AI-workshop, AI-scan of direct implementeren: wat past?

Je wilt iets met AI, en er liggen vier soorten trajecten op tafel. Een workshop om het team mee te nemen. Een scan voor een eerste inventarisatie. Een audit die processen doorrekent en een volgorde kiest. Of meteen bouwen. Ze worden vaak met elkaar vergeleken op prijs, maar dat is de verkeerde vergelijking. Ze leveren iets anders op.

Kies op de beslissing die je na het traject moet kunnen nemen. Dat is de rode draad van dit artikel.

Vier trajecten, vier soorten uitkomst

AI-workshop: begrijpen

Een workshop zorgt dat het team dezelfde taal spreekt en ziet wat AI wel en niet kan. De uitkomst is een gedeeld beeld, een lijst met ideeën en draagvlak. Geschikt als verwachtingen in het MT uiteenlopen, als medewerkers onzeker zijn over AI of als niemand nog iets op het eigen werk heeft geprobeerd.

Niet genoeg als je budget voor een implementatie moet laten goedkeuren, als meerdere processen onderbouwd moeten worden vergeleken of als koppelingen en risico's beoordeeld moeten worden.

AI-scan: verkennen

Een scan of quickscan is een eerste, beperkte inventarisatie. De uitkomst is een shortlist, een paar eerste risico's en een advies of verder kijken zin heeft. Geschikt bij een kleine scope, één afdeling of als je een externe blik wilt voordat je meer investeert.

Let op: de term is niet gestandaardiseerd. Vraag vooraf hoeveel processen, welke gesprekken, welke gegevens en welke uitkomst erin zitten. De ene scan is een vragenlijst, de andere een halve analyse.

AI Opportunity Audit: beslissen

Een audit analyseert processen, vergelijkt kansen op opbrengst, moeite en risico en zet ze op volgorde. De uitkomst is een besluit: welk proces eerst, wat het ongeveer kost, wat het kan opleveren en wat er nodig is. Geschikt als meerdere afdelingen ideeën hebben, als de directie een onderbouwing nodig heeft om budget toe te wijzen of als je nog niet weet welke techniek of partij past.

Pilot of implementatie: bouwen en meten

Direct bouwen past als het proces, de gegevens, de eigenaar en het succescriterium al duidelijk zijn. De uitkomst is een werkende toepassing met meetgegevens en een besluit over opschalen. Begin je hier te vroeg, dan bouw je iets waarvan later blijkt dat het verkeerde proces is gekozen. Waarom dat zo vaak gebeurt, staat in waarom AI-pilots stranden.

Het verschil op een rij

• Hoofddoel: workshop leren, scan verkennen, audit beslissen, pilot bouwen en meten.
• Gebruik van procesgegevens: workshop beperkt, scan globaal, audit uitgebreid, pilot noodzakelijk.
• Businesscase: workshop meestal niet, scan indicatief, audit per kans, pilot werkelijk gemeten.
• Koppelingen: workshop als voorbeeld, scan op hoofdlijnen, audit op haalbaarheid, pilot gebouwd en getest.
• Uitkomst: workshop ideeën en draagvlak, scan een shortlist, audit een volgorde met onderbouwing, pilot een werkende toepassing.

De vraag die de keuze maakt

Vraag niet welk traject het goedkoopst is. Vraag welke beslissing je na afloop verantwoord moet kunnen nemen.

• "We willen dat het MT begrijpt wat AI voor ons kan doen." Kies een workshop.
• "We willen weten of er überhaupt genoeg kansen zijn." Kies een scan.
• "We hebben twintig ideeën en moeten bepalen wat eerst komt." Kies een audit.
• "We weten dat het classificeren van inkomende mail ons eerste proces is, en we hebben de gegevens en een eigenaar." Start een pilot.

Een beslisboom in zes vragen

Heeft het team genoeg basiskennis? Nee: begin met een workshop. Ja: door naar de volgende vraag.

Is er één duidelijk proces gekozen? Nee: moeten meerdere processen onderbouwd worden vergeleken? Alleen eerste oriëntatie: scan. Met opbrengst, risico en volgorde: audit.

Zijn volume, gegevens en proceseigenaar van het gekozen proces bekend? Nee: eerst procesanalyse of audit.

Zijn koppelingen, rechten en menselijke controle bepaald? Nee: eerst een technisch ontwerp. Ja: start een beperkte pilot.

