Op vrijdag 7 juni organiseert ACA Group weer de jaarlijkse Ship-IT Day, een hackathon waarbij verschillende ACA-teams werken aan innovatieve ideeën voor en met de klant. Ook deze zevende editie belooft weer een dag vol creativiteit en samenwerking te worden. Dit jaar strijden zeven projectteams om de felbegeerde titel van winnaar van Ship-IT Day 2024. Het zal je niet verbazen dat AI en LLM de rode draad vormen door de meeste projecten dit jaar. Je ontdekt ze allemaal in deze blog.
Bij Ship-IT Day draait alles om samenwerking en innovatie. Op deze dag zetten multidisciplinaire ACA-teams hun kennis en expertise in om innovatieve oplossingen te bedenken voor interne of externe uitdagingen. Het doel is om aan het einde van de dag een eerste proof of concept (POC) te presenteren, waarna een winnaar wordt gekozen.
Ship-IT Day geeft ACA teamleden de kans om te werken aan innovatieve ideeën die mogelijk kunnen uitgroeien tot concrete oplossingen. Het is een unieke kans om kennis op te bouwen en nieuwe mogelijkheden te verkennen, los van de dagelijkse projecten. Dit stimuleert innovatie binnen het bedrijf en geeft creatieve ideeën de ruimte om te bloeien.
Het klantenserviceteam van Energie.be ontvangt tickets via Freshdesk, maar heeft geen directe toegang tot belangrijke klantinformatie zoals eerdere supporttickets of recente facturen. Dit project wil dat probleem oplossen door een applicatie te bouwen die klantinformatie verzamelt uit verschillende gegevensbronnen.
Het projectteam is van plan om een app te ontwikkelen die integreert met Freshdesk en een uitgebreid overzicht biedt van alle relevante klantinformatie. In de toekomst zou een Large Language Model (LLM) gebruikt kunnen worden om deze informatie samen te vatten en meer specifieke inzichten te bieden op basis van de aard van de zoekopdracht.
💼 Klant: Energie.be
Navigeren door een bestaande codebase kan een uitdaging zijn door verouderde of ontbrekende documentatie. Dit project heeft als doel om een code-assistent te maken die doelgerichte begeleiding biedt over architectuur en startpunten met behulp van de nieuwste generaties Large Language Models (LLM's). Dit maakt het makkelijker om je weg te vinden in legacy codebases.
Klant: Vertrouwelijk
Het klantencontactcentrum vanFluvius, De Stroomlijn, merkt vaak dat klanten hun problemen herhaaldelijk moeten uitleggen wanneer ze worden doorverbonden tussen verschillende vertegenwoordigers. Hoewel het CRM-systeem alle interacties documenteert, is het vaak ongeorganiseerd en hebben de helpdeskmedewerkers niet de tijd om alle gevallen per klant te bekijken. Dit is frustrerend voor zowel klanten als medewerkers.
Dit project wil dit probleem voor Fluvius oplossen door samenvattingen van eerdere interacties te genereren, inclusief een indicatie van de klanttevredenheid. Op die manier kunnen helpdeskmedewerkers snel inzicht krijgen in de context en eventuele gevoeligheden, waardoor ze efficiënter en effectiever kunnen helpen. Het uiteindelijke doel is om de gespreksduur te verkorten en de klanttevredenheid te verhogen.
Klant: Fluvius
Fluvius heeft geen duidelijk beeld van de top 10 actuele klantvragen die ze ontvangen. Het identificeren van de belangrijkste vragen is vaak gebaseerd op intuïtie of tijdrovend handmatig werk. Dit project is gericht op het automatisch analyseren van binnenkomende vragen en interacties om nauwkeuriger en sneller te detecteren wat klanten vragen.
Door AI te gebruiken kan Fluvius sneller inzicht krijgen in actuele kwesties en de impact van recente gebeurtenissen. Het uiteindelijke doel is om automatisch de meest dringende klantvragen te detecteren en bijbehorende FAQ-artikelen te genereren om de klanttevredenheid en efficiëntie te verbeteren.
Klant: Fluvius
Umani Group, een HR-adviesbureau, besteedt veel tijd aan het handmatig matchen van cv's met vacatures. Dit project heeft als doel dit proces te automatiseren met behulp van LLM's (Large Language Models). Er is al een demo-omgeving gebouwd op basis van OpenAI en het doel is om deze te verbeteren en uit te breiden. Daarnaast zal het projectteam onderzoeken of OCR-technologie kan helpen bij het nauwkeurig lezen en interpreteren van handgeschreven cv's.
De introductie van een chatbot voor kandidaten zou het proces kunnen vereenvoudigen en klantgerichter maken. Verder zal het project zich richten op verschillende UX-aspecten, zoals het verbeteren van de flow, visuals en informatiepresentatie.
Klant: Umani Groep & Flexer
S-Lim brengt de Limburgse gemeenten samen om samen te werken en de regio om te vormen tot een slimme regio.
Burgers kunnen problemen zoals schade aan wegen, afval of andere zorgen melden via de websites van steden en gemeenten. Het invullen van deze meldingen vereist echter veel stappen en veel informatie, wat ontmoedigend kan werken. Dit project wil dit proces stroomlijnen door het meldsysteem te vereenvoudigen en gebruiksvriendelijker te maken.
Het projectteam wil met name een functie ontwikkelen waarmee burgers gemakkelijk foto's van problemen kunnen uploaden. Deze foto's zullen door AI worden geanalyseerd om de meldingsformulieren te vereenvoudigen en de problemen snel aan te pakken. De technische focus ligt op beeldherkenning, AI en integratie met back-office systemen zoals GreenValley, TopDesk en 3P.
Klant: s-Lim
In een beveiligde industriële omgeving moeten meer dan 300 gebouwen worden schoongemaakt door ongeveer 75 medewerkers, elk met specifieke schoonmaakvereisten en -beperkingen. Het huidige proces is foutgevoelig en omslachtig, met handmatige updates en communicatie via e-mail, evenals fysieke afdrukken van plattegronden met veel informatie die handmatig wordt toegevoegd.
De klant wil de efficiëntie verhogen, de kosten verlagen en het papierverbruik minimaliseren. Dit projectteam wil werken aan een eerste concept dat het huidige proces digitaliseert en vereenvoudigt.
Klant: Vertrouwelijk
You Go Soccer heeft een Flutter-applicatie voor voetbaltraining en wil deze uitbreiden met extra functies zoals real-time videoanalyse en gamification om de app aantrekkelijker te maken voor gebruikers.
Specifiek wil dit projectteam Google MLkit implementeren voor positiedetectie en een AI vision model zoals YoloV8 voor het real-time volgen van de bal. Daarnaast willen ze een algoritme ontwikkelen om voetbalgerelateerde acties te detecteren en de oefeningen te gamificeren. Ook het toevoegen van een puntensysteem, het bijhouden van reactietijden en het selecteren van verschillende trainingssessies maken deel uit van dit project.
Klant: You GO Voetbal App van Thomas Buffel
Benieuwd welk project dit jaar gaat winnen? Volg het evenement live op onze social media kanalen: LinkedIn, X, Instagram en Facebook! 🏆
Met Ship-IT Day blijft ACA Group innoveren en verbeteren, met de klant altijd in het achterhoofd. Welk project is jouw favoriet? Laat het ons weten!