Hoe Zedrox een AI-assistent bouwde voor een Europees technisch servicebedrijf

Technische servicebedrijven hebben meestal geen tekort aan kennis. Ze hebben moeite met de toegang ertoe. Informatie bestaat wel, maar is verspreid over handleidingen, mensen en ervaring. Die kloof vertraagt teams. Een Europees technisch servicebedrijf benaderde ons bij Zedrox om dit probleem op te lossen.

Hun teams bestonden uit field technicians, franchise partners en intern personeel. Elke groep had snelle, betrouwbare antwoorden nodig terwijl ze in verschillende omgevingen werkten. Maar de manier waarop ondersteuning eerder werkte, was gefragmenteerd. Sommigen vertrouwden op handleidingen. Anderen namen contact op met senior experts via telefoontjes of berichten.

Dit betekende dat hetzelfde probleem vaak op verschillende manieren werd opgelost, afhankelijk van wie het behandelde, wat leidde tot verwarring en inconsistente resultaten. Dit zorgde voor vertragingen en terugkerende fouten.

Als ervaren AI-bedrijf werkten we nauw met hen samen om deze uitdaging aan te pakken. Op basis van hun behoeften ontwikkelden we een centrale AI-assistent die consistente, realtime begeleiding kon bieden aan elk team.

Hun echte probleem begrijpen

Op het eerste gezicht leek hun probleem een kwestie van kennisbeheer. Maar het ging dieper dan dat.

Er was geen centraal systeem dat ervoor zorgde dat iedereen toegang had tot dezelfde, goedgekeurde informatie. Zelfs wanneer documentatie bestond, was deze niet eenvoudig te gebruiken in realtime situaties. Vooral field technicians hadden behoefte aan praktische, gestructureerde en directe antwoorden.

Hier veranderde de denkwijze. In plaats van nog een database of dashboard te creëren, werd het doel simpel: technische kennis toegankelijk maken op het moment dat die nodig is.

Van documentatie naar begeleiding

Zedrox pakte dit aan door te focussen op hoe teams technische informatie in hun dagelijkse werk gebruiken. Mensen willen niet door documenten zoeken wanneer ze onder druk staan. Ze willen begeleiding. Daarom ontwierpen we een AI-assistent die kon:

• Stapsgewijze instructies geven
• Vervolgvragen stellen om het antwoord te verfijnen
• Antwoorden aanpassen aan de situatie

Het systeem maakte het eenvoudiger voor teams om gestructureerde begeleiding te krijgen in plaats van door informatie te zoeken.

De AI-assistent bouwen met de juiste technologie

Toen de richting duidelijk was, was de volgende stap het kiezen van de juiste tools. Niet voor experimenten, maar voor betrouwbaarheid.

De backend werd gebouwd met Python en FastAPI. Dit stelde het systeem in staat om verzoeken snel te verwerken en te schalen zonder onnodige complexiteit. In een serviceomgeving is responstijd cruciaal. Trage systemen worden simpelweg niet gebruikt.

LangChain werd gebruikt om te structureren hoe de AI met de kennisbank interacteert. We ontwierpen het systeem zo dat het binnen goedgekeurde documentatie blijft. Dit zorgde voor consistentie en controle.

OpenAI werd gebruikt om de conversatie laag aan te sturen. Dit maakte de interactie natuurlijk, maar binnen duidelijke grenzen. Het systeem is ontworpen om nauwkeurige antwoorden te geven op basis van goedgekeurde documentatie.

PostgreSQL verzorgde de gestructureerde data en systeemopslag. Dit bood stabiliteit en maakte het eenvoudiger om gebruikersrollen en toegang te beheren.

Er waren ook componenten en integraties op basis van PHP, vooral waar het systeem moest aansluiten op bestaande tools. Dit voorkwam dat alles vanaf nul opnieuw gebouwd moest worden.

Vanuit het perspectief van een AI-consultancy bedrijf ging het niet om het gebruik van de meest geavanceerde tools. Het ging om technologieën kiezen die passen bij de bedrijfsomgeving en die op de lange termijn onderhoudsvriendelijk zijn. Als je iets soortgelijks plant, helpt het ook om te begrijpen hoe je het juiste AI-bureau kiest voor je bedrijf.

AI-assistent ontworpen voor de praktijk

Een van de belangrijkste beslissingen was om de AI-assistent te laten werken op zowel web als mobiel. Field technicians zitten niet altijd achter een bureau. Ze hebben ondersteuning nodig op locatie, vaak onder minder ideale omstandigheden. De assistent ondersteunt:

• Tekstinvoer voor snelle vragen
• Spraakinvoer voor handsfree gebruik
• Beeld invoer voor visuele probleemidentificatie

Dit maakte het systeem praktisch bruikbaar in zowel veld- als kantooromgevingen.

Een andere belangrijke laag was rolgebaseerde toegang. Niet elke gebruiker heeft hetzelfde informatieniveau nodig. Technici, managers en beheerders gebruiken het systeem allemaal anders. Het structureren van toegang zorgde voor duidelijkheid en betere controle over het gebruik van het systeem.

Het systeem realistisch houden

Een veelvoorkomend probleem met AI-systemen is dat ze te veel proberen te doen. Deze oplossing is bewust gefocust gehouden. De assistent geeft alleen antwoorden op basis van goedgekeurde interne documentatie. Elk antwoord bevat een bronvermelding, zodat gebruikers begrijpen waar de informatie vandaan komt.

Er werd ook een feedbacklus toegevoegd. Gebruikers kunnen antwoorden beoordelen. Na verloop van tijd helpt dit om de nauwkeurigheid te verbeteren en hiaten in de kennisbank te identificeren. Dit ondersteunt ook de continue verbetering van het systeem op basis van daadwerkelijk gebruik.

Zakelijke voordelen van de AI-assistent

De impact was operationeel. Teams hebben nu tegelijkertijd toegang tot dezelfde informatie. Dit verminderde de afhankelijkheid van senior experts en gaf hen de ruimte om zich te richten op complexere taken.

Probleemoplossing verbeterde, vooral in veldsituaties. Niet omdat mensen harder werkten, maar omdat ze de juiste begeleiding hadden op het juiste moment.

Ook troubleshooting werd consistent. In plaats van verschillende aanpakken is er nu een gestructureerde manier om problemen op te lossen.

Vanuit het perspectief van een software ontwikkelingsbedrijf is dit waar de echte waarde zichtbaar wordt. Niet in de bouw zelf, maar in hoe het de dagelijkse werkzaamheden verandert.

Conclusie

Zedrox bouwde een AI-assistent die teams helpt om technische kennis effectiever te gebruiken en toe te passen. Voor bedrijven in technische dienstverlening is die verbinding essentieel. Uiteindelijk wordt prestatie bepaald door hoe snel en consistent je die kennis kunt inzetten.