Ga direct naar inhoud
'Hoe heet wordt de CPU, wat kan de cloud aan? Dat weet je pas als je het probeert'

'Hoe heet wordt de CPU, wat kan de cloud aan? Dat weet je pas als je het probeert'

Jeroen Rombouts & Marijn Markus

Experienced professionals

Data and AI

Een chatbot die antwoorden genereert op vragen van klanten. Een platform dat scenario’s schetst voor de ontwikkeling van de markt. Generatieve AI helpt bedrijven sneller vooruit, weten Jeroen Rombouts en Marijn Markus van Capgemini. Elke dag helpen de managing AI-specialisten grote bedrijven aan geavanceerde oplossingen. Hoe ze nieuwe klanten overtuigen van de kansen? Door coole demo’s te bouwen. ‘Daar leren we zelf ook van.’

Hoe houden jullie je bij Capgemini precies bezig met generatieve AI?

Jeroen: ‘Marijn is managing data scientist, ik ben managing machine learning engineer. Simpel gezegd denkt Marijn vooral vanuit het probleem en de mogelijke oplossing. Ik denk meer vanuit het platform: hoe gaat de klant straks met deze oplossing werken? Samen zorgen we dat opdrachtgevers klaar zijn om de laatste technologieën en filosofieën toe te passen – en zo gepersonaliseerde ervaringen te bieden aan klanten, taken te automatiseren en betere beslissingen te nemen.’

Hoe overtuigen jullie klanten van de kracht van generatieve AI?

Jeroen: ‘Dat hoeven we eigenlijk niet te doen. Klanten lezen elke dag in het nieuws over de mogelijkheden van AI of ervaren die zelf als consument. Iedereen begrijpt wat een chatbot is en wat ChatGPT kan. Dit maakt het makkelijk om er met klanten over te praten.’

‘Maar de uitvoering is een ander verhaal. Daarvoor heb je veel competenties nodig. Het is dus mooi dat we die bij Capgemini in huis hebben. Van mensen die het fundament maken – de systemen, architectuur en software – tot mensen die zorgen dat ‘de voorkant’ aantrekkelijk en gebruiksvriendelijk is. En niet te vergeten mensen die de ethiek begrijpen en weten wat je wel en beter niet kan doen. Onze dienstverlening is end-to-end.’

Hoe maak je duidelijk welke zakelijke kansen generatieve AI biedt?

Marijn: ‘Met tastbare voorbeelden. Onze teams werken aan coole demo’s waarmee we klanten laten zien: kijk, dit ding schrijft zelf code en analyseert vervolgens data voor je. Wil je ’t checken? Stel een vraag. En dan bespreken we hoe hun organisatie zou veranderen als ze zelf zoiets hadden.’

Jeroen: ‘Een mooi voorbeeld is de automatische businessanalist voor een fictief gezondheidscentrum. Voor rapportages had je altijd een businessanalist nodig. Die dook soms dagen in de database en kwam dan met een rapport. Met deze demo vraagt een medewerker zelf via een chatinterface op hoeveel patiënten met allergische klachten artsen afgelopen maand hebben gezien. Het platform genereert vervolgens de query die de relevante data ophaalt én voert die uit. Wat daar aan de achterkant gebeurt, is ongekend. Ongestructureerde data – van aantekeningen van patiëntgesprekken tot transcripts van telefoontjes in het callcenter – wordt automatisch gestructureerd en omgezet in een passend antwoord. Dat is baanbrekend.’

Marijn: ‘Of we vertellen over FARM, een verzameling projecten waarbinnen we generatieve AI inzetten voor kleinschalige boeren over de hele wereld. Veel van deze boeren leven in armoede, maar samen zijn ze goed voor een derde van de wereldwijde voedselproductie. Met technologie helpen we ze om hun oogst te verbeteren. Denk aan een app waarmee boeren plantziekten identificeren door een foto te maken. De app geeft vervolgens advies over de bestrijding én waarschuwt boeren in de omgeving.’

‘Door demo’s te ontwikkelen, helpen we klanten én houden we onszelf scherp. Natuurlijk is het goed om als AI-specialist trainingen te volgen, maar liever stimuleer ik mijn teams om gewoon te gaan bouwen. En dan kijken: hoe heet wordt de CPU met deze oplossing, wat kan de cloud aan, wat zijn de consequenties op het gebied van privacy? Daar kom je alleen achter door het te proberen.’

In het nieuws komen niet alleen de voordelen van generatieve AI voorbij, maar ook de dilemma’s rond bijvoorbeeld privacy. Hoe gaan jullie om met dat soort vraagstukken?

Jeroen: ‘We zijn heel alert op die ethische kant en denken op dat vlak vanaf de prille ontwikkelfase actief met klanten mee. Iedereen bij Capgemini is ervan doordrongen hoe belangrijk deze onderwerpen zijn, en met collega’s in de hele organisatie kan je er kritisch het gesprek over voeren. In de zin van: hoe zorgen we dat we het juiste doen? Ik vind het eervol om bij te dragen aan een ethische manier van werken met AI.’

Wat maakt het voor jullie interessant om dit werk juist vanuit Capgemini te doen?

Marijn: ‘De veelzijdigheid. Om te beginnen doe ik steeds iets nieuws. Het ene moment analyseer ik burn-outs, het andere ontwikkel ik chatbots. Er komen steeds nieuwe projecten voorbij, in telkens andere sectoren – van publiek tot privaat, van retail tot ngo’s. Dat houdt het spannend.’

‘Daarnaast vind je hier data-specialisten met verschillende achtergronden. Wiskundigen, psychologen, astronomen – mensen met eigen perspectieven die samen tot betere oplossingen komen. Dit is dé kracht van Capgemini, en een van de redenen dat ik hier graag werk.’

Jeroen: ‘Naast data-experts werken er bij Capgemini veel andere specialisten. Ik werk in de backend, maar als een klant een vraag heeft over de frontend, bijvoorbeeld over een grafische interface, dan weet ik altijd een collega die dat kan oplossen. Als ik naar klanten ga, breng ik dus veel meer mee dan alleen mijn eigen expertise.’

‘En ik leer er zelf ook van. De learning community bestaat hier aan de ene kant uit peers met wie ik ervaringen uitwissel, aan de andere kant steek ik zelf veel op van al die specialisten met hun eigen disciplines. Bij Capgemini stijg ik als AI-specialist boven mezelf uit.’

Wil jij net als Jeroen en Marijn sleutelen aan te gekke AI-demo’s en bouwen aan baanbrekende oplossingen?