Haal méér uit de kennis die je al in huis hebt
Kennismanagement met AI: grip op wat je organisatie weet
Een AI-assistent bouwen is niet het moeilijkste. Zorgen dat hij morgen nog het juiste antwoord geeft wel.
De meeste organisaties hebben geen gebrek aan informatie.
Ze hebben juist te veel informatie. Werkinstructies staan in SharePoint. Procedures op intranet. Documenten in Teams. Antwoorden in CRM-systemen. En een belangrijk deel van de kennis zit nog altijd in de hoofden van ervaren medewerkers.
Het probleem ontstaat op het moment dat iemand die kennis nodig heeft. Welke informatie is actueel? Welke versie geldt? Welke bron is leidend? Mag deze medewerker deze informatie zien? En wat gebeurt er wanneer twee bronnen elkaar tegenspreken?
Met de komst van AI wordt dat vraagstuk niet kleiner. Het wordt belangrijker. Want zodra een AI-assistent namens jouw organisatie antwoorden gaat formuleren, wordt de kwaliteit van je kennis direct onderdeel van de kwaliteit van je dienstverlening.
Herken je dit?
- Medewerkers zoeken tijdens klantcontact in meerdere systemen naar hetzelfde antwoord.
- Ervaren collega’s worden steeds opnieuw gevraagd hoe een uitzondering of procedure werkt.
- Nieuwe medewerkers hebben maanden nodig voordat zij voldoende organisatiekennis hebben opgebouwd.
- Klanten krijgen verschillende antwoorden afhankelijk van wie zij spreken.
- Procedures veranderen, terwijl oude documenten en instructies ergens beschikbaar blijven.
- Er is veel kennis aanwezig, maar niemand weet precies welke informatie daadwerkelijk wordt gebruikt.
- Er wordt geëxperimenteerd met Copilot, ChatGPT of eigen AI-agents, maar het eigenaarschap over kwaliteit en beheer is nog niet duidelijk.
- Wanneer een AI-assistent een verkeerd antwoord geeft, is het lastig te achterhalen of het probleem in de bron, de inrichting of het taalmodel zit.
Dat zijn geen AI-problemen. Het zijn kennismanagementproblemen die door AI zichtbaarder worden.
Goede AI begint met goede kennis
Een taalmodel kan een antwoord overtuigend formuleren. Dat betekent nog niet dat het antwoord juist is.
Daarom vinden wij dat een zakelijke AI-assistent niet vrij moet improviseren met organisatiekennis. Hij moet weten welke bronnen gebruikt mogen worden, welke informatie actueel is, welke gebruiker wat mag zien en wanneer onvoldoende betrouwbare informatie beschikbaar is.
De vraag is dus niet alleen:
“Kan AI deze vraag beantwoorden?”
Een belangrijkere vraag is:
“Kunnen wij uitleggen waarom dit het juiste antwoord is?”
Daar begint professioneel kennismanagement.
Een AI-assistent is geen kennismanagementstrategie
Het aansluiten van SharePoint, documenten of een kennisbank op een taalmodel is technisch steeds eenvoudiger.
Maar daarmee heb je nog geen goed functionerende kennisassistent.
In de praktijk begint het werk daarna pas.
Kennis verandert. Medewerkers stellen nieuwe vragen. Processen worden aangepast. Wet- en regelgeving verandert. Bronnen spreken elkaar tegen. Rechten wijzigen. Nieuwe applicaties worden aangesloten. En taalmodellen zelf blijven zich ontwikkelen.
Een assistant die vandaag goed presteert, blijft daarom niet automatisch goed presteren.
Hij moet worden beheerd, getest, gemonitord en verbeterd.
Precies zoals je dat met andere bedrijfskritische dienstverlening doet.
Zelf een AI-assistent bouwen of het beheer bij huXam neerleggen?
Veel organisaties kunnen inmiddels zelf een eerste AI-assistent bouwen.
Met Microsoft Copilot Studio, Azure, AWS en andere platformen kun je relatief snel kennisbronnen aansluiten en een werkende proof of concept realiseren.
De interessante vraag is daarom niet meer of je zelf iets kúnt bouwen.
De vraag is wat je daarna zelf wilt organiseren.
Wie controleert bijvoorbeeld nieuwe kennisbronnen? Wie test of bestaande vragen na een wijziging nog goed worden beantwoord? Wie bewaakt toegangsrechten? Wie analyseert slechte antwoorden? Wie onderzoekt waarom medewerkers een antwoord afwijzen? Wie houdt rekening met veranderingen in taalmodellen? Wie bepaalt wanneer een nieuwe functionaliteit veilig genoeg is voor productie?
En vooral:
wie is verantwoordelijk wanneer een medewerker of klant op een verkeerd antwoord vertrouwt?
Dat is precies waarom organisaties ervoor kunnen kiezen om ontwikkeling én beheer van hun kennisassistent bij huXam neer te leggen.
Hierdoor werken we mee aan het in beeld krijgen van:
- De klant en zijn behoefte
- De data waaruit je conclusies kunt trekken
- Verbetertrajecten binnen de kennismanagement gedachte
- Businesscases om meer rendement te creëren en kosten te besparen.
