Klantencase | Dierenrassen herkennen met behulp van AI

Dierenopvang Amsterdam (DOA) ontzorgt vrijwilligers met door Mprise ontwikkelde AI-toepassing waarin met één foto dierenras herkend wordt.

Op 3 juli organiseerde Mprise (Mprise Business Solutions) een mini AI-klantendag. Tijdens deze dag stond het eerlijke verhaal over AI centraal, met daarbij een unieke business case voor DOA (Dierenopvang Amsterdam). Mprise heeft voor DOA een unieke AI-toepassing ontwikkeld die hun vrijwilligers ondersteunt bij het herkennen van dierenrassen.

AI Business Case – Een combinatie van Power Platform en Dataverse

DOA is het grootste en op één na oudste dierenasiel van Nederland, gevestigd in Amsterdam. Met veel kennis, ervaring en liefde geven zij honden en katten alle zorg die nodig is. Het asiel wordt voornamelijk gerund door vrijwilligers, die niet altijd over de juiste kennis beschikken om te bepalen welk honden- of kattenras zij voor zich hebben. Ongeveer 99% van de dieren die binnenkomen zijn kruisingen, wat deze taak nog uitdagender maakt.

Wanneer een dier bij de balie binnenkomt, wordt er een foto gemaakt. Deze foto wordt gebruikt om met AI te bepalen welk ras het dier heeft, of het een kruising betreft en wat de vacht en kleur zijn. Dit resultaat wordt vervolgens getoetst aan de bestaande gegevens van DOA, zodat er geen foutieve data in het systeem terechtkomt.

Stappenplan | Van procesanalyse tot realisatie

Dit idee is ontstaan tijdens een interne bijeenkomst, waarbij collega's ideeën uitwisselen. Dit leidde tot het ontwikkelen van een concreet plan.

De volgende stappen zijn doorlopen om de case te realiseren:

1. Samenstellen van een team
   Een klein team werd geformeerd, bestaande uit specialisten met voldoende kennis om de verschillende aspecten van deze case te ondersteunen.
2. Procesanalyse bij de klant
   Het proces werd uitgevraagd bij de klant om te onderzoeken waar tijdswinst voor de werknemers gerealiseerd kon worden.
3. Ontwikkeling van het applicatielandschap
   Er werd vastgesteld welke technologieën nodig waren om het idee te realiseren. Omdat de data in Dataverse moest landen, is er gekozen voor het volledige platform van Microsoft. Azure werd gebruikt voor het hosten van het AI-model, Power Automate om Azure te benaderen, en een Canvas App binnen het Power Platform voor een visuele interface voor de gebruiker.
   
4. Ontwikkeling van het AI-model
   Er werd gezocht naar een passend AI-model, met als vereiste dat het mogelijk moest zijn om foto's te uploaden. Uiteindelijk viel de keuze op GPT-4. System prompts werden ontwikkeld en verfijnd om ervoor te zorgen dat het AI-model consistent het gewenste resultaat leverde. In dit geval ging het om het correct identificeren van het primaire ras op de foto's. Daarnaast werd de data van DOA, inclusief rassen, vachttypes en kleuren, gekoppeld om de juiste waarden in het systeem op te slaan.
5. Testfase
   In deze fase werd het model uitgebreid getest om te controleren of de resultaten altijd correct waren en in het juiste format werden weergegeven.
   
   
6. Realisatie in de Canvas App
   Voor de eindgebruiker werd een eenvoudige en visuele interface ontwikkeld, zodat zij niets merken van de complexe processen die op de achtergrond plaatsvinden. Er is bewust gekozen voor een overzichtelijke en gebruiksvriendelijke oplossing.

Met dit plan is de case gerealiseerd en het team van Mprise is bijzonder trots op het resultaat. DOA is zeer tevreden met de voortgang die deze case biedt. Hoewel de inconsistenties van AI momenteel nog betekenen dat 100% nauwkeurigheid, zoals bij het herkennen van rassen, niet gegarandeerd is, wordt verwacht dat met de voortdurende ontwikkeling van AI-technologie de case binnenkort volledig geïmplementeerd zal worden.

De kosten voor het AI-model, dat op basis van tokens werkt, bedragen ongeveer €0,05 per gebruik.

Bevindingen tijdens het proces 

AI biedt indrukwekkende mogelijkheden, maar kent ook beperkingen. Het verschil tussen Copilot en een eigen AI-implementatie ligt in de functionaliteit en schaalbaarheid. Copilot is bijzonder geschikt voor het uitvoeren van eenvoudige taken, zoals het samenvatten van informatie binnen de Microsoft 365-omgeving. Het is echter essentieel om de beveiliging goed te regelen om te voorkomen dat werknemers meer toegang hebben dan noodzakelijk. In dit geval geldt: minder is vaak beter.

Een eigen AI-oplossing kan processen op grote schaal versnellen of vervangen, wat aanzienlijke voordelen kan opleveren, maar ook vraagt om grondige begeleiding en uitwerking.

Om een bedrijf klaar te maken voor AI of Copilot, dienen de volgende stappen te worden overwogen:

1. Zorg ervoor dat de beveiliging is ingesteld voor elke gebruiker, met strikte naleving van het zero-trust principe.
2. Begrijp de data en bijbehorende risico’s door de volgende vragen te stellen:
   
   • Wat is gevoelige data?
   • Waar wordt de data opgeslagen?
   • Wie heeft toegang tot de data?
   • Hoe wordt de data gebruikt?
   • Wat zijn de risico’s?

Deze aanpak helpt bij het instellen van sterke beveiligingsmaatregelen en een efficiënt databeheer. Wil je ontdekken hoe AI de processen binnen jouw bedrijf kan verbeteren? Neem dan contact op met Mprise om samen de mogelijkheden te verkennen!