Ga direct naar de hoofdinhoud
×
×

Alleen met AI en ML kunt u blijven concurreren

Gepubliceerd op 06/06/2019 in Inspireren

Alleen met AI en ML kunt u blijven concurreren

Artificiële intelligentie (AI) en machine learning (ML) zijn opkomende technologieën waarmee u uw bedrijf sneller dan ooit transformeert. Ze analyseren de groeiende hoeveelheid complexe data die gegenereerd wordt om nieuwe inzichten te ontdekken.

Waarom AI en ML gebruiken?

Omdat de traditionele analysemethodes niet meer volstaan om de gigantische datavolumes van vandaag te analyseren. Dat tegen 2025 meer dan 80 miljard toestellen via het Internet of Things aanzienlijke hoeveelheden data genereren, zegt genoeg. Alleen met AI en ML kunt u blijven concurreren. U stroomlijnt uw activiteiten, bespaart een aanzienlijke hoeveelheid geld en kunt op een nieuwe manier met uw klanten en werknemers communiceren.

Machinaal leren ≠ artificiële intelligentie

AI en ML worden – onterecht - vaak door elkaar gebruikt. Het verschil? AI beschrijft een proces waarin computers menselijke intelligentie nabootsen. ML gebruikt algoritmes om modellen te maken die gedrag nabootsen op basis van een dataset. ML is dus een onderdeel van AI. De aanpak en toepassing van AI en ML verschillen van bedrijf tot bedrijf.

Met een Hyperconnected Infrastructure zet u zonder problemen uw machine learning op.

Meer over Hyperconnected Infrastructure

Hoe gebruikt Proximus machine learning in de praktijk?

Elena Gil, Lead Analytics Translator: “Bij Proximus gebruiken we sinds december 2016 een machine learning-algoritme om te beslissen of we een kabellasser ter plaatse sturen om een technisch probleem op te lossen. Het algoritme baseert zich daarvoor op een brede waaier aan databronnen met een data van verschillende lengten. Elke dag verwerkt het algoritme 500 MB aan data.”

Machine learning verbeterde de efficiëntie van onze interventies.

Elena Gil, Lead Analytics Translator bij Proximus

author

Algoritme analyseert

“We gaven het algoritme eerst een doel door de voorwaarden te definiëren waaraan een interventie door een kabellasser moet voldoen. Het algoritme verbindt alle data met elkaar, vindt patronen en berekent de kans dat een kabellasser nodig is om een probleem bij een klant op te lossen. Die resultaten worden naar onze diagnosetool gestuurd.”

Diagnosetool beslist

“Al onze klanten hebben in die tool een tag die de grootte van die kans weergeeft. Wanneer een klant belt en onze tool ziet dat hij of zij een hoge quotering heeft, beslist die automatisch dat we een kabellasser in plaats van een interventiemedewerker ter plaatse moeten sturen. Ook de data van de interventies voeden het algoritme, waardoor het leert en zichzelf verbetert. Daarmee verbeterden we de efficiëntie van onze interventies aanzienlijk.”

Hoe ervaren is uw bedrijf al in AI en machine learning?

Klaar voor AI en ML?

Wil u weten welke infrastructuur u nodig hebt om goed te starten met machine learning? Lees onze 9 tips en 4 aanbevelingen om te starten.

Tips voor uw infrastructuurkeuze

Experts

Onze experten houden u op de hoogte van de laatste nieuwtjes en trends voor ICT professionals.

Andere artikels van Experts

Blog topics

Contacteer ons

Onze medewerkers staan klaar om u te helpen!