Dit is een artikel van onze kennispartner

WoodWing Scienta
Zoek het uit. Met Scienta.
‘Het ligt niet aan de AI’ – de ongemakkelijke waarheid over AI-implementatie
blog-hero-ongemakkelijke-waarheid-over-ai-implementatie

Het is een scenario dat zich momenteel in menig directiekamer afspeelt: de druk om ‘iets met AI’ te doen stijgt, er wordt enthousiast een geavanceerde tool geselecteerd en de software wordt organisatiebreed uitgerold. De verwachtingen zijn hooggespannen, maar drie maanden en een forse factuur later is de realiteit ontnuchterend. Er is binnen de organisatie fundamenteel niets veranderd, behalve dat de frustratie onder medewerkers is toegenomen en de initiële adoptie is omgeslagen in teleurstelling.

Dit is geen incident, maar de norm. Uit het MIT-onderzoek The GenAI Divide: State of AI in Business 2025 blijkt dat maar liefst 95% van de generatieve AI-pilots geen meetbaar rendement oplevert. Dit percentage wordt weliswaar breed aangehaald in de markt, maar de cruciale vraag waarom deze projecten massaal stranden blijft vaak onbeantwoord. De ongemakkelijke waarheid is dat de oorzaak vrijwel nooit bij de technologie zelf ligt, maar bij de organisatie erachter. Je komt er als organisatie vrij snel achter dat AI geen pleister is waarmee je organisatorische gebreken kunt afplakken en verbergen. Veel eerder het tegenovergestelde; het is een vergrootglas.

Het hardnekkige misverstand over procesverbetering

De grootste fout die veel organisaties vandaag de dag maken, is ervan uitgaan dat AI gebrekkige processen kan repareren. AI verbetert processen niet uit zichzelf, het automatiseert ze slechts – in een ongekend tempo, dat wel. Wanneer een chaotisch, ongestructureerd proces wordt gekoppeld aan AI, is het directe resultaat een chaotisch geautomatiseerd proces. Het wordt sneller, schaalbaarder en (door de complexiteit van de technologie) vele malen moeilijker om weer terug te draaien. Maar om processen te verbeteren, is meer nodig.

Wie een slecht functionerende klantenservice automatiseert, lost de ontevredenheid van de klant niet op. De automatisering zorgt er slechts voor dat meer klanten sneller een kwalitatief slecht antwoord krijgen. De technologie doet precies wat er wordt gevraagd, maar de invoer bepaalt de uitvoer. Juist omdat AI zo krachtig en effectief werkt, verankert het bestaande fouten en maakt ze een vast onderdeel van de bedrijfsvoering. 

Een chatbot is in de praktijk snel gebouwd, maar de fundering niet

Hoe dit mechanisme in de praktijk werkt, zag ik onlangs bij een organisatie die een interne kennisbank wilde ontsluiten met een AI-chatbot. Technisch gezien was dit een eenvoudig project; de chatbot was dan ook binnen enkele weken operationeel. De échte uitdaging begon echter pas toen de tool daadwerkelijk antwoorden moest gaan genereren. De kennisbank bleek bij nadere inspectie verre van optimaal te zijn opgezet. Artikelen spraken elkaar tegen, verouderde documentatie stond kriskras door nieuwe richtlijnen en cruciale bedrijfskennis bleek niet in de kennisbank, maar alleen in de hoofden van een aantal ervaren specialisten te zitten. AI is tot veel in staat, maar het kan geen logica scheppen in een onlogische datastructuur.

De directie besloot daarop het project rigoureus om te gooien. De chatbot werd zes maanden lang uitsluitend intern ingezet door het supportteam. Wat volgde was maandenlang intensief monnikenwerk zonder flitsende demo’s om het beheren van kennis binnen de organisatie te verbeteren:

  • Het systematisch analyseren van de gestelde vragen
  • Het handmatig bijsturen van foutieve antwoorden
  • Het grondig opschonen van de volledige kennisbank
  • Het dichten van inhoudelijke gaten en het interviewen van specialisten om impliciete kennis expliciet vast te leggen

Pas nadat deze fundering volledig was hersteld, steeg het succespercentage van de chatbot naar 98% correcte antwoorden – een score die het gemiddelde niveau van een individuele medewerker oversteeg. Pas op dat moment was het vertrouwen groot genoeg om de technologie ook extern, voor klanten, beschikbaar te stellen. Het vertrouwen bleek terecht, want de uiteindelijke resultaten waren uitstekend en de AI wekte regelmatig verbazing door de accuratesse van de antwoorden. Maar dat succes was uitsluitend te danken aan het feit dat het onzichtbare voorwerk (met terugwerkende kracht in dit geval) correct was uitgevoerd.

Het verhoogde risico in vitale sectoren

De noodzaak van een solide fundering geldt voor elke markt, maar de risico’s worden exponentieel groter in sectoren waar nauwkeurigheid, traceerbaarheid en betrouwbaarheid de kernwaarden zijn. Denk hierbij aan de gezondheidszorg, de financiële dienstverlening, publishing en compliance-gestuurde omgevingen. In deze segmenten kan foutieve output tot directe juridische of financiële schade leiden, en bovendien je goede reputatie aantasten.

Partner(s)

WoodWing Scienta
Zoek het uit. Met Scienta.

(Advertentie)

Nieuwste artikelen

Van controle naar sturing: hoe je inspeelt op ISO 9001 en ontwikkelingen richting 2026
Van controle naar sturing: hoe je inspeelt op ISO 9001 en ontwikkelingen richting 2026
‘Het ligt niet aan de AI’ – de ongemakkelijke waarheid over AI-implementatie
blog-hero-ongemakkelijke-waarheid-over-ai-implementatie
De infantilisering van kwaliteit
KjeldAij
En nu gaat ie stuk…
Column-Hugo
Feedback: hoe zet je dat constructief in?
Feedback: hoe zet je dat constructief in?