Ir para o conteúdo

Agência de IA em Groningen

Desenvolvemos e gerimos aplicações baseadas em modelos de linguagem, como a análise de sentimento com LLM na monitorização das redes sociais para a Respect Foundation.

Para a Respect Foundation, a nossa equipa utilizou um LLM para analisar o sentimento da cobertura da Week van Respect

No âmbito da nossa iniciativa Data For Good, criámos uma ferramenta de monitorização das redes sociais e realizámos uma análise de impacto. Assim, a Respect Foundation obteve informações sobre o sentimento e o alcance real da sua campanha anual.

Leia o caso de estudo

Quanto texto recebemos todos os dias que ninguém consegue ler na íntegra a tempo?

Respostas, pedidos, notificações e mensagens sobre a sua organização: nos municípios, no ensino e na saúde em Groningen e no Norte, o volume cresce mais depressa do que as equipas conseguem acompanhar. Um modelo de linguagem acompanha a leitura, organiza e resume; os seus colaboradores tomam as decisões.

Agende uma conversa

Modelos de linguagem que leem, assistentes que respondem e modelos que classificam, desenvolvidos e geridos

Fale connosco sobre a sua aplicação de IA

Analisar publicações nas redes sociais

Por ocasião da Week van Respect, criámos um sistema de monitorização das redes sociais para a Respect Foundation; um LLM determinou o tom de cada publicação.

Um assistente baseado nas suas próprias fontes

Para a NFZ, criámos um assistente virtual com informações dos contratos com as seguradoras de saúde, que os farmacêuticos consultam ao balcão.

Classificar e associar

Para a Olympia, desenvolvemos um modelo de classificação para associar candidatos a vagas adequadas com mais eficiência e precisão.

Modelos na prática

Para o LUMC, criámos a infraestrutura que permite utilizar os seus próprios modelos de ML na prática; os resultados são apresentados numa aplicação clara e fácil de usar.

A sua organização tem de conseguir supervisionar o que desenvolvemos à distância

  1. Um fluxo de texto ou uma tarefa

    Em conjunto, identificamos onde se concentra a maior parte do trabalho de leitura ou pesquisa e quem, na sua organização, ficará responsável pela aplicação.

  2. Testar com os utilizadores

    Os colaboradores que atualmente fazem esse trabalho avaliam os resultados com base num conjunto fixo de exemplos do seu próprio trabalho.

  3. Gestão visível

    Logging, monitoring e um acordo definido sobre os ajustes a fazer. Tratamos disso ou a sua própria equipa assume essa responsabilidade.

Uma consultora de IA de Amesterdão também pode trabalhar connosco no Norte?

Avalie numa conversa

É adequado se

Recebe muitos textos, ou os colegas procuram repetidamente nas mesmas normas e contratos. Está tudo em formato digital, e há um colega responsável por colocar a solução em prática.

Não é adequado se

A tarefa surge apenas algumas vezes por ano, ou as fontes contradizem-se. Nesse caso, organizar as fontes ou usar uma regra fixa mais inteligente trará mais benefícios. Diremos isso logo à partida.

De que depende a dimensão

Do número de tipos de texto ou tarefas, dos sistemas que ligamos, de quem pode aceder a que dados, do ambiente em que a solução funciona e de a sua equipa assumir ou não a gestão.

Ficamos presos a um único modelo de linguagem?

De preferência, não. O código, os prompts e as perguntas de teste ficam no seu próprio ambiente, e decidimos em conjunto o modelo e o alojamento. Assim, poderá usar outro modelo mais tarde.

Organizar texto, responder a perguntas ou executar tarefas: por onde começar?

Ler e organizar texto

Escolha esta opção se recebe diariamente muitas mensagens ou pedidos. O nosso conselho para uma primeira aplicação: o modelo classifica e resume, enquanto um colaborador decide e corrige.

Um assistente baseado nas suas próprias fontes

Escolha esta opção se os seus colegas procuram repetidamente informação nos mesmos regulamentos, contratos ou manuais. Cada resposta indica a sua origem, para que todos a possam verificar.

Um agente que executa tarefas

Escolha esta opção se o trabalho segue sempre o mesmo percurso por alguns sistemas. Defina antecipadamente o que o agente pode fazer sem intervenção humana.

