Vraagstuk
De pilot werkte, maar in het dagelijkse werk verandert er nog niets. In een gesprek van 30 minuten zoekt u met Martijn van Grieken uit waar het vastzit en welke stap nu zinvol is.
Bespreek uw pilot in 30 minuten → of stel eerst een vraag
Voor wie
Voor wie dit gesprek bedoeld is
Voor organisaties met een AI-initiatief dat verder is dan een idee: een pilot, een proof of concept of een model dat in een beperkte omgeving draait. Aan tafel zit bijvoorbeeld de businessverantwoordelijke of de IT-manager, soms samen met de data- of AI-verantwoordelijke. Raakt het vraagstuk financiën, bedrijfsvoering of informatiebeveiliging, dan is het zinvol dat ook die kant meedenkt.
Waaraan u het herkent
De situatie
Een proof of concept is meestal opgezet om één vraag te beantwoorden: kan het? Dat lukt vaak, en snel. Wat er niet in zat, is alles wat daarna komt: waar de data vandaan blijft komen, wie het beheert, wat er gebeurt als het model ernaast zit, en hoe het past in het werk van de mensen die het moeten gebruiken.
Daardoor ontstaat een vreemde situatie: het experiment is geslaagd en de conclusie is onbruikbaar. De stap naar productie stelt aanvullende eisen, aan beheer, beveiliging, beschikbaarheid en eigenaarschap, die zelden in de pilotbegroting zitten. Wie ze pas op dat moment ontdekt, staat stil.
Omdat een pilot klein en zichtbaar is, en het risico ervan overzichtelijk lijkt. Dat een pilot op echte data draait, met echte persoonsgegevens en echte koppelingen, valt daarbij makkelijk weg. Hij levert een demo op waar in een stuurgroep enthousiast op gereageerd wordt. Productie brengt structurele kosten met zich mee: beheer, monitoring, incidentafhandeling en een aanwijsbare eigenaar. Dat is goed te organiseren, maar het vraagt een besluit dat een demo niet vraagt. Zo raakt een organisatie een verzameling geslaagde experimenten rijk zonder dat er iets verandert.
Het is bovendien zelden een technisch probleem. Vaker ontbreekt de eigenaar aan de businesskant: iemand die het resultaat nodig heeft om zijn eigen doelen te halen, en daarom druk zet op de laatste stap.
Wat helpt
Niet elk idee verdient een pilot. Maar wat een pilot krijgt, verdient vooraf een antwoord op de vraag wat er gebeurt als hij slaagt. Waar het misgaat en hoe u dat voorkomt, staat uitgebreider in AI-pilots die nooit in productie komen: waar het misgaat en hoe u het voorkomt.
Spreek de slaagvoorwaarde vooraf af
Niet “het model haalt 90% nauwkeurigheid”, maar: welke beslissing gaat hierdoor anders, en wie neemt hem. Zonder die zin is er geen criterium om door te gaan.
Wijs een eigenaar aan de businesskant aan
Iemand die het resultaat nodig heeft, niet iemand die het interessant vindt. Dat is het verschil tussen een project met urgentie en een project met belangstelling.
Neem beheer mee in de begroting
Een model blijft doen wat het deed; de werkelijkheid eromheen verandert wel. Dat vraagt om monitoring op verschuivende data en om een moment waarop iemand beoordeelt of hertrainen nodig is. Wie dat pas na oplevering inricht, staat voor een keuze die niemand wil maken.
Afwegingen
De stap naar productie is zelden alleen een technisch besluit. Wie er budget of mensen voor vraagt, moet op zes punten een antwoord hebben, of weten waar dat antwoord nog ontbreekt.
Mensen
Wie gaat er anders werken, en wat merkt die persoon ervan? Een toepassing die niemand in zijn werk opneemt, levert niets op, hoe goed het model ook is.
Data
Komt de data straks uit de bronsystemen, op tijd en in dezelfde vorm als in de pilot? En mag ze daar voor dit doel gebruikt worden? Een handmatige export is geen productiedata.
Integratie
Waar komt de uitkomst terecht: in welk systeem, bij welke stap, op welk moment? Een aparte applicatie naast het bestaande werk wordt zelden gebruikt.
Kwaliteit
Wanneer is een uitkomst goed genoeg, en wat gebeurt er als hij ernaast zit? Die grens bepaalt de business, niet het model.
Kosten
Wat kost het om te bouwen, en wat kost het per jaar om het draaiend te houden? De tweede vraag blijft in pilots vaak onbeantwoord.
Beheer
Wie bewaakt het systeem als de data verandert, wie beslist over hertrainen en wie regelt toegang en beveiliging? En wie is aanspreekbaar als het stilvalt?
