AI-implementatie: van “we moeten iets met AI” naar iets dat draait

Wat is AI-implementatie eigenlijk?

AI-implementatie is het inpassen van AI in werk dat al bestaat. Het begint niet bij een model maar bij de vraag waar tijd in gaat zitten en waar fouten ontstaan. Vaak past een koppeling of een vaste rekenregel beter. AI is dan een optie, niet het uitgangspunt.

Dat klinkt minder spannend dan het onderwerp meestal wordt gebracht, en dat is precies het punt. Het moeilijke deel is nooit het model. Het moeilijke deel is dat er iets moet veranderen in hoe mensen hun dag doorlopen, en dat er iemand verantwoordelijk moet zijn als het over drie maanden iets raars doet.

Wanneer is AI het verkeerde gereedschap?

Dit is de vraag die bijna nergens beantwoord wordt, en het is de vraag die u geld bespaart.

Als de regel vastligt. Moet er btw over een bedrag, of een korting bij een bepaalde afname, dan is dat rekenwerk. Een rekenregel is goedkoper, sneller en heeft één groot voordeel: hij geeft elke keer hetzelfde antwoord. Een model niet noodzakelijk.

Als het gegeven al ergens bestaat. Wordt er informatie overgetypt van het ene scherm naar het andere, dan hoeft er niets bedacht te worden — het moet alleen doorgegeven. Dat is een koppeling tussen uw systemen en geen AI-vraagstuk.

Als een fout duur is en niet opvalt. Een model dat er in één op de twintig gevallen naast zit, is prima voor het rangschikken van binnenkomende post en ongeschikt voor het bepalen van een factuurbedrag. Het verschil zit niet in de techniek maar in wie het merkt.

Als niemand het gaat controleren. Een systeem dat voorstellen doet waar niemand naar kijkt, doet in de praktijk niets. Dan heeft u een abonnement gekocht.

Blijft er na deze vier niets over, dan heeft u geen AI-probleem maar een procesprobleem. Dat is een ander gesprek, en meestal een goedkoper.

Waar past het dan wél?

Bij werk waar wél oordeel in zit maar geen groot risico aan hangt, en waar een mens de uitkomst nog ziet voordat er iets gebeurt.

Neem een bericht dat ’s nachts binnenkomt: een klacht, een aanvraag, een reactie op een offerte. Iemand moet lezen waar het over gaat, bepalen wie het oppakt, en er iets van maken. De volgende ochtend ligt er dan een concept klaar bij de juiste persoon, met de gegevens er al bij. Die persoon leest het na, past aan en verstuurt.

Wat er is gewonnen is niet het schrijven maar het sorteren en het klaarzetten. En wat er níét is weggegeven is de beslissing: die ligt nog steeds bij iemand die de klant kent.

Dat patroon — het systeem zet klaar, een mens drukt op de knop — is bij ons de standaardvorm. Niet uit voorzichtigheid, maar omdat het de enige vorm is die na een half jaar nog draait.

Wie beheert het als het draait?

De vraag die in offertes zelden staat en die na de oplevering het belangrijkst wordt.

Een model verandert. De leverancier brengt een nieuwe versie uit, en uitkomsten die vorige maand goed waren zijn dat ineens net niet meer. Uw eigen gegevens veranderen ook: nieuwe producten, andere klanten, een werkwijze die is bijgesteld. Zonder iemand die daarnaar kijkt, verschuift de kwaliteit langzaam zonder dat er ooit een foutmelding komt.

Spreek daarom drie dingen af voordat u begint. Wie kijkt ernaar, en hoe vaak. Waaraan ziet die persoon dat het goed gaat — een steekproef, een teller, een lijst van gevallen waar het systeem twijfelde. En wat gebeurt er als het uitvalt: kan het werk dan door zoals vroeger, of staat alles stil?

Dat laatste is geen theoretische vraag. Een oplossing waar geen weg omheen is, wordt een risico op het moment dat er iets misgaat.

Waar staan onze gegevens?

Een eerlijke vraag met een antwoord dat u moet vastleggen, niet moet aannemen.

Er zijn grofweg drie smaken. Uw gegevens gaan naar een dienst van een leverancier en blijven daar. Ze gaan er wel heen maar worden niet bewaard en niet gebruikt om modellen te trainen. Of ze blijven binnen uw eigen omgeving en er gaat niets naar buiten.

Alle drie kunnen prima zijn, en de keuze hangt af van wat er in die gegevens staat. Persoonsgegevens van klanten, medische informatie, offertes met inkoopprijzen erin — daar hoort u strenger in te zijn dan bij een lijst met openbare productnamen.

Wat u in elk geval wilt weten: welke gegevens verlaten uw bedrijf, waar komen ze terecht, hoe lang blijven ze daar, en kunt u dat aantonen als iemand het vraagt. Wij schrijven dat per opdracht op, ook als niemand erom vraagt, want achteraf is het niet meer te reconstrueren.

Hoe begint u zonder groot besluit?

Met één taak die vaak terugkomt, weinig risico draagt en die iemand nu met tegenzin doet.

Niet met een proefproject dat naast het echte werk loopt, want dat betekent dat mensen hun taak twee keer doen en er bij de eerste drukte mee stoppen. Dat is een van de vaakst gemeten redenen dat dit soort trajecten stilvalt; zie waarom AI-projecten stuklopen.

En spreek vooraf af wanneer u kijkt of het gelukt is, met een datum erbij. Zonder dat moment verdwijnt het stil uit de agenda en weet niemand of het iets heeft opgeleverd.

Hoe u bepaalt wélke taak dat moet zijn, staat op waar u begint en wat zich leent voor automatisering.

Wat gaat er meestal mis?

Drie dingen, en geen ervan is technisch.

Er is niemand van. Het draait, maar het is van niemand, dus er kijkt niemand naar en er verbetert niets.

Het staat naast het werk in plaats van erin. Als iemand een extra scherm moet openen om er iets aan te hebben, gebeurt dat een week lang en daarna niet meer.

Niemand heeft het aan de werkvloer gevraagd. De mensen die het moeten gebruiken weten precies waar het misgaat, en ze weten meestal ook waarom een eerdere poging is mislukt. Daar gaat uw mensen meekrijgen over.

Eén technische valkuil hoort er wel bij: een taalmodel spreekt u niet tegen. Het geeft antwoord, ook als het het niet weet, en het wordt overtuigender naarmate u er meer informatie in stopt. Wat dat betekent voor ingewikkelde vraagstukken, staat op AI zegt te vaak ja.

Wat doen wij hierin?

Wij bouwen het en wij lopen eerst mee. Dat is de volgorde: eerst kijken waar de tijd heen gaat en waar fouten ontstaan, dan bepalen welk stuk daarvan zich hiervoor leent, en dan pas kiezen met welk gereedschap. Soms is dat AI. Vaker is het een koppeling, een rekenregel of het schrappen van een stap.

Wij zeggen het ook als het antwoord nee is. Dat is niet nobel maar praktisch: een traject dat niet had gemoeten, kost ons meer dan het oplevert — aan uitleg, aan nazorg en aan een klant die het gevoel houdt dat het niets werd.

Wilt u weten wat er in uw geval verstandig is? Bel 036 52 98 447 of mail info@cloudzicht.nl.