AI-agents. Je hoort en leest er steeds meer over. Maar uiteindelijk is voor organisaties vooral één vraag interessant: wat levert het in de praktijk op?
Ook bij Nedvice kijken we continu waar technologie ons werk slimmer en eenvoudiger kan maken. Niet omdat we per se ‘iets met AI’ willen doen, maar omdat we zien dat collega’s iedere dag tijd kwijt zijn aan terugkerende werkzaamheden. Informatie opzoeken, schakelen tussen verschillende systemen, contactgegevens verzamelen of uren registreren. Precies daar zijn we gaan kijken: kan dit slimmer?
Met Microsoft Copilot Studio hebben we verschillende AI-agents ontwikkeld die samenwerken met de systemen en data die we al gebruiken. Geen compleet nieuw platform dus, maar AI die aansluit op bestaande werkprocessen.
In deze blog laten we drie agents zien die we zelf dagelijks gebruiken: onze TicketAgents, ContactAgent en UrenAgent.
Waarom Copilot Studio koppelen aan bestaande systemen?
Binnen organisaties zit vaak ontzettend veel waardevolle informatie in systemen als een CRM-, ERP-, ITSM- of servicemanagementplatform. De informatie ís er dus wel. De uitdaging is vooral om die informatie snel te vinden en slim te gebruiken.
Bij Nedvice werken we met Autotask als CRM- en servicemanagementplatform. Daarin staat onder andere informatie over klanten, tickets, contactpersonen, configuraties en urenregistraties.
Toch betekent dat niet automatisch dat een medewerker altijd direct bij de juiste informatie is. Soms moet je meerdere schermen openen, verschillende bronnen raadplegen of gegevens handmatig verzamelen.
Door Copilot Studio te koppelen aan Autotask en andere databronnen kunnen we informatie opvragen en acties uitvoeren vanuit een chatinterface, bijvoorbeeld in Microsoft Teams.
Dat betekent in de praktijk: minder zoeken, minder schakelen en meer tijd voor het werk waar onze collega’s daadwerkelijk waarde toevoegen.
Praktijkvoorbeeld 1: TicketAgent
Minder zoeken, sneller de juiste context
Een support engineer die aan een incident werkt, heeft vaak informatie uit verschillende bronnen nodig. Wat is er al gebeurd? Welke acties zijn uitgevoerd? Is dit probleem eerder voorgekomen? En wat is er specifiek afgesproken voor deze klant?
Zeker wanneer een ticket wordt overgedragen aan een collega, kost het tijd om die volledige context bij elkaar te krijgen. Daar helpt onze TicketAgent bij.
De agent combineert informatie uit onder andere:
- Autotask-tickets;
- IT Glue-documentatie;
- klantspecifieke kennisbanken;
- historische incidentgegevens.
Een engineer kan vervolgens bijvoorbeeld vragen: ‘Wat is de status van ticket #12345 en welke actiepunten staan nog open?’ Of: ‘Zijn er vergelijkbare incidenten geregistreerd in de afgelopen maand?’ De agent verzamelt de relevante informatie en geeft de engineer direct de context die nodig is om verder te kunnen.
Wat levert dat op?
Onze engineers hoeven minder te schakelen tussen verschillende applicaties en besteden minder tijd aan het verzamelen van informatie. Daardoor blijft er meer tijd over voor wat uiteindelijk telt: het incident oplossen en de klant verder helpen.
Praktijkvoorbeeld 2: ContactAgent
De juiste contactpersonen vinden wanneer snelheid telt
Bij een belangrijke wijziging, storing of beveiligingsincident wil je niet eerst handmatig verschillende klantgegevens bij elkaar zoeken. Je wilt weten wie je moet informeren en hoe je die personen bereikt.
Dat klinkt eenvoudig, totdat je bijvoorbeeld voor meerdere organisaties tegelijk de juiste contactpersonen of specifieke rollen nodig hebt. Daarvoor ontwikkelden we onze ContactAgent. De agent kan contactgegevens uit Autotask ophalen op basis van verschillende criteria. Bijvoorbeeld voor:
- één specifiek bedrijf;
- een selectie van bedrijven;
- organisaties die een bepaalde dienst afnemen;
- contactpersonen met een specifieke RFC-rol.
De ContactAgent maakt hiervan automatisch een overzicht dat direct gebruikt kan worden voor bijvoorbeeld een service-update of beveiligingsmelding.
