Machine learning en AI in je bedrijf
Machine learning is het deel van kunstmatige intelligentie dat patronen leert uit je eigen gegevens: wat een klant gaat doen, welk product afwijkt, hoeveel je volgende week verkoopt. Het is geen toverdoos, maar het werkt goed als er genoeg voorbeelden zijn en de vraag scherp is. Na een proof of concept van vier weken weet je of dat bij jou zo is.
Wat het doet
- Voorspellen: vraag, uitval, doorlooptijd, opzeggers
- Herkennen: afwijkingen, fraude, fouten in beeld of tekst
- Indelen: klanten, aanvragen of producten in groepen
- Aanbevelen: het volgende product of de beste actie
- Leren door te proberen, in een simulatie: robots, magazijnen en dynamische prijzen
- Laten zien waarom het model tot een uitkomst komt
Bijvoorbeeld
Een laboratorium beoordeelt duizenden testresultaten per week en zoekt met de hand naar de afwijkende. Een model leert uit de beoordelingen van de afgelopen jaren welke resultaten opvallen, zet die bovenaan en laat de analist zien waarom.
Ook in jouw branche
Verzekeringen
Schademeldingen die afwijken van het patroon eruit lichten voor een tweede blik.
Energie
Verbruik per klant of per wijk voorspellen, zodat inkoop en netbeheer zich erop instellen.
Retail
Klanten indelen op wat ze kopen, zodat een aanbieding past bij wie hem krijgt.
Industrie
Uit procesdata leren welke instellingen het minste afval geven.
Hoe het werkt
- 01
Een scherpe vraag
Niet 'doe iets met onze data', maar één vraag die een beslissing beter maakt, met een getal dat zegt wanneer het goed genoeg is.
- 02
De data bekijken
We kijken of er genoeg voorbeelden zijn en of ze kloppen. Vaak is dit de helft van het werk.
- 03
Modellen vergelijken
Van een eenvoudige regel tot een model dat zelf leert: we meten wat het beste werkt en nemen het eenvoudigste dat de lat haalt.
- 04
In het werk
De uitkomst verschijnt waar mensen beslissen, met uitleg, en we meten of het in de praktijk helpt.
Wat je nodig hebt
- Een vraag die een beslissing beter maakt
- Gegevens uit het verleden, met de uitkomst erbij
- Iemand die de uitkomsten kan beoordelen
Zo begin je
De bouw volgt uit de proof of concept, en wat het kost lees je in de prijsgids.
Het draaiboek voor jouw branche
Per branche een whitepaper: waar AI in je sector het meeste oplevert en hoe je het stap voor stap invoert, met de regels die daar gelden. Gratis, online en als pdf.
Vragen
Wat is het verschil tussen AI en machine learning?
Machine learning is een deel van AI, kunstmatige intelligentie: modellen die leren uit voorbeelden. De taalmodellen achter ChatGPT zijn er een voorbeeld van, maar voor voorspellen uit je eigen cijfers gebruik je meestal een kleiner, gericht model.
Wanneer gebruik je reinforcement learning?
Reinforcement learning leert door te proberen: een model kiest steeds opnieuw, krijgt een beloning of straf en wordt zo beter. Het past als keuzes elkaar beïnvloeden en je veilig kunt oefenen in een simulatie, zoals bij robots, magazijnen en dynamische prijzen. Voor de meeste bedrijfsvragen is een voorspellend model of een optimalisatie sneller en betrouwbaarder, dus we zetten het altijd naast een eenvoudiger aanpak.
Heb ik big data nodig voor machine learning?
Nee. Voor veel vragen zijn een paar duizend goede voorbeelden genoeg. Belangrijker dan de hoeveelheid is dat de uitkomst erbij staat en dat de gegevens kloppen.
Hoe weet ik of machine learning bij ons werkt?
We meten het model op gegevens die het nog niet zag en vergelijken het met hoe je het nu doet. Haalt het de lat niet, dan weet je dat na de proof of concept, voordat de bouw begint.
Wil je even gratis sparren over machine learning in jouw bedrijf?
Waar loop jij tegenaan in je bedrijf? Wat kan beter? Wat kan sneller? En wat doet iemand nog elke week met de hand?
- Een halfuur sparren over jouw idee, gratis
- Ontdek welke route het beste werkt voor jouw bedrijf
- Krijg een ruwe inschatting van de prijs en het aantal weken
„Een Google Maps voor ons magazijn, met filemelding bij stelling 12.”
Distributiecentrum, Waalwijk
Vertel me je probleem, je geniale idee of stel gewoon wat vragen!
Alexander Kaan, product designer