Een chatbot op je eigen documentatie, een zoekfunctie die begrijpt wat iemand bedoelt, automatische verwerking van inkomende leads. We bouwen AI in als onderdeel van je platform, op je eigen content en data, met een mens aan de knoppen.
Oplossingen
We bouwen AI-integraties in het platform en de processen die je al hebt.
Chatbots
Voor websites, serviceportalen en interne kennisomgevingen. Gebouwd op RAG: gevoed met je eigen documentatie, producten en processen. Antwoorden verwijzen naar de bron, en bij twijfel neemt een medewerker het over.
CMS
Schrijven, herschrijven, samenvatten, tagging en vertalingen direct in Silverstripe CMS. Een redacteur beoordeelt alles voor publicatie; er gaat niets automatisch live.
Zoek
Eén slimme zoekfunctie over website, intranet en documenten heen. Semantisch zoeken op betekenis, vraag-antwoord bovenop je content, te combineren met Solr of een vectordatabase en met behoud van toegangsrechten.
Automation
Classificatie, routing, samenvattingen en follow-upacties op inkomende leads, tickets en documenten. Het repetitieve werk gaat naar de machine; medewerkers houden de beoordeling en de uitzonderingen.
Agents
Agents die je eigen systemen en bedrijfslogica gebruiken in gecontroleerde processen. Met een MCP-server ontsluiten we content en data voor assistenten zoals Claude, ChatGPT en Copilot, en leggen we per functie vast wat een agent mag. Logging en een terugvaloptie maken het geschikt voor productie.
Dev
AI-assistenten zijn vast onderdeel van ons dagelijkse ontwikkelwerk. We bouwen er sneller door, terwijl tests, statische analyse en code review gewoon blijven staan.
Begrippen
Achter veel AI-toepassingen zit dezelfde handvol technieken. Dit betekenen ze, zonder jargon.
Modellen & leveranciers
We zijn niet gebonden aan één leverancier. Per toepassing kiezen we op kwaliteit, kosten en privacy-eisen, en we bouwen de integratie zo dat het model vervangbaar blijft zonder het platform te verbouwen.
Aanpak
Een AI-toepassing bewijst zich pas in gebruik. Daarom beginnen we klein en meten we vanaf dag één.
Waar zit het repetitieve werk of de gemiste kans? We kiezen één usecase met duidelijke waarde en een meetbaar doel.
Een werkende proef op jouw content en processen, binnen weken. Daarmee toets je kwaliteit en draagvlak voordat er groot gebouwd wordt.
Inbouwen in het platform, met logging, menselijke controle en duidelijke grenzen aan wat het systeem zelfstandig mag.
We meten gebruik, kwaliteit en kosten. Op basis daarvan breiden we uit of schrappen we een toepassing weer.
Verwerking binnen de EU waar dat moet, geen trainingsdata naar derden en afspraken vastgelegd in een verwerkersovereenkomst. In lijn met AVG en de AI-verordening.
Modellen, prompts en koppelingen veranderen. We beheren de integratie als onderdeel van het platform, met dezelfde kwaliteitseisen als de rest.
Ja. We kiezen per toepassing waar de verwerking plaatsvindt, EU-hosting waar nodig, en leggen vast dat jouw data niet gebruikt wordt om modellen van derden te trainen. Persoonsgegevens worden geminimaliseerd voordat ze een model bereiken.
Antwoorden baseren we op je eigen content met bronvermelding, we begrenzen wat het systeem mag beweren en bij lage zekerheid schakelt het door naar een mens. Voor publicatie-workflows geldt: een redacteur keurt alles, er gaat niets automatisch live.
We koppelen met OpenAI (GPT), Anthropic (Claude), Microsoft Copilot en EU-leveranciers zoals Mistral, en draaien waar nodig open modellen zoals Llama op eigen servers. We zijn niet gebonden aan één leverancier en kiezen per usecase op kwaliteit, kosten en privacy-eisen; de integratie bouwen we zo dat een model vervangbaar is zonder het platform te verbouwen.
Ja, via een MCP-server: een koppeling volgens het Model Context Protocol, de open standaard die de grote AI-assistenten ondersteunen. Samen bepalen we welke functies de server aanbiedt, bijvoorbeeld zoeken in de kennisbank of de status van een aanvraag opvragen, en of een assistent alleen leest of ook iets mag aanpassen. Toegang loopt via authenticatie en een limiet op het aantal aanroepen, en elke aanroep wordt gelogd.
Een eerste werkend prototype op eigen data is er meestal binnen enkele weken. Daarna bepaalt de scope de kosten, plus lopende modelkosten die we vooraf inzichtelijk maken en blijven monitoren.
Contact
Leg het ons voor. We toetsen eerlijk of AI hier iets oplevert, en zo niet, dan zeggen we dat ook.
