Soort: vergadering · Duur: onbekend · Deelnemers: [Speaker 1] [Speaker 2] [Speaker 3]
Let op — sprekers niet bevestigd. Plaud nummert sprekers (Speaker 1, 2, …) maar koppelt geen namen. Ga niet uit van wie wat zei; "ik/wij" hoeft niet dezelfde persoon te zijn.
Notulen
Ontwikkeling van een AI-tool voor interne ontzorging
Het primaire doel van de AI-tool is het ontzorgen van collega's, zoals recruiters en klantenmanagers.
Een concrete toepassing is een e-mailassistent die concepten voor e-mails voorbereidt op basis van de aangeleerde schrijfstijl van de gebruiker.
Start met een pilotgroep om de tool te testen en te finetunen.
Langetermijndoel: integratie met bestaande systemen (systeem A en B) om handmatige dataverwerking te automatiseren.
Voorbeeld: automatiseren van de verwerking van documenten (bewijslast) die kandidaten aanleveren bij een plaatsing.
Technische vereisten en infrastructuur
Overweging: lokale server gebruiken om privacy (AVG) te waarborgen.
Uitdagingen bij een lokale server: back-ups, encryptie, continuïteit bij stroom- of internetuitval.
Hardware-opties: NVIDIA RTX 3090 of 4090 (24 GB VRAM); Apple M-chips genoemd als alternatief.
Vereist RAM-geheugen: geschat op 32 GB.
Waarschijnlijke vorm: webapplicatie binnen de bestaande Microsoft-omgeving, toegankelijk via bedrijfslaptops en -telefoons.
Bedrijfsapparaten zijn centraal beheerd en beveiligd, wat datalekken via medewerkers minimaliseert.
Discussie over AVG en functionaliteit
Spanningsveld tussen prioriteit voor functionaliteit (wens van Renzo) en prioriteit voor AVG-compliance (wens van Hamza).
Consensus: eerst functionaliteit bouwen, daarna beveiligen (“er moet een huis staan voordat je er een alarmsysteem in kan bouwen”).
Belang van goede documentatie van genomen veiligheidsmaatregelen om aan AVG-eisen te voldoen.
AI-technologieën en toekomstvisie
Besproken AI-modellen en tools: Ollama, Claude, Cursor, Mistral.
[Speaker 1] deelde positieve ervaring met Claude vanwege efficiëntie en ‘one-shot’ vraagstelling.
Een eigen, onafhankelijk AI-systeem wordt gezien als strategisch voordeel om niet afhankelijk te zijn van externe partijen (zoals Claude) die kunnen wegvallen door wetgeving.
[Speaker 1] ervaring met tools als Obsidian en Memonic voor beheren en structureren van data om AI-modellen effectiever te trainen.
Volgende stappen
Hardware-specificaties voor de server samenstellen.
Onderzoeken hoe het Llama-model geïmplementeerd kan worden.
Ontwikkeling starten, te beginnen met de e-mailassistent.
AVG/DPIA-aspecten parallel aan de ontwikkeling documenteren.
AI-suggesties
AI-suggesties
AI heeft de volgende kwesties geïdentificeerd die in de vergadering niet zijn afgesloten of waarvoor duidelijke actiepunten ontbreken; gelieve hierop te letten:
Er is geen definitieve beslissing over de prioriteit tussen het ontwikkelen van functionaliteiten en het waarborgen van de AVG. Hoewel men het eens is dat functionaliteit eerst moet komen, ontbreekt een concreet plan om AVG-compliance parallel en adequaat aan te pakken.
De keuze voor hardware (bv. RTX 3090 vs. Apple M-chips) en serveroplossing (lokaal vs. cloud) is nog niet gemaakt. Een gedetailleerde kosten-batenanalyse en risico-evaluatie per optie ontbreekt.
Hoewel het bouwen van een eigen AI-systeem als strategisch belangrijk wordt gezien, zijn geen concrete stappen of tijdlijn besproken om dit te realiseren. De focus ligt vooralsnog op het gebruik van bestaande modellen zoals Llama.
🎙️ Bespreek met Jarvis