AI implementatie
Een AI implementatie is geslaagd als je team de oplossing elke dag gebruikt en je het resultaat kunt meten. Wij begeleiden het hele traject: doel bepalen, data en systemen op orde, prototype, koppelen, uitrollen, trainen en bijsturen.
In het kort
Veel AI-projecten beginnen met een tool. Iemand heeft een demo gezien en wil het ook. Dat is de snelste weg naar een proef die na drie maanden stilletjes verdwijnt.
Een AI implementatie die blijft, begint bij het werk. Welk proces kost nu het meeste tijd? Waar gaan dingen mis? Wat zou het opleveren als dat sneller of beter ging? Die vragen beantwoorden we met de mensen die het werk doen, niet alleen met de directie.
Daarna maken we het doel meetbaar. Niet "efficiënter werken", wel "orders binnen een uur in het systeem in plaats van de volgende ochtend" of "de helft minder tijd aan inkoopfacturen". We doen een nulmeting, zodat je na de uitrol kunt zien wat het heeft opgeleverd.
Weet je nog niet welk proces het eerst moet, dan is het AI Kansenonderzoek de voorbereiding. Daarin krijgt elke taak een potentiescore en elke kans een terugverdientijd, met een plan voor twaalf maanden.
AI werkt met de gegevens die er zijn. Voordat we bouwen, kijken we wat er ligt:
Soms is de eerste stap geen AI maar opruimen: een artikelbestand op orde brengen of twee klantenlijsten samenvoegen. Dat is geen omweg. Het is de basis waar alles daarna op draait. Zie ook data engineering.
Voordat we een complete oplossing bouwen, maken we een prototype op echte gegevens. Een paar honderd echte orders, mails of facturen, door de AI gehaald, met de uitkomst naast wat je team ervan maakte.
Zo zie je binnen korte tijd:
Werkt het niet goed genoeg, dan stoppen we hier. Dat is goedkoper dan het halverwege de bouw ontdekken. Meer hierover op AI proof of concept.
Een AI-oplossing die los naast je systemen staat, levert weinig op. Je team blijft dan kopiëren en plakken. Daarom koppelen we de oplossing aan je systemen: webshop, ERP, boekhouding, CRM, mail of WhatsApp. Hoe dat werkt, lees je bij API koppelingen.
Daarna draait de oplossing een tijd mee naast je team. De AI doet het werk, een medewerker keurt de uitkomst goed. We houden bij hoe vaak hij het goed heeft en welke uitzonderingen er zijn. Pas als de uitkomsten stabiel zijn, mag de oplossing routinegevallen zelf afronden.
Uitrollen doen we in kleine stappen. Eerst één team, één vestiging of één soort order. Daarna de rest. Zo blijft een probleem klein en merkt je klant er niets van.
Bij de uitrol horen afspraken over:
We leggen ook vast welke AI je gebruikt, waarvoor en wie verantwoordelijk is. Dat helpt bij de AI Act. Meer bij veiligheid en governance.
De meeste AI-projecten lopen niet vast op techniek. Ze lopen vast omdat mensen de oplossing niet vertrouwen, niet snappen of er omheen werken. Daarom zit training bij elke implementatie.
We trainen gebruikers en beheerders op de eigen tool. Gebruikers leren hoe ze de uitkomst beoordelen en wanneer ze moeten ingrijpen. Beheerders leren instellingen aanpassen, uitzonderingen afhandelen en fouten melden. We betrekken de mensen die het werk doen al vanaf het begin, zodat de oplossing past bij hoe ze werken.
Meer over training en begeleiding lees je bij ondersteuning.
Na de uitrol meten we opnieuw, met dezelfde maatstaven als bij de nulmeting. Uren, fouten, doorlooptijd. Zo weet je wat de implementatie heeft opgeleverd en of de terugverdientijd klopt.
Daarna blijven we bijsturen. Systemen krijgen updates, je assortiment verandert, er komen nieuwe uitzonderingen. Binnen een afgesproken supportvenster houden we de oplossing bij en bouwen we door. Vaak komt dan het volgende proces in beeld, want een eerste geslaagde stap maakt het tweede project makkelijker.
Bij Candy Online, de oudste snoepwebshop van Nederland met meer dan 4.000 artikelen, kwamen boekhouding, voorraad, marketing en klantenservice samen in één systeem. De doorstart ging van twaalf naar drie mensen en er ging ongeveer 120 uur handwerk per week af. Een complete klantmail kost nu 10 minuten in plaats van een halve dag.
Bij Mousse Cakes, een Rotterdamse patisserie, worden orders automatisch het productieplan. Recepten worden omgerekend, de vriesstap van drie uur wordt automatisch getimed, koeling en vriezers worden 24/7 bewaakt en 100% van de batches is traceerbaar met een digitaal logboek.
Bij Sucre & Co scheelt de orderautomatisering 80 uur handwerk per week. Alle verhalen staan bij casestudies.
Klantverhaal
E-commerce
De oudste snoepwebshop van Nederland. Voorraad, backorders, klantenservice en boekhouding geautomatiseerd.
75% minder personeel
Voedselproductie
Productieplanning, koelketen, inkoop, cijfers en klantcontact in één flow.
100% batches traceerbaar
Groothandel
Van handmatig orders overtikken naar orderintake, facturatie en koelvervoer in één flow.
40% snellere maandgroeiVoor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Begin bij één proces met een meetbaar doel en doe een nulmeting. Maak een prototype op echte gegevens, koppel de oplossing aan je systemen en laat hem meedraaien naast je team. Rol daarna in kleine stappen uit, train de gebruikers en meet opnieuw. Zo weet je wat het oplevert.
Een eerste implementatie voor één proces duurt meestal gebruikelijke doorlooptijd eerste AI implementatie in weken, van prototype tot uitrol. Het prototype geeft binnen korte tijd uitsluitsel of het werkt. De meeste tijd zit in koppelen, testen met echte gegevens en de meeloopperiode naast je team.
Bijna alles met een API of exportmogelijkheid. We werken met webshops als Shopify, boekhouding als Exact Online en Moneybird, betalingen via Mollie, WhatsApp Business, CRM-systemen en vervoerders. Heeft een systeem geen API, dan zoeken we een route via bestanden of de database.
Met een prototype voordat we groot bouwen, een meeloopperiode waarin een mens alles goedkeurt, harde grenzen voor wat de AI mag en logging van elke actie. Gevoelige gegevens blijven op Europese servers of een eigen server. Financieel beperken we het risico met een vaste prijs per stap en no cure, no pay.
Dat hangt af van het proces, het aantal systemen en de hoeveelheid uitzonderingen. Het AI Kansenonderzoek vooraf kost vanaf circa 5.000 euro, voor een gemiddeld mkb-bedrijf vaak 8.500 tot 15.000 euro. De bouw spreken we daarna af met een vaste prijs per stap, met functionaliteiten en acceptatiecriteria vooraf. Meer lees je op onze pagina over de kosten van AI.
In een strategiegesprek kijken we welk proces zich leent voor een eerste implementatie en wat dat kan opleveren.
