Wat begon als experiment met AI, groeide bij IntoMatic uit tot een van onze meest leerrijke projecten.
Geen commerciële productlancering, wel een chatbot die ons vandaag nog altijd helpt om slimmer na te denken over AI, data en automatisatie. Maak kennis met Kaia, onze travel agent bot.
Kaia liet één ding heel duidelijk zien: AI wordt pas echt waardevol wanneer modellen, systemen en databronnen slim samenwerken.
Van droge regelgeving naar Kaia
De eerste versie van Kaia had eigenlijk niets met reizen te maken. We startten vanuit een challenge waarin een chatbot droge regelgeving en complexe teksten begrijpelijk moest maken. Niet meteen het meest sexy onderwerp, maar technisch wel een bijzonder interessante oefening.
Het dwong ons om na te denken over vragen die vandaag nog altijd relevant zijn. Hoe laat je een AI chatbot correcte antwoorden geven op basis van moeilijke content? Hoe zorg je dat gebruikers niet verdwalen in complexe taal? En hoe combineer je AI met bestaande databronnen en systemen zonder de controle te verliezen?
Dat was voor ons het ideale speelveld om te experimenteren. En zoals dat vaak gaat bij goede experimenten, begon het daarna te kriebelen. Als we een bot konden bouwen die droge teksten begrijpelijk maakt, waarom zouden we diezelfde principes dan niet toepassen op iets tastbaarders en leukers? Zo ontstond Kaia, onze travel agent bot.
Kaia was nooit gewoon een chatbot
Wat Kaia interessant maakte, was niet alleen het onderwerp. Het was vooral de manier waarop we het project hadden opgezet. Kaia was voor ons een laboratorium waarin verschillende bouwblokken samenkwamen: een LLM als brein, een slim model om context en tools aan te sturen, een iPaaS-laag om systemen te verbinden en een eigen chatinterface erbovenop.
Op papier lijkt dat gewoon een stapel technologie. In de praktijk ging het over iets fundamentelers: hoe maak je AI bruikbaar in een echte context? Niet alleen “kan dit model antwoorden?”, maar vooral “kan dit geheel gecontroleerd, veilig en nuttig samenwerken met data, tools en processen?”
Dat bracht meteen de juiste vragen naar boven:
- Hoe gebruik je meerdere databronnen zonder chaos te creëren?
- Hoe laat je een chatbot meer doen dan tekst genereren?
- Hoe zorg je dat acties controleerbaar en uitbreidbaar blijven?
Kaia gaf ons de ruimte om dat stap voor stap te verkennen.
AI zonder data blijft oppervlakkig
Een van de belangrijkste lessen uit Kaia was tegelijk de simpelste: AI zonder degelijke data is zelden indrukwekkend. Het klinkt slim, maar het blijft vaak oppervlakkig, onbetrouwbaar of gewoon te algemeen.
Hoe beter de data werd, hoe slimmer Kaia ook werd. Dat voelden we meteen in de output:
- Betere info over bestemmingen gaf relevantere suggesties
- Prijsdata maakte advies realistischer
- Persoonlijke voorkeuren zorgden voor output op maat
Voor veel organisaties zit daar vandaag nog altijd de echte uitdaging. Niet in het kiezen van nóg een model, maar in het op orde brengen van data, koppelingen en context. Dat is de fundering waarop een goede AI chatbot of AI agent gebouwd wordt.
De kracht zit niet in nog een chatbot erbij, maar in de combinatie van degelijke data, slimme automatisatie en een AI-laag die mensentaal begrijpt én acties kan aansturen.
IntoMatic over Kaia
Van chatbot naar assistent
Kaia werd pas echt interessant toen de chatbot niet alleen informatie gaf, maar ook acties kon helpen aansturen. Dan verschuif je van een leuk gesprek naar een bruikbare AI assistent.
Denk aan scenario’s zoals een ticket opvolgen tot de prijs onder een bepaald bedrag zakt, uitstappen voorstellen op basis van interesses, of een reisplan opbouwen op basis van budget, timing en voorkeuren.
Daar kwam automatisatie en orchestratie in beeld. De chatbot was de voorkant, maar daarachter liep een flow van databronnen, API’s, notificaties en systemen die samen iets mogelijk maakten. Niet omdat één tool alles kon, maar omdat de juiste componenten slim samenwerkten.
Wat Kaia ons vandaag nog leert
Kaia is vandaag geen product in onze catalogus. Maar de inzichten uit dit project zitten wel verweven in bijna alles wat we nu doen rond AI chatbots, AI agents en automatisatie.
Die learnings nemen we mee in trajecten voor supportbots, sales- en service-assistants en AI agents die informatie ophalen, acties triggeren of beslissingen helpen voorbereiden.
De technologie is ondertussen sterker en toegankelijker geworden, maar de essentie blijft dezelfde: een slimme AI-oplossing werkt pas echt wanneer data, automatisatie en systemen goed samenwerken.
Wat betekent dit voor jouw organisatie?
Het verhaal van Kaia gaat dus niet echt over reizen. Het gaat over een veel scherpere vraag: ben je als organisatie klaar om AI meer te laten doen dan alleen antwoorden genereren?
Drie vragen maken meestal het verschil:
- Is je data betrouwbaar en bruikbaar?
- Kunnen je systemen met elkaar praten?
- Durf je klein te starten en snel te leren?
Bij IntoMatic brengen we data, systemen, processen en AI samen in één georkestreerde flow. Niet om een gimmick te bouwen, maar om een slimme oplossing te maken die echt werkt.
Klaar voor AI die werkt?
Denk je na over een AI chatbot, AI agent of slimme automatisatie?
IntoMatic helpt je om verder te kijken dan de hype. We brengen data, systemen en processen samen zodat AI niet alleen slim klinkt, maar ook echt iets doet.
Zo ontdek je snel waar de grootste waarde zit voor jouw organisatie.