S08E76 - AI-projecten falen door budgetproblemen: zo los je dat op

Meer dan 90% van de AI-projecten haalt productie niet — niet door technische problemen, maar omdat organisaties structureel één budget vergeten. Joop Snijder, Head of AI bij Info Support, ziet het patroon steeds terugkomen: er is geld voor het experiment, maar niet voor implementatie en beheer, waardoor projecten na de demo stilvallen.

Hij legt uit waarom je drie aparte budgetten nodig hebt — innovatie, productie en beheer — en waarom die drie in de meeste organisaties bij verschillende afdelingen liggen die niet met elkaar praten.

Bij AI-systemen lopen ook de gebruikskosten mee met het volume: een team dat contracten analyseert op 50 testdocumenten krijgt tienvoudig hogere kosten als het systeem in productie 2.000 contracten per maand verwerkt. Morgen kun je bij elk AI-voorstel twee vragen stellen: wie betaalt over twee jaar het beheer, en wat kost het systeem per maand aan gebruik — als niemand die antwoorden heeft, bouw je een demo en geen oplossing.

Onderwerpen

• Waarom meer dan 90% van AI-projecten niet in productie komt
• De drie benodigde budgetten: innovatie, productie en beheer
• Het belang van probleemanalyse boven technologiekeuze
• Organisatorische silo's als struikelblok voor AI-implementatie

Links

• Podcast: AIToday Live podcast
• Video/Interview: Emerce TV – rondetafelgesprek over agentic AI met Joop Snijder en Michel van Velde
• Podcast aflevering: AIToday Live S01E05 – 85% van AI-projecten faalt
• Podcast aflevering: AIToday Live S08E68 – Waar levert AI echt geld op in je organisatie
• Podcast aflevering: AIToday Live S08E60 – AI als normale technologie, waarom de hype voorbijgaat

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:02,240 --> 00:00:08,160
Hoi, leuk dat je weer luistert naar de korte aflevering van AIToday Live, ik ben Joop Snijder.

2
00:00:09,360 --> 00:00:11,519
Voordat we beginnen eerst even wat anders.

3
00:00:11,519 --> 00:00:13,839
Want je hoort het waarschijnlijk misschien al aan mijn stem.

4
00:00:14,320 --> 00:00:15,520
Ik ben ziek.

5
00:00:15,519 --> 00:00:21,200
Ik heb een hardnekkig virus te pakken, een vlak hiervoor voor zo'n elf dagen koorts gehad.

6
00:00:21,280 --> 00:00:26,400
Niels heeft de volgende aflevering voor zijn rekening genomen en daar ben ik super blij mee.

7
00:00:26,640 --> 00:00:28,160
Deze wil ik zelf doen.

8
00:00:28,479 --> 00:00:32,000
Excuus voor het stemgeluid weet je dat.

9
00:00:32,719 --> 00:00:33,759
Laten we beginnen.

10
00:00:34,079 --> 00:00:40,800
Kort geleden sprak ik met een student en hij schrijft een scriptie over hoe bedrijven AI-innovaties selecteren.

11
00:00:40,799 --> 00:00:47,119
En dat gesprek viel samen met een opname die ik voor Emerce TV deed over agentic AI.

12
00:00:47,119 --> 00:00:49,839
En dan ging het uiteindelijk allemaal precies over hetzelfde.

13
00:00:49,840 --> 00:00:51,840
Die opname staat trouwens online.

14
00:00:51,840 --> 00:00:54,080
De link vind je in deze show notes.

15
00:00:54,640 --> 00:01:00,000
In beide gesprekken noemde ik een aantal getal waar mensen meestal van opkijken.

16
00:01:00,399 --> 00:01:03,760
Meer dan 90% van de AI-projecten haalt productie niet.

17
00:01:03,760 --> 00:01:07,119
Ze blijven steken in de proof of concept fase.

18
00:01:07,120 --> 00:01:17,999
En niet omdat de technologie niet werkt niet omdat het idee niet deugd dat ze dan hebben, maar omdat er één budget geregeld is, terwijl wat mij betreft drie nodig zijn.

19
00:01:18,000 --> 00:01:20,239
Innovatie, productie, beheer.

20
00:01:20,239 --> 00:01:25,920
En die drie loop ik met je langs en ik begin met de vraag die eraan vooraf gaat.

21
00:01:26,240 --> 00:01:27,840
We willen iets met AI.

22
00:01:28,160 --> 00:01:29,920
Zo begint het vaak bij klanten.

23
00:01:29,920 --> 00:01:34,319
Iedereen zegt dat je daar wat mee kan, dus wij willen het ook.

24
00:01:34,320 --> 00:01:38,159
Technologische vraag gesteld aan een technologisch bedrijf.

25
00:01:38,160 --> 00:01:41,759
Wij draaien die vraag om dat we hier wel vaker gehoord hebben.

26
00:01:41,760 --> 00:01:42,879
Wat wil je bereiken?

27
00:01:42,879 --> 00:01:44,719
Welke verandering is daarvoor nodig.

