De pilot die nooit afkwam
AI staat op elke directie-agenda. Bij de meeste organisaties die wij spreken komt het er nooit echt van. Niet door budget. Niet door de techniek. Wel doordat vooraf nooit is afgesproken wát het probleem is dat AI moet oplossen.
Dit artikel beschrijft drie patronen die we steeds zien terugkomen bij MKB-organisaties die met AI aan de slag gaan. Plus een werkwijze die in onze praktijk wél rendeert.
Wat we steeds opnieuw zien
Een directie krijgt een demo te zien, raakt enthousiast en geeft groen licht voor een pilot. Er wordt een licentie aangeschaft, een werkgroep opgezet, een externe partij betrokken. Vier maanden later staat het project stil. De licentie loopt door.
Wat ontbreekt is niet de techniek. Wat ontbreekt is een eenvoudige vraag die op papier had moeten staan vóór er één knop werd ingedrukt: welk probleem lossen we op, voor wie, en hoe meten we of het werkt.
Klinkt voor de hand liggend. In de praktijk wordt de stap overgeslagen. Omdat de techniek er al is. Omdat een leverancier al z'n beste case heeft laten zien. Omdat het tempo binnen de organisatie zegt: doe iets. Het resultaat is een toepassing die op zoek gaat naar een probleem.
Drie redenen dat AI in het MKB vastloopt
We zien drie patronen die bijna altijd terugkomen. Apart op te lossen. Samen zorgen ze ervoor dat een AI-traject vroeg of laat doodbloedt.
- Er is geen probleem, alleen een tool. Het gesprek begint met "wat kunnen we met ChatGPT doen?" in plaats van "welk werk kost ons te veel tijd?". De volgorde maakt het verschil. De eerste vraag levert demo's op. De tweede levert use cases op.
- De data klopt niet. AI versterkt wat er staat. Staan jullie klantgegevens op vier plekken, zijn drie ervan verouderd en weet niemand welke de waarheid is? Dan kan een model daar geen wonder van maken. Het wordt sneller fout in plaats van langzamer goed.
- Niemand is eigenaar. Een externe partij bouwt iets. Een interne medewerker krijgt het "erbij". Daarna is iedereen verbaasd dat het stilvalt. Een AI-oplossing zonder duidelijke eigenaar met tijd én mandaat verwordt tot iets dat alleen in vergaderingen leeft.
De vraag is nooit écht of AI dit kan. Dat kan AI vrijwel altijd. De vraag is of jullie organisatie er klaar voor is om er iets mee te doen.
Wat dan wél werkt
Geen recept. Wel een volgorde. Deze vijf stappen zijn niet revolutionair. Ze worden alleen zelden in deze volgorde gezet. Daar zit het verschil.
- Begin bij een vraag, niet bij een tool. Welk werk willen we niet meer met de hand doen? Welk antwoord moet sneller bij de klant? Schrijf de vraag in één zin op. Past dat niet? Dan is de vraag nog niet scherp genoeg.
- Zoek jullie eigenaar voordat jullie iets bouwen. Eén persoon met mandaat, tijd en interesse. Geen werkgroep van zes. Die ene persoon hakt knopen door zonder iedereen er weer bij te halen.
- Check jullie data vóór het model. Een AI-oplossing is zo goed als de data die hij krijgt. Een week investeren in opschonen scheelt later maanden terugdraaien.
- Houd het klein. Eén proces, één afdeling, één meetbare uitkomst. Liever één duidelijke winst dan vijf vage beloftes. Wat werkt schaalt vanzelf door.
- Meet wat het oplevert. Uren, fouten, doorlooptijd, klantcontact. Wat je niet meet, ben je over drie maanden vergeten. Maak het zichtbaar in een dashboard dat het team zelf kan openen.
Stel in de volgende vergadering deze vraag: "welk werk doen we nu dat niemand leuk vindt en dat altijd hetzelfde stappenplan volgt?" Daar zit de eerste echte AI-oplossing voor jullie.
Een voorbeeld uit eigen praktijk
Een klant in de zakelijke dienstverlening kreeg per week tussen de 80 en 120 inkomende offerteaanvragen via een formulier. Een medewerker las ze, classificeerde ze en zette ze door naar het juiste team. Gemiddeld 35 minuten per aanvraag. Bij vakantie of ziekte liep de stapel op.
We bouwden geen "AI-bot". We bouwden een eenvoudige voor-classificatie. Het model leest de aanvraag, kiest het waarschijnlijke team en stelt een conceptantwoord voor. De medewerker controleert in één minuut. Bij twijfel grijpt ze in. Dat signaal gebruikt het model om zichzelf te verbeteren.
Drie maanden later: doorlooptijd terug naar gemiddeld zes minuten per aanvraag. Geen wachtrij meer. Belangrijker: de medewerker doet nog steeds zelf de eindcheck. Niemand is overbodig. Er is wel ruimte voor het werk dat er eerder niet meer bijpaste.
Zo'n traject werkt alleen als de medewerker die het straks gebruikt, vanaf dag één meebouwt. Niet als ontvanger achteraf, maar als mede-ontwerper.
Wat je hieruit meeneemt
Geen samenvatting. Wel vijf zinnen die je in een vergadering kunt herhalen.