Desde 2016, desenvolvemos aplicações de IA a partir de Amesterdão, também muito para além da Randstad

A Data Science Lab é parceira da Databricks e da Microsoft e trabalha a partir da Westerdoksdijk. Desenvolvemos aplicações baseadas em modelos de linguagem para a Respect Foundation e a NFZ. Partilhamos o que aprendemos ao longo do percurso nas Techdays.

Agende uma reunião de apresentação

Na primeira conversa, escolhemos o primeiro texto ou tarefa a que vale a pena aplicar um modelo de linguagem

Stef Stoelwinder

Stef Stoelwinder

Business Development

Stef é o seu primeiro ponto de contacto. Na primeira conversa, online ou nas suas instalações, discutimos a que texto ou tarefa faz sentido aplicar uma solução de IA primeiro.

Que fluxo de textos ou tarefa gostaria que a IA preparasse primeiro?

Diga-nos que textos recebem e em que sistemas são introduzidos. Respondemos por e-mail ou propomos uma primeira conversa.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

Criamos aplicações que leem e organizam texto, assistentes que encontram respostas nas suas próprias fontes e agentes que executam etapas de um processo. Testamo-los com a sua equipa e continuamos a assegurar a sua manutenção.

Se procura uma empresa ou agência de IA em Groningen, é este o trabalho que fazemos. Encontra uma visão completa em aplicações de IA.

Não. Trabalhamos a partir de Westerdoksdijk, em Amesterdão. Colaboramos online com organizações de Groningen, Friesland e Drenthe e deslocamo-nos quando necessário, por exemplo, para testar com os utilizadores.

Nenhum dos casos de estudo aqui apresentados decorreu em Groningen; mostram o que desenvolvemos. Para saber mais sobre aconselhamento em IA para redes, água e edifícios no norte dos Países Baixos, consulte AI consultant Groningen.

Comparando-o com a sua própria equipa. Os colaboradores classificam manualmente um conjunto de mensagens, o modelo avalia o mesmo conjunto e analisamos onde divergem. Repetimos essa avaliação após cada alteração ao prompt ou ao modelo.

Para a Respect Foundation, um LLM avaliou o tom das mensagens sobre a campanha; o caso de estudo identifica LLM e Python como tecnologias utilizadas.

Sim. Para cada pergunta, o assistente procura primeiro os excertos relevantes e só depois redige a resposta, com uma referência ao documento. Assim, pode verificar em que se baseia a resposta.

Para a NFZ, criámos um assistente virtual com informação de contratos com seguradoras de saúde, complementada com informação prática para farmacêuticos. Para saber mais sobre modelos de linguagem, consulte IA generativa.

Só quando estiver claro quais as ações permitidas e for possível rastrear cada uma delas. Normalmente, um agente começa por propor ações, como preparar um registo, que um colaborador depois aprova.

Se o objetivo principal for transferir campos de formulários ou PDFs, consulte processamento de documentos com IA. Para saber mais sobre agentes, consulte IA agêntica.

Decidimos isso com a sua equipa de IT e o seu privacy officer: no seu próprio ambiente Azure ou numa infraestrutura que a sua organização já utilize. A Microsoft tem uma região Azure fisicamente localizada nos Países Baixos.

Se estiverem em causa dados pessoais de residentes, estudantes ou pacientes, é frequentemente necessária uma DPIA. Para saber o que fornecemos para esse efeito, consulte DPIA para IA.

Definimos isso antes de começar: um responsável pela aplicação, alguém que recebe um alerta perante resultados invulgares e um processo estabelecido para lançar uma nova versão. As fontes e os modelos mudam, pelo que a manutenção continua a ser necessária, mesmo à distância.

Para saber como monitorizamos os modelos, consulte MLOps. Também asseguramos a manutenção contínua através da gestão e melhoria contínua.

Aqui, o foco está nas aplicações usadas no trabalho diário: modelos de linguagem, assistentes e agentes, incluindo a sua manutenção. A nossa agência de data science em Groningen cria modelos que fazem previsões ou classificações.

Se precisa sobretudo de relatórios fiáveis para várias localizações e departamentos, consulte Power BI specialist Groningen.