Naar de inhoud

AI waar je mensenecht mee willen werken.

Samen met je team ontwerp en bouw ik AI-systemen die passen bij de processen, kwaliteitseisen en verantwoordelijkheden in je organisatie. Van strategie en systeemontwerp tot een toepassing die dagelijks gebruikt wordt: veilig, controleerbaar en met de vakkennis van je mensen als uitgangspunt.

Kennismaking aanvragenBekijk de toepassingen

Niemand kent het werk beter dan de mensen die het uitvoeren.

In elke organisatie werken mensen die hun werk tot in detail beheersen. Zij kennen de uitzonderingen, de verwachtingen van klanten en de punten waarop een proces in de praktijk vastloopt. Toch besteden zij een groot deel van hun tijd aan taken waarvoor die deskundigheid niet nodig is.

Daarom begint elk traject bij hen. Samen stellen we vast welke taken AI kan overnemen en waar hun oordeel onmisbaar blijft. Zij formuleren de regels; AI voert het voorbereidende werk uit en legt twijfelgevallen aan hen voor. Elk voorstel is herleidbaar tot zijn bronnen, zodat zij het kunnen toetsen en bijsturen.

  1. Je experts

    Bepalen de ideale uitkomst, stellen de regels op en nemen de belangrijke beslissingen.

  2. Het systeem

    Borgt hun werkwijze, begrenst wat AI zelfstandig mag en maakt elke stap controleerbaar.

  3. AI

    Voert het voorbereidende werk uit, controleert en werkt uit, zodat er tijd overblijft voor het werk dat er echt toe doet.

Wat een AI-model niet kan weten

Een klant mailt op vrijdagmiddag: “Kunnen jullie zaterdag 120 panelen leveren? Het is dringend.” Hieronder staat het antwoord dat een AI-model zonder verdere kennis opstelt, met in potlood de correcties van drie collega's.

Concept, opgesteld door AI

Geachte klant,

We bevestigen uw order van 120 panelen.er liggen er maar 100 Magazijn

De levering staat gepland op zaterdag 14 november.wij leveren nooit in het weekend Planning

Deze bevestiging is automatisch verzonden.bij spoed bellen we eerst Verkoop

Het antwoord is correct geformuleerd, maar bevat drie fouten die alleen een vakkundige collega opmerkt. Daarom leggen je collega's de regels vast, niet ik en niet het model. Het systeem past die regels toe, vermeldt bij elk voorstel op welke regel het berust en legt afwegingen voor aan de verantwoordelijke collega. Verandert de praktijk, dan passen we de regels gezamenlijk aan.

Het principe dat in dit eenvoudige voorbeeld zichtbaar wordt, is hetzelfde in processen van grote complexiteit: met meer bronnen, meer regels en meer mensen die elk over een deel beslissen.

AI ondersteunt het werk. De regie blijft bij je mensen.

Van vraagstuk tot werkend systeem

Een traject bestaat uit vier fasen. Je kunt me voor één fase inschakelen; doorgaans doorloop ik ze alle vier, in deze volgorde.

  1. Strategie

    Waar levert AI aantoonbaar iets op, en waar niet? Ik spreek de mensen die het werk uitvoeren, breng de processen in kaart en bepaal samen met jou welke eerste toepassing de meeste waarde heeft.

    Je krijgt

    • Een procesanalyse op één pagina
    • Kansen, gewogen op waarde en risico
    • Een voorstel met een maximumprijs

  2. Systeemontwerp

    Eerst de afspraken, dan de techniek. Ik leg vast wie waarover beslist, welke gegevens waar verwerkt mogen worden en welke taken AI wel en uitdrukkelijk niet uitvoert.

    Je krijgt

    • Een systeemontwerp dat ook niet-technici kunnen volgen
    • Afspraken over data, rechten en toezicht
    • Een testset met echte praktijkgevallen

  3. Design en bouw

    Interfaces die zonder handleiding te gebruiken zijn, en de software erachter: webapplicaties, mobiele apps en koppelingen met de systemen die je organisatie al gebruikt, zoals Outlook, LinkedIn of het boekhoudpakket.

    Je krijgt

    • Een klikbaar ontwerp voordat de bouw begint
    • Elke twee weken een werkende tussenversie
    • Je eigen gegevens en een kopie van de broncode

  4. Invoering en beheer

    Een systeem heeft pas waarde als het gebruikt wordt. Ik begeleid het team bij de invoering, beheer het systeem en test het opnieuw bij elke nieuwe versie van een AI-model.

