18-02-2025
De echte kracht van AI zit niet enkel in ChatGPT. Natuurlijk helpt ChatGPT je bij het vereenvoudigen van taken: minder lang staren naar een leeg vel papier, sneller een antwoord vinden op een lastige mail, of eenvoudig een tekst vertalen. Maar wat écht krachtig is, zijn de algoritmes achter ChatGPT.
In de reeks AI in actie laat ik je zien wat deze algoritmes echt voor je kunnen doen.
Casus: bedrijfsinformatie herkennen in vacatures
In deze blog laat ik zien hoe je grote hoeveelheden data kunt analyseren om bruikbare inzichten te verkrijgen. Grote bedrijven publiceren talloze vacatures die veel onthullen over hun werkwijze, technologische keuzes en strategische richting – of het nu gaat om groei, innovatie of reorganisatie. AI kan uit honderden vacatures de grote lijnen herkennen.
Handmatig werk zou uren kosten, maar dankzij AI is dit in enkele minuten afgerond. In die enkele minuten zijn er dan honderden vacatures geanalyseerd, en omgevormd tot een leesbaar verslag.
Wist je bijvoorbeeld dat de politie Virtual Reality-trainingsomgevingen maakt, Gamma een eigen GenAI suite heeft Van Mossel autogroep werkt aan een nieuwe vestiging gericht op elektrische MG en Maxus auto's? Dat valt te leren uit de vacatures die zij publiceren, en AI heeft dat zelfstandig herkend.
Het resultaat bekijk je hier. In deze blog neem ik je mee in de hoofdlijnen van mijn aanpak en hoe ik dit proces automatiseer.
AI herkent de projecten waar Bol op focust dankzij vacatureteksten
Data verzamelen
Allereerst heb je data nodig. Je kunt niet simpelweg tegen ChatGPT zeggen: “Verzamel alle vacatures van bol.com en maak er een analyse van.” Je moet de vacatureteksten eerst verzamelen en samenvoegen tot één document. Dit kan handmatig – elke vacature kopiëren en plakken in een Word-document is het meest laagdrempelige startpunt.
Om dit te versnellen, heb ik zelf scraping-software ontwikkeld. Met deze tool voer je eenvoudig een website in; de scraper doorloopt vervolgens alle pagina’s en slaat de vacatureteksten op in één bestand. Zo ben je in één keer klaar met de eerste stap. Dat gaat sneller, maar vereist technische kennis.
Een analyse uitwerken
Zodra de data binnen is, volgt stap twee: het formuleren van de analyse. Omdat ik meerdere bedrijven wil analyseren, heb ik een vaste structuur nodig voor elke rapportage. Een consistente opzet zorgt ervoor dat je de analyses makkelijk met elkaar kunt vergelijken.
Tegenwoordig bestaan er AI-modellen die ook kunnen redeneren – vaak met een kwaliteit die de gratis versie van ChatGPT overtreft. Voor dit project heb ik dan ook gekozen voor het ChatGPT o3-model. Mijn opdracht aan de AI luidde bijvoorbeeld:
"Ik zoek een helder format voor een bedrijfsanalyse, gebaseerd op de inhoud van vacatureteksten. Denk aan onderdelen als technische trends, marktpropositie, toekomstvisie, innovatie en een samenvatting. Kun je een opzet maken voor een zeer waardevol rapport?"
Hiermee kreeg ik een uitgebreide en onderbouwde opzet die als basis diende voor de analyse.
ChatGPT werkt een structuur uit voor het standaard analyserapport
De puzzelstukjes samenbrengen
Met zowel de verzamelde data als de onderzoeksopzet kun je aan de slag. Kopieer de opzet, pas deze aan waar nodig en voer vervolgens in een AI-tool – eentje die grote hoeveelheden tekst aankan (iets wat ChatGPT vaak niet kan) – de volgende opdracht in:
"Op basis van onderstaande vacatureteksten, maak een analyse volgens het volgende format. Gebruik markdown voor opmaak en zorg voor goed uitgewerkte, leesbare paragrafen in begrijpelijk Nederlands."
Je voegt hierbij de aangepaste opzet én de verzamelde vacatureteksten toe. Zo ontstaat er een prompt van wel 250.000 woorden waarmee de AI direct aan de slag kan. Voor kleinere bedrijven, met minder vacatures, werkt dit proces vaak direct in ChatGPT.
API-koppelingen met gespecialiseerde AI-aanbieders maken het mogelijk om zulke grote hoeveelheden data te verwerken – bijvoorbeeld Google’s Gemini, dat in bepaalde versies tot 2 miljoen woorden aankan.
Deze werkwijze herhaal je voor elk bedrijf dat je wilt analyseren.
Het resultaat bekijken
Op deze pagina kun je de uitkomsten van deze analyses inzien voor een aantal grote bedrijven. De resultaten zijn te bekijken via deze link.
In slechts een paar stappen uren werk bespaard
Door AI logisch in te zetten, kun je analyses die handmatig vele (tientallen) uren zouden kosten in een fractie van de tijd uitvoeren. Simpelweg: data verzamelen, met hulp van AI een prompt voor je analyse laten schrijven, en het geheel uitvoeren.
Ik help organisaties hiermee
Als je dit op grote schaal wilt doen, dan is het een technisch vraagstuk. Ik help organisaties hiermee. Zo haal je echt waarde uit AI, en is het meer dan een ChatGPT-hype.
Denk je: dit klinkt interessant en wil je hier meer over weten? Misschien omdat je de potentie ziet om AI in jouw bedrijfsprocessen te integreren, of omdat je benieuwd bent naar een vergelijkbare analyse voor jouw organisatie? Neem dan contact op – ik help je graag met de implementatie van geheel nieuwe, AI-gedreven concepten.
Je kunt mij mailen via mail@michelbrinkhuis.nl.
Ben je benieuwd wat AI-tools zoals ChatGPT voor jouw organisatie kunnen betekenen? In mijn workshops en presentaties maak ik het helder en help ik je om AI op een simpele manier te omarmen.
Klik hier en neem contact opMichel Brinkhuis is een AI consultant en trainer. Ik help jouw organisatie in de wereld van AI met toegankelijke workshops over ChatGPT en andere AI-tools.
© 2024 Michel Brinkhuis is onderdeel van Mixel en is ingeschreven bij de KvK onder nummer 08203936