AI in je bedrijf

Operationeel, integraties, agents en ontwikkelwerk door AI — met wat elk daarvan echt kost.

Praktijknotitie — een standpunt uit ervaring, geen onderzoeksresultaat. Geen cijfer hier dat ik niet zelf gemeten heb.

Bijgewerkt aug 2026

Het AI-landschap is de voorbije jaren — en de voorbije maanden — ongelooflijk snel geëvolueerd. Leveranciers beloven de hemel; in de praktijk blijkt het telkens moeilijker dan verwacht. Wat een implementatie doet slagen, is een grondige kennis van wat AI wél en niet kan, samen met de juiste businessbeslissingen en echte technische kennis van de technologie zelf. Eén van de drie missen volstaat. Het voorbije jaar heb ik alle facetten van AI intensief onderzocht en ook echt geïmplementeerd, niet alleen erover gelezen — wat hieronder staat, komt daaruit: uit wat werkte en uit wat niet werkte.

01

Operationeel: het repetitieve midden

De winst die standhoudt, is weinig spectaculair. Steeds hetzelfde soort mail opstellen, een gesprek samenvatten, een formulier omzetten naar een gestructureerd record, een gedeelde inbox een eerste keer sorteren. Klein, frequent, en goedkoop als het misgaat. Begin daar, niet bij wat indruk zou maken op een directie — de directiedemo is waar pilots sterven.

Met nulmetingMeet voorafTwee weken draaienMeet achterafHouden of stoppenvergelijkenZonderOverslaanTwee weken draaienMeet achteraf?Het loopt door,onbewezenniets om mee te vergelijken
De stap die men overslaat is de eerste, en de kost valt helemaal aan het einde: is er in week 0 niets vastgelegd, dan valt er in maand 2 niets te vergelijken, kan de pilot niet op bewijs gestopt worden en loopt hij stilletjes door. Dat is de gebruikelijke afloop, niet de uitzondering.

02

Integraties: één systeem, niet vijf

AI wordt pas nuttig zodra het systeem de data ziet die je al hebt en terugschrijft in de tool die mensen toch al openen. Daar zit ook de kost: authenticatie, rechten, en iemand die eigenaar is wanneer de API onder je verandert. Eén integratie die goed zit, is meer waard dan vijf halve — en het zijn de halve die stilletjes ophouden te werken.

03

Agents: handelen, niet antwoorden

Een agent doet dingen: verstuurt, boekt, archiveert, betaalt. De vraag is niet of het kan, maar wat er gebeurt als de agent om drie uur 's nachts fout zit en niemand kijkt. Kleine opdracht, een logboek van alles wat de agent deed, en een menselijke goedkeuring overal waar een fout geld kost of publiek is.

  • Wat mag de agent doen zonder te vragen?
  • Waar staat wat de agent gedaan heeft?
  • Wie merkt het als de agent stilvalt — of stilletjes fout gaat?
Hoeveel er gebeurt voor een mens het zietConceptenjij verstuurtIntegratiesze schrijft terugAgentsze handeltWat kost fout zijn?goedkoop → laat lopengeld, reputatie, toezichthouder → een mens tekenthoe dan ook gelogd
De facetten zijn één as, geen vier categorieën: elk verschuift werk verder voorbij het punt waar iemand kijkt. De poort staat niet waar de tool het aankan, maar waar een fout iets kost — en daarom blijft ze permanent staan en niet tot er vertrouwen is.

04

Ontwikkelwerk door AI

Dit verandert echt de vorm van software bouwen: een prototype in een namiddag, een onbekende taal binnen bereik, boilerplate weg. Het neemt de noodzaak niet weg om te begrijpen wat eruit kwam. Beoordeel het zoals je het werk van een sterke nieuwe collega beoordeelt — want dat is het, zelfvertrouwen inbegrepen, en een nieuwe collega die nooit twijfelt, is degene die je het strengst controleert.


Implementatieplan

  1. Week 0

    Schrijf de nulmeting op

    Kies één repetitieve taak en meet ze zoals ze vandaag is: hoe lang, hoe vaak, hoeveel fouten. Sla dit over en je zult nooit kunnen aantonen of er iets verbeterd is — en eindig je met het percentage van iemand anders.

  2. Week 1–2

    Doe het met de hand, met AI

    Zelfde taak, zelfde mensen, AI in de lus, nog niets geautomatiseerd. Twee weken volstaat om te weten of de taak er zich überhaupt toe leent, en stoppen kost niets.

