De bedrijfsgraaf: geheugen dat aangroeit.

Een AI die je bedrijf onthoudt, draagt een bedrijfskennisgraaf bij zich: een privé, gestructureerde kaart van de mensen, deals, tools en beslissingen die samen bepalen hoe je werkelijk werkt. De meeste AI-tools hebben het geheugen van een goudvis. Op maandag leg je uit wie je grootste klant is, en op donderdag vraagt dezelfde tool wie dat ook alweer was, zonder een spier te vertrekken. Een bedrijfskennisgraaf lost het goudvisprobleem op door op te slaan wat de AI leert terwijl hij werkt, zodat context zich van gesprek tot gesprek opstapelt. Dat is het verschil tussen een chatbot die vragen beantwoordt en een operator die de antwoorden al kent. Clark, de AI-operator van Weblyfe, is rond dit idee gebouwd.

Wat is een bedrijfskennisgraaf?

Een bedrijfskennisgraaf is een levend verslag van je bedrijf, opgeslagen als verbonden feiten. Een kennisgraaf geeft informatie weer als entiteiten en de relaties daartussen. Bij een bedrijf zijn de entiteiten de zelfstandige naamwoorden waar je de hele dag mee te maken hebt: klanten, leveranciers, facturen, projecten, tools en de mensen die bij elk daarvan betrokken zijn. De relaties geven die naamwoorden hun betekenis: deze klant hoort bij die accountmanager, die factuur gaat terug op dit project en deze beslissing is om die reden genomen.

Een graaf haalt zijn waarde uit de verbindingen tussen feiten. Als Clark weet dat een klant gekoppeld is aan drie openstaande deals, twee eerdere problemen met support en één stellige voorkeur om nooit vóór twaalven gebeld te worden, kan hij een vraag over die klant beantwoorden met het hele plaatje. De graaf bewaart zowel de inhoud van je bedrijf als de vorm ervan.

Hoe een graaf verschilt van een database

Een traditionele database slaat rijen op in tabellen die je moet ontwerpen voordat er iets nuttigs in kan. Een graaf groeit andersom. Je voegt feiten en verbindingen toe op het moment dat ze in echt werk opduiken, dus niemand hoeft eerst aan een whiteboard het hele bedrijf te modelleren voordat Clark zijn brood verdient. De structuur zet zichzelf in elkaar terwijl Clark echte taken afhandelt, en weerspiegelt daardoor hoe je bedrijf in de praktijk draait. Hoe dat eruitziet, zie je op de graafpagina van Clark.

Waarom doet een AI die je bedrijf onthoudt ertoe?

Het doet ertoe omdat context het dure deel is, en de meeste tools je daar keer op keer voor laten betalen. Denk aan een scherpe nieuwe medewerker in week één. Hij is traag omdat hij je klanten, je leveranciers, je geschiedenis en de kleine redenen achter hoe dingen hier gaan nog niet kent. Hij vraagt, controleert het nog een keer en tikt op de schouder van de ene persoon die het antwoord al weet. Over een paar weken drogen de vragen op en wordt hij sneller, omdat de antwoorden van jouw hoofd naar het zijne zijn verhuisd.

Clark begint op precies dat punt. Op dag één kent hij de tools en de taak, en vrijwel niets over jouw specifieke hoekje van de wereld. Elke taak die Clark afrondt, voedt de bedrijfskennisgraaf, en elk antwoord dat hij geeft, put uit diezelfde graaf. Wat hij leert, blijft bewaard als de sessie sluit en verbindt zich met wat eraan voorafging, zodat de volgende taak een verdieping hoger begint.

Daarom wordt Clark sneller naarmate hij langer draait: het werk groeit aan. De redenering achter dit alles werkten we uit in waarom Clark bestaat.

Hoe wordt de graaf uit echt werk opgebouwd?

De graaf ontstaat uit de taken die Clark doet, vanaf de eerste klus die je hem geeft, dus de maand waarin je hem documenten voert en duimt, kun je overslaan. Clark doet het werk en schrijft onderweg op wat hij heeft geleerd, in een vorm die hij later weer kan oppakken.

In de praktijk werkt Clark een e-mailwisseling met een leverancier door en legt hij vast wie het zijn, wat ze leveren en welke voorwaarden op tafel liggen. Later stelt hij een factuur op en koppelt die factuur aan de juiste klant en het juiste project. Nog later vraagt iemand naar openstaande betalingen op dat project, en Clark antwoordt vanuit verbindingen die hij al had gelegd. Elke actie laat de graaf iets rijker achter dan hij hem aantrof.

Twee dingen volgen uit deze manier van bouwen:

• Hij blijft accuraat. De graaf weerspiegelt werk dat echt is gebeurd, omdat hij uit dat werk is opgebouwd.
• Hij blijft relevant. Clark legt vast wat hij nodig heeft om jouw taken af te krijgen. De graaf groeit richting de delen van je bedrijf waar je het meest op leunt, omdat dat de delen zijn die hij steeds weer aanraakt.

