Kies een AI-ontwikkelbedrijf op hoe het met productie omgaat, niet op zijn demo. Het juiste bedrijf bouwt in de systemen die je team al gebruikt, test op je echte data, laat een mens de uitkomst goedkeuren, legt elke actie vast, zegt wie de workflow na de livegang beheert en laat de accounts en de uitknop bij jou. Vraag naar elk van deze punten op schrift.
#Belangrijkste punten
- Een demo op voorbereide data bewijst weinig. Vraag om het te zien draaien op je input.
- De bouw hoort in je tools en je accounts te zitten, niet in een platform dat je huurt.
- Vraag hoe kwaliteit na de livegang wordt gemeten, niet alleen ervoor.
- Beveiligingsvragen voor AI omvatten ook prompt injection, niet alleen de gebruikelijke checklist.
- Weet wie het repareert als het kapotgaat, en hoe je team het overneemt.
#Wat heeft een AI-maatwerkoplossing nodig dat een demo niet heeft?
Een demo laat zien dat een model een taak één keer kan uitvoeren. Een workflow in productie moet dat elke dag doen, op rommelige input, met iemand die verantwoordelijk is voor de uitkomst. In dat gat lopen projecten vast: Gartner verwachtte dat 30% van de generatieve-AI-projecten tegen eind 2025 na de proof of concept zou worden stopgezet (Gartner, juli 2024).
Vraag elk bedrijf wat het toevoegt tussen demo en productie: testsets op basis van je data, een controlestap waarin een mens goedkeurt, logging, bewaking van foutpercentages, en een plan voor uitzonderingen die de AI nooit alleen mag afhandelen.
#Welke technische vragen stelt een niet-technische koper?
- Waar draait het model, in welke accounts, en wie is daar eigenaar van?
- Hoe meet je de nauwkeurigheid op onze data, en wat gebeurt er als die daalt?
- Hoe bescherm je je tegen prompt injection? Dat is het eerste risico in de OWASP Top 10 voor LLM-toepassingen.
- Wat wordt er vastgelegd, wie kan het logboek inzien, en hoe lang wordt het bewaard?
- Welke stappen zijn geautomatiseerd, en welke keurt een mens goed?
Je hoeft de techniek niet te beoordelen. Je hebt concrete, schriftelijke antwoorden nodig die je IT- of securityverantwoordelijke kan controleren.
#Hoe vergelijk je een AI-ontwikkelbedrijf met een offshore ontwikkelbureau?
Veel bedrijven die hoog scoren op "AI-ontwikkelbedrijf" zijn algemene softwarebureaus die AI aan hun dienstenlijst hebben toegevoegd. Voor een eenvoudige functie kan dat werken. Voor een workflow binnen je operations vraag je of het bedrijf het proces in kaart brengt met de mensen die het uitvoeren, in het Arabisch en Engels test op je bestanden, en na de livegang verantwoordelijk blijft. Luidt het antwoord "wij leveren de code", dan blijft het beheer bij jou liggen.
We are
Stennir bouwt één workflow in je eigen tools, test die op je data in het Arabisch en Engels, laat een mens goedkeuren en beheert hem daarna als beheerde AI-operations.
We aren't
Stennir is geen software die je huurt en waarop je inlogt, en geen ontwikkelbureau dat code overdraagt en vertrekt.
#Wie beheert de workflow na de livegang?
Dit is de vraag die de meeste voorstellen overslaan. Modellen veranderen, input verschuift en medewerkers vertrekken. Iemand moet foutpercentages bewaken, regels bijwerken en de volgende workflow toevoegen. Bij Stennir zijn dat beheerde AI-operations, met een benoemde eigenaar. Bij AI-implementatie betaal je voor afgerond werk, en de voorwaarden worden in het gesprek afgesproken.
#Wat doet een operationsmanager nu?
Kies de workflow die je gebouwd wilt hebben en stuur de vragen hierboven naar elk bedrijf. Bekijk hoe Stennir het aanpakt bij AI-implementatie en AI voor operations, vergelijk Stennir met intern aannemen of boek een gesprek van 30 minuten.
#Veelgestelde vragen
Bouwen we AI op maat of kopen we een standaardtool?
Koop als een tool je workflow al uitvoert zoals je team die draait en je dataregels de hosting ervan toestaan. Bouw als de workflow meerdere van je systemen doorkruist, afhangt van je eigen regels of in een specifieke regio moet draaien. Veel bedrijven doen beide: een gekochte tool voor algemene taken, maatwerk waar het proces echt van henzelf is.
Wie is eigenaar van de code en de accounts na een AI-maatwerkbouw?
Vraag het voordat je tekent en leg het schriftelijk vast. Bij Stennir staan de accounts op je naam, blijft de data onder je controle en heeft je team de uitknop. Stop je met Stennir, dan blijft de workflow draaien of stopt hij, naar je keuze. Hosting volgt je regels.
Wat kan er misgaan bij een AI-maatwerkbouw, en hoe wordt dat opgevangen?
De AI kan een document verkeerd lezen, een regel verkeerd toepassen of worden gemanipuleerd door tekst die in een input is verstopt. Daarom keurt een mens de uitkomst goed, wordt elke actie vastgelegd en worden testsets op basis van je eigen data na elke wijziging opnieuw gedraaid. Fouten worden bij de goedkeuring opgevangen, en het logboek laat zien waar ze moeten worden opgelost.
Werkt Stennir zowel in het Arabisch als in het Engels?
Ja. Arabisch en Engels worden volledig ondersteund, andere talen op aanvraag. Stennir test elke workflow op je echte documenten en berichten in beide talen voordat je team erop vertrouwt, in plaats van aan het einde een Engelse bouw te vertalen. Inboxen met gemengde talen zijn gebruikelijk in de Golf, dus die worden ook getest.
