AI die wél rendeert: begin bij het werk, niet bij de technologie.

Stel: je leidinggevende vraagt morgen om 10% op de werkingskosten te besparen. Wat is je antwoord? Veel organisaties grijpen dan meteen naar een nieuwe AI-tool. Maar dat is net de verkeerde eerste stap. Technologie levert pas rendement op als je eerst weet waar je tijd en geld vandaag naartoe gaan. AI met resultaat begint niet bij de technologie, maar bij het werk.

Veel AI, weinig rendement

AI is intussen overal. 76% van de grote Belgische bedrijven gebruikt vandaag al een vorm van AI. En toch levert 95% van die pilootprojecten geen meetbaar rendement op. Dat is een opvallende kloof. Ze laat zien dat de uitdaging niet ligt bij het aankopen van indrukwekkende technologie, maar bij het omzetten ervan in echte waarde.

Wie meteen met een tool start, bouwt vaak een oplossing zonder te weten welk probleem ze precies oplost. De winst zit niet in de technologie zelf, maar in waar en hoe je ze inzet.

Drie vragen, in de juiste volgorde

Een succesvolle AI-transformatie volgt drie vragen, en de volgorde is cruciaal. Waar zit het werk? Welk werk kan AI dragen? En hoe haal je het binnen? Pas als je de eerste vraag beantwoordt, krijgt de tweede betekenis. En pas daarna wordt de derde concreet.

Drie stappen naar resultaat

1. Inventariseer: waar zit het werk?

Begin met meten, nog voor je aan een tool denkt. Breng per departement en rol in kaart welke taken je mensen doen, hoeveel tijd elke taak kost en hoe vaak ze terugkomt. Zo zie je waar de echte werklast zit. Spreek daarbij niet over het schrappen van jobs, maar over vrijgekomen tijd: tijd die je opnieuw kunt inzetten waar ze meer oplevert. Twee zaken zijn hierbij belangrijk. Ondersteun je mensen bij hun inschatting, want we overschatten makkelijk de tijd voor complexe of net afgeronde taken. En toets je cijfers aan de realiteit. Zo bouw je een betrouwbare basis en een sterke business case.

 Van taken in kaart brengen tot vrijgekomen tijd: een voorbeeld van een workload-analyse bij een payrollteam.

2. Filter: welk werk kan AI dragen?

Niet elke taak is geschikt voor AI. Voor je investeert, leg je je shortlist daarom langs drie filters.

• Is de data beschikbaar? AI kan alleen werken met informatie waar ze ook echt bij kan. De data moet bestaan, digitaal opvraagbaar zijn en niet verstopt zitten in iemands hoofd, in losse mailboxen of in een verouderd systeem dat niet met de buitenwereld praat. Ontbreekt die basis, dan is dat vaak je eerste werkpunt, nog voor er sprake is van AI.
• Is er genoeg volume en herhaling? AI loont pas wanneer een taak vaak en in een vergelijkbare vorm terugkomt, denk aan honderden of duizenden gelijkaardige gevallen per jaar. Een proces dat elke keer anders verloopt of slechts af en toe voorkomt, levert zelden genoeg op om de investering te verantwoorden. Hoe voorspelbaarder en repetitiever, hoe groter de winst.
• Is de foutmarge beheersbaar? AI, en zeker generatieve AI, is nooit 100% correct. De vraag is dus niet of er fouten zullen zijn, maar hoeveel risico een fout met zich meebrengt en hoe je dat opvangt. Bij taken met weinig impact kan AI gerust autonoom werken. Waar een fout duur of gevoelig is, bouw je controles in: een slim procesontwerp en een menselijke validatie op de juiste momenten. Zo blijft de tijdswinst overeind zonder dat de kwaliteit eronder lijdt.

Denk aan het anonimiseren van duizenden documenten: veel volume, beschikbare data en een mens die de twijfelgevallen nakijkt. In zulke repetitieve processen haalt AI vaak zelfs een hogere nauwkeurigheid dan een mens. Möbius paste dit principe toe bij een overheidsorganisatie die documenten op grote schaal anonimiseert. Lees de volledige case hier.

3. Beslis: kopen of bouwen?

Tot slot de keuze tussen kopen en zelf bouwen. Bijna al onze projecten vandaag zijn hybride: je koopt de bouwstenen en bouwt er zelf de orchestratie bovenop. De onderliggende AI-modellen, zoals de grote taalmodellen (LLM's), koop je het best kant-en-klaar. Ze zelf ontwikkelen kost handenvol geld, en door ze aan te kopen werk je altijd met de nieuwste technologie zonder zwaar onderhoud.

De echte meerwaarde zit in de orchestratie die je er zelf bovenop bouwt: de laag die alles aanstuurt en afstemt op jouw processen. Zie die als de dirigent van het AI-orkest. Hij stuurt verschillende AI-technologieën aan, geeft ze veilig toegang tot je bedrijfsdata en laat ze in de juiste volgorde samenwerken. De markt levert dus de brute denkkracht, jouw orchestratie maakt er een werkend proces van. Weeg de keuze tussen kopen en bouwen af op zaken als de gewenste pasvorm, het strategische belang, het aanbod op de markt, databeveiliging, de tijd tot resultaat en je capaciteit om het te onderhouden.

Begin bij het werk, niet bij de tool

Een AI-transformatie is geen eenmalig project, maar een doorlopend proces van verfijnen. Word je gevraagd om fors te besparen, sla dan de eerste stap niet over. Meet eerst waar het werk zit, filter wat AI echt kan dragen en combineer aankoop met eigen orkestratie.

De organisaties die het verschil maken, zijn niet die met de meeste tools. Het zijn die welke hun processen eerst echt doorgronden. Dus: begin niet bij de technologie, maar bij het werk. En bouw van daaruit verder.