De hype en de realiteit
Er zijn twee verhalen over AI. Het eerste: AI verandert alles, nu meteen, en wie niet meedoet verliest. Het tweede: AI is overhyped en de bubbel barst binnenkort.
Beide verhalen verkopen goed. Maar voor een organisatie die moet beslissen over investeringen zijn ze niet bruikbaar.
Wat we wél weten: AI is een krachtige technologie die bepaalde taken dramatisch kan verbeteren. Het is geen toverstaf. Het werkt niet voor alles, en waar het werkt vraagt het vaak meer investering dan de demo's suggereren.
Waar AI uitblinkt
In onze projecten zien we steeds dezelfde patronen. AI werkt goed voor taken met bepaalde kenmerken.
Ongestructureerde data verwerken. Documenten analyseren, e-mails classificeren, websites scrapen en samenvatten. Hier schittert AI. Een mens kan dit ook, maar AI doet het in seconden waar een mens uren nodig heeft.
Natuurlijke taal begrijpen en genereren. Tekst schrijven, vertalen, herschrijven in een andere toon, vragen beantwoorden over een corpus aan documenten. De kwaliteit is vaak verrassend goed.
Patronen herkennen in grote datasets. Anomalieën detecteren, classificaties maken, voorspellingen doen op basis van historische data. Mits je genoeg data hebt en de patronen er daadwerkelijk in zitten.
Repetitieve kenniswerk automatiseren. Taken die nu door mensen worden gedaan, maar eigenlijk bestaan uit het toepassen van regels op variërende input. Denk aan eerste screening van aanvragen, standaard rapportages genereren, data-invoer controleren.
Waar AI faalt
Minstens zo belangrijk: waar je AI níét moet inzetten.
Taken waar precisie kritiek is. AI hallucineert. Het verzint feiten, cijfers, bronnen. Voor juridische documenten, financiële rapportages of medische adviezen is dat onacceptabel — tenzij er altijd een mens meekijkt.
Problemen die met simpele logica op te lossen zijn. Als je een probleem kunt oplossen met een if-statement, een spreadsheet of een database-query, doe dat. AI toevoegen maakt het duurder, trager en minder voorspelbaar.
Situaties waar je geen fouten kunt tolereren. AI geeft geen garanties. Het geeft waarschijnlijkheden. Voor safety-critical systemen of beslissingen met grote consequenties is dat zelden acceptabel.
Taken waar de mens de waarde is. Klantrelaties, creatieve strategie, complexe onderhandelingen. AI kan ondersteunen, maar de menselijke component is vaak precies waarom klanten voor jou kiezen.
De Klarna-les
Klarna kondigde aan dat hun AI-chatbot het werk van 700 klantenservicemedewerkers overnam. Maanden later namen ze weer mensen aan. Klanten klaagden over de service.
Dit is geen bewijs dat AI niet werkt. Het is bewijs dat de implementatie complexer is dan de aankondiging. AI kan veel, maar de overgang van "demo" naar "productie die klanten tevreden houdt" vraagt meer dan een persbericht.
We zien dit patroon vaker. Bedrijven die AI implementeren op basis van een indrukwekkende demo, zonder de randvoorwaarden te begrijpen. De demo werkt perfect op geselecteerde voorbeelden. De productie krijgt te maken met edge cases, onverwachte input, en klanten die zich niet gedragen zoals de trainingsdata.
De juiste vragen
Voordat je investeert in AI, stel jezelf deze vragen:
Wat is het daadwerkelijke probleem? Niet "we willen AI inzetten", maar "we besteden te veel tijd aan X" of "we missen kansen omdat Y te langzaam gaat". Begin bij het probleem, niet bij de technologie.
Hoe wordt dit nu opgelost? Begrijp het huidige proces. Vaak blijkt dat een deel van het probleem oplosbaar is met simpelere middelen. AI wordt dan een accelerator, niet een volledige vervanging.
Wat is de tolerantie voor fouten? Als AI in tachtig procent van de gevallen correct is, is dat goed genoeg? Of moet het negenennegentig procent zijn? Die vraag bepaalt of AI überhaupt geschikt is, en hoeveel je moet investeren in validatie en menselijke controle.
Wie controleert de output? AI zonder menselijke controle is zelden verstandig. Wie checkt of de output klopt? Hoe vang je fouten op voordat ze bij de klant komen?
Onze aanpak
Wij beginnen elk project met deze vragen. Soms is het antwoord dat AI niet de beste oplossing is. Dan zeggen we dat. Liever een eerlijk advies dan een project dat niet oplevert wat je verwacht.
Als AI wél de juiste keuze is, bouwen we met een principe dat we eerder beschreven: logica waar het kan, AI waar het moet. De AI doet wat AI goed kan. De rest doet gewone software. Dat houdt de kosten beheersbaar en de betrouwbaarheid hoog.
En we zorgen altijd voor een weg terug. Geen vendor lock-in, geen black box waar je niet in kunt kijken. Systemen die je begrijpt en kunt aanpassen als de situatie verandert.
De nuance
De AI-markt is volatiel. Er wordt veel geld geïnvesteerd, er zijn hoge verwachtingen, en niemand weet precies hoe het zich ontwikkelt. Sommigen voorspellen een correctie, anderen zien alleen maar groei.
Wij doen geen voorspellingen over de markt. Wat we wel weten: organisaties die nu verstandig investeren in AI — gericht op concrete problemen, met realistische verwachtingen — bouwen waardevolle capabilities op. Ongeacht wat de bredere markt doet.
De vraag is niet of je "in AI moet investeren". De vraag is of AI jouw specifieke probleem oplost, tegen acceptabele kosten, met risico's die je kunt dragen.
Dat is een nuchterder vraag. En vaak een betere.
Benieuwd of AI past bij jouw uitdaging?
We denken graag mee. Geen verkooppraatje, wel een eerlijk gesprek over wat kan en wat niet.