Waarom groeit het geheugen over weken en maanden aan?

Het geheugen groeit aan omdat context die je één keer uitlegt, uitgelegd blijft. De eerste keer dat je Clark op een klus voor een bepaalde klant zet, loop je misschien de relatie, de geschiedenis en de voorkeuren met hem door. De tweede keer leg je minder uit, en de tiende keer vrijwel niets, omdat de uitleg uit jouw hoofd naar de graaf is verhuisd en daar blijft.

Eén feit over een klant is op zichzelf handig. Verbonden met hun deals, hun facturen, hun contactpersonen en hun geschiedenis wordt datzelfde feit veel nuttiger, omdat Clark de verbindingen kan aflopen en context kan samenstellen die jij nooit hebt bedacht om uit te spellen. Vraag naar één ding en alles wat eraan vastzit komt mee.

Aangroeiend geheugen is saai zoals een spaarrekening saai is. Er lijkt niets te gebeuren, er lijkt niets te gebeuren, en dan merk je een kwartaal later dat de rente het meeste werk doet. De eerste week betaal jij in context, en vanaf dan neemt de graaf een steeds groter deel van de rekening over.

De praktische opbrengst in de tijd

In de eerste week is Clark een bekwame operator die jouw bijzonderheden nog leert, en je zult dingen uitleggen, net als bij het inwerken van elke nieuwe medewerker.

In de weken daarna lukken taken waar eerder drie rondes heen en weer voor nodig waren, in één keer. Clark vraagt niet meer wie een contactpersoon is, omdat hij die vorige maand al heeft opgeborgen. Hij vraagt niet meer hoe je een bepaald soort verzoek afhandelt, omdat hij dat soort verzoek al eerder voor je heeft afgehandeld. Je bent minder tijd kwijt aan jezelf opnieuw uitleggen. Hoe die eerste dagen voelen, beschreven we in een week met jouw Clark.

In de loop van maanden wordt de graaf een echt bezit: een gestructureerd verslag van hoe je bedrijf draait, opgebouwd uit echt werk en klaar om vragen te beantwoorden en taken aan te sturen. Hoe langer Clark draait, hoe meer de graaf bevat en hoe sneller Clark werkt.

Waar staat de data?

De graaf wordt op je eigen machine gebouwd, uit je eigen werk, en hij blijft bij jou. Dat is een bewuste keuze en de kern van hoe Clark werkt. De bedrijfskennisgraaf wordt lokaal gehost: een privéverslag van je bedrijf, bewaard waar jij het kunt zien en beheren.

Je data traint geen algemeen model in een loods drie tijdzones verderop, en je bedrijf lost nooit op in een groot gedeeld systeem. De graaf is van jou in de letterlijke zin: hij staat op jouw machine, bevat jouw feiten en blijft jouw eigendom. Als de relatie ooit eindigt, blijft je kennis waar ze is opgebouwd.

Voor elk bedrijf dat klantgegevens, leveranciersvoorwaarden en interne beslissingen verwerkt, doet het er veel toe waar de data staat, en Clark kiest ervoor de graaf dicht bij huis te houden.

Wat zijn de grenzen van Clark?

Clark begint traag, net zoals een nieuwe medewerker traag begint, en het aangroeien heeft echt tijd nodig om zichtbaar te worden. Op dag één is de graaf nog dun, en zijn waarde bouwt zich op over weken van echt werk. Wie een AI belooft die je bedrijf kent op het moment dat je hem aanzet, beschrijft een graaf die nog niet bestaat.

De graaf is ook maar zo goed als het werk dat hij te zien krijgt. Clark legt vast wat hij doet, dus de graaf groeit waar je Clark aan het werk zet en blijft leeg in de hoeken van je bedrijf waar hij nooit komt.

Clark is een operator die onthoudt en aangroeit, en hij claimt geen algemene intelligentie of volledige autonomie. Hij doet taken, legt vast wat hij leert en gebruikt die kennis om de volgende taak beter te doen.

De conclusie

Een AI die je bedrijf onthoudt, verdient zijn plek sneller dan een slimmere die jou tegen lunchtijd alweer vergeten is. De bedrijfskennisgraaf verandert een bekwame vreemde in een operator die je klanten, je leveranciers en je geschiedenis kent. Hij is opgebouwd uit echt werk, hij staat op jouw machine onder jouw eigendom, en hij groeit aan. De eerste week kost je context, zoals elke onboarding dat doet. Elke week daarna geef je minder uit en krijg je meer terug, omdat de kennis blijft staan en steeds nieuwe dingen vindt om zich aan te verbinden.

Clark zit in de Public Beta. Een plek kost € 250 per maand, en die prijs blijft vastgezet zolang je abonnee blijft, tegenover een lanceringsprijs van € 488 per maand. Wil je een AI voor je laten werken die je bedrijf onthoudt, dan is de beta het moment om aan de graaf te beginnen, omdat de graaf die je vandaag start, de graaf is die jou in oktober terugbetaalt. Hoe hij in het hele product past, zie je op de site van Clark.