FAQ
Veelgestelde vragen.
Duidelijke antwoorden over ons data- en AI-werk: wat we bouwen, hoe een project verloopt en hoe we met je data omgaan. Staat je vraag er niet bij? Vraag het ons.
Over Growing Pai
Wat doet Growing Pai?
We zijn een data- en AI-consultancy in Gent, België. We maken van je data persoonlijke AI die echt werk doet: bestellingen lezen, klanten onboarden, mails beantwoorden en voorspellen wat komt.
Waar staat Pai voor?
Personal AI: AI op maat van jouw data, jouw toon en jouw manier van werken. Growing staat voor blijvende groei, en voor de taart groter maken in plaats van te vechten om de stukken.
Met wie werken jullie?
Organisaties in productie, HR en payroll, de publieke sector, energie, media, logistiek, automotive en voeding. Voorbeelden zijn Attentia, Versele-Laga, Stad Gent, het Europees Milieuagentschap en BD Media.
Bekijk onze casesMet welke technologie en partners werken jullie?
We zijn partner van Databricks en Microsoft. We bouwen op Azure, Databricks, Microsoft Fabric, Power BI, Azure AI Foundry en OpenAI, en LangGraph voor agents.
Dataplatformen, integratie en dashboards
Wat is een data lakehouse, en hebben we er een nodig?
Een lakehouse brengt je data samen op één plek, met één versie van de waarheid voor rapportering en AI. We bouwen ze op Azure, Databricks en Microsoft Fabric, voor kmo's en grote ondernemingen. Een Microsoft Fabric-lakehouse voor Empwr Nutrition stond er in twee maanden.
Lees de case van Empwr NutritionDatabricks, Microsoft Fabric of Power BI: wat kiezen we?
Dat hangt af van je bestaande landschap, je datavolumes en je team. We vergelijken de opties open, ook die waarbij wij niets hoeven te bouwen, zodat jij beslist, en goed geïnformeerd.
Kunnen jullie SAP, ons CRM en andere systemen koppelen?
Ja. We brengen SAP, CRM's, IoT-data, bestanden en API's samen, kuisen ze op en maken ze klaar voor analyse en AI. Voor Empwr Nutrition zetten we SAP-data klaar met Azure Data Factory.
Kunnen jullie dashboards bouwen die mijn team echt gebruikt?
Ja: dashboards in Power BI, Fabric of Databricks, of webdashboards op maat in je eigen portaal. We mikken op self-service, zodat de volgende vraag geen ticket nodig heeft. Bij BD Media zetten we een netwerk van interne Data Champions op.
Lees de case van BD MediaWat is het verschil tussen batch- en streamingpipelines?
Batchpipelines verplaatsen data volgens een schema, bijvoorbeeld elke nacht. Streamingpipelines voeren ze de hele dag door aan. Voor een automotivegroep in Gent doet één configuratiegestuurd framework op Databricks allebei.
Lees de caseAI-agents, automatisering en document intelligence
Wat is een AI-agent?
Een digitale collega die leest, controleert, beslist en handelt in al je systemen, en een mens om raad vraagt als hij twijfelt. De bedrijfsregels staan los van de AI, een mens keurt goed wat ertoe doet en elke stap wordt gelogd.
Kan AI de orderintake uit pdf, Excel en mail automatiseren?
Ja. Bij Versele-Laga gaat ongeveer 80% van de ordermails automatisch van pdf, Excel en scans naar het ERP, in elke lay-out en taal, en er zijn meer dan 5.000 bestellingen verwerkt. Mensen bekijken enkel de bestellingen waarover het systeem twijfelt, en geen enkele klant moest overstappen op EDI.
Lees de case van Versele-LagaWat is document intelligence?
Software die informatie uit rommelige documenten haalt, classificeert en matcht, in elke lay-out en taal, en ze doorgeeft aan je systemen.
Kan AI de onboarding van klanten of medewerkers versnellen?
Ja. De Attentia Welcome Agent zet rommelige Excelbestanden van klanten om in gevalideerde payrolldata en verkortte de onboardingtijd met 35%, met een mens die goedkeurt wat ertoe doet en een volledige auditlog.
