AI-oplossingen die we bouwen.

• Kennisassistent op je eigen documenten

  Antwoorden met bronnen, uit je eigen documenten.

  Retrieval geeft de passages terug met hun bronnen, en de toegangsregels van het bronsysteem gelden voor elk antwoord. Eerst bouwen we een evaluatieset met echte vragen, en die draaien we na elke wijziging opnieuw.

• AI-medewerkers voor backofficerollen

  Software die een terugkerende taak overneemt, met een mens die controleert.

  Elke AI-medewerker heeft één afgebakende rol, tools met een beperkt bereik en een goedkeuringsstap waar het ertoe doet. Elke actie wordt gelogd, zodat je kunt nalezen wat er gedaan is en waarom.

• Voice agents

  Telefoon- en webagents die een gesprek voeren en overdragen aan een mens.

  We ontwerpen de gespreksstroom, de overdrachtsregels en de fallbacks, en testen met opgenomen gesprekken vóór de livegang. Transcripties en uitkomsten van gesprekken worden gelogd voor review.

• MCP-servers voor interne systemen

  Tools die eerst lezen, zodat agents je ERP, boekhouding, SharePoint of TMS kunnen gebruiken.

  Elke server begint met een kleine set leestools. Schrijfacties volgen pas na review. Serviceaccounts met een beperkt bereik en een auditlog begrenzen en registreren waar een agent bij kan.

• Coding agents met governance

  Coding agents voor je ontwikkelaars, met regels, reviewpoorten en budgetten.

  Verzoeken lopen via een gateway, zodat kosten en modelkeuze centraal worden bewaakt. Repositoryregels en verplichte reviewpoorten houden elke wijziging van een agent binnen de gewone pull request-flow. Omnigent van Databricks is een optie voor beleid boven de agents (open source in alpha, beheerde versie in Beta).

• Praat met je data op Databricks

  Businessgebruikers stellen vragen in gewone taal, op samengestelde data.

  Genie werkt op samengestelde Unity Catalog-semantiek: afgesproken definities, gecertificeerde tabellen en toegang per groep. We testen het met de vragen die jouw teams echt stellen.

• MLOps-platform

  Modellen gaan van notebook naar productie via een beheerd pad.

  Een registry in Unity Catalog, training- en deploymentpipelines als code, serving en driftmonitoring. Een evaluatiepoort houdt een release tegen als de kwaliteit daalt, en je team beheert het resultaat.

• Zelf gehost LLM

  Een open-weightmodel in je eigen omgeving.

  We dimensioneren de hardware, serveren het model achter een API en voegen monitoring en toegangsbeheer toe. Je data blijft in je eigen omgeving.

• Finetuning op jouw data

  Pas een open-weightmodel aan op jouw taken en vocabulaire.

  Het basismodel is open-weight onder een ruime licentie, per model gecontroleerd. We meten vooraf en achteraf op jouw taken, en de weights blijven in je eigen omgeving.

• Modelkeuze voor Nederlands

  Ontdek welk model het best werkt op jouw Nederlandse taken.

  We benchmarken kandidaatmodellen op je eigen Nederlandse taken en vergelijken kwaliteit, kosten en hostingopties. Je krijgt een beslistabel waar je achter kunt staan.

• Kleine modellen aan de edge

  Gequantiseerde modellen op hardware in de fabriek of het voertuig.

  We quantiseren een model zodat het op het apparaat past en meten nauwkeurigheid en latency op de echte hardware. Updates gaan uit via een beheerde pipeline.

• Privé modelhub

  Eén beheerd register voor modellen en datasets.

  Opslag in de EU, single sign-on en auditlogs. Teams vinden goedgekeurde modellen op één plek, met de licentie en de evaluatieresultaten ernaast.

Gebruik je eigen model: wissel van model zonder de harness opnieuw te bouwen. Zo werkt het wisselen van een model

• AI-gateway en kostenbeheersing

  Eén controlepunt voor toegang, budgetten en logs.

  Gebouwd op Unity AI Gateway: één service per use case met een eigen budget en eigenaar, en gebruiksdashboards per team.

• Agentevaluatie en guardrails

  Testsets en guardrails voordat een agent gebruikers bereikt.

  We bouwen een testset uit je eigen cases. Judge-modellen worden getoetst aan menselijke beoordelingen, een regressiepoort draait in de pipeline en tracing laat elke stap van een agent zien.

• LLMOps en evaluatie

  Prompts, modellen en antwoordkwaliteit onder versiebeheer.

  We bouwen evaluatiesets uit je eigen cases, toetsen judge-modellen aan menselijke beoordelingen en laten een regressiepoort in de pipeline draaien. Tracing, inference tables en budgetten per use case maken de audittrail compleet.

• AI Act-compliancekit

  Registreer, classificeer en documenteer elk AI-systeem.

  Een modelregister, de risicoklasse, technische documentatie, logging en menselijk toezicht per systeem. We beginnen bij de openbare AI Act-checker en lopen je systemen een voor een door.

• Anonimisering en synthetische data

  Veilige test- en trainingssets uit gevoelige gegevens.

  We verwijderen of vervangen identificerende gegevens en controleren wat nog te herleiden is. Synthetische data valideren we tegen de echte verdeling voordat iemand ze gebruikt.

• Document-AI

  Overgetypte documenten worden gestructureerde data.

  Onzekere velden gaan naar een mens, met een audittrail. We meten de nauwkeurigheid op jouw eigen documenttypen vóór productie.

• Transcriptie en samenvattingen

  Vergaderingen en gesprekken worden doorzoekbare tekst, op je eigen infrastructuur.

  Sprekerlabels, en samenvattingen die verwijzen naar tijdstippen in de opname. Alles draait op infrastructuur die je zelf beheert.

• Vertaalpipelines

  Nederlands en Engels, met je eigen terminologie.

  Een woordenlijst dwingt je termen af en een reviewstap vangt afwijkingen op. We meten de kwaliteit op je eigen teksten vóór de uitrol.

• Voorspellen met tijdreeksmodellen

  Vraag-, energie- of capaciteitsvoorspellingen, getest tegen je huidige methode.

  We testen achteraf op jouw historie tegen je huidige methode, zodat je ziet of een foundation model iets toevoegt. Voorspellingen komen met hun onzekerheidsmarges.

• Visuele inspectie

  Detectie en segmentatie op een productielijn of camera.

  We labelen een voorbeeldset, trainen en evalueren op jouw beelden en testen met de echte camera-opstelling. De licentie van het model controleren we vóór oplevering.

• Voorspellend onderhoud

  Vroege waarschuwingen uit sensor- en machinedata.

  We bouwen de telemetriepipeline, trainen op je storingshistorie en waarschuwen onderhoud met de redenen erbij. Na livegang bewaken we de modellen op drift.

1. 01

   Eén proces afbakenen

   Eén proces, één lezer of één soort asset, met een maat die je met nu kunt vergelijken.

2. 02

   Bouwen met evaluatie

   Vóór de eerste release bestaat er een evaluatieset uit je eigen data, en elke wijziging draait die opnieuw.

3. 03

   Naast het team draaien

   Het systeem draait naast de huidige werkwijze, zodat mensen kunnen vergelijken en bijsturen.

4. 04

   Overdragen

   Code in jouw repositories, een runbook en een overdrachtssessie.