Dienst
AI-systemen & automatisatie
Ik help repetitieve taken te vinden die aandacht opslorpen: aanvragen, documenten, research, samenvattingen, kwalificatie of controles. We starten vanuit een duidelijke bron van waarheid, automatiseren eerst wat eenvoudig is, en voegen pas AI toe wanneer taal of context echt telt.
Vanuit de regio Luik hou ik het werk dicht bij de echte beperkingen van het team: het dagelijkse werk lichter maken zonder controle te verliezen over gevoelige beslissingen.
Methode
Eerst vinden wat zich herhaalt, dan automatiseren
AI is niet het startpunt. Het startpunt is repetitief werk dat mensen weghoudt van oordeel, klantrelaties of het echte vakwerk.
Beslismoment
- gevoelige output blijft nagelezen of beperkt
- de volgende stap hangt af van observeerbare resultaten
- we behouden, herkaderen of stoppen voor het project zwaarder wordt
Stap 01
Het echte werk bekijken
Terugkerende taken, gebruikte bronnen en beslissingen vinden die het team vaak moet herhalen.
Stap 02
Een testbare flow bouwen
Automatisatie testen op representatieve voorbeelden, met AI alleen waar ze nuttig begrip toevoegt.
Stap 03
Beslissen over de volgende stap
Behoud wat werkt, vereenvoudig wat fragiel blijft of stop vroeg als de waarde niet duidelijk is.
Nuttige gevallen
Wanneer automatiseer je een taak met AI?
Een taak is geschikt voor AI-automatisatie wanneer ze vaak terugkomt, aandacht vraagt en genoeg taal of context nodig heeft om verder te gaan dan eenvoudige regels.
- Repetitief werk.
Aanvragen, documenten, research of samenvattingen komen vaak terug met dezelfde logica.
- Interpretatie nodig.
Regels alleen volstaan niet: het werk vraagt lezen, classificeren, samenvatten of prioriteren met context.
- Menselijke review.
Gevoelige acties blijven nagelezen, gevalideerd of beperkt voor bredere integratie.
Eerste cyclus
Wat levert een eerste AI-automatisatiecyclus op?
Een eerste cyclus levert een korte versie op die je op eigen voorbeelden kunt testen. Daarna moet de beslissing duidelijk zijn: doorgaan, herkaderen of stoppen zonder te zwaar te bouwen.
- Korte scope.
Eén prioritaire taak, de nuttige bronnen, de risico’s en het punt waar een mens overneemt.
- Versie op echte cases.
Een testbare flow op je voorbeelden: assistent, documenttriage, kwalificatie, samenvatting of intern proces.
- Zichtbare limieten.
Sporen, review, critic mode en actielimieten voor gevoelige automatisatie.
Controle
Hoe hou je menselijke review in een LLM-proces?
Gevoelige acties blijven zichtbaar, beperkt en gevalideerd door een persoon. De automatisatie bereidt het werk voor, maar mag het oordeel niet vervangen wanneer het risico echt is.
- Duidelijke rollen.
We scheiden wat het systeem kan voorbereiden, wat het kan voorstellen en wat een persoon moet valideren.
- Bruikbare sporen.
Belangrijke bronnen, beslissingen en outputs blijven beschikbaar zodat het resultaat kan worden gecorrigeerd of uitgelegd.
- Actielimieten.
Verzenden, wijzigen of beslissen rond gevoelige punten houdt een validatiestap voor bredere integratie.
FAQ
Veelgestelde vragen
- Moeten we al een heel precieze use case hebben?. Nee. Ik kan starten met het echte werk te auditen, repetitieve taken te vinden en een intuïtie om te zetten in geprioriteerde, testbare automatisatie.
- Moeten onze bronnen al proper zijn?. Niet noodzakelijk. We kunnen klein starten, bekijken wat er is en alleen de bronnen opschonen die voor de eerste nuttige cyclus echt tellen.
- Lever je alleen prompts?. Nee. Ik kan het proces afbakenen, een eerste versie bouwen, integreren, documenteren en verstevigen met echte supervisie en duidelijke verantwoordelijkheid.
- Wat als het verdict “stop” is?. Dat is nog altijd een goed resultaat. Het doel is net te vermijden dat een fragiel onderwerp meer budget en aandacht opslorpt dan het waard is.
Stuur de context en één voorbeeld van repetitief werk. Ik antwoord met een eerste heldere richting.