Meer weten over onze werkwijze en hoe we jou kunnen helpen in het opzetten van een goed Kennismanagement?
huXam beheert niet alleen de technologie, maar de werking ervan
Wij zien een AI-assistent niet als een chatbot die eenmalig wordt geïmplementeerd. We zien hem als onderdeel van je dienstverlening.
Daarom kijken we naar de hele keten. Van de vraag van een medewerker of klant tot de gebruikte kennisbron. Van rechten en toegang tot het gegenereerde antwoord. Van feedback van gebruikers tot structurele verbeteringen in kennis en processen.
De huXam Assistant kan aansluiten op bestaande kennisomgevingen en applicaties en maakt relevante organisatiekennis via één slimme ingang beschikbaar. Daarbij richten we onder meer de bronnen, toegang, rollen, integraties, logging en monitoring zo in dat de assistent beheersbaar blijft.
En daarna stopt het niet. Gebruik en feedback laten namelijk zien waar de volgende verbetering nodig is.
Van zoeken naar continu verbeteren
Dit is waar wij kennismanagement fundamenteel anders benaderen.
Iedere vraag die een medewerker of klant stelt, vertelt iets over je organisatie.
- Wanneer dezelfde vraag honderden keren wordt gesteld, kan er een probleem zitten in je communicatie.
- Wanneer medewerkers een antwoord vaak afwijzen, kan de kennis onduidelijk zijn.
- Wanneer meerdere medewerkers dezelfde uitzondering opzoeken, kan een proces ingewikkelder zijn dan nodig.
- Wanneer klanten na een antwoord opnieuw contact opnemen, is het antwoord misschien technisch correct maar praktisch onvoldoende.
Dat soort signalen zijn waardevol. Daarom combineren we kennismanagement waar relevant met huXam Quality Monitoring. Klantinteracties maken zichtbaar waar mensen vastlopen. Quality Monitoring maakt patronen en kennisgaten zichtbaar. Kennis wordt vervolgens aangepast of aangevuld.
De huXam Assistant brengt die verbeterde kennis terug naar medewerkers en klanten. En nieuwe interacties laten vervolgens zien of de verbetering daadwerkelijk werkt.
Zo ontstaat geen statische kennisbank. Er ontstaat een lerende organisatie.
Waarom organisaties het beheer bij huXam neerleggen
Je hoeft niet zelf AI-specialist te worden
Je medewerkers moeten goed zijn in dienstverlening, processen en inhoud. Niet noodzakelijk in retrieval, prompting, modelselectie, evaluatiemethoden en AI-beveiliging. Wij nemen die technische complexiteit uit handen.
Eén partij bewaakt de gehele keten
Een verkeerd AI-antwoord kan verschillende oorzaken hebben. De bron kan verkeerd zijn. De informatie kan verouderd zijn. De zoekmethode kan het verkeerde fragment ophalen. De instructies aan het model kunnen onvoldoende duidelijk zijn. Of het model kan informatie verkeerd interpreteren. Juist daarom is het belangrijk iemand te hebben die verder kijkt dan alleen het taalmodel.
Kwaliteit wordt continu gemeten
Livegang is niet het eindpunt. We kijken naar vragen, antwoorden, feedback, gebruik en afwijkingen om de werking van de Assistant verder te verbeteren.
Je houdt grip op bronnen en toegang
Niet iedere bron is voor iedere medewerker bedoeld. De Assistant wordt daarom ingericht binnen afgesproken bronnen, rechten en beveiligingsniveaus, zodat kennis beschikbaar wordt zonder dat je de controle over informatie verliest.
Je profiteert van ontwikkelingen zonder telkens opnieuw te beginnen
De wereld van taalmodellen verandert snel. Voor een organisatie is het niet efficiënt om iedere technologische ontwikkeling zelf te onderzoeken, testen en implementeren.
huXam volgt deze ontwikkelingen en beoordeelt welke verbeteringen daadwerkelijk bijdragen aan betere dienstverlening.Niet omdat nieuwe technologie interessant klinkt, maar omdat zij aantoonbaar iets moet verbeteren.
Je kennis hoeft niet in nóg een nieuw systeem
Een veelgehoorde zorg is dat eerst alle informatie moet worden gemigreerd naar een nieuwe kennisbank.
Dat is niet altijd nodig.
De huXam Assistant kan aansluiten op bestaande kennisbronnen en systemen, zoals Microsoft-omgevingen, documenten, kennisbanken, CRM-systemen en andere bedrijfsapplicaties.
Daardoor kan organisatiekennis beschikbaar worden gemaakt vanuit de omgeving waarin zij al wordt beheerd.
De Assistant wordt de toegang tot kennis.
Niet automatisch de plek waar alle kennis opnieuw moet worden opgeslagen.
Begin niet bij AI. Begin bij de vragen.
Een goede implementatie begint daarom niet met:
“Welke AI willen we gebruiken?”
Maar met vragen als:
Welke vragen kosten medewerkers nu onnodig veel tijd?
Waar krijgen klanten verschillende antwoorden?