28
00:01:44,719 --> 00:01:48,159
En hoe ziet dat precies, hoe ziet dat proces er dan nu uit.

29
00:01:48,560 --> 00:01:54,159
Soms blijkt dan dat je een proces gewoon kan stoppen of opnieuw kan inrichten zonder technologie.

30
00:01:55,039 --> 00:01:57,439
Of het kan met gewone software.

31
00:01:57,439 --> 00:02:01,039
Dan doe je dat, want die is goedkoper en beter onderhoudbaar.

32
00:02:01,039 --> 00:02:06,879
En wie niet weet naar welke haven hij vaart, weet dus ook niet welke wind gunstig is.

33
00:02:06,880 --> 00:02:12,639
Dat is waarom het zo belangrijk is dat je moet beginnen bij je doel niet bij het middel.

34
00:02:13,439 --> 00:02:15,360
Stel, dit heb je allemaal goed gedaan.

35
00:02:15,359 --> 00:02:16,639
Je doel is scherp.

36
00:02:16,639 --> 00:02:21,839
De technologie past, je business case klopt dan begint het pas.

37
00:02:24,079 --> 00:02:26,799
Meestal is er wel een innovatiebudget.

38
00:02:26,800 --> 00:02:34,479
Dit budget is er meestal wel, je experimenteert, bouwt een proof of concept, probeert dingen uit en na een paar maanden heb je iets dat werkt.

39
00:02:35,120 --> 00:02:39,359
Je kan als innovatiemanager afvinken, klaar, mooie verhaal voor de directie.

40
00:02:39,360 --> 00:02:42,000
De demo werkt, dus het lijkt klaar.

41
00:02:42,000 --> 00:02:44,719
Terwijl je nog geen enkele gebruiker hebt.

42
00:02:44,720 --> 00:02:47,280
Daar komt budget 2 om de hoek kijken.

43
00:02:47,280 --> 00:02:55,200
Van een werkende demo naar iets dat mensen elke dag gebruiken, dat is een traject op zich, integreren in bestaande systemen.

44
00:02:55,439 --> 00:03:00,000
Gebruikers meenemen, kinderziektes eruit halen, training geven.

45
00:03:00,319 --> 00:03:07,680
En bij AI agents komt daar iets bij wat vaak wordt onderschat, namelijk het idee is dan proof of concept was accuraat.

46
00:03:07,680 --> 00:03:11,280
Dus we zetten de agent aan en dan doet hij het overal.

47
00:03:11,280 --> 00:03:17,360
Maar je testcases bevatten nooit alle uitzonderingen die de praktijk voor je in petto heeft.

48
00:03:17,360 --> 00:03:23,840
Wat ik geleerd heb, is dat je een agent moet zien als een werknemer die je nog moet opleiden.

49
00:03:23,840 --> 00:03:26,719
Je verwacht geen senior op dag één.

50
00:03:26,719 --> 00:03:30,959
Je zet eerst een mens naast die meekijkt en bijstuurt.

51
00:03:30,960 --> 00:03:36,399
En die rol bouw je langzaam af zoals je leerling begeleidt in zijn werk.

52
00:03:36,640 --> 00:03:39,920
Dat opleiden kost dus tijd en geld.

53
00:03:39,920 --> 00:03:42,480
En dan moet je dus mee rekenen.

54
00:03:42,800 --> 00:03:45,599
Budget 3 is het beheer.

55
00:03:46,159 --> 00:03:49,520
Want dan draait het AI-systeem.

56
00:03:49,759 --> 00:03:54,159
Nu begint het budget dat nooit meer ophoudt, zou je kunnen zeggen.

57
00:03:54,480 --> 00:03:59,680
Zelfs met een perfecte data-infrastructuur moet je van allerlei dingen bij blijven houden.

58
00:03:59,680 --> 00:04:03,120
Dus doet hij nog wat hij moet doen het systeem.

59
00:04:03,120 --> 00:04:13,759
Sluipt het gedrag niet langzaam weg, wat wij dan drift noemen, verandert het model wat eronder zit, dan controleer je opnieuw of de uitkomsten nog kloppen, ja of nee.

60
00:04:13,760 --> 00:04:17,519
Daar zit ook een kostenpost die veel mensen niet zien aankomen.

61
00:04:17,519 --> 00:04:20,560
Bij gewone software weet je wat een systeem kost.

62
00:04:20,560 --> 00:04:21,359
Dat neem je mee.

63
00:04:21,360 --> 00:04:23,439
Je business case en daar blijft het bij.

64
00:04:23,439 --> 00:04:28,640
Bij een agent of een ander AI-systeem lopen de kosten mee met het gebruik.

65
00:04:28,639 --> 00:04:30,639
Want je rekent af per token.

66
00:04:30,879 --> 00:04:33,120
De rekeneenheid van een taalmodel.

67
00:04:33,120 --> 00:04:38,560
Werkt je agent goed, gaat hij daarom veel meer doen, dan gaan die kosten mee omhoog.