    Je krijgt

    • Instructie voor het team
    • Beheer tegen een vast maandbedrag
    • Een hertest bij elke modelwissel

Toepassingen per sector

Dezelfde aanpak, toegepast op het werk dat in jouw sector de meeste tijd vraagt. Kies een sector.

Productiedocumenten gecontroleerd voordat ze de werkvloer bereiken.

Werkorders, productiekaarten en labels worden handmatig vergeleken met het ERP en de tekening. Dat kost een ervaren medewerker uren per week, en een gemiste afwijking wordt pas zichtbaar in de productie.

Het systeem
Leest elk document uit, vergelijkt het met de bronnen en toont uitsluitend de afwijkingen, met bronvermelding.
Je mensen
De werkvoorbereider beoordeelt de afwijkingen en geeft vrij. Barcodes en maatvoering blijven leidend boven wat AI leest.
Ook hier
Calculaties op basis van eerdere orders, storingskennis doorzoekbaar maken.

Bespreek jouw situatie

Wat het oplevert

Een berekening met je eigen cijfers. De onderstreepte waarden zijn aan te passen.

Als medewerkers elk uur per week besteden aan werk dat AI kan voorbereiden, tegen €  per uur, dan bedragen de kosten € 66.240 per jaar.

Neemt een systeem daarvan procent over, dan komt er jaarlijks € 33.120 vrij, en 552 uur voor het werk dat er echt toe doet.

Berekend op basis van 46 werkweken per jaar. Welk aandeel een systeem in jouw situatie daadwerkelijk overneemt, stellen we in de eerste weken vast op je eigen praktijkgevallen.

Zes afspraken die voor elke opdracht gelden

  • De mens beslist.

    AI doet een voorstel, een collega keurt het goed. In je systemen wordt alleen iets gewijzigd na een uitdrukkelijke bevestiging.

  • Je gegevens blijven van jou.

    Opslag in Europa. Waar het AI-model gegevens verwerkt, en dat de leverancier ze niet voor training gebruikt, leggen we vooraf vast. Eindigt de samenwerking, dan ontvang je de volledige broncode, de documentatie en je gegevens.

  • Eerst klein, dan breed.

    We starten met één proces en één team. Voldoet het resultaat, dan breiden we uit. Voldoet het niet, dan is dat binnen enkele weken duidelijk in plaats van na maanden.

  • Klaar betekent bewezen.

    Ik lever pas op als het systeem aantoonbaar werkt op je eigen praktijkgevallen, getoetst aan de controle die je mensen nu handmatig uitvoeren.

  • Een nieuw model moet zich eerst bewijzen.

    AI-modellen worden regelmatig vervangen. Een nieuwe versie gaat pas in productie als die op je testset minstens even goed presteert als de vorige.

  • Eerlijk over de grenzen.

    Wat nergens is vastgelegd, kan AI ook niet controleren. Waar de grenzen van het systeem liggen, benoem ik vooraf en niet achteraf.

Daniel Bouw, oprichter van Nord Systems

Ik ben Daniel Bouw.

Ik ben 21, woon in Zwolle en ontwerp en bouw AI-systemen voor organisaties. Ik heb Bestuurs- en Organisatiewetenschap gestudeerd aan de Universiteit Utrecht. Daar leerde ik organisaties te analyseren: waar besluiten vallen, waar processen stokken en waarom een goed plan in de praktijk toch kan stranden.

Na tweeënhalf mooie jaren bij Airflows, waar ik AI-toepassingen en maatwerksoftware voor organisaties heb ontworpen en gebouwd, werk ik nu zelfstandig onder de naam Nord Systems.

In elke opdracht begin ik bij het proces en de mensen, en kies ik pas daarna de techniek. Het doel is steeds hetzelfde: minder handwerk en minder fouten in bestaande processen, en geen systeem dat ongebruikt blijft.

Je werkt rechtstreeks met mij, van de eerste verkenning tot en met het beheer. Waar een opdracht daarom vraagt, schakel ik samenwerkingspartners in met de benodigde specialisatie. Waar nodig blijf ik daarbij je aanspreekpunt.

daniel@nordsystems.nl

Veelgestelde vragen

Leg me je vraagstuk voor.

In een eerste gesprek van een half uur bespreken we je proces. Daarna weet je of AI daar iets aan toevoegt en wat een verstandige eerste stap is. Het gesprek is vrijblijvend.

daniel@nordsystems.nl

Ik reageer binnen twee werkdagen met een voorstel voor een moment. Je gegevens gebruik ik alleen daarvoor. Privacy

Intelligente systemen. Duidelijke koers.