AWS toont hoe AI-'agenten' samen verzekeringsdocumenten sorteren

Amazon Web Services (AWS) heeft in een technische blogpost uitgelegd hoe bedrijven documenten automatisch kunnen laten sorteren met behulp van meerdere samenwerkende AI-modellen. Het voorbeeld komt uit de verzekeringssector, waar dagelijks duizenden documenten binnenkomen: polissen, verklaringen onder eed, aanvullingen op contracten en formulieren voor toezichthouders. Die documenten lijken vaak sterk op elkaar, terwijl een verkeerde indeling kan leiden tot vertragingen of problemen met regelgeving.

Wat is er nieuw aan deze aanpak?

Het nieuwe zit niet in één slim model, maar in de samenwerking tussen drie gespecialiseerde AI-onderdelen die elk een deel van het werk doen. Een eerste onderdeel leest en begrijpt de tekst in het document, zoals een jurist dat zou doen. Een tweede onderdeel kijkt niet naar de inhoud, maar naar hoe het document eruitziet: de opmaak, de tabellen, het lettertype en de structuur. Een derde onderdeel vergelijkt de uitkomsten van de eerste twee, controleert of ze overeenkomen, en geeft een inschatting van hoe zeker het systeem is van zijn beslissing.

Als beide onderdelen het niet eens zijn, of als de zekerheid te laag is, meldt het systeem dat er een mens naar moet kijken. Volgens AWS werkt deze aanpak beter dan één enkel AI-model, omdat lastige documenten vaak zowel een tekstuele als een visuele analyse nodig hebben om correct herkend te worden. Onafhankelijke tests of cijfers die dat bevestigen, staan niet in het bronmateriaal: het gaat om een claim van AWS zelf over zijn eigen technologie.

Welke technologie zit hierachter?

Het systeem draait op Amazon Bedrock, de clouddienst van Amazon waarmee bedrijven verschillende AI-modellen kunnen gebruiken zonder die zelf te moeten bouwen of onderhouden. Voor het lezen van tekst gebruikt AWS het taalmodel Claude Haiku 4.5 van Anthropic. Voor het herkennen van de opmaak gebruikt het systeem een ander AI-model van Amazon zelf, dat documenten omzet in een soort wiskundige vingerafdruk die vergeleken kan worden met bekende sjablonen.

Deze technische details zijn vooral relevant voor wie zelf software laat bouwen of een IT-dienstverlener inschakelt. Voor de doorsnee ondernemer is het belangrijkste dat dit soort automatisering nu bestaat als bouwsteen, en dat leveranciers van bedrijfssoftware er in de toekomst mogelijk producten rond gaan aanbieden.

Voor wie is dit interessant?

Deze aanpak is vooral bedoeld voor organisaties die grote hoeveelheden vergelijkbare documenten verwerken: verzekeraars, banken, advocatenkantoren, boekhoudkantoren of bedrijven met veel administratieve dossiers. Kleinere kmo’s met een beperkt documentvolume zullen hier voorlopig weinig direct nut van hebben, tenzij ze via een softwarepakket toegang krijgen tot vergelijkbare functies.

Belangrijk is ook dat dit een technische blauwdruk is, geen kant-en-klaar product. AWS toont hoe ontwikkelaars zoiets kunnen bouwen, met programmeercode en instructies. Er is geen aanwijzing in de bron dat dit al als afgewerkte dienst beschikbaar is voor bedrijven zonder eigen IT-team.

Wat kost dit?

De bron vermeldt geen concrete prijzen, maar waarschuwt wel dat het gebruik van deze cloud- en AI-diensten kosten met zich meebrengt, en verwijst naar de prijslijsten van Amazon Bedrock. Voor bedrijven die zelf niets bouwen, maar wachten tot dit soort functies in bestaande software verschijnt, verandert er voorlopig niets aan de eigen kosten.

De kern van het verhaal is dus niet dat elke Vlaamse ondernemer morgen zijn documentbeheer moet aanpassen, maar dat grote techbedrijven blijven investeren in AI die routinematig papierwerk herkent en sorteert. Wie veel tijd kwijt is aan het handmatig indelen van gelijkaardige documenten, doet er goed aan dit soort ontwikkelingen te volgen, ook al is de technologie zelf nog vooral iets voor developers en grotere organisaties.