Bijna elke ondernemer die wij spreken heeft inmiddels een AI-pilot gedraaid. Een chatbot die klantvragen afhandelt, een model dat offertes voorbereidt, een tool die facturen leest. En verrassend vaak werkt zo'n pilot ook gewoon. De demo overtuigt, de cijfers ogen goed, het team is enthousiast. En dan, een paar maanden later, blijkt het ding nog steeds een pilot. Niet opgeschaald, niet ingebed, niet onderdeel van hoe het bedrijf draait. Het werkt, en toch verandert er niets.
Dat is geen toeval en het ligt zelden aan de techniek. Onderzoek van MIT laat zien dat zo'n 95 procent van de AI-pilots geen meetbaar bedrijfsresultaat oplevert, terwijl die pilots technisch prima functioneren. Adviesbureau RAND komt vanuit de andere kant tot een vergelijkbare conclusie: ruim 80 procent van de AI-initiatieven loopt vast in de fase tussen werkend prototype en daadwerkelijk gebruik. En IDC en Lenovo meten dat 88 procent van het MKB méér met AI wil, maar tegen een muur van ontbrekende kennis aanloopt. Drie verschillende onderzoeken, drie keer dezelfde boodschap: de pilot slaagt, het opschalen faalt.
Wij noemen die ruimte tussen "werkt het?" en "draait het bedrijf erop" de opschaalkloof. En het lastige is dat je hem niet ziet zolang je naar de techniek blijft kijken. De vraag "werkt het?" is namelijk allang beantwoord. De vraag die ertoe doet is een andere: gaan jouw mensen, jouw processen en jouw sturing dit dragen? Daar wordt opschalen echt beslist.
Vier lagen, niet één
Om een AI-toepassing van pilot naar praktijk te brengen moeten vier lagen kloppen, en ze moeten in deze volgorde kloppen. De eerste laag is de techniek: werkt het model, klopt de output, is het betrouwbaar genoeg. Dit is de laag waar bijna iedereen op focust en precies de laag die zelden het probleem is. Moderne modellen zijn goed genoeg voor de meeste MKB-toepassingen. Als je pilot hier strandt, is dat vervelend maar overzichtelijk op te lossen.
De tweede laag is het proces. Een AI-tool die los naast je werkwijze staat, wordt niet gebruikt. Het moment waarop een medewerker het systeem raadpleegt moet onderdeel zijn van een bestaande handeling, niet een extra stap die je erbij moet onthouden. Als de offerte-assistent in een apart venster leeft dat niemand opent, is hij dood. Als hij verschijnt op het moment dat de verkoper sowieso een offerte opent, leeft hij. Opschalen betekent het proces zó verbouwen dat de AI er een natuurlijk onderdeel van wordt.
De derde laag is de mensen. Dit is waar het in de praktijk het vaakst misgaat. Een pilot draait meestal op een handvol enthousiastelingen, vaak de mensen die toch al graag met nieuwe technologie spelen. Opschalen betekent dat óók de collega die er niets mee heeft, die het te druk heeft, of die stiekem bang is vervangen te worden, ermee gaat werken. Dat vraagt om uitleg, om vertrouwen, en om eerlijk zijn over wat de tool wel en niet verandert aan iemands werk. Technologie invoeren is makkelijk. Mensen meenemen is de kunst, en het is precies de stap die in de euforie van een geslaagde pilot wordt overgeslagen.
De vierde laag is de sturing. Wie is eigenaar van deze toepassing als de pilot voorbij is? Wie kijkt of hij nog goed werkt over drie maanden, wie grijpt in als de output afwijkt, wie beslist of we hem uitbreiden of stoppen? Een pilot heeft een projectleider met energie en een deadline. Een opgeschaalde toepassing heeft iemand nodig die er gewoon verantwoordelijk voor is, ook als het saai wordt. Zonder die verankering in de sturing zakt zelfs een goed ingebedde tool langzaam weg zodra de aandacht verslapt.
De diagnose die de directie zelf kan stellen
Het mooie is dat je als directie niet technisch onderlegd hoeft te zijn om te zien of een pilot opschaalbaar is. Je hoeft alleen per laag de juiste vraag te stellen, en eerlijk naar het antwoord te luisteren.
Voor de laag techniek vragen wij: weten we wat "goed genoeg" is, en hebben we dat gemeten in plaats van aangevoeld? Een pilot die overtuigt op een mooie demo is iets anders dan een pilot die honderd echte gevallen aankan. Als het antwoord neerkomt op "het voelde goed", is dat een signaal.
Voor de laag proces vragen wij: in welke bestaande handeling valt deze AI-toepassing precies, en wat gebeurt er als we hem weghalen? Als niemand het merkt wanneer de tool verdwijnt, was hij nooit echt ingebed. Een opgeschaalde toepassing laat een gat achter als je hem uitzet.
Voor de laag mensen vragen wij: wie buiten de pilotgroep gebruikt dit straks, en wat hebben juist die mensen nodig om het te vertrouwen? Niet de voorlopers, maar de twijfelaars bepalen of een toepassing het hele bedrijf bereikt. Als je hun namen niet kunt noemen, is het plan nog niet af.
En voor de laag sturing vragen wij: wie is over zes maanden eigenaar van deze toepassing, met naam, en wat is zijn mandaat om bij te sturen of te stoppen? Als dat antwoord een ongemakkelijke stilte is, weet je genoeg. Dan heb je geen opgeschaalde toepassing, maar een pilot die toevallig nog draait.
Opschalen is geen tweede project
De grootste denkfout die wij tegenkomen is dat opschalen wordt gezien als een vervolgproject op de pilot. Eerst bewijzen dat het werkt, dan een nieuw traject om het uit te rollen. Maar zo werkt het niet, want de pilot beantwoordt alleen de techniekvraag, en de andere drie lagen laten zich niet achteraf inbouwen. Een proces verbouw je terwijl mensen eraan wennen. Vertrouwen bouw je op terwijl je laat zien dat het werkt. Eigenaarschap beleg je voordat de energie van het project wegebt, niet erna.
Daarom kijken wij vanaf het eerste gesprek al naar alle vier de lagen tegelijk. Niet omdat de techniek onbelangrijk is, maar omdat de techniek het makkelijkste deel is. De opschaalkloof overbrug je niet met een beter model. Je overbrugt hem door vanaf dag één te bouwen aan proces, mensen en sturing, zodat een geslaagde pilot geen eindpunt is maar gewoon de eerste werkende versie van iets dat blijft.
Loopt jouw bedrijf vast tussen "het werkt" en "we draaien erop"? Dan is dat precies het gesprek dat wij graag voeren.