Geen gegevens handmatig bij elkaar zoeken en kopiëren, maar in één keer de juiste informatie beschikbaar.
Wat levert dat op?
Minder handmatig zoekwerk, minder kans op fouten en vooral: sneller kunnen communiceren op momenten waarop snelheid belangrijk is.
Praktijkvoorbeeld 3: UrenAgent
Minder administratie voor onze engineers
Urenregistratie. Waarschijnlijk niet het onderdeel van het vak waar de meeste IT-engineers enthousiast van worden. Tegelijkertijd is een goede registratie wel belangrijk. Alleen kost het aan het einde van een drukke werkdag soms behoorlijk wat tijd om terug te halen waar je precies aan hebt gewerkt en of alles al is geregistreerd.
Ook daar zagen we ruimte om het eenvoudiger te maken.
Onze UrenAgent ondersteunt medewerkers rechtstreeks vanuit Microsoft Teams bij hun urenregistratie. De agent kan onder andere:
- relevante tickets ophalen;
- uitgevoerde werkzaamheden samenvatten;
- voorstellen doen voor tijdregistraties;
- controleren welke uren nog ontbreken;
- helpen om de registratie compleet te maken.
Een collega kan bijvoorbeeld simpelweg vragen: ‘Welke uren zijn nog niet geregistreerd?’ Of: ‘Maak een voorstel voor mijn urenregistratie van gisteren.’ In plaats van zelf verschillende tickets en werkzaamheden terug te zoeken, krijgt de medewerker een voorstel waarmee hij of zij direct verder kan.
Wat levert dat op?
De administratieve drempel wordt lager en uren worden eenvoudiger en consistenter geregistreerd. Minder tijd kwijt aan administratie betekent tegelijkertijd meer tijd voor klantgerichte werkzaamheden.
De kracht zit niet alleen in AI
Deze drie voorbeelden verschillen behoorlijk van elkaar. Toch hebben ze één ding gemeen: we zijn niet begonnen met de vraag ‘Waar kunnen we AI inzetten?’.
We zijn begonnen bij het proces. Waar verliezen collega’s onnodig tijd? Welke handelingen keren steeds terug? Waar moeten mensen veel zoeken, overtypen of schakelen tussen systemen? Pas daarna kijken we welke technologie daarbij kan helpen.
In deze gevallen bleek Copilot Studio interessant, omdat we AI konden verbinden met de systemen en informatie die onze medewerkers al dagelijks gebruiken. Daardoor ontstaat geen algemene chatbot die vooral antwoord geeft op vragen, maar een praktische digitale assistent die daadwerkelijk onderdeel wordt van een bestaand werkproces.
En juist daar zit wat ons betreft de meerwaarde. Je hoeft namelijk niet altijd een compleet nieuw systeem te implementeren om met AI waarde te creëren. Soms zit de grootste winst in slimmer omgaan met de processen, systemen en data die je al hebt.
Waar zou AI binnen jouw organisatie tijd kunnen besparen?
De TicketAgent, ContactAgent en UrenAgent zijn voorbeelden uit onze eigen dagelijkse praktijk. Maar dezelfde gedachte kan op veel meer processen worden toegepast.
Misschien zoeken medewerkers binnen jouw organisatie dagelijks informatie bij elkaar uit verschillende systemen. Worden gegevens nog handmatig overgenomen. Kost een terugkerende administratieve handeling iedere week onnodig veel tijd. Of ligt er veel waardevolle data, maar wordt die nog nauwelijks benut.
Dan hoeft de eerste vraag niet te zijn: ‘Wat kunnen wij met AI?’. Een interessantere vraag is: ‘Waar verliezen we nu onnodig tijd en kan dat slimmer?’ Van daaruit kun je bepalen welke oplossing daarbij past. Soms is dat een AI-agent. Soms automatisering. En soms blijkt een andere oplossing veel logischer.
Waar begin je als organisatie?
Niet bij AI. Begin bij één concreet proces waarvan je weet dat het nu onnodig veel tijd kost. Kijk welke handelingen medewerkers uitvoeren, welke informatie daarvoor nodig is en waar het slimmer kan. Vanuit daar kun je bepalen of AI daadwerkelijk de juiste oplossing is.
Benieuwd waar Data & AI binnen jouw organisatie echt iets kan toevoegen? We denken graag met je mee. Niet vanuit de techniek, maar vanuit het vraagstuk dat je wilt oplossen. Neem gerust contact met ons op via sales@nedvice.nl.
