#3 Ignite Insights Slimmere AI begint bij de kennis van je organisatie
Copilot kan pas helpen als het weet hoe je organisatie werkt. Wat bedoelen jullie met omzet? Welke afspraken gelden voor een klant? En waar staat die informatie? In de derde aflevering van Ignite Insights praten Timo Bax en data-expert Lotte over de gegevens en bedrijfskennis die AI nodig heeft. Want met alleen een goed model ben je er niet.
In de vorige aflevering bespraken we hoe je met Copilot werk voorbereidt en agents aanstuurt. Maar waar halen die hun informatie vandaan? Timo en Lotte bespreken wat Microsoft IQ, data agents, Fabric apps en HorizonDB daarin kunnen betekenen. En wat je zelf moet regelen.
Wat weet AI eigenlijk van jouw organisatie?
Wat is bij jullie een actieve klant? Welke afspraken gelden bij een servicevraag? En wie doet wat? Lotte noemt die bedrijfskennis het Company brain: het bedrijfsbrein waarin kennis, definities en processen samenkomen. De gegevens vertellen maar een deel van het verhaal. Je moet ook weten wat ze betekenen.
Timo geeft een voorbeeld uit de klantenservice. Je kunt een binnenkomende vraag automatisch laten indelen, maar daarmee is de klant nog niet geholpen. Daarvoor heb je ook het contract, eerdere afspraken en kennis van de oplossing nodig. Soms weet alleen een collega hoe het precies zit. Die kennis moet je vastleggen en bijhouden als je wilt dat AI ermee kan werken.
Luister naar Ignite Insights
Wij volgen Microsoft Ignite, jij blijft bijgepraat!
Meld je aan voor de podcast serie en ontvang onze selectie van de belangrijkste ontwikkelingen direct na publicatie. Registreer en ontvang de podcasts direct in jouw inbox.

Microsoft IQ: wat betekent die informatie?
Timo en Lotte bespreken hoe Microsoft IQ helpt om informatie uit verschillende bronnen te gebruiken. Work IQ gaat over hoe mensen werken en samenwerken. Fabric IQ gaat over bedrijfsgegevens en de definities die je bij analyses gebruikt. Die informatie heb je vaak tegelijk nodig: een klantvraag beperkt zich niet tot één systeem.
Kijk dus eerst naar het werk dat je wilt verbeteren. Wat moet een agent weten? Welke bronnen zijn nodig? En gebruiken collega’s dezelfde definities? Leg de uitleg één keer goed vast, zodat je die voor een volgend proces opnieuw kunt gebruiken.
Data agents: controleer wat er uitkomt
Met een data agent kun je in gewone taal vragen stellen over je gegevens. Maar hoe weet je of het antwoord klopt? Timo en Lotte willen kunnen terugzien welke vragen mensen stellen en welke antwoorden ze krijgen. Dan kun je onderzoeken waar het misgaat. Ontbreekt er informatie, of is een begrip niet duidelijk uitgelegd? Zo weet je wat je moet aanpassen.
Ze vertellen over een financiële prognose. Eerst worden patronen in de cijfers onderzocht en gecontroleerd. Het AI-model gebruikt die analyse om een voorspelling te maken. Maar intussen komen er nieuwe gegevens bij. Een data agent kan de laatste cijfers opvragen, zodat de prognose niet alleen op de eerdere analyse leunt. Je gebruikt dus gecontroleerde patronen én actuele gegevens.
Fabric apps: verder werken met de uitkomst
Wat doe je met de uitkomst van een analyse? Timo en Lotte bespreken hoe je met Fabric apps en HorizonDB gegevens uit het dagelijkse werk en analyses in dezelfde toepassing kunt gebruiken. Een medewerker hoeft dan niet alleen een rapport te bekijken, maar kan in die toepassing ook verder werken.
Daarmee wordt Fabric volgens hen meer dan een plek om data te verzamelen en te analyseren. Dat betekent niet dat je Power Apps en Dataverse moet vervangen. Timo noemt bijvoorbeeld de toegangsrechten, beveiliging en rollen die daarin al geregeld zijn. Kies wat past bij de toepassing die je nodig hebt.
Pak één proces en meet of het beter gaat
Moet je eerst alle bedrijfskennis vastleggen? Volgens Lotte niet. Kies één proces en zoek uit welke gegevens, afspraken en uitleg daarvoor nodig zijn. Richt dat zo in dat je het later ook voor ander werk kunt gebruiken. Wat je bij het eerste proces leert, helpt je bij het volgende.
Timo benadrukt dat je moet meten wat er verbetert. Een klantvraag sneller indelen heeft weinig zin als die daarna alsnog blijft liggen. Kijk daarom ook wie het werk overneemt en hoelang de afhandeling duurt. Pas dan weet je of de klant er iets van merkt.
Een servicemedewerker heeft goede klantinformatie nodig, moet die kunnen vinden en moet weten wat de volgende stap is. Zo raken onze drie pijlers elkaar: Intelligent CX gaat over klantrelaties, Intelligent Organisation over het gebruik van kennis en AI, en Intelligent Operations over de uitvoering van het werk.
Een AI-model kent jouw organisatie niet vanzelf. Je moet zelf vastleggen welke feiten, afspraken en werkwijzen het moet gebruiken, en zorgen dat die blijven kloppen. Wil je weten hoe je dat voor een proces aanpakt? Ga met ons in gesprek.
Verder luisteren? In de derde aflevering van Ignite Insights vertellen Timo Bax en Lotte meer over de gegevens en bedrijfskennis die AI nodig heeft.
Luister naar Ignite Insights
Wij volgen Microsoft Ignite, jij blijft bijgepraat!
Meld je aan voor de podcast serie en ontvang onze selectie van de belangrijkste ontwikkelingen direct na publicatie. Registreer en ontvang de podcasts direct in jouw inbox.