Lees de case van AttentiaWat kunnen machine learning en voorspellende analyses voor ons doen?
Prognoses die tonen wat eraan komt. Voor Stad Gent bouwden we een model op 20 jaar wegendata dat de staat van 1.403 km wegen drie jaar vooruit voorspelt.
Lees de case van Stad GentHebben we deep learning of computer vision nodig?
Niet altijd. Voor het Europees Milieuagentschap vergeleken we een deeplearningmodel op satellietbeelden met klassieke machine learning om luchtkwaliteit te voorspellen. De beste technologie is de technologie die past, en soms is dat een goed afgesteld klassiek model voor een fractie van de kost.
Lees de case over luchtkwaliteitPrivate chatbots, privacy en vertrouwen
Kunnen we een private ChatGPT op onze eigen documenten krijgen?
Ja. We gebruiken retrieval-augmented generation (RAG): medewerkers stellen vragen in gewone taal en krijgen antwoorden uit je interne documenten, met bronvermelding. Toegangsrechten worden gerespecteerd, en als er geen antwoord is, zegt de assistent dat.
Lees de case over private ChatGPTIs onze data veilig, en waar gaat ze naartoe?
We ontwerpen van bij de start voor GDPR, datalocatie, toegangsrechten en audittrails. Bij Attentia blijft de data in de eigen Azure-tenant van de klant, staan de regels los van de AI en wordt elke stap gelogd.
Hoe gaan jullie om met GDPR en de Europese AI Act?
We bekijken vroeg welke regels van toepassing zijn, want ervoor ontwerpen is veel goedkoper dan achteraf aanpassen. Dat gaat over GDPR, datalocatie, toegangsrechten, audittrails en de Europese AI-regels.
Hoe zorgen jullie dat AI-antwoorden betrouwbaar zijn?
Antwoorden vermelden hun bronnen of zeggen dat er geen antwoord is. De bedrijfsregels staan buiten de AI, een mens bekijkt waarover het systeem twijfelt, en we meten en rapporteren de resultaten.
Gaat AI onze mensen vervangen?
Nee. Mensen sturen de AI. We halen het repetitieve werk van je bord, zodat je mensen zich kunnen richten op het boeiende deel.
Samenwerken met ons
Hoe verloopt een project?
In vier stappen: Kiezen van één use case die het waard is om mee te beginnen, Bewijzen met een snelle eerste versie, Opleveren van wat werkt met de juiste vangrails, en Verbeteren door de impact te meten en naar gebruikers te luisteren. We beginnen klein en tonen snel iets echts.
Lees onze aanpakWe weten niet waar AI past. Waar beginnen we?
Met een AI-opportuniteitenworkshop: een praktische sessie met je team om te vinden waar AI zich het eerst terugbetaalt, en een realistische eerste stap. Stad Gent begon met een workshop en drie ideeën, en zette daarna een pilot op met het beste.
Boek een workshopHoe snel zien we iets werken?
We bouwen met AI-codeeragents en geautomatiseerde tests en reviews, zodat een werkende eerste versie er binnen enkele dagen is, niet na kwartalen, en engineers instaan voor elke regel code.
Moeten we kopen, bouwen of combineren?
Standaard waar dat goed genoeg is, maatwerk waar het je voorsprong is, en vaak een mix. We zetten de opties op een rij en wat elke optie kost om mee te leven, nog voor er iets gebouwd wordt.
Ondersteunen jullie ons na de livegang?
Ja. Beheren & groeien omvat doorlopende ondersteuning, troubleshooting en nieuwe use cases, zodat je systeem je bedrijf blijft bijhouden.
Geven jullie onze teams opleiding in AI?
Ja. We bieden opleidingen, playbooks en richtlijnen zodat je mensen AI dagelijks en veilig gebruiken: welke data waar naartoe mag, wie wat goedkeurt en hoe resultaten gemeten worden. We gaven een klant ook een Databricks-opleiding van vijf dagen.
Hoe neem ik contact op?
Mail naar axel@growingpai.com, bel een van onze medeoprichters of onze business developer, of boek een gesprek.
Neem contact opNog een vraag?
Vertel ons wat je team vertraagt. We zeggen je eerlijk of AI kan helpen.