Naar de inhoud

AI-pilots die nooit live gaan: beginnen bij rendement, niet bij technologie

Veel AI-experimenten blijven steken in de proeffase. Dat ligt zelden aan de techniek, maar aan de keuze van het proces. Begin bij één afgebakende taak met een duidelijke opbrengst.

Het probleem

Bedrijven experimenteren volop met AI, maar weinig experimenten worden een vast onderdeel van het werk. Gartner verwachtte dat minstens 30% van de projecten met generatieve AI na de proeffase zou worden stopgezet, onder meer door slechte gegevens, onvoldoende risicobeheersing, oplopende kosten of een onduidelijke opbrengst.

Waarom het steeds terugkomt

  • De techniek staat voorop. "We moeten iets met AI" in plaats van "dit proces kost te veel tijd".
  • Te breed begonnen. Een assistent die alles moet kunnen, kan uiteindelijk niets goed genoeg.
  • Niet betrouwbaar genoeg. Een demo werkt, maar in het echte werk zijn de fouten te duur.
  • Niet ingebed. De toepassing staat naast het werk, in plaats van erin.

Onze aanpak

  1. Eerst rendement. Welk proces kost aantoonbaar tijd of geld? Wat is het waard als het sneller of beter gaat?
  2. Eén afgebakende taak. Bijvoorbeeld vragen beantwoorden over de eigen documenten, of gegevens uit facturen halen. Klein genoeg om goed te krijgen.
  3. Betrouwbaar maken. Rekenen door code, antwoorden laten controleren, twijfel eerlijk melden, en de mens laten beslissen.
  4. In het werk zetten. De toepassing komt in de systemen waar mensen al werken, niet in een los hulpmiddel.
  5. Pas dan uitbreiden. Het gaat minder om de code en meer om goede keuzes: wat bouwen we, en wat niet?

Waar let u op

  • Meet vóór en na. Zonder nulmeting is er geen rendement aan te tonen.
  • Kies gegevens die op orde zijn, of maak ze eerst op orde.
  • Houd de kosten voorspelbaar, bijvoorbeeld met lokale AI tegen vaste hardwarekosten.

Wilt u advies over AI-pilots die rendement opleveren? Vraag een gratis adviesgesprek aan.

Bronnen

Bijgewerkt op

Verder lezen

Alle artikelen over AI
AI

Persoonsgegevens in de AI-cloud: wie kijkt er mee?

Een gesprek met een AI-dienst in de cloud is niet vanzelf privé. Een zaak in Canada laat zien wat een aanbieder kan zien en delen. Wat betekent dat voor de AVG, en voor de regels in Zwitserland en daarbuiten?