Wil je iets met AI doen? Begin dan niet bij AI.
De grootste winst haal je niet uit het model, maar in het proces waar het wringt of stroef loopt.
In de praktijk zien we nog te vaak hetzelfde patroon: een POC, een workshop of een hackathon met de vraag: “wat is hier de ideale AI-use-case?”. Of de klassieker: “we hebben een chatbot nodig”. Op zich zijn dat geen slechte initiatieven. Ze helpen om ideeën los te maken en richting te verkennen, maar als startpunt zijn ze vaak mager.
Waarom? Omdat niet iedereen aan tafel goed kan inschatten wat met AI vandaag technisch, organisatorisch of economisch haalbaar is.
En omdat de kernvraag vaak nog niet gesteld is: hoe loopt dit proces vandaag echt? Waar verliest het tijd? Waar worden grote (buitensporige) kosten gemaakt? Waar gaat informatie verloren? Waar worden beslissingen genomen op basis van onvolledige data? En waar gebeurt werk dat eigenlijk geen waarde toevoegt?
Dat is geen inzicht dat exclusief voor AI geldt. Goede procesverbetering start niet bij een oplossing, maar bij het proces zelf. Toch gebeurt in AI-trajecten vaak het omgekeerde: zodra de ambitie wordt geformuleerd als "we gaan inzetten op AI", begint men te denken in AI-oplossingen. Inspirerende use cases worden dan te snel geprojecteerd op processen met een andere logica, andere uitzonderingen en andere grenzen.
En wie heb je daarvoor nodig? Niet alleen managers, architecten of analisten, maar ook de mensen die de processen dagelijks uitvoeren en tegen fricties aanlopen. En dat zijn vaak niet dezelfde mensen:
- Wie het proces kent, heeft de frictie soms al zo lang genormaliseerd dat hij ze niet meer ziet.
- Wie de pijn voelt, benoemt meestal feilloos de symptomen, maar ziet niet altijd het bredere geheel of de onderliggende oorzaak.
Door die perspectieven samen te brengen, krijg je niet alleen een scherper beeld van het proces. Je bouwt ook vroeger draagvlak op bij de mensen die de verandering straks het meest direct zullen voelen. Pas dan wordt duidelijk waar AI echt iets kan oplossen.
En dan - pas dán - wordt de technologische keuze interessant. De oplossing kan dan heel divers zijn: document intelligence, computer vision, forecasting, agentic AI, of een combinatie ervan. Maar welke technologie het meest geschikt is, volgt uit de analyse van het proces, niet andersom. AI geeft ons de mogelijkheid om volledige processen te omdenken.
Organisaties die daarin slagen, stellen de vraag anders:
Niet: “Wat kan AI voor ons doen?”
Maar: “Waar verliest ons proces vandaag structureel waarde, en wat verandert er als die frictie wegvalt?”
Daar zit voor mij het verschil tussen kruimels rapen en echte schaal maken.
