Hoe zie jij de rol van AI in jouw organisatie? Welke kansen of uitdagingen zie je in jouw sector?
Laat je gegevens achter en dan neem ik contact met je op.
Het minder goede nieuws: jij bent degene die straks moet uitleggen waarom het wel of niet werkt.
Dit artikel is voor de IT-manager, CIO of business director die intern het AI-verhaal moet dragen. Ik schrijf het op basis van wat ik in vier jaar aan honderden gesprekken heb gehoord: waar AI implementatie struikelt, wat een fundament voor opschaling vraagt, en welke stappen je morgen kunt zetten.
McKinsey bevestigde het onlangs met cijfers: slechts 1% van de organisaties noemt zichzelf "mature" in AI-toepassing. Tegelijk plant 92% van de bedrijven om fors meer in AI te investeren. Dat gat, tussen ambitie en resultaat, is het echte probleem van AI-implementatie.
Wat ik zelf zie is dat AI-projecten zelden stuklopen op techniek of modellen. Ze stranden op proces, mensen en governance. Dat zijn de drie valkuilen die ik telkens terug zie komen.
Voordat je je eerste use case kiest, moet je vijf dingen scherp hebben. Dit is geen checklist waar je uit kan shoppen, alle punten samen zijn het fundament voor opschaling.
Strategische verankering.
Voordat je een use case kiest, moet je deze kunnen verbinden aan een doel dat al op je bestuursagenda staat. Een AI-oplossing zonder strategisch haakje verzandt in een nuttige tool die geen enkele MT-discussie raakt. Een werkende bot voor schade-afhandeling is leuk, maar versnelt hij ook jullie strategische doel op klantretentie, marges of marktaandeel? Test het bij jezelf: kun je de use case die je nu in gedachten hebt, terugbrengen naar drie strategische doelen uit jullie jaarplan? Of één doel? Zo niet, dan heb je nog geen startpunt.
Een concrete businessvraag.
Niet "we willen iets met AI doen". Wel: "we willen dat onze klantenservice binnen 30 seconden antwoord geeft op 70% van de standaardvragen." Begin bij de plek waar je medewerkers de meeste werkdruk of herhaling ervaren. Daar levert AI het eerst waarde.
Datavolwassenheid die klopt met je ambitie.
AI is zo goed als de data en context die het krijgt. Als je data in silo's zit, de kwaliteit onbekend is en niemand eigenaar is, begin je niet bij het AI-model. Data en AI zijn onlosmakelijk met elkaar verbonden. Begin bij je datalandschap.
Governance die innovatie toestaat.
De AI Act geldt nu al. Wie nu kaders inregelt, hoeft straks niet in paniek te repareren. De zekerheid dat je voldoet aan wetgeving, maakt innovatie mogelijk.
Draagvlak bij medewerkers en bestuur.
Als je mensen AI als bedreiging zien, stopt elk project voor het begint. AI-adoptie is gedragsverandering. Dat kost tijd en het vraagt draagvlak en bestuur dat zichtbaar meedoet.
Doe de AI Readiness Check (5 minuten). Je krijgt direct inzicht in welk fundament al staat en waar je AI implementatie nu vastloopt, voordat je een euro uitgeeft.
Onze aanpak heet Expeditie AI en kent vijf fases. Deze implementatie werkt in elke organisatie, van logistiek tot publieke sector.
Niet kiezen is trouwens óók een keuze. AI wordt in jouw organisatie al gebruikt, formeel of informeel. De vraag is niet of je start. De vraag is of je er grip op krijgt.
De vijf fases klinken logisch op papier. De vraag is: in welke fase loopt AI bij jullie nu vast? Dat weet je vaak pas als je het meet.
Fase 1 en 2 van Expeditie AI, de inventarisatie plus de eerste prototypes, kosten samen €9.500 en duren drie weken. Je eindigt met een geprioriteerde roadmap, een eerste bewijs wat werkt en de kennis om te beslissen. Geen adviesrapport van honderd pagina's, maar een concrete richting.
Fase 3 en verder hangen af van de use case. Een documentclassificatie-oplossing brengt andere kosten mee dan een voorspelmodel voor klantvraag. Wat we je vooraf beloven: we maken je niet afhankelijk. Jullie engineers en data-mensen doen het werk, wij brengen het kompas.
Bij Unigarant, de verzekeringstak van de ANWB, startten we met één concrete vraag: het proces rond schade-afhandeling voor reisverzekeringen was omslachtig en piekdruktes waren moeilijk op te vangen.
We bouwden een kleine proof of concept met een language model, testten die met de business, en brachten de oplossing naar productie. Het resultaat: een bot die schade-afhandeling ondersteunt, klantscore die met twee punten steeg, en piekdruktes die beter opgevangen worden.
Belangrijker nog: na deze eerste use case volgde een tweede, een bot voor het opzeggen van fietsverzekeringen, waar 40% van de inkomende calls over ging. Dat is opschaling. Niet meer pilots. Dezelfde routine, volgende waarde.
Als je tot hier hebt gelezen, herken je waarschijnlijk het gat tussen wat je bestuur vraagt en wat je organisatie aankan. Dat gat is niet op te lossen met een snelle pilot of een extra rapport. Het vraagt structuur: een heldere vraag, een fundament dat klopt, een aanpak in fases, en mensen die het dragen.
Je kunt dit zelf, echt. En als je een kompas wil gebruiken dat anderen al hebben uitgetest, staan wij klaar. Geen adviestraject van zes maanden. Drie weken, een concreet resultaat en een roadmap om op te bouwen.
Expeditie AI is onze aanpak voor AI implementatie. Wij geloven dat ontdekken en bouwen samengaan. Je weet aan het einde van drie weken waar je staat, wat werkt en wat de volgende stap is.
De eerste vraag die je straks moet kunnen beantwoorden, is niet "hebben we een AI-strategie?". Het is: "weten we hoe we van pilot naar productie komen?". Als je daar nog geen helder antwoord op hebt, is dat waar we beginnen.
Geen idee waar jullie AI-implementatie nu vastloopt? Doe de AI Readiness Check in 5 minuten
Geen idee waar jullie AI-implementatie nu vastloopt? Doe de AI Readiness Check in 5 minuten