In het kort
i-CoSo ontwerpt en bouwt AI-oplossingen voor het mkb: toepassingen met taalmodellen (LLM's), kennisbanken die antwoorden op eigen documenten (RAG), AI-agents die taken uitvoeren en voorspelmodellen voor bijvoorbeeld omzet en cashflow. Waar privacy dat vraagt draait de AI volledig lokaal, op de eigen omgeving van de klant. Johan van de Glind heeft een bachelor Artificial Intelligence en bouwt sinds 2018 software, de laatste jaren vooral met AI.
Wanneer AI wél waarde heeft
AI is geen doel op zich. Het levert pas iets op als het een concreet stuk werk overneemt dat nu tijd kost of fouten oplevert: kandidaten matchen op vacatures, documenten beoordelen, verslagen schrijven, vragen beantwoorden over interne kennis of voorspellen hoe de cashflow zich ontwikkelt.
Ik begin daarom altijd bij het werk, niet bij de technologie. Samen met de mensen die het werk doen kijk ik waar de tijd naartoe gaat, wat er nu misgaat en hoe je kunt meten of een oplossing beter is. Pas dan kies ik het eenvoudigste model dat het probleem oplost.
Wat ik bouw
Toepassingen met taalmodellen, zoals AI-ondersteunde recruiting in Carerix: een lokaal taalmodel scoort kandidaten op vacatures, met een onderbouwing die de recruiter kan controleren. Of een meeting-assistent die gesprekken lokaal transcribeert en er een verslag met actiepunten van maakt.
Kennisbanken op eigen documenten (retrieval-augmented generation, RAG), zodat medewerkers in gewone taal vragen kunnen stellen over handboeken, contracten of procedures, met verwijzing naar de bron.
Voorspelmodellen in Python voor omzet en cashflow, zoals voor Hoenderdaal Fasteners, Camps Food en Stafa, en semantische modellen die documenten beoordelen, zoals de CSRD-analysetool voor Royal Haskoning.
Privacy en lokale AI
Veel organisaties willen AI gebruiken, maar niet hun klant- of personeelsdata naar een Amerikaanse cloud sturen. Dat hoeft ook niet. Ik werk met lokale modellen (via LM Studio of Ollama) die op eigen hardware of een afgeschermde server draaien, en kies alleen voor cloudmodellen van OpenAI, Anthropic of Azure AI Foundry als de data dat toelaat.
Daarbij geldt: alleen de data verwerken die nodig is, risicovolle stappen laten bevestigen door een mens, en alles reproduceerbaar vastleggen.