Welke kennis zoeken medewerkers het vaakst?
Welke bronnen worden vertrouwd?
Waar ontstaat herhaalcontact doordat informatie onduidelijk is?
Welke kennis mag door AI zelfstandig worden gebruikt en waar moet een medewerker altijd de regie houden?
Pas daarna komt technologie in beeld.
Dat voorkomt dat je een slimme assistant bouwt voor een slecht ingericht kennisproces.
Van medewerkerondersteuning naar digitale dienstverlening
Organisaties hoeven niet direct alle klantvragen door AI te laten afhandelen.
Wij geloven in gecontroleerd groeien.
Een Assistant kan bijvoorbeeld eerst uitsluitend medewerkers ondersteunen.
Daarna kan hij bepaalde eenvoudige vragen zelfstandig beantwoorden.
En uiteindelijk kunnen ook processen of vervolgstappen worden ondersteund.
De mens blijft daarbij onderdeel van het proces wanneer context, verantwoordelijkheid of vakmanschap daarom vraagt.
De beste AI hoeft voor de klant namelijk helemaal niet zichtbaar te zijn.
Als de medewerker dankzij AI sneller het juiste antwoord vindt, is de dienstverlening al verbeterd.
Wil je weten waar AI binnen jullie kennisomgeving werkelijk waarde kan toevoegen?
Een demo laat vooral zien wat technologie kan. Interessanter is wat er binnen jouw eigen organisatie gebeurt.
- Welke kennisbronnen gebruiken jullie?
- Waar zoeken medewerkers nu?
- Welke vragen keren steeds terug?
- Waar zitten tegenstrijdigheden of kennishiaten?
- En welke onderdelen kun je verantwoord door een AI-assistent laten ondersteunen?
huXam helpt je om die situatie eerst scherp te krijgen en vervolgens te bepalen waar een kennisassistent daadwerkelijk waarde toevoegt. Niet beginnen met technologie. Eerst begrijpen wat er beter moet.
Veelgestelde vragen over AI en kennismanagement
Wat is AI-ondersteund kennismanagement?
AI-ondersteund kennismanagement gebruikt taaltechnologie om bestaande organisatiekennis sneller vindbaar en toepasbaar te maken. Een medewerker hoeft bijvoorbeeld niet zelf verschillende documenten te doorzoeken, maar kan een vraag stellen en krijgt een antwoord gebaseerd op beschikbare organisatiebronnen.
Is een AI-assistent hetzelfde als een kennisbank?
Nee. Een kennisbank is een plek waar kennis wordt vastgelegd en beheerd. Een AI-assistent kan verschillende kennisbronnen raadplegen en de relevante informatie op basis van een vraag toegankelijk maken.
Moeten we onze bestaande kennis eerst migreren?
Niet noodzakelijk. Een kennisassistent kan worden gekoppeld aan bestaande bronnen en systemen. Wel moet worden vastgesteld welke bronnen betrouwbaar en actueel genoeg zijn om voor antwoorden te gebruiken.
Waarom zouden we een AI-assistent niet gewoon zelf bouwen?
Dat kan. Het bouwen van een eerste assistant wordt steeds toegankelijker. Het structureel testen, beveiligen, monitoren en verbeteren ervan vraagt echter aanvullende expertise en capaciteit. Organisaties moeten daarom niet alleen de ontwikkelkosten vergelijken, maar ook kijken naar het structurele beheer dat na de implementatie nodig is.
Hoe voorkom je dat een AI-assistent verkeerde informatie geeft?
Volledig uitsluiten is niet realistisch. Het risico kan wel sterk worden verkleind door antwoorden te baseren op gecontroleerde bronnen, duidelijke rechten en instructies te gebruiken, antwoorden te monitoren, broninformatie beschikbaar te maken en feedback structureel te verwerken.
Kan de huXam Assistant met SharePoint en andere Microsoft-omgevingen werken?
De huXam Assistant kan worden aangesloten op bestaande kennis- en bedrijfsomgevingen, waaronder Microsoft-omgevingen. Welke inrichting het meest geschikt is, hangt af van de gebruikte bronnen, rechtenstructuur en toepassing.
Wie blijft eigenaar van de kennis?
De organisatie blijft inhoudelijk eigenaar van haar eigen kennis. huXam ondersteunt bij het toegankelijk maken, technisch beheren, monitoren en verbeteren van de toepassing van die kennis binnen de Assistant.
Wat is het verschil tussen een algemene AI-tool en een organisatie-assistent?
Een algemene AI-tool beschikt vooral over algemene modelkennis. Een organisatie-assistent wordt ingericht om binnen afgesproken bronnen, processen, rollen en beveiligingskaders van een specifieke organisatie te werken.
Hoe weet je of een AI-assistent daadwerkelijk beter wordt?
Door niet alleen naar gebruik te kijken, maar naar kwaliteit. Bijvoorbeeld naar onbeantwoorde vragen, afgewezen antwoorden, terugkerende onderwerpen, feedback, herhaalcontact en afwijkingen. Door deze informatie terug te brengen naar het kennisproces ontstaat een continue verbetercyclus.
