Lennerts experiment
Lennert, één van de podcasthosts, bouwt elke maand een verrassende applicatie met behulp van het Power Platform. Deze keer gebruikte hij z’n creativiteit om een teambuildingapplicatie in elkaar te boksen. Via de app ‘The Hunt’ kan iemand binnen een team hints geven over de locatie van een verborgen schat aan de andere teamleden. Dagelijks krijgen ze een nieuwe radius die de organisator zelf tekende te zien in de app, op basis daarvan kan de locatie steeds nauwkeuriger geraden worden. Hiervoor gebruikte Lennert de standaard mapcomponent, deze kan trouwens ook de satellietweergave van het terrein meegeven. Wanneer iemand de schat heeft weten te lokaliseren, kan hij dit aan de anderen laten weten door via de ‘I found it’-knop een foto van zichzelf met de prijs te delen. Een leuke teamactiviteit die coronaproof georganiseerd kan worden, niet vanzelfsprekend!
Werk slimmer, laat saaie taken over aan computers
Artificiële intelligentie zou je kunnen omschrijven als slimme software die bepaalde taken, die normaal door mensen uitgevoerd worden, op een intelligente manier volbrengt. Het is een manier om saaie of repetitieve taken te automatiseren, met een sneller en vaak preciezer resultaat. Deze software is de afgelopen jaren veel vatbaarder en bereikbaarder geworden. Het is overal aanwezig, denk bijvoorbeeld aan gepersonaliseerde content op Spotify of gezichtsherkenning om je telefoon te ontgrendelen.
Deze intelligentie kan je ook inzetten in het Microsoft Power Platform, via AI Builder. Een erg toegankelijke manier om je apps slimmer te maken. Indien je nog een stapje verder wil gaan dan de beschikbare componenten, kan je beroep doen op de Azure Cognitive Services. Daarmee kan je AI-modellen van hoge kwaliteit implementeren aan de hand van API's.
Het gebruik van AI Builder lijkt vrij prijzig, reken een dikke 400 euro per maand per unit, maar de kost vervaagt vaak eens je de ROI berekent. Door AI in te bouwen, kunnen werknemers repetitieve taken uit handen geven en komt er tijd vrij voor taken met meer toegevoegde waarde. Als je hiermee wil starten, is het een goed idee om te kijken of jouw verbruik zou passen binnen het per app- of per user-plan. Als je grootschaliger denkt en units per maand wil aankopen, bereken je best met de AI calculator hoeveel je er dan best aanschaft. Deze tool helpt jou om per component van AI Builder in te schatten hoeveel units je nodig hebt, bijvoorbeeld op basis van het aantal facturen dat je per maand verwerkt.
De favoriete AI Builder-componenten van onze experts
Form processing: verwerken van gegevens
Deze component kan je bijvoorbeeld gebruiken om informatie op een foto of scan automatisch te herkennen. Een voorbeeld kan zijn om medewerkers ziektebriefjes te laten inscannen. In de meeste bedrijven gebeurt dit vandaag vaak via een mail met bijlage dat naar de juiste dienst moet gestuurd worden, waarop die dienst manueel de ziekte ergens moet registeren.
AI Builder herkent de ingevulde gegevens op zo’n briefje waardoor je de relevante informatie kan doorgeven aan de nodige systemen, of automatisch een out-of-office met de ziekteperiode kan instellen. Dit model is te trainen met amper 15 voorbeeldfoto's, maar uiteraard geldt bij training van een AI-model: hoe meer, hoe beter.
Object detection: voorwerpen herkennen
Hierbij worden objecten op foto’s herkend, denk bijvoorbeeld aan logo's. Het kan ook ingezet worden als manier om elementen te tellen, nuttig bij inventarisaties. Een ander scenario waar dit nuttig kan zijn is bij een productielijn waarbij verschillende elementen op een band samenkomen. Door om de zoveel seconde een foto van de band te nemen en deze te laten bekijken door AI, kan je controleren of elk onderdeel weldegelijk aanwezig is.
Category classification: tekst categoriseren op basis van betekenis
Deze component is ideaal om feedback die je via verschillende kanalen krijgt te analyseren. Hotelbeoordeling kunnen bijvoorbeeld opgedeeld worden in verschillende categorieën, denk aan feedback over de ligging, het eten, het comfort, enz. Je kan er zelfs een extra laag opbouwen en het sentiment laten inschatten, zo weet je meteen of het over positieve of negatieve feedback gaat.
Om in de gaten te houden: prediction model
Dit model heeft nog groeicapaciteit maar het potentieel is er wel. Door data in te geven, gaat het model raden of iets wel of niet gaat gebeuren. Het maakt voorspellingen op basis van historische data. Uiteraard is veel training en een hoge kwaliteit van de data heel belangrijk om hierop te kunnen vertrouwen.
Getrainde modellen zoals business card reader
AI Builder bevat ook getrainde modellen die meteen doen wat ze moeten doen zonder dat je ze hoeft te trainen, het summum van low code. Eentje leest bijvoorbeeld businesskaartjes uit zodat je er bijvoorbeeld meteen een nieuw contact van kan aanmaken. Dit model zou ook andere acties kunnen triggeren in een app, zoals het aanmaken van een lead.