Ik ben Bjorn Goossens. Ik heb een achtergrond in bedrijfskunde en informatica. Dat is mijn opleiding geweest aan de Universiteit Twente en daar werk ik nu ook in bij ons bedrijf Bullit Digital, samen met Martijn, mijn compagnon. Het centrale idee dat wij achter Office Dog hebben is het toegankelijk maken van AI voor de logistiek. Dat proberen we op een aantal manieren te doen. In de basis bouwt Office Dog op een gestandaardiseerd data model wat uiteindelijk per gebruiker dus dezelfde structuur heeft. Daar willen we een Zwitsers zakmes van AI toepassingen op gaan bouwen. Dus als een oplossing voor één klant werkt, dat die ook voor de andere klant kan gaan werken. We noemen de AI toepassingen zelf tricks. Dat kun je zien als een soort van bibliotheek van toepassingen die je aan kan zetten en bijvoorbeeld voorspellingen of analyses voor jou kan laten doen. Dat is een deel van het verhaal. Een andere kant is dat we ook willen helpen ondersteunen bij AI experimenten binnen bedrijven. Als bijvoorbeeld een afstudeerder of een data scientist een ideetje heeft en daar graag mee aan de slag wil. Dan hebben wij die database en geven we ook aan de hand van een aantal templates en bijvoorbeeld Jupiter notebooks een manier om daar een basis voor te hebben om daar mee aan de slag te gaan. Zodat je aardig snel kan beginnen met het ontwikkelen van je eerste AI model, en ondertussen een aantal drempels weg te kunnen halen die je normaal bij de data pre-processing en het hele begin van het traject tegen zou komen. Wat we bij Office Dog doen is dus een soort van bibliotheek met bestaande tricks, AI toepassingen die we hebben beschikbaar maken voor iedereen die het platform wil gebruiken. Het is een 'software as a service' model. Je meldt je aan en je kunt het gebruiken in de vorm die er is. Andersom bieden we dus ook de mogelijkheid om je eigen toepassingen daar op te kunnen ontwikkelen. Dus stel je hebt voor jouw tak van sport een specifiek vraagstuk dat je graag met AI zou willen oplossen, dan heb je de vrijheid om dat te bouwen en ook binnen Office Dog te kunnen draaien op jouw data zonder dat die per se deel uitmaakt van de landelijke bibliotheek. Dus eigen ontwikkeling is daar gewoon mogelijk. Een toekomst die we ook voorzien met Office Dog is te kunnen optimaliseren met je ketenpartners, dus in samenwerkingen. Dat noemen ze ook wel federated learning. In Office Dog is het in principe zo dat elke organisatie zijn eigen database heeft, en die blijft ook van die organisatie. Wat je met federated learning kan is zonder die databases te delen wel kan leren in het geheel. Dus zo kun je voor jezelf wel uitkomsten krijgen die gebaseerd zijn op meer data dan je zelf hebt. Op zo'n manier kunnen we nog slimme combinaties proberen te maken, door te leren van meer dan alleen je eigen bedrijf..