Lizzy Prins, oprichter en eigenaar van High Potential Factory, ziet maar wat vaak hoe organisaties AI-projecten bouwen op een oud fundament: de manier van werken die ze nu eenmaal gewend zijn. „De basis blijft hoe het altijd is gegaan. Daar gooien ze AI bovenop. Je krijgt dan hooguit miniverbeteringen, verder blijft alles bij het oude. Veel organisaties weten trouwens überhaupt niet waarom ze AI inzetten, waar het aan moet bijdragen. Het is elke keer weer bijzonder om mee te maken.”
Paard versus auto
„Ze zijn hun paard voor de koets aan het versnellen”, herkent Maartje Vennema de ervaringen van haar gesprekspartner. „Zodat het paard harder kan lopen. Terwijl ze beter een auto kunnen bouwen, wat op termijn veel waardevoller is.” Net als Prins helpt Vennema organisaties om meerwaarde te halen uit AI. Dat doet ze onder andere met de Chief AI Officer Academy die ze heeft opgezet.
“Even alles van tafel vegen en de puzzel opnieuw leggen. Dat lijkt veel werk, maar het levert op termijn veel meer concurrentievoordeel op”
Veel bedrijven denken bij AI aan verbeteringen aan ‘de voorkant’, ziet Prins, terwijl ze beter aan de achterkant kunnen bouwen aan die auto: „Even alles van tafel vegen en de puzzel opnieuw leggen. Dat lijkt veel werk, maar het levert op termijn veel meer concurrentievoordeel op. Laat de rest lekker AI op verouderde processen plakken, maar pak het zelf rigoureuzer aan. Voor je het weet raas je de anderen voorbij, terwijl zij amper nog vooruitkomen.” Eigenlijk is het niet zo moeilijk om winst te behalen met AI, constateert ze hardop: „Ik zou wel weten waarin ik zou investeren.”
Saaie data en sexy agents
Prins en Vennema pleiten voor een doordachte, integrale aanpak van AI-projecten. Dat klinkt logisch, maar is allesbehalve gemeengoed: „Als je weet dat de basis niet op orde is en je gooit er AI bovenop, dan zou iedereen zich toch achter de oren moeten krabben”, zegt Prins.
Toch gebeurt dat niet: „AI-projecten worden goedgekeurd terwijl misschien wel niemand weet wat er precies gaat gebeuren.” Binnen veel bedrijven leeft de verwachting dat AI in een paar seconden allerlei problemen kan oplossen, zelfs het datafundament, ziet Vennema. „AI is het resultaat, maar daar heb je data voor nodig”, wijst ze op het ondergeschoven kindje: „Data is in de ogen van veel mensen saai, net als security. Dat is jammer.”
“Aan een agent zou ik dingen overlaten die ik ook aan een collega zou overlaten. Kleine dingen, na goede tests uiteraard”
AI daarentegen heeft een sexy imago, ziet Vennema, en dat geldt zeker voor agents: „Aan een agent zou ik dingen overlaten die ik ook aan een collega zou overlaten. Kleine dingen, na goede tests uiteraard.” Toepassingen met grote impact op mensenlevens of een groot strategisch belang zijn volgens de AI-adviseur niet geschikt voor agents.
Enorme missers
Het valt Prins op dat bedrijven agents inzetten voor externe dienstverlening, zoals chatbots, terwijl ze intern nog weinig ervaring hebben opgedaan: „Ik denk dat je eerst meters moet maken op behapbare stukjes en je eigen toko en processen, voordat je echt grote businessimpact gaat proberen te versauzen met AI. Je kunt daar enorme missers mee maken en dan heb je wel heel veel schade aangericht. De chatbots die ik de afgelopen jaren voorbij heb zien komen, waren meer slecht dan goed.”
“Zo’n chatbot kun je best implementeren, maar dan zou ik wel klein beginnen”
„Zo’n chatbot kun je best implementeren, maar dan zou ik wel klein beginnen”, reageert Vennema. „En ik zou ook direct nagaan wat er nodig is om op te schalen bij succes. Vaak zijn dit soort projecten in de pilotfase heel leuk, maar is de schaalbaarheid nul. Ik zou het sowieso alleen doen als ik weet wat het me in theorie oplevert, niet gewoon zomaar omdat het kan.” Van can do naar should do, noemt ze het. Prins sluit zich daarbij aan: „Als je geen probleem hebt, jongens, dan hoef je ook niks op te lossen met AI.”
Drie vragen
Bezint eer ge begint, is ook het devies van Vennema. Volgens haar moeten directies zich drie vragen stellen voordat ze groen licht geven voor een AI-project: wat is onze bedrijfsstrategie? Kan het idee daaraan bijdragen? En wat levert het dan op? „Ik werk zelf altijd met een drempelwaarde. Wat moet een project de organisatie minimaal opleveren om er überhaupt aan te beginnen? Iets kan heel leuk zijn - en supermakkelijk om te doen - maar als het onder die drempelwaarde ligt, kun je je resources beter ergens anders in stoppen.”
Lizzy Prins en Maartje Vennema zijn te zien en horen op Data Expo, waar business, data en technologie samenkomen. Sinds 2015 is Data Expo uitgegroeid tot dé vakbeurs voor professionals die bouwen aan betrouwbaar, verantwoord en waardevol gebruik van data & AI in Nederland. De komende editie vindt plaats op woensdag 9 en donderdag 10 september in de Jaarbeurs in Utrecht. Je kunt je hier gratis inschrijven voor Data Expo.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