68
00:04:38,560 --> 00:04:44,720
Dus je business case wordt daarmee beweeglijk zou je kunnen zeggen en is moeilijker rond te rekenen.

69
00:04:46,159 --> 00:04:47,600
Stel je begrenst het.

70
00:04:48,079 --> 00:04:51,519
Ik noem maar 50.000 euro per jaar, ik noem maar een bedrag.

71
00:04:51,519 --> 00:04:54,080
Dan is dat een nieuwe post.

72
00:04:54,080 --> 00:05:03,560
En je jaarlijkse kosten die eerst niet was, je kan wel zeggen dat je er meer omzet mee hebt gehaald, maar er moet ook gewoon naar die kostenpost gekeken worden.

73
00:04:59,840 --> 00:05:08,279
En dan komt de vraag: ja, welke 50.000 snijd je ergens anders uit.

74
00:05:08,600 --> 00:05:11,959
Vooraf beantwoorden en niet als verrassing achteraf.

75
00:05:12,360 --> 00:05:13,560
Drie budgetten.

76
00:05:13,560 --> 00:05:16,360
En in de meeste organisaties is er één.

77
00:05:16,360 --> 00:05:19,719
En dat ligt niet aan de techniek, dat ligt aan de organisatie.

78
00:05:19,720 --> 00:05:23,080
Innovatiebudget wordt vaak beheerd door een innovatiemanager.

79
00:05:23,079 --> 00:05:27,959
Productiebudget valt bij een andere afdeling en beheerbudget bij nog een andere.

80
00:05:28,199 --> 00:05:31,960
Jij hebt je innovatie voor elkaar, maar er is geen geld voor het vervolg.

81
00:05:31,959 --> 00:05:38,040
En de mensen die dat geld beheren hebben nu andere operationeel belangrijke dingen aan hun hoofd.

82
00:05:38,040 --> 00:05:39,480
En dan stopt het dus.

83
00:05:39,480 --> 00:05:42,600
Ligt iets een half jaar stil en dan is het weg.

84
00:05:42,600 --> 00:05:44,600
Van uitstel komt afstel.

85
00:05:45,000 --> 00:05:48,920
Sinds 2011 werk in de wereld van AI.

86
00:05:48,920 --> 00:05:55,959
En ik heb het ontelbare keren gezien: teams die met energie begonnen en dan loopt gewoon de ballon leeg.

87
00:05:56,680 --> 00:05:58,840
Bij klanten proberen we dit voor te zijn.

88
00:05:58,840 --> 00:06:03,160
We zorgen dat die drie budgetten in het voortraject geregeld zijn, contractueel.

89
00:06:03,159 --> 00:06:06,599
En toch stoppen innovaties na innovatie.

90
00:06:07,079 --> 00:06:10,120
Vastleggen helpt, maar het is geen garantie.

91
00:06:10,120 --> 00:06:16,759
Intern is het echt wel makkelijker, want dan nemen we vaak dezelfde mensen dezelfde besluiten zonder de silo's ertussenin.

92
00:06:17,240 --> 00:06:22,120
Wil je een innovatie oppakken, regel dan die drie budgetten voordat je begint.
93
00:06:22,120 --> 00:06:26,759
Innovatie, productie en beheer vastgelegd bij de juiste afdelingen.
 93
00:06:27,000 --> 00:06:30,199
En stel bij elk voorstel twee vervelende vragen.
 94
00:06:30,199 --> 00:06:32,680
Wie betaalt over twee jaar het beheer.
 95
00:06:32,680 --> 00:06:35,959
En wat kost het ding dan per maand aan gebruik?
 96
00:06:36,600 --> 00:06:39,640
Komt daar geen antwoord op, dan weet je eigenlijk genoeg.
 97
00:06:39,639 --> 00:06:42,439
Dan bouw je een demo en geen oplossing.
 98
00:06:43,399 --> 00:06:52,760
Laten we afsluiten, het gaat niet mis omdat het niet kan, het gaat mis omdat we innovatie zien als het einde van een traject, terwijl het eigenlijk het begin is.
 99
00:06:52,759 --> 00:06:55,160
Eén budget breng je tot de demo.
 100
00:06:55,159 --> 00:06:57,639
Drie budgetten breng je tot gebruik.
 101
00:06:57,639 --> 00:07:00,360
Nou, wil je hier nou wat verder in duiken?
 102
00:07:00,680 --> 00:07:07,720
In aflevering 5 van seizoen 1 al hadden we het over faalfactoren van AI-projecten.
 103
00:07:07,720 --> 00:07:12,839
Over meten en terugverdienen gaat aflevering 68 van dit seizoen.
 104
00:07:13,319 --> 00:07:17,000
Waar levert AI echt geld op in je organisatie?
 105
00:07:17,799 --> 00:07:20,040
Ook die luister je nog eens terug.
 106
00:07:20,039 --> 00:07:26,759
Het belangrijkste is natuurlijk zoals altijd: niet de oplossing van elk probleem, maar onmisbaar waar het past.
 107
00:07:27,399 --> 00:07:40,360
Tot de volgende keer.