journal

Waarom lopen AI-pilots vast, en hoe krijgen we er een in productie?

AI-pilots lopen vast op rommelige data, een oud ERP, geen eigenaar, geen goedkeuringsstap en geen afgesproken definitie van klaar. Los die vijf op en één workflow kan met echte gebruikers draaien.

joseph j.founding engineer5 min lezen

De meeste AI-pilots lopen vast om redenen die weinig met het model te maken hebben. De data is rommeliger dan in de demo, het ERP heeft geen bruikbare koppeling, niemand is eigenaar van het resultaat, niemand keurt de output goed en niemand heeft afgesproken wat klaar betekent. Een pilot komt in productie als één workflow een eigenaar, een goedkeuringsstap en een meetpunt krijgt voordat er iets wordt gebouwd.

#Belangrijkste punten

  • Een pilot die in een demo werkte, heeft het model bewezen, niet de workflow eromheen.
  • De gebruikelijke blokkades zijn data, integratie met oudere systemen, eigenaarschap, goedkeuring en een ontbrekende definitie van klaar.
  • AI aansluiten op een oud ERP zonder bruikbare API is een integratieproject dat in de meeste pilotplannen nooit was opgenomen.
  • Een pilot komt in productie als één benoemde persoon er eigenaar van is en een ander goedkeurt wat hij oplevert.
  • Begin met één workflow en echte gebruikers, niet met drie pilots en een stuurgroep.

#Waarom lopen AI-pilots vast vóór productie?

Je bent niet de enige als drie pilots als drie demo's zijn geëindigd. Gartner, juli 2024 voorspelde dat 30% van de generatieve AI-projecten na de proof of concept zou worden stopgezet, door slechte datakwaliteit, zwakke risicobeheersing en onduidelijke bedrijfswaarde. Een rapport van MIT, besproken door Virtualization Review over het MIT NANDA-rapport, augustus 2025, vond dat 95% van de organisaties geen zakelijk rendement zag van generatieve AI.

Bij bedrijven met veel operationeel werk komen steeds dezelfde vijf gaten terug:

  • Data: de pilot draaide op een schone steekproef. Echte input komt binnen als gescande PDF's, half ingevulde formulieren en berichten in het Arabisch en het Engels.
  • Integratie: de workflow draait in een ERP van vijftien jaar oud. Eruit lezen en erin terugschrijven is nooit afgebakend.
  • Geen eigenaar: de pilot hoorde bij een innovatieteam, en de afdeling die hem zou gebruiken heeft er nooit om gevraagd.
  • Geen goedkeuringsstap: niemand heeft besloten wie de output controleert voordat die een klant, een leverancier of het grootboek bereikt.
  • Geen definitie van klaar: de pilot werd beoordeeld op de vraag of hij indruk maakte, niet op een cijfer dat de afdeling al bijhoudt.

#Wat verandert er als een pilot wordt gebouwd om in productie te draaien?

De volgorde van het werk verandert. In plaats van met een model te beginnen, brengt Stennir eerst één workflow in kaart met de persoon die hem draait: waar de input binnenkomt, welke regels gelden, waar het resultaat naartoe gaat en welke uitzonderingen oordeel vragen. Die kaart wordt de specificatie, en die laat vroeg zien of de echte blokkade de data of de integratie is.

Daarna worden vóór de bouw drie dingen afgesproken: wie aan de kant van de klant eigenaar is van de workflow, wie de output goedkeurt, en welk meetpunt als klaar telt, zoals de omvang van de achterstand of het aandeel cases dat zonder herwerk wordt afgehandeld. De bouw gebeurt in de systemen die het team al gebruikt, elke actie wordt gelogd en echte gebruikers zien het vanaf de eerste versie.

#Hoe breng je een hackathonprototype veilig in productie?