Onze aanpak
Wij werken volgens CRISP-DM, een methode waarin de ingebruikname een eigen fase is en geen bijzaak aan het eind. Het team dat een model bouwt, koppelt het aan uw systemen en houdt het daarna draaiend. Vragen over data, beheer en gebruik komen daardoor op tafel voordat er iets gebouwd is.
Soms is ons advies om niet door te bouwen. Als de data er niet is, of als niemand de uitkomst gaat gebruiken, is stoppen of heroverwegen de goedkoopste uitkomst.
Sommige systemen draaien al jaren onder ons beheer, zoals het dataplatform van AxionContinu met ons rapportageportaal NextView, dat sinds 2023 draait. Het is een data- en rapportageplatform, geen AI-model. Voor beheer maakt dat weinig uit: bronsystemen veranderen, nieuwe vragen komen erbij en de cijfers moeten blijven kloppen.
Het eerste gesprek
Een verkennend gesprek, zonder verplichtingen. U vertelt waar uw initiatief staat; Martijn stelt vragen en zegt eerlijk wat hij ziet.
Wat u wilt verbeteren
Welke beslissing of handeling moet beter worden door deze toepassing, en voor wie? Dat maken we samen zo concreet mogelijk.
Waar het vastzit
We zoeken de vermoedelijke blokkade: data, integratie, kwaliteit, eigenaarschap, gebruik of beheer.
Wat de volgende stap is
U hebt na afloop een beeld van de informatie die nog ontbreekt en van een zinvolle volgende stap. Soms kunt u die zelf zetten, soms is meer onderzoek nodig.
Het helpt als u in een paar zinnen kunt vertellen wat de pilot moest opleveren, wat er nu draait en wie er intern bij betrokken is. Documenten of een presentatie zijn niet nodig.
In 30 minuten maken we geen architectuuraudit, geen doorgerekende businesscase en geen belofte dat het gaat werken. Is er daarna meer nodig, zoals een diagnose of een projectfase, dan spreken we daar eerst samen de scope en de kosten voor af.
U kiest zelf een moment in de agenda van Martijn. Stuurt u liever eerst een bericht, dan belt Martijn u terug, uiterlijk de volgende werkdag. Bellen kan ook: 088-2762345.
Verder lezen
Artikel
Waarom initiatieven blijven hangen tussen experiment en productie, en welke stappen die impasse doorbreken.
Dienst
Van businessvraag tot werkende software, gebouwd door dezelfde mensen die het bedenken, inclusief de stap naar productie.
Methode
De aanpak die een dataproject opdeelt in fases waarin u terug mag, en waarin productie een fase is, geen bijgedachte.
De AI-readiness check: twaalf vragen, vijf minuten, direct resultaat, zonder e-mailadres.
Twentynext, data- en AI-bureau in Eindhoven, is precies op deze stap ingericht: dezelfde mensen die een model bouwen, brengen het in productie en beheren het daarna. Een pilot krijgt bij ons vooraf een slaagvoorwaarde, een eigenaar aan de businesskant en een beheerbegroting, zodat een geslaagd experiment ook een draaiend systeem wordt. Wij werken sinds 2014 voor organisaties in heel Nederland, volgens CRISP-DM, waarin productie een fase is en geen bijgedachte.
Omdat een proof of concept één vraag beantwoordt, kan het, en alles wat daarna komt buiten beschouwing laat: waar de data vandaan blijft komen, wie het systeem beheert, wat er gebeurt als het model ernaast zit en hoe het past in het werk van de mensen die het gebruiken. Productie stelt eisen aan beheer, beveiliging, beschikbaarheid en eigenaarschap die zelden in de pilotbegroting zitten. Vaker dan een technisch probleem ontbreekt de eigenaar aan de businesskant die het resultaat nodig heeft.
Drie dingen, vooraf: een slaagvoorwaarde in termen van een beslissing die anders gaat en wie die neemt; een eigenaar aan de businesskant die het resultaat nodig heeft; en beheer in de begroting, inclusief monitoring op verschuivende data en een moment waarop iemand beoordeelt of hertrainen nodig is.
Samenwerken
De mensen die het bouwen, beheren het daarna. Sinds 2014 in Eindhoven.
Wij gebruiken Google Tag Manager om bezoek te meten en Leadinfo om te herkennen welk bedrijf onze site bezoekt. Beide laden alleen als u daarmee instemt. Kiest u voor alleen noodzakelijk, dan werkt de site gewoon en meten wij niets. Cookieverklaring · Privacyverklaring
