Probleem
De NBA is de beroepsorganisatie voor accountants in Nederland. Haar vaktechnische helpdesk krijgt jaarlijks duizenden vragen over wet- en regelgeving, beantwoord door een team van specialisten dat dit werk combineert met andere taken. De kennis was er wel, verspreid over de HRA, de Richtlijnen voor de Jaarverslaggeving, handreikingen, handboeken en eerder beantwoorde vragen in de helpdesksoftware, maar het vinden ervan kostte tijd. Een onverwacht complexe casus kon uren zoekwerk kosten, vergelijkbare vragen werden opnieuw uitgezocht en de afgesproken antwoordtermijn stond onder druk. Leden zagen de HRA ondertussen als laatste redmiddel in plaats van als naslagwerk.
Oplossing
We beginnen met kennismanagement: alle bronnen in een kennisbank, actueel gehouden via koppelingen met de NBA-website en het documentmanagementsysteem, inclusief de geanonimiseerde helpdeskhistorie. Daarop bouwen we een AI-assistent waaraan specialisten in gewone taal een vraag stellen en een onderbouwd antwoord krijgen met directe links naar het exacte artikel of de paragraaf. De assistent antwoordt uitsluitend uit de kennisbank, vraagt door als context ontbreekt en zegt het eerlijk als hij het niet zeker weet. De kwaliteit meten we vooraf op een gouden dataset van moeilijke helpdeskvragen, met vaste drempels voordat een volgende gebruikersgroep aan de beurt is. Het professionele oordeel blijft daarbij bij de specialist.
Resultaat
Het eerste prototype staat. We scherpen het nu samen met de helpdeskspecialisten stap voor stap aan. Het doel: specialisten hebben binnen seconden de relevante regelgeving en vergelijkbare eerdere casussen bij de hand, en de antwoorden zijn consistent in stijl, diepgang en bronvermelding. Haalt de assistent de kwaliteitsdrempel op de gouden dataset, dan gaat hij intern live. Daarna komen alle leden aan de beurt. Veel vragen hoeven dan niet meer naar de helpdesk, en de specialisten houden tijd over voor de lastige casussen.
