Chatbots zijn overal, van het beantwoorden van vragen van klanten op een bedrijfswebsite of in een applicatie tot het bieden van realtime ondersteuning aan werknemers. Maar hoe kun je er als bedrijf voor zorgen dat je een chatbot ontwikkelt die aansluit bij je cultuur en voldoet aan de behoeften van je klanten? Wat onderscheidt, in een wereld vol kant-en-klare oplossingen, een generieke chatbot van een op maat ontworpen chatbot? Laten we eens onderzoeken waarom investeren in een op maat gemaakte oplossing de sleutel kan zijn tot het ontsluiten van echte waarde voor uw organisatie.
Tegenwoordig zijn assistenten met een Large Language Model (LLM) alomtegenwoordig in het technologische landschap en er zijn veel verschillende chatbots om uit te kiezen:

• ChatGPT
• Microsoft 365 Copilot
• Mistral AI's Le Chat
• Google Tweelingen
• ...

Dit zijn geweldige producten voor specifieke taken zoals samenvatten, vertalen, taalverbetering en iedereen zou ze moeten gebruiken - met aandacht voor vertrouwelijkheid, ethische en juridische kwesties. Als een klant naar ons toekomt en hun use case wordt goed gediend door deze chatbots, dan raden we hen graag aan om een van deze producten te gebruiken (met optionele training om het team te helpen met deze nieuwe tools).
Bij B12 Consulting | onderdeel van Yuma, hebben we ook ons deel van Large Language Model (LLM)-aangedreven applicaties ontwikkeld, waaronder chatbots. Elk project dat we uitvoeren, inclusief chatbots, wordt volledig op maat gemaakt, met de unieke eisen van de klant als uitgangspunt. Maar met zoveel chatbot-oplossingen die tegenwoordig beschikbaar zijn, waarom zouden onze klanten investeren in het bouwen van een assistent op maat, in plaats van een maandabonnement te betalen voor een van de bestaande oplossingen?

Waarom kiezen voor een Chatbot op maat?

Uit de ervaring van onze klanten weten we dat gebruikers vaak behoeften hebben die niet worden vervuld door generieke chatbots. Als jij deze ervaring deelt, dan is een op maat gemaakte chatbot misschien iets voor jou! Dit zijn de belangrijkste voordelen van een op maat gemaakte chatbot ten opzichte van kant-en-klare oplossingen:

• Afgestemd op uw behoeften
• Naadloze integratie met interne gegevensbronnen en documenten
• Geoptimaliseerd ophalen en filteren voor zeer specifieke gegevens
• Volledige controle over beveiliging en gegevensprivacy
• Gedrag en vangrails op maat om te voldoen aan uw unieke organisatorische vereisten
• Aangepaste acties en workflows die zijn ontworpen om bij uw bedrijfsprocessen te passen

In dit artikel onderzoeken we waarom een generieke assistent tekort kan schieten en hoe een assistent op maat een betere investering is voor het leveren van toegevoegde waarde.

Zou het niet geweldig zijn als je chatbot toegang heeft tot al je vergadernotities en actieve Jira-tickets?

Je gegevens zijn waarschijnlijk verspreid over verschillende bronnen, zoals Google Drive, Microsoft Sharepoint en lokale bestanden. Soms zijn de bestanden zelfs verborgen achter een API zoals Jira tickets, Github issues, enz. Je assistent verbinden met je interne kennisbank kan de operationele efficiëntie aanzienlijk verbeteren door teams één enkel contactpunt te geven voor veel verschillende gegevensbronnen.

Algemene kant-en-klare chatbots zoals ChatGPT hebben geen toegang tot je interne documenten en kunnen dus geen vragen over je gegevens beantwoorden. Je kunt wel documenten toevoegen aan een chat, maar dan moet je ze eerst zelf downloaden. Dit is een suboptimale gebruikerservaring die niet goed schaalbaar is.

Andere chatbotproducten zoals Microsoft 365 Copilot hebben toegang tot de meeste bestanden in je Microsoft-omgeving, dus het is een stap omhoog ten opzichte van ChatGPT. Copilot toegang geven tot bestanden buiten je Microsoft-omgeving kan echter lastig of zelfs onmogelijk zijn.

Omdat we onze toepassingen vanaf nul opbouwen, kunnen we integreren met veel verschillende gegevensbronnen en veel verschillende bestandstypes analyseren. Dit zorgt ervoor dat de assistent toegang heeft tot de juiste gegevens om je te helpen bij je taken.

Aargh, waarom vindt mijn chatbot het bestand dat ik zoek niet?

Stel je voor dat je je chatbot een vraag stelt, maar in plaats van de informatie te krijgen die je nodig hebt, haalt hij de verkeerde documenten op. Frustrerend, toch? Dit is waar optimalisatie van het ophalen van informatie cruciaal wordt.

Generieke chatbots moeten zich richten op hun hele gebruikersgroep en zijn dus beperkt in hun vermogen om het vinden af te stemmen op jouw specifieke behoeften. Sterker nog, veel klanten ervaren beperkingen bij generieke chatbots en hun vermogen om precies het document te vinden waarnaar je op zoek bent.

Er is veel literatuur beschikbaar om het ophalen te optimaliseren, bijv. HyDE, Semantic Chunking, Agentic RAG, GraphRAG, LightRAG, enz. We analyseren je gegevens en ontwerpen een opvraagpijplijn die geoptimaliseerd is voor jouw gegevens, gegevensstructuur en use case. We kunnen bijvoorbeeld speciale regels implementeren bij het ophalen van relevante documenten, zoals filteren op datum, locatie, enz.

