Wat willen we bereiken?
De AI strategie van Infodation richt zich op het verbeteren van onze primaire en secundaire processen. Dat betekent dat we zijn gestart met het inzetten van AI binnen softwareontwikkeling en interne operaties. AI functionaliteiten en producten voor klanten komen pas als derde prioriteit.
Deze prioriteiten komen voort uit de businesscase van Infodation. Wij maken maatwerksoftware voor onze klanten. We verkopen geen SaaS software en we wilden daar ook niet mee beginnen met een AI tool. Wat we wel willen, is profiteren van de efficiëntiewinst die AI kan opleveren en actueel blijven in ontwikkelingen en kennis. Daarom richten we ons vooral op de vraag: hoe kan AI ons helpen om beter te programmeren en slimmer te werken.
Wat doen we?
De grootste kracht van Infodation zijn onze medewerkers en AI is een hulpmiddel dat vrijwel alle onderdelen van onze organisatie kan raken. Daarom willen we iedereen de kans geven om te leren en zijn of haar werkwijze te verbeteren.
De belangrijkste structurele pijler die we hebben opgezet is “Experimenten”. Dit zijn afgebakende, kleinschalige onderzoeksinitiatieven die worden ondersteund door Infodation. Het motto is: houd de scope klein, leer snel en streef niet naar direct inzetbare productie resultaten. Als organisatie willen we snel door kansen heen bewegen en vasthouden aan wat interessant blijkt. Zodra eerste experimenten zijn afgerond, beoordelen we of we verder willen met de technologie.
Hoe zetten we onze experimenten op
AI experimenten zijn bottom up gedreven. Het idee voor een experiment ontstaat vanuit de interesse van medewerkers. Het opzetten van een experiment is bewust eenvoudig gehouden.
Als iemand een AI experiment wil starten, maakt diegene een ticket aan op ons AI bord. Dit is een eenvoudig Jira bord waar de hele organisatie toegang toe heeft. In het ticket worden het experiment en de leerdoelen beschreven. Naarmate het experiment vordert, worden de experimentdoelen aangescherpt en volgt er uiteindelijk een leer samenvatting.
In het ticket kijken we ook naar eventueel benodigde licenties en compliance vraagstukken.
Infodation heeft daarnaast een dedicated AI crew. Deze AI crew ondersteunt anderen bij het uitvoeren van experimenten, maar neemt ze niet over. Zo zorgen we ervoor dat AI kennis niet blijft hangen binnen een kleine groep mensen, maar breder wordt verspreid binnen de organisatie.
“Houd de scope klein, leer snel en gebruik alleen wat in de praktijk werkt.”
Hier vind je een selectie van onze experimenten.
Wat zien we, wat leren we?
De reactie op de opzet met experimenten is positief. Op het moment van schrijven stonden er meer dan 110 experimenten geregistreerd op ons bord.
De afgeronde experimenten zijn grofweg in vier groepen te verdelen:- AI voor programmeren
- Testen ondersteunen
- Communicatie verbeteren
- AI voor klanten
Zoals te verwachten bij een experimentele aanpak lopen de resultaten uiteen van zeer succesvol tot niet geslaagd. Sommige experimenten groeien uit tot functionaliteiten die worden gebruikt in onze dagelijkse processen, andere zijn al na enkele dagen stopgezet. Een positieve trend is het aantal nieuwe experimenten dat voortkomt uit eerdere, afgeronde experimenten. Dit laat zien dat ons secundaire doel, het verspreiden van AI kennis binnen de organisatie, daadwerkelijk wordt bereikt.
Wat is de volgende stap?
Naarmate onze experimentcyclus volwassener wordt, vinden steeds meer AI functionaliteiten hun weg naar onze software. Zo heeft onze interne testtool ITMS, die ook beschikbaar is op de Atlassian Marketplace, inmiddels een integratie met de AI tool Cypress. Tegelijkertijd betekent deze groei richting volwassenheid dat we onze focus verleggen naar door AI ondersteunde visies op onderwerpen zoals databescherming, ethische compliance en het voorkomen van misbruik.
AI heeft de manier van werken bij Infodation al sterk beïnvloed. We gebruiken het allemaal: designers, testers, developers, marketing en de oprichters. Voor nu blijft de oorspronkelijke visie van Infodation overeind. AI is een hulpmiddel dat ons ondersteunt in ons werk. Net als bij elk ander hulpmiddel zijn we bezig te leren hoe we het veilig en effectief kunnen inzetten. Deze lijn zullen we ook in de toekomst blijven volgen.
