Wat begon als “spelen met AI” groeide bij IntoMatic uit tot een van onze meest leerrijke projecten. Geen commerciële case, geen glossy productlancering. Wel een experimentele chatbot die vandaag nog altijd mee aan tafel zit bij elk AI- en automationproject dat we doen.
Maak kennis met Kaia, onze travel agent bot.

Van droge wetteksten naar dromen over reizen

De eerste versie van Kaia had niets met reizen te maken.
We startten met een Nido-challenge voor RVA: de opdracht was om droge wetteksten en regelgeving makkelijk opvraagbaar te maken via een chatbot. Handig, maar eerlijk… niet het meest sexy onderwerp.

Toch was dit het perfecte speelveld:

• Hoe laat je een chatbot correcte antwoorden geven op basis van complexe teksten
• Hoe zorg je dat gebruikers niet verdwalen in juridische taal
• Hoe combineer je AI met bestaande systemen en databronnen

Van daaruit groeide het idee: als we een bot kunnen bouwen die wetten uitlegt, dan kunnen we er ook één bouwen die iets leukers doet.
Reizen bijvoorbeeld.

En zo ontstond Kaia, de travel agent chatbot. Want geef toe, een gesprek over citytrips en vliegtickets klinkt net iets aantrekkelijker dan paragraaf 12.3 van een KB.

Wat zat er onder de motorkap van Kaia

Kaia was nooit “gewoon een chatbot”. Het was een speeltuin waar we alle relevante bouwblokken van dat moment samenbrachten:

• Een gekozen LLM-model als brein van de chatbot

• Een zelf uitgewerkt MCP-achtig model om tools en context te beheren

• Een iPaaS-oplossing als ruggengraat om data en systemen te verbinden

• Een eigen chatinterface bovenop, zodat we de volledige ervaring konden sturen

Kortom: bijna elk buzzword van dat moment zat erin verwerkt.
Maar belangrijker dan de technologie zelf waren de vragen erachter:

• Hoe betrek je verschillende databronnen op een gecontroleerde manier

• Hoe laat je een chatbot niet enkel antwoorden, maar ook acties uitvoeren

• Hoe zorg je dat het geheel beheersbaar, veilig en uitbreidbaar blijft

Kaia was ons laboratorium om dit stap voor stap uit te testen.

De belangrijkste les: AI zonder data is gewoon… lawaai

We wisten het natuurlijk al, maar Kaia bewees het nog eens hard:
AI is nutteloos zonder degelijke data.

Elke keer we een extra betrouwbare databron inplugden, werd Kaia merkbaar slimmer én bruikbaarder:

• Betere info over bestemmingen zorgde voor relevantere suggesties

• Extra prijsdata maakte haar advies rond vliegtickets realistischer

• Persoonlijke voorkeuren van de reiziger maakten de aanbevelingen écht op maat

Niet alleen als leesbare databron, maar ook als motor voor automatisatie.
Want zodra je chatbot toegang heeft tot de juiste data én systemen, kan ze veel verder gaan dan “antwoorden geven”.

Van chatbot naar echte travel agent

De echte magie begon wanneer Kaia niet alleen kon praten, maar ook dingen kon doen. Denk maar aan:

• “Boek mijn vliegticket zodra de prijs onder bedrag X zakt”

• “Zoek unieke uitstapjes op bestemming Y op basis van mijn interesses”

• “Stel een reisplan samen dat rekening houdt met schoolvakanties, budget en reistijd”

Hier kwam het iPaaS-stuk vol in beeld.
De chatbot werd de voorkant, maar erachter liep een georkestreerde flow van tools en systemen: prijs-API’s, boekingsplatformen, agenda’s, notificaties…

Precies dat samenspel tussen AI, data en automatisatie is waar IntoMatic vandaag op focust. Kaia was een vroege, maar krachtige demonstratie van wat er mogelijk is.

De erfenis van Kaia in onze projecten vandaag

Kaia is vandaag geen product in onze catalogus. Je kan haar niet “kopen”.
Maar de inzichten uit dit project zitten in bijna alles wat we nu doen rond AI, chatbots en automation.

We nemen die learnings mee wanneer we met klanten werken aan bijvoorbeeld:

• Interne supportbots die niet alleen antwoorden, maar ook tickets aanmaken of statussen aanpassen

• Sales- of service-assistants die info ophalen uit meerdere systemen en acties triggeren

• AI-agents die beslissingen voorbereiden of zelfs geautomatiseerd uitvoeren binnen duidelijke grenzen

Ondertussen is de technologie een sprong vooruit gegaan.
Waar we toen nog zelf MCP-achtige constructies uitstippelden, kunnen we nu out-of-the-box MCP’s gebruiken.
Waar we toen veel zelf moesten bouwen, leveren moderne iPaaS-platformen vandaag standaard chatbot- en orchestration-features mee.

Maar één ding is niet veranderd:
De kracht zit niet in “nog een chatbot erbij”, maar in de combinatie van drie bouwstenen:

• Degelijke data

• Slimme automatisatie

• Een AI-laag die mensentaal begrijpt én acties kan aansturen

Wat Kaia jou kan leren over jouw organisatie

Kaia zelf gaat je reis niet boeken. Maar haar verhaal stelt wel een paar scherpe vragen aan elke organisatie:

• Heb je je data voldoende op orde om AI echt waarde te laten leveren

• Kunnen je systemen met elkaar praten zodat een chatbot meer kan dan alleen info tonen

• Durf je experimenteren met kleine, concrete use cases om te leren en itereren

Bij IntoMatic helpen we klanten precies met die oefening.
We brengen mensen, data en technologie samen in één georkestreerde flow. Soms begint dat met iets kleins en speels, net zoals bij Kaia.

Zin om samen te ontdekken welke “Kaia” er in jouw organisatie verstopt zit?
Laat het ons weten. Dan bouwen we geen gimmick, maar een slimme assistent die écht waarde creëert.