03
feb
OutSystems Developer Security Boot Camp
feb
AI-toepassingen in OutSystems: 4 praktische voorbeelden
In de voorgaande post over AI en OutSystems (lees hier) bespraken we een 4-staps aanpak om AI te integreren in je applicaties. In dit tweede deel bespreken we praktijkvoorbeelden die laten zien hoe AI waarde kan toevoegen aan bedrijfsprocessen. De vier voorbeelden die we uitlichten zijn: spraakgestuurde appbediening, geautomatiseerde factuurverwerking, opvolgmails en een slimme FAQ-bot.
Het initiële verzoek betrof een app voor monteurs, die vaak met vuile handen werken, waarmee zij onderhoudschecklists kunnen invullen zonder een tablet of laptop te hoeven aanraken. De eerste versie van de oplossing werkte met vaste trefwoorden die monteurs konden inspreken om met spraakgestuurde commando’s door de checklist te navigeren. Dit leek in eerste instantie een goede aanpak, maar al snel liepen we tegen verschillende problemen aan. Variaties in hoe mensen dingen zeggen, zoals synoniemen (‘ja’ versus ‘zeker’) en woorden die op elkaar lijken veroorzaakten fouten.
Voorbeeld van een checklist voor een Mercedes A180
Om dit op te lossen, hebben we Natural Language Processing (NLP) toegepast met behulp van OpenAI’s ChatGPT. Door het gebruik van dit AI model konden nu volledige zinnen worden geanalyseerd en geïnterpreteerd. Dit bracht een hoop voordelen met zich mee:
Deze aanpak heeft niet alleen de productiviteit van monteurs verbeterd, maar ook de kwaliteit van de geregistreerde checklists verhoogd. In de toekomst zouden we nog verdere automatisering kunnen toevoegen, zoals integratie met sensoren in voertuigen om nog sneller de status van onderdelen te bepalen.
Het verwerken van bonnetjes voor declaraties is in veel organisaties een ongeliefd proces, waarbij medewerkers handmatig gegevens van papieren bonnetjes in systemen moeten overtikken. Dit resulteert niet alleen in een hoge administratieve last, maar vergroot ook de kans op invoerfouten.
We ontwikkelden een oplossing die een afbeelding van de bon analyseert en daaruit de benodigde informatie haalt om deze vervolgens te verwerken in een digitaal declaratieformulier. Bovendien kunnen gebruikers meerdere bonnetjes tegelijkertijd uploaden, wat het proces aanzienlijk versnelt. Het systeem herkent belangrijke gegevens zoals datum, bedrag en valuta, en categoriseert deze automatisch.
JSON response (links) als resultaat van het analyseren van de foto van de gekreukelde bon (rechts)
De belangrijkste voordelen van deze oplossing zijn:
Deze oplossing heeft niet alleen de administratieve last verminderd, maar ook de taak van het invoeren van declaraties een stukje leuker gemaakt.
Veel salesafdelingen staan voor de uitdaging om opvolging te geven aan offertes die geen reactie ontvangen. Dit kan al gauw veel tijd kosten, die men liever aan andere taken spendeert. Met behulp van AI ontwikkelden we een oplossing die automatisch opvolgmails genereert na een vooraf ingestelde periode van inactiviteit.
AI generated image by DALL·E 2025–01–07 12.44.25 — A dynamic, high-energy illustration showing the concept of rapidly sending out many emails.
Een belangrijk aandachtspunt was de omgang met gevoelige klantgegevens. Om dit te waarborgen, ontwierpen we een structuur waarbij de AI geen toegang kreeg tot deze gegevens. In plaats daarvan gebruikten we placeholders, zoals [bedrag] en [klantnaam], die pas in de uiteindelijke e-mail werden ingevuld door de applicatie. Dit zorgde ervoor dat alle vertrouwelijke informatie binnen de OutSystems applicaties bleef.
Klanten ontvangen nu elke keer een unieke email, terwijl de medewerkers meer tijd overhouden voor meer kritieke taken.
Binnen grote organisaties is het vinden van de juiste informatie in uitgebreide documentatie vaak een grote uitdaging. Medewerkers besteden veel tijd aan het zoeken naar antwoorden op vragen die in interne handleidingen en beleidsdocumenten verborgen zitten. Een klant vroeg ons daarom om een oplossing te ontwikkelen die deze zoekprocessen versnelt en vereenvoudigt. Het doel is de druk op de helpdesk te verminderen door het inzetten van een interactieve FAQ, waarmee de gebruiker in gesprek kan gaan, om zo makkelijk te beantwoorden vragen snel af te handelen zonder tussenkomst van een echte helpdeskmedewerker.
Azure Search, SharePoint en OpenAI
De opzet vereiste een link tussen de SharePoint documenten en Azure AI Search, waarmee we een gestructureerde externe databron creëerden. Deze bron zal later als kennisbank gaan dienen voor het ChatGPT model, dat de instructie krijgt enkel antwoord te geven op basis van de beschikbare documenten. Nadat het antwoord is gegenereerd, kan de gebruiker aangeven of die is geholpen. Zo niet, dan wordt direct de optie gegeven in contact te komen met een helpdeskmedewerker. Zo voorkomen we een frustrerende interactie waarbij je vast komt te zitten in een eindelijke bot-loop.
Een grote uitdaging hierbij is dat het kwaliteit van het antwoord sterk afhankelijk is van de kwaliteit van de documentatie. In dit geval kan een gefaseerde aanpak nodig zijn waarbij de FAQ-bot eerst wordt ingezet om de documentatie aan te vullen en te actualiseren. Zodra het niveau ervan voldoende is, kan de bot effectief worden ingezet naar klanten toe.
Belangrijkste inzichten
Deze vier praktijkvoorbeelden laten zien hoe AI op een praktische manier kan worden ingezet. Of het nu gaat om het verhogen van de productiviteit, het verbeteren van de nauwkeurigheid of het ondersteunen van medewerkers bij repetitieve taken.
Ben je door dit artikel geïnspireerd of heb je een vraag? Neem dan contact met ons op! We kijken en denken graag met je mee.
20 februari 2024 • Fabio Vrolijk