  3. Week 3–4

    Koppel het aan één systeem

    De tool die mensen toch al openstaan hebben. Stel de platformaankoop uit tot je weet welke ene integratie je echt nodig hebt.

  4. Voor het breed gaat

    Bepaal waar een mens tekent

    Lijst de handelingen op waar fout zijn geld, reputatie of de aandacht van een toezichthouder kost. Die houden een goedkeuringsstap, permanent — niet tot je het vertrouwt, permanent.

  5. Maand 2

    Meet hetzelfde opnieuw

    Het cijfer uit week 0, ongewijzigd. Bewoog het niet, zeg dat dan en stop. Dat resultaat is meer waard dan een pilot die stilletjes doorloopt omdat niemand hem wil afvoeren.

  6. Doorlopend

    Wijs een eigenaar aan

    Iemand wiens job het is wanneer het model verandert, de API verandert, of het met overtuiging fout begint te zitten. Zonder naam erop verslechtert het en merkt niemand het.


Valkuilen

  • Een platform kopen voor je een toepassing hebt

    De demo werkt altijd — daarvoor is ze gebouwd. Vertrek van een taak die je kunt benoemen en een cijfer dat je al hebt.

  • Een slecht proces automatiseren

    Klopt het proces niet, dan maakt AI het fout op schaal en met meer overtuiging. Repareer eerst het proces; dat is doorgaans ook het goedkoopste van de twee.

  • Agents met schrijfrechten en geen logboek

    De fout is niet spectaculair, ze is stil: honderd kleine handelingen die niemand nakeek. Loggen is niet langer optioneel zodra een agent handelt in plaats van antwoordt — en een logboek dat niemand leest, is geen logboek. Monitor het op fouten en houd er cijfers op bij: hoe vaak, welk type, en of het toeneemt.

  • Overtuiging gelezen als juistheid

    AI klinkt even zeker wanneer het gelijk heeft als wanneer het dat niet heeft. Elk proces dat erop rekent dat een mens twijfel opmerkt, faalt — er is geen twijfel om op te merken.

  • Geen nulmeting, dus niets te bewijzen

    De meest voorkomende afloop die ik zie: iets heeft duidelijk geholpen, niemand kan het aantonen, en het budgetgesprek loopt slecht af.


Winst

  • Tijd terug op repetitief werk

    De onspectaculaire taken zijn tegelijk waar AI het betrouwbaarst is en waar de uren echt zitten.

  • Eerste versies kosten geen tijd meer

    De duurste minuten van een taak zijn meestal de eerste: het lege document, de mail die je drie keer herbegint. Een bruikbare eerste versie in seconden haalt dat weg. Wat erna komt — nakijken, schrappen, herschrijven — duurt nog altijd precies even lang.

  • Bedrijfskennis wordt doorzoekbaar

    Documenten, gesprekken en threads worden bevraagbaar in plaats van alleen bewaard. Hier doet het opzoeken het werk, niet het genereren — en dat is het deel dat blijft opbrengen.

  • Kleine teams reiken verder

    Een bedrijf van één tot tien medewerkers kan nu dingen die vroeger een afdeling vroegen — op voorwaarde dat iemand eigenaar is van het resultaat en het niet gewoon doorstuurt.


Risico's

  • Data die het bedrijf verlaat

    Weet welke dienst wat verwerkt, waar ze draait, en wat het contract zegt over trainen op jouw invoer. Controleer het per tool — er draagt niets over van de ene leverancier naar de andere.

  • Regelgevend risico

    De GDPR geldt al, en de EU AI Act legt verplichtingen op die afhangen van wat het systeem doet en in welke sector. Ik ben niet de persoon om te zeggen in welke categorie je valt: laat dat beoordelen in plaats van het aan te nemen. Ik heb daar zelf een gereedheidstoets voor gebouwd.

  • Afhankelijkheid van de leverancier

    Prijzen, modellen en voorwaarden veranderen op hun tempo, niet het jouwe. Houd de prompts en de data aan jouw kant van de lijn, zodat overstappen een project is en geen herbouw.

  • Vaardigheden die stil wegkwijnen

    Kan over twee jaar niemand in het team de taak nog zonder hulp, dan is de tool infrastructuur geworden. Dat kan een aanvaardbare ruil zijn — maar beslis het bewust in plaats van het te ontdekken.

  • Enthousiasme dat het bewijs voorbijloopt

    Het mijne inbegrepen. Iedereen die jou dit verkoopt, zou moeten kunnen zeggen wat er precies gemeten is en op hoeveel gevallen. Is het antwoord een slide, dan is het geen antwoord.