Zijn de resultaten van de pilot stabiel? Nee: verbeteren of stoppen. Ja: gecontroleerd invoeren en opschalen.

Wanneer een workshop de goede keuze is

Een workshop is waardevol als begrippen door elkaar lopen, als teams verschillende verwachtingen hebben, als gebruiksregels ontbreken of als het management eerst draagvlak wil. Hij werkt het best als je vooraf vastlegt welke processen als voorbeeld dienen, welke vragen beantwoord moeten worden, wie eigenaar wordt van de vervolgstap en wanneer de volgende beslissing valt.

Een workshop zonder eigenaar en vervolgdatum blijft hangen bij inspiratie. Wat onze workshop voor een MT inhoudt, staat bij de AI-workshop.

Wanneer je geen workshop meer nodig hebt

Veel bedrijven zijn de fase van kennismaken al voorbij. Herken je drie of meer van deze signalen, dan heb je geen inspiratie meer nodig maar een keuze.

• Je team gebruikt al AI-tools, maar zonder samenhang.
• Er liggen meerdere ideeën en niemand weet waar te beginnen.
• Er is druk op capaciteit, maar geen overzicht van waar de meeste tijd zit.
• Je wilt budget vrijmaken en mist een onderbouwing.
• Er is al een workshop geweest en er is daarna niets live gegaan.

Wanneer een audit meer oplevert

Een diepere analyse is logisch als afdelingen verschillende prioriteiten hebben, als systemen en afhankelijkheden ingewikkeld zijn, als beveiliging en privacy zwaar wegen of als meerdere oplossingen of leveranciers mogelijk zijn. Een audit is geen doel op zich. Hij moet eindigen in een besluit over de eerste toepassing die je echt gaat bouwen. Hoe wij dat doen, staat bij de AI Opportunity Audit.

Wanneer direct bouwen verstandig is

Je kunt meteen starten als je deze vragen met gegevens kunt beantwoorden:

• Welk proces, en welk probleem lossen we op?
• Wat is het volume nu, en hoe lang duurt het nu?
• Welke gegevens en welke systemen zijn nodig?
• Wie is eigenaar, en wie beheert de oplossing straks?
• Wat mag AI wel en niet, en waar zit de menselijke controle?
• Wanneer is de pilot geslaagd, en wanneer stoppen we?

Ontbreken meerdere antwoorden, dan is eerst analyse nodig. De aanpak voor de bouw zelf staat bij AI-implementatie.

Drie verkeerde keuzes die vaak voorkomen

Workshop na workshop. Veel ideeën, geen eigenaar, geen procesgegevens, niets live. Stop met brede inspiratie, kies processen, meet hoe het nu gaat en neem een besluit.

Te vroeg bouwen. De tool is al gekozen terwijl het probleem nog breed is en niemand weet wie het gaat beheren. Stap terug naar procesanalyse en ontwerp.

Te zware analyse. Het proces is helder, de gegevens en de eigenaar zijn er, het risico is beperkt, en toch wordt er maandenlang onderzoek voorgesteld. Start een kleine pilot met stopcriteria.

Combineren kan, als de workshop kort blijft

Een workshop en een audit sluiten elkaar niet uit. Een korte sessie met het MT om taal en verwachtingen gelijk te trekken, gevolgd door een analyse van de processen en een besluit over de eerste toepassing, werkt goed. De workshop is dan een versneller, geen eindpunt. Spreek vooraf af wat stap twee is.

Vergelijk op meer dan prijs

Neem in je vergelijking mee: de interne uren die het kost, hoeveel processen worden bekeken, of er een businesscase uitkomt, of risico's en koppelingen worden beoordeeld en of de uitkomst overdraagbaar is aan wie het gaat bouwen. Een goedkoop traject dat geen besluit oplevert, wordt duur door vertraging. Een zware analyse voor een eenvoudig proces is net zo goed verspilling. Hoe je de opbrengst van een proces doorrekent, staat in de businesscase van AI berekenen. Wat een oplossing kost, staat bij kosten van een AI-oplossing.

Volgende stap

Weet je nog niet of je vooral kennis, een keuze of uitvoering nodig hebt? Loop de beslisboom hierboven langs. Kom je uit bij "meerdere processen vergelijken", bekijk dan de AI Opportunity Audit. Kom je uit bij "het team moet eerst mee", dan is de AI-workshop de logische start.