Zoals in veel groeiende organisaties neemt het volume aan informatie snel toe. Processen worden aangescherpt, documentatie groeit mee met onze dienstverlening, en er ontstaat steeds meer kennis die verspreid staat over SharePoint, documentbibliotheken, projectnotities en technische repositories. Die kennis is waardevol, maar vaak lastig te vinden op het moment dat een collega het echt nodig heeft.

Het vertrekpunt voor deze case was dan ook eenvoudig:
Hoe creëren we een AI‑oplossing die collega’s direct helpt door relevante, actuele en gecontroleerde kennis beschikbaar te maken, maar dan precies wanneer ze die nodig hebben?

Het antwoord vonden Noël en Bart in een combinatie van Azure Foundry en RAG‑technologie. Waar traditionele AI‑modellen antwoorden genereren op basis van algemeen taalbegrip, zorgen wij ervoor dat ons model gevoed wordt met onze eigen bedrijfsinformatie. Daarmee ontstaat een oplossing die de taal van BCONN spreekt en die werkt vanuit onze normen, processen en expertise.

Azure Foundry vormt het hart van de oplossing. Het biedt ons een veilige, schaalbare manier om AI‑modellen in te richten op basis van enterprise‑standaarden. Dat betekent dat we werken binnen een omgeving die voldoet aan onze eisen rondom beveiliging, compliance en governance, maar ook dat we snel kunnen ontwikkelen zonder dat we concessies hoeven te doen aan kwaliteit of controle.

Een belangrijk voordeel is dat Foundry onze bestaande Microsoft‑omgeving van 365 tot Azure direct ondersteunt. Daardoor kunnen we eenvoudig koppelen met interne kennisbronnen en processen, en kunnen we modellen trainen en testen in een omgeving die volledig op ons is afgestemd. Zo ontstaat een AI‑assistent die écht begrijpt wat BCONN doet en hoe wij werken.

De tweede pijler van de oplossing is RAG (Retrieval Augmented Generation). Waar een standaard taalmodel soms gokt of veronderstelt, werkt RAG heel anders. Het model zoekt eerst actief naar relevante interne documenten, richtlijnen en inhoud. Pas daarna genereert het op basis van die concrete informatie een antwoord.

Het resultaat is een AI‑assistent die geen fantasie gebruikt, maar werkt met gecontroleerde en verifieerbare kennis. Collega’s krijgen daardoor antwoorden die passen bij onze manier van werken, gebaseerd zijn op onze documentatie, en aansluiten bij onze kwaliteitseisen. Dit maakt de AI‑uitkomsten betrouwbaar, reproduceerbaar en logisch toepasbaar in dagelijkse werkzaamheden.

De AI‑case die Noël en Bart hebben opgezet, richt zich op veelvoorkomende vragen waar collega’s nu nog tijd aan kwijt zijn. Denk aan het opzoeken van procedures, het terugvinden van technische oplossingen of het voorbereiden van projectdocumentatie. Door deze kennis direct toegankelijk te maken via AI, worden die taken eenvoudiger en sneller zonder dat er informatie verloren gaat.

De AI‑assistent begrijpt de context van de vraag, zoekt in onze interne kennisbronnen en geeft een antwoord dat past bij ons beleid, onze werkwijze en onze kwaliteitsstandaard. Het is een manier om de collectieve kennis van BCONN beschikbaar te maken voor iedereen, zonder dat iemand door tientallen mappen en systemen hoeft te zoeken.