Maak de contentbibliotheek
weer bruikbaar.
Een schaalbare AI-pipeline classificeert farmaceutisch marketingmateriaal, zodat teams het consistenter kunnen vinden, hergebruiken en beheren.
Een wereldwijd farmaceutisch bedrijf
De uitdaging
Een wereldwijde farmaceutische organisatie beheert een grote bibliotheek met marketingmateriaal, van brochures en presentaties tot digitale bestanden. Om materiaal efficiënt te hergebruiken en aan de regels te voldoen, moet het nauwkeurig worden ingedeeld op inhoud, therapeutisch domein en beoogde boodschap.
Die classificatie gebeurde handmatig: een tijdrovend en foutgevoelig proces. Content werd vaak onvolledig of helemaal niet geclassificeerd. Daardoor konden teams materiaal moeilijk terugvinden en hergebruiken.
De oplossing
Common Sense AI ontwierp en implementeerde een schaalbare automatiseringspipeline die grote taalmodellen (LLM’s) gebruikt om marketingmateriaal te classificeren op basis van inhoud en context.
Belangrijke onderdelen:
- Batchverwerking van meer dan 1.000 materialen tegelijk
- Een vast outputformaat voor het taalmodel, voor consistentie en eenvoudige integratie
- Een intelligent herstelmechanisme: geeft het model een antwoord in het verkeerde formaat, dan start het systeem automatisch een vervolggesprek met het taalmodel om dat op te lossen
De pipeline is ontworpen voor robuustheid en schaalbaarheid, zodat classificatie ook bij grote volumes snel en betrouwbaar verloopt.
Het resultaat
Teams beschikken nu over:
- Automatische labels met passende categorieën
- Minder handmatig werk en meer tijd voor waardevollere taken
- Een schaalbare oplossing die zich aanpast aan elke nieuwe batch bestanden
- Beter vindbare en herbruikbare marketingcontent in de hele organisatie
Het project toont hoe automatisering met taalmodellen de ordening van kennis in gereguleerde sectoren kan verbeteren, met meer snelheid en consistentie op grote schaal.