Zou jij je op je gemak voelen als je arts al zijn notities van je medische afspraken naar ChatGPT zou sturen?

Sommige van onze klanten werken met zeer gevoelige gegevens die de interne grenzen van het bedrijf niet mogen verlaten. In dergelijke gevallen is zelfs een Enterprise Agreement met een externe leverancier zoals Azure OpenAI geen acceptabele optie.

Dit sluit meteen een aanzienlijk deel van de beschikbare chatbots uit, die je gegevens naar externe providers sturen, zoals OpenAI, Azure, Mistral, Google, enz.

B12 kan een on premise LLM server opzetten en ondersteuning bieden bij de aanschaf van de benodigde hardware en het onderhoud. Dit zorgt voor een perfecte silo waar geen gevoelige gegevens uw machine verlaten.

Help! Mijn chatbot heeft zojuist mijn grootste klant beledigd!

Verschillende ^{nieuwsartikelen1} hebben de voorpagina's gehaald vanwege chatbots die zich slecht gedroegen. Om niet in een gênante situatie terecht te komen, moet je een zorgvuldig gedefinieerd beleid opstellen over hoe het systeem zich moet gedragen.

Generieke chatbots zullen generieke beleidsregels hebben die geen of beperkte configuratieopties hebben.

We kunnen helpen bij het definiëren en implementeren van een zorgvuldig ontworpen beleid dat het risico op ongewenste inputs en outputs van het systeem beperkt.

Waarom kan mijn chatbot mijn vlucht niet voor mij boeken?

Vaak hebben onze klanten meer nodig dan alleen een chatbot. De applicatie moet niet alleen vragen beantwoorden, maar ook in staat zijn om specifieke acties te ondernemen of vooraf gedefinieerde stappen te volgen. Een AI-agent met de juiste tools kan bijvoorbeeld een boeking maken, een proces opstarten, een lang rapport opstellen of twee of meer documenten met elkaar vergelijken.

Generieke chatbots zijn ontworpen voor een bepaalde groep gebruikers en eenvoudige beurtgebaseerde conversatie-interacties. Ze zijn niet ontworpen om om te gaan met willekeurige tools en workflows.

Samen met onze klanten organiseren we workshops om hun use case en problemen goed te begrijpen. Dit stelt ons in staat om een op maat gemaakt systeem te bouwen met precies de juiste tools en mogelijkheden die passen bij jouw eisen. We merken dat onze klanten vaak specifieke eisen hebben die buiten het bereik vallen van bestaande chatbotaanbiedingen en dit is waar we veel waarde kunnen toevoegen voor jou en je team.

Stel je een groepschat voor waarin jij, je collega's en je AI-agenten samenwerken, allemaal samen!

Elke chatbot die tegenwoordig op de markt is, is gericht op één-op-één gesprekken tussen jou en een AI-assistent. Dit kan al waarde toevoegen, maar beperkt uiteindelijk het vermogen van AI-assistenten om jou en je team te helpen. Met ons Akgentic framework bouwt B12 aan een toekomst waarin mensen en AI samenwerken om taken te voltooien. Mensen kunnen AI-agenten om hulp vragen en AI-agenten kunnen mensen om input vragen wanneer ze die nodig hebben.

Voor zover wij weten is er op dit moment geen systeem op de markt dat in de buurt komt van de visie van het Akgentic framework, namelijk het creëren van echte hybride mens-ai teams.

Ben je tevreden met je huidige chatbot?

Samengevat proberen de bestaande aanbiedingen op de markt een brede groep gebruikers aan te spreken. Als je binnen deze groep past, is dat geweldig! Deze chatbots kunnen je goed van dienst zijn. Maar als je eisen buiten hun bereik vallen, kan het zijn dat ze ethiek, functionaliteit en precisie missen.

Laten we een kort overzicht geven van de verschillende oplossingen die vandaag de dag voor u beschikbaar zijn, gerangschikt op specialisatie naar uw vereisten:

• Basis chatbot: Eenvoudig te gebruiken en in te stellen, maar heeft geen toegang tot je gegevens
• Microsoft Copilot 365: Heeft toegang tot je Microsoft-gegevens en een beperkte set externe gegevensbronnen via plugins. Kan geen speciale tools gebruiken.
• Aangepaste Rag chatbot: Kan verbinding maken met elke gegevensbron via op maat gemaakte connectoren.
• Aangepaste Agentic chatbot: Kan verbinding maken met elke gegevensbron en kan tools gebruiken om acties uit te voeren.
• Hybride Mens-AI team: Jij en je team werken samen met een team van agents. Elke agent heeft een gespecialiseerde rol, afgestemd op jouw specifieke behoeften. Naarmate je vereisten evolueren, evolueert je agententeam samen met jou.

Als je bedrijf voor uitdagingen staat die generieke chatbots niet aankunnen, dan is een oplossing op maat de juiste oplossing. Laten we eens bespreken hoe we een chatbot kunnen ontwerpen die precies aan jouw behoeften voldoet en je helpt je huidige beperkingen te overwinnen.

‍

¹ Nieuwsartikelen:

• https://www.bbc.com/news/technology-68025677
• https://x.com/ChrisJBakke/status/1736533308849443121
• https://www.theguardian.com/technology/2023/feb/17/i-want-to-destroy-whatever-i-want-bings-ai-chatbot-unsettles-us-reporter