AI kan veel slimmer dan je denkt
Voor en met jouw organisatie
Een AI systeem is zo slim als de context waarin het werkt. Om de technologie zo in te zetten dat die past bij de doelstellingen en waarden van je organisatie, en niet andersom, heb je meer nodig dan kennis van de nieuwste software. Daarom kijken wij eerst naar jouw context, en dan pas naar de systemen die daarin passen.
Zorgvuldig gebouwd, zinnig toegepast
Omdat we onze oplossingen zelf bouwen, kunnen we bij elke stap de consequenties van onze keuzes afwegen. Dit doen we aan de hand van ons ethisch framework, waarin we elk denkbaar scenario doorlopen. Zo minimaliseren we risico’s voor je medewerkers en klanten, en is de positieve impact van ons werk maximaal.
Onze diensten
Use cases
AI gedreven stage matching
Een stage-vacatureplatform wilde het proces van het vinden van geschikte stageplekken verbeteren voor studenten en bedrijven. Brush AI ontwikkelde een AI-gedreven oplossing die automatisch de voorkeuren van studenten vergelijkt met stagevacatures, wat het matchingsproces aanzienlijk versnelt en optimaliseert. Dit resulteerde in direct relevante aanbevelingen voor studenten en efficiëntere werving voor bedrijven.
AI ondersteunde acceptatie van verzekeringen
Het aanvraagproces voor levensverzekeringen is vaak traag door verplichte medische beoordelingen. Onesurance en Brush ontwikkelden een AI-oplossing die dit versnelt, met oog voor ethiek. Klanten krijgen sneller duidelijkheid, medische professionals kunnen focussen op complexe gevallen.
Responsible AI scan
Onesurance liet Brush AI hun AI-oplossing toetsen aan ethische standaarden en een verbeterplan ontwikkelen. De scan bevestigde een sterke basis voor responsible AI en leverde een roadmap op om transparantie, eerlijkheid en non-discriminatie verder te versterken. Over zes maanden volgt een evaluatie.
Data-driven onderzoek naar werkgeluk in Nederland
Het uitvoeren van verschillende data-analyses op een door Driessen Groep verzamelde dataset met als doel om de door hen geformuleerde hypotheses te toetsen omtrent (het voorspellen van) werkgeluk in Nederland. De uitkomsten werden gebruikt voor media content met een bereik van >4M (nationaal, regionaal, vakpers).
Dashboard voor inzicht in kansenongelijkheid
Het gezamenlijk ontwikkelen van het Gelijke Kansen dashboard om binnen de gemeente op wijk- en/of buurtniveau kansongelijkheid onder kinderen te monitoren. Daarnaast kan dit dashboard gebruikt worden om te toetsen welk effect de verschillende TOP-tijd initiatieven op deze kansongelijkheid hebben.
Wij werken samen met
Veelgestelde vragen
Wat is AI?
AI, of kunstmatige intelligentie, is technologie die patronen uit het verleden analyseert om iets zinnigs te zeggen over de toekomst. Op deze manier bootst AI menselijke intelligentie na. AI kan worden ingezet om taken die normaal menselijke intelligentie vereisen uit te voeren. Denk hierbij aan het herkennen van beelden, begrijpen van taal, en het maken van voorspellingen op basis van data.
Waar kan ik AI voor gebruiken?
AI-technologie komt vooral tot zijn recht bij twee soorten taken: het verwerken van gestructureerde data en het analyseren van ongestructureerde informatie. Bij gestructureerde data kun je denken aan het voorspellen van klantgedrag, het plannen van onderhoud voor machines, of het identificeren van mogelijk frauduleuze activiteiten. Voor ongestructureerde data is AI ideaal om waarde te halen uit grote hoeveelheden informatie, zoals documenten, die je bijvoorbeeld kunt doorzoeken met een chatbot. Zo maakt AI het mogelijk om snel tot waardevolle inzichten te komen.
Wat is responsible AI?
Het ontwikkelen van AI-systemen brengt een grote verantwoordelijkheid met zich mee. AI dringt steeds verder door in alle lagen van de samenleving en kan een aanzienlijke impact hebben op mensenlevens. Responsible AI betekent dat we AI-systemen bouwen en inzetten op een ethische, transparante en veilige manier. Het draait hierbij om het ontwikkelen van technologie die betrouwbaar en verantwoord is.
Wat is een large language model (LLM)?
Een large language model (LLM) is een AI-model dat is getraind op enorme hoeveelheden tekstdata en daardoor in staat is om menselijke taal te na te bootsen. De kracht van het nabootsen van taal kan je gebruiken om kennis intensieve processen in een bedrijf deels te automatiseren. Daarom worden deze modellen vaak gebruikt voor tekstanalyses, klantenservice ondersteuning, vertalingen en het herschrijven van teksten.
Wat is het verschil tussen LLM’s en generatieve AI?
Een LLM is specifiek gericht op het begrijpen en genereren van tekst, terwijl generatieve AI breder is en naast tekst ook andere vormen van content zoals beelden en muziek kan creëren. Een LLM is dus een onderdeel van generatieve AI, maar generatieve AI kan verder gaan dan alleen tekst.
Waarom hallucineert AI soms?
Niet alle AI-systemen hebben last van hallucinaties; dit komt vooral voor bij large language models (LLM’s). LLM’s worden getraind op een breed scala aan online informatie en kunnen moeilijk onderscheiden wat betrouwbaar is. Ze proberen altijd een antwoord te geven, zelfs als ze geen relevante informatie hebben. Dit kan soms leiden tot onnauwkeurige of onjuiste antwoorden.