Aanleiding en doelstelling
Jaarlijks krijgen de eerstelijnsmedewerkers per mail 2000 vragen van ondernemers. Een groot deel van de antwoorden op deze vragen is terug te vinden op de website ondernemeninantwerpen.be.
Een slimme AI-gebaseerde oplossing zal de vragen die door de klant gesteld worden eerst realtime analyseren en naar een antwoord leiden op de website. De doelstelling is om tachtig percent van de vragen meteen te kunnen oplossen, zodat de medewerkers meer tijd kunnen besteden aan het beantwoorden van tweedelijnsvragen of werken aan concrete dossiers. Indien de klant niet geholpen is via de AI-oplossing kan hij uiteraard nog steeds zijn vraag via mail blijven stellen.
Als de werking van deze bot positief wordt geëvalueerd, dan kan de bot ook breder ingezet worden voor andere stadswebsites.
De slimme doorverwijzing is een zelflerende oplossing die vragen van de ondernemer analyseert en hem naar één of meer relevante pagina’s op de website leidt. De slimme toepassing toont aan de klant de top drie-vijf resultaten en suggereert reeds een oplossing voor zijn vraag. Heeft de klant bijvoorbeeld een vraag rond ‘welke vergunningen heb ik nodig voor mijn café? Ik heb een zaak in postcode 2060?’ dan toont de bot een pagina over horecavergunningen, start een bedrijf en de afwijkende sluitingstijden postcode 2060. De oplossing registreert dan feedback van de klant (‘dit was een relevant antwoord’ of ‘ik ben niet geholpen’) en gebruikt dit om toekomstige zoekresultaten vorm te geven.
AI is een belangrijke component voor onze bot. Met behulp van Natural Language Processing maakt de bot een analyse van de vraag zelf. Dit zorgt ervoor dat de vraag herleid wordt tot de essentie. Veelgebruikte termen, begroetingen, synoniemen (café versus horeca), schuttingstaal worden ook via een lerende toepassing vergeleken met de gebruikte terminologie op de website zelf.
Daarnaast wordt AI gehanteerd om de voorgestelde antwoorden te blijven bijsturen. Indien een antwoord aangeklikt wordt en de gebruiker geeft positieve feedback, zal dit antwoord beter gekoppeld worden met deze vraag, zodat dit sneller terugkomt. Daarnaast is er ook feedback waarbij niet-aangeklikte antwoorden minder snel getoond zullen worden.
Hindernissen en tips voor andere lokale besturen die een gelijkaardig project willen uitrollen
Hindernissen/aandachtspunten:
-
De training van zelflerende systemen is zeer belangrijk. Een eerste versie van de bot kon slechts in twintig percent van de gevallen een goed antwoord bieden. Door een zeer goede technische expertise van de partner wordt dit percentage steeds hoger. Om dit systeem snel bij te trainen hebben we een ruime expertise nodig in content, AI, hoe websites technisch werken, taalgebruik enzovoort. AI is een oplossing die kan vertrekken vanuit zeer veel en brede expertisedomeinen.
-
Een andere hindernis is het doorzoeken van 8000 mails van klanten om voldoende input te voorzien voor het AI-model. De mails zijn niet in een standaardformaat opgesteld en het merendeel bleek op het eerste gezicht onbruikbaar. Er wordt onderzocht hoe deze mails kunnen herwerkt worden om de bot te trainen.
Tips:
- Zorg dat je een voldoende volume hebt aan vragen om het systeem te trainen. Een zelflerend model op basis van artificiële intelligentie wordt pas een succes als er meer dan 250-300 vragen zijn waarmee de basis kan opgebouwd worden.
- Er is jaarlijks een volume nodig aan vragen. Het systeem moet dus voldoende gebruikt worden om de investering en vooral het onderhoud terug te verdienen door efficiëntie- en optimalisatiewinsten.
- Voor gelijkaardige projecten is er behoorlijk wat personeelsinzet nodig. Medewerkers moeten het project opvolgen, de toepassing testen en bijsturen waar nodig. In geval van de zoekrobot werd het model bijvoorbeeld verbeterd door ook de website anders in te richten, informatie anders te ordenen… Onderschat deze inspanningen niet.
- Betrek binnen het project medewerkers uit verschillende diensten waar er kennis is op vlak van communicatie, privacywetgeving, technologie …
Elke Det Laet, elke.delaet@antwerpen.be