Beheerde AI-operations is het werk dat een AI-workflow na de livegang betrouwbaar houdt: resultaten bewaken, evaluaties draaien op echte cases, modelwijzigingen opvangen, herstellen wat kapotgaat en de volgende workflow toevoegen. Een benoemde eigenaar doet dat. Je houdt de code, de data, de documentatie en de uitknop, zodat het nooit een black box wordt.
#Belangrijkste punten
- Een AI-workflow is niet af bij de livegang; input, modellen en bedrijfsregels blijven veranderen.
- Bewaking en regelmatige evaluaties op echte cases laten zien wanneer de kwaliteit wegzakt, voordat klanten het merken.
- Een benoemde eigenaar aan beide kanten beantwoordt de vraag wie verantwoordelijk is als een automatisering faalt.
- Documentatie en toegang op je naam zorgen dat het blijft werken als de bouwer vertrekt.
- Je bent eigenaar van de code, de data en de accounts, en je kunt het uitzetten.
Beheerde AI-operations. Het doorlopend draaien van een AI-workflow in productie: bewaking, evaluaties, modelupdates, herstel, verbeteringen en nieuwe workflows, uitgevoerd door een benoemde eigenaar terwijl de klant eigenaarschap en controle houdt.
#Wat gebeurt er na de livegang en wie onderhoudt de workflow?
Het bekende verhaal: het werkt tot de bouwer vertrekt en niemand het nog wil aanraken. Er verschijnt een nieuwe factuurindeling, een beleid verandert of de modelleverancier brengt een nieuwe versie uit, en de kwaliteit zakt ongemerkt weg. Zonder iemand die meekijkt, is een klacht het eerste signaal.
Bij AI-implementatie van Stennir volgt beheerde AI-operations op de livegang. Een benoemde persoon bij Stennir is eigenaar van de gezondheid van de workflow, en een benoemde persoon aan jouw kant is eigenaar van de bedrijfsregels en keurt de output goed. Beide worden vóór de livegang vastgelegd.
#Wat omvatten beheerde AI-operations precies?
- Bewaking: volumes, foutpercentages, goedkeurings- en afwijzingspercentages, en de cases waarin mensen de uitkomst corrigeren.
- Evaluaties: een testset opgebouwd uit je echte eerdere cases, opnieuw gedraaid na elke wijziging in prompts, regels of modellen.
- Modelwijzigingen: als een leverancier een model uitbrengt of uitfaseert, wordt het nieuwe model op je cases getest voordat het het oude vervangt.
- Herstel en verbeteringen: afgewezen output wordt bekeken, en de regel of het document erachter wordt gecorrigeerd.
- Volgende workflows: zodra de eerste goed draait, wordt de volgende afgebakend op basis van wat het team heeft geleerd.
Dat sluit aan bij hoe risicokaders AI beschrijven: het NIST AI Risk Management Framework, januari 2023 ziet doorlopend meten en duidelijke verantwoordelijkheid als onderdeel van het beheersen van AI-risico, en ISO/IEC 42001, december 2023 beschrijft een managementsysteem voor AI in plaats van een eenmalige controle.
#Wie is eigenaar van de code en de data als een AI-bedrijf iets bouwt?
Je, en dat hoort op papier te staan. Bij Stennir staan de cloudaccounts, de accounts bij de modelleverancier, de coderepository en de data vanaf het begin op je naam, en werkt Stennir daarbinnen met toegang die je kunt intrekken. De hosting wordt ingericht waar je regels dat vereisen. Eindigt de samenwerking, dan hoeft er niets te worden verhuisd of teruggekocht.
We are
Stennir draait je AI-workflow na de livegang als benoemde eigenaar, binnen accounts die van jou zijn, met documentatie en een uitknop die je beheert.
We aren't
Stennir is geen platform dat je workflow op eigen servers houdt, en geen bouwer die code overdraagt en verdwijnt.
#Hoe voorkom je dat je een black box erft?
Vraag bij de overdracht om drie dingen. Ten eerste documentatie die een nieuwe engineer kan volgen: wat de workflow doet, de regels, de prompts, de testset en hoe je een wijziging uitrolt. Ten tweede logs van elke actie en goedkeuring, zodat elke output te herleiden is. Ten derde een geteste uitknop, plus het handmatige proces waarop het team terugvalt.
Zwakke controles maken een einde aan projecten. Gartner, juni 2025 verwacht dat meer dan 40% van de agentic AI-projecten eind 2027 is stopgezet, deels door ontoereikende risicobeheersing. Operations is waar die controles zitten.
#Wat vraagt een COO vóór de livegang?
Vraag wie aan elke kant is benoemd, wat er wordt bewaakt, hoe een modelwijziging wordt getest, waar de documentatie staat en hoe je het uitzet. Is een antwoord vaag, los het dan op vóór de lancering. Het uitgewerkte voorbeeld van Stennir over een prototype naar productie brengen laat die onderdelen in de praktijk zien. Zie ook AI voor operations, doe de gratis gereedheidsscan of boek een gesprek van 30 minuten.
#Veelgestelde vragen
Wat heb je tijdens beheerde AI-operations van ons nodig?
Een benoemde persoon die eigenaar is van de bedrijfsregels en de output goedkeurt, toegang tot de systemen die de workflow raakt, en een vast overleg waarin afgewezen en gecorrigeerde cases worden besproken. Verandert er aan jouw kant een regel of beleid, dan laat die persoon het Stennir weten, zodat de workflow en de testset meeveranderen.
Wat gebeurt er als de modelleverancier een model wijzigt of uitfaseert?
Stennir draait het nieuwe model eerst op de evaluatieset die uit je echte cases is opgebouwd. Blijven de resultaten gelijk of verbeteren ze, dan gaat de wijziging met je goedkeuring door. Zo niet, dan blijft het huidige model staan terwijl prompts of regels worden bijgesteld. Elke wijziging wordt gelogd, zodat je ziet wat er is veranderd.
Kan ons eigen team het later overnemen?
Ja. Omdat de code, de accounts, de documentatie en de testset al van jou zijn, is overdracht aan een interne engineer een geplande stap en geen reddingsactie. Stennir kan de mensen die het gaan draaien opleiden via AI-training, zodat de kennis niet met de bouwer vertrekt.
Waar blijft onze data?
Waar je regels dat vereisen. Stennir richt de hosting in in de regio die je toezichthouder of beleid voorschrijft, inclusief waar het model draait en niet alleen waar de data is opgeslagen. De data blijft in accounts die van jou zijn, toegang is beperkt tot wat elke stap nodig heeft, en elke actie erop wordt gelogd.
