AWVN is een toonaangevende werkgeversorganisatie in Nederland. Met betrokkenheid bij meer dan de helft van alle cao’s in Nederland speelt AWVN een belangrijke rol in de Nederlandse zakenwereld. Hieronder valt het verstrekken van functieomschrijvingen. Dit doen zij door middel van een vooraanstaande en zelfontwikkelde methode genaamd een ORBA-analyse. Deze analyses kosten veel tijd en resulteren in veel schrijfwerk. Een efficiënte AI-toepassing kan hierin oplossing bieden.  

Vraag 

AWVN beschikt over parate kennis en beschikbare data om een intelligente chatbot binnen de organisatie te implementeren en te gebruiken. Echter was er nog een brug tussen de beschikbare data en het efficiënt inzetten hiervan. Student Consultant is gevraagd om 1) een diepgaande analyse uit te voeren over de mogelijkheden met de data en het implementeren van een chatbot en 2) om werkzaamheden uit te voeren om deze implementatie te realiseren.   

Onze aanpak 

Onze student consultants zijn begonnen met het opstellen van een onderzoeksrapport. Hierin is gekeken naar de mogelijkheden voor implementatie van een GPT-model als chatbot en is onderzocht wat de belangen van de medewerkers waren. Ook is er een inventarisatie gedaan naar de beschikbaarheid, kwaliteit en bereikbaarheid van relevante (trainings)data. Bovendien hebben de student consultants onderzoek gedaan naar de technische inrichting van een chatbot. Ze hebben gekeken welke stappen nodig waren voor de inrichting en welke mogelijkheden hier het beste naar voren kwamen. Vervolgens zijn ze aan de slag gegaan met het opbouwen van de AI-assistent. Dit proces bestond uit het opbouwen van de architectuur binnen Microsoft Azure, het opstellen van systeeminstructies voor het GPT-model, het maken van een PowerAutomate flow die de output van de AI-assistent direct doorvertaalt naar een gestandaardiseerd Word-template en het schrijven van werkinstructies voor de adviseurs van AWVN.   

Resultaat

Gedurende de evaluatie is gebleken dat het gebruik van de AI-assistent de tijd die gemoeid is met het opstellen van een voorzet tot een functieomschrijving met 30% verlaagt, en dat de opgestelde omschrijvingen een hoge beoordeling behaalden. Gezien de aard van het GPT-model zal dit bij meer gebruik alleen nog maar beter worden. De adviseurs van AWVN hebben nu een extra middel in hun arsenaal voor het verstrekken van functieomschrijvingen.