Bedrijfsdata.nl introduceert Real-Time Intelligence: Een nieuwe stap in generatieve AI

Terwijl ondernemend Nederland volop experimenteert met de mogelijkheden van generatieve AI, komt dataspecialist Bedrijfsdata.nl met een innovatieve oplossing om bedrijven verder te helpen. Het bedrijf lanceert een Real-Time Intelligence-oplossing die bedrijfsprofielen, leadlijsten en adressenbestanden naar een hoger niveau tilt door ze te koppelen aan generatieve AI. Mede-oprichter Olivier Janssen licht toe hoe deze nieuwe aanpak ondernemers helpt voorop te blijven lopen in de digitale transformatie.

Kostenbesparing, productverbetering en schaalvergroting

“Op papier is het toepassingsbereik van LLM (Large Languages Models, red.) zo goed als onbegrensd’’ vertelt Janssen. ‘’Van tijdrovende klusjes tot complexe vraagstukken; volgens de guru’s geef je het allemaal moeiteloos uit handen. Zo bespaar je kosten, verbeter je jouw product en groei je moeiteloos zonder extra personeel. Echter, in de praktijk blijkt de werkelijkheid vaak weerbarstiger.”

Aanloopproblemen

“Interne processen lijken een logische en veilige start voor het ontwikkelen van de eerste AI-gedreven toepassingen. Er is directe controle over stakeholders en eindgebruikers, complexe besluitvormingsprocessen kunnen eenvoudig worden omzeild, en alle door AI gegenereerde output kan intern worden beoordeeld. Althans, dat is het idee,” legt Janssen uit. “In de praktijk blijkt de bestaande IT-infrastructuur echter vaak minder geschikt. Bovendien rijzen er al snel vragen over privacy, het risico op datalekken en het verlies van bedrijfsgevoelige informatie. Dit soort obstakels is lastig te overwinnen, zeker als de meerwaarde van AI nog niet duidelijk zichtbaar is,” voegt hij eraan toe.

“Oké, het soort projecten waar wij voor worden aangehaakt raken al snel het CRM, ERP of boekhoudpakket. Dat zijn immers de plekken waar onze data het beste tot hun recht komen. En waar dergelijke problematiek aan de orde van de dag is”, zo geeft Janssen toe.

“Maar aan de interne focus kleven ook grotere nadelen die wij vaak tegenkomen. Zo beschouwen wij een iteratief proces als cruciaal voor het gestructureerd opbouwen van kennis. De snelheid die hiervoor nodig is, blijkt echter moeilijk te waarborgen wanneer vernieuwde processen slechts sporadisch worden doorlopen.”

Ceteris paribus

“Mijn grootste bezwaar is echter vooral praktisch van aard,” legt Janssen uit. “Interne processen zijn vaak doordrenkt met organisatie-specifieke context. Die context moet je eerst volledig overbrengen op het model voordat je het überhaupt iets zinnigs kunt laten doen. Dat maakt het leerproces ingewikkeld; ligt het probleem nu in je prompt-chain (vraagstelling, red.), of begrijpt het model jouw bedrijf simpelweg niet goed genoeg?”

“Dit probleem blijft telkens terugkomen bij de introductie van ieder nieuw model. En hoewel het op termijn zeker om een oplossing vraagt, is het niet logisch om jezelf onnodig in de weg te zitten als je interne expertise nog in een beginfase verkeert.”

Begin waar context ontbreekt

“Het commerciële proces is bij uitstek geschikt voor eenvoudige, AI-gedreven toepassingen. Leads en prospects hebben een duidelijke waarde, en kwalitatieve verschillen met de uitgangssituatie worden al binnen het bestaande proces beoordeeld. Maar het belangrijkste is dat de context voorafgaand aan een relatie zeer beperkt is.”

“Een simpele copy-paste van een paar pagina’s van jouw eigen website is vaak al voldoende om een sterke pitch te genereren. Combineer dit met een uitdraai van de website van je prospect, en je hebt direct een pitch op maat. Of gebruik nieuws uit zoekmachine-resultaten om een actuele aanleiding te creëren voor een LinkedIn-uitnodiging.

“Het zijn simpele voorbeelden, maar ze geven een beginner genoeg om de basisvaardigheden onder de knie te krijgen”, verklaart Janssen. “Natuurlijk, iedereen wil een robot die er autonoom op uit trekt en terugkeert met een mand vol nieuwe klanten. Maar Rome is niet in één dag gebouwd.”

De toekomst staat voor de deur

“Zodra bedrijven intern de basis op orde hebben, komen steeds meer bedrijven bij ons aan kloppen om verdergaande stappen te zetten,” vertelt Janssen. “Meestal beginnen ze met de wens voor een traditionele lijst met potentiële klanten, met het idee deze via AI te kwalificeren, prioriteren en benaderen. Wij merken dat het grootste rendement behaald wordt door bedrijven met een heldere propositie en een brede doelgroep. Prospecting en marktonderzoek vormen vaak de knelpunten in het verkoopproces, maar deze kunnen met behulp van data en AI relatief eenvoudig geautomatiseerd worden.”

“Voor complexere taken, zijn onze standaard datasets doorgaans onvoldoende om generatieve AI aan het werk te zetten”, stelt Janssen. “Taalmodellen als Gemini, Claud en GPT gedijen bij tekstuele input. Zoals nieuwsartikelen, vacatures, blogs, reviews en content van bedrijfswebsites. Dergelijke input stelt LLM’s in staat betere afwegingen te maken en ingewikkeldere taken uit te voeren.”

“Zelf passen wij deze techniek o.a. toe om bedrijfsanalyses en commerciële samenvattingen toe te voegen aan onze bedrijfsprofielen. Dit kunstje hebben we inmiddels behoorlijk in de vingers. Geïnteresseerde lezers zijn van harte welkom om te zien hoe dat voor hun bedrijf uitpakt. Hiervoor kunnen ze gratis terecht in onze bedrijvengids: https://zoeken.bedrijfsdata.nl/”

Wil je ook nog wat verkopen?

“Jazeker! Naast bedrijfsdata, leveren wij API’s die context creëren in het commerciële domein. Eerder genoemde content-vormen zijn out-of-the-box beschikbaar, maar feitelijk kunnen we iedere openbare letter of pixel op het internet aan jouw LLM voeden. Real-time intelligence, noemen we dat.“