Een hackathonprototype is nuttig bewijs. Het laat zien dat de taak mogelijk is. Wat het meestal mist, zijn foutafhandeling, toegangsbeheer, logging, een testset op basis van echte cases en een manier om het uit te zetten. Behandel het prototype als een conceptspecificatie, niet als de eerste release.

De veilige route is de onderdelen die klanten of geld raken opnieuw te bouwen achter een goedkeuringsstap, ze te testen op een set echte eerdere cases en bewaking toe te voegen voordat er meer gebruikers bijkomen. Het uitgewerkte voorbeeld over een AI-prototype naar productie brengen loopt die stappen door aan de hand van één workflow.

We are

Stennir brengt één workflow van pilot naar productie binnen je eigen systemen, met een benoemde eigenaar, een persoon die de output goedkeurt en een vooraf afgesproken meetpunt.

We aren't

Stennir is geen lab dat nog meer pilots draait, en geen platformleverancier die je vraag je werk naar een nieuwe tool te verhuizen.

#Ons project zit vast in de testfase. Wat doen we eerst?

Kies de pilot waar de afdeling echt om vraagt, en vraag de persoon die hem dagelijks zou gebruiken het werk te beschrijven dat hij vervangt. Lukt dat niet, dan loste de pilot het verkeerde probleem op. Lukt het wel, schrijf dan de uitzonderingen op, benoem een goedkeurder en spreek het meetpunt af. Dat laat meestal zien of het gat zit in data, integratie of eigenaarschap.

Teams in de Golf voegen vaak nog een stap toe: de workflow moet Arabische en Engelse input aankunnen, niet alleen de Engelse steekproef waarop de pilot is getest. Dat vroeg controleren voorkomt later een nieuwe stilstand.

#Wat doet een COO met vastgelopen pilots nu?

Kies één vastgelopen pilot en één eigenaar, en neem beide mee naar een gesprek over AI-implementatie, waarin Stennir één workflow bouwt die met echte gebruikers draait en daarna bewaakt blijft. Weet je niet zeker welke pilot het verdient, dan rangschikt AI-consulting eerst de opties. Zie ook AI voor operations. Je kunt de gratis gereedheidsscan doen of een gesprek van 30 minuten boeken.

#Veelgestelde vragen

Wat heb je van ons nodig om een vastgelopen pilot weer op gang te brengen?

De pilot zelf, de persoon die hem elke dag zou gebruiken, een set echte eerdere cases en toegang tot de systemen waaruit hij moet lezen en waarin hij moet schrijven. Je benoemt ook wie de output goedkeurt. Stennir gebruikt dat om de workflow in kaart te brengen en te vinden welk van de vijf gaten hem heeft tegengehouden.

Kun je hergebruiken wat onze developers al hebben gebouwd?

Vaak wel. Een prototype laat zien welke prompts en stappen werken. Stennir houdt wat standhoudt op echte cases en bouwt opnieuw wat voor productie ontbreekt: toegangsbeheer, logging, foutafhandeling, een goedkeuringsstap en bewaking. Je developers kunnen betrokken blijven en houden de code, die in je accounts blijft.

Werkt het met een oud ERP zonder goede API?

Dat kan, maar dat is integratiewerk en het wordt vanaf het begin zo afgebakend. Opties zijn exports inlezen, de database direct gebruiken met alleen-lezentoegang, of werken via de schermen die je team al gebruikt. Stennir benoemt de aanpak vóór de bouw, zodat die later niemand verrast.

Wat kan er in productie misgaan dat in de pilot niet misging?

Echte input is rommeliger, de volumes zijn hoger en er duiken randgevallen op die de steekproef nooit had. Daarom laat Stennir een persoon de output goedkeuren, logt het elke actie, test het op echte eerdere cases en bewaakt het de resultaten zodra echte gebruikers beginnen, zodat problemen als cijfers zichtbaar worden en niet als klachten.

Vertel ons welke taak de meeste tijd kost.

30 minuten. Geen voorbereiding nodig. Wij vertellen je eerlijk of AI kan helpen en waar te beginnen.