‘AI-oplossingen hoeven niet altijd complex en ingewikkeld te zijn’

Blog

Conclusion Intelligence richt zich op toepassen van AI-mogelijkheden  binnen de bedrijfsvoering van organisaties. Bij dit bedrijf werken ongeveer 200 medewerkers, waaronder Kelly Meijers en Nick Radunovic. Ze vertellen over een recent uitgevoerd AI-project en hoe met AI kan worden omgegaan. ‘Niet alles kan met AI’, zegt Kelly Meijers. ‘Hiaten in managementteams laten zich bijvoorbeeld niet dichten met AI’. 

Dit interview verscheen eerder in KWD vakblad

Wat doet Conclusion Intelligence? In het Engels klinkt dat zo: ‘We develop AI-driven solutions for decision intelligence, business processes and customer engagement.’

Kelly: ‘Eigenlijk zijn wij al een paar decennia bezig met AI, ook al heet het pas recent zo.’

Nick: ‘De AI-hype van de afgelopen jaren heeft de technologie een versnelling gegeven, maar we werken natuurlijk al veel langer aan het voorspelbaar, inzichtelijk en efficiënter maken van bedrijfsprocessen op basis van data.’

Kelly: ‘We realiseren ons dat niet altijd, maar AI is er altijd al geweest. Ik denk dan aan het damprogramma wat Arthur Samuel in 1952 maakte en dat zelfstandig kon dammen. Door generatieve AI is de technologie een stuk toegankelijker geworden. En dat zorgt er mede voor dat bedrijven nu beter kunnen zien dat ze AI ook kunnen gebruiken voor het verbeteren van hun processen, ook ten behoeve van hun klanten. En dat helpt bedrijven om ook andere en innovatievere businessmodellen te verzinnen en te implementeren. Wij helpen ze om daarmee goed om te gaan.’

Nick: ‘Een organisatie heeft een doel en een visie en AI is een middel om een uitgedachte strategie te verwezenlijken. Maar het is niet technologie alleen waar ze rekening mee moeten houden. Er is bijvoorbeeld ook wet- en regelgeving waaraan ze gebonden zijn. En er zijn ethische zaken die moeten worden meegenomen.’ 

Je hoort vaak dat organisaties eerst hun data op orde moeten hebben, alvorens met AI te kunnen beginnen. Maar het op orde brengen van data kan wel drie jaar in beslag nemen. En die tijd hebben veel organisaties niet 

Nick: ‘Het proces is niet veel anders dan voor een projectmanager die een pakketimplementatie gaat uitvoeren. Selecteren, installeren en inte greren van een softwarepakket in een bestaande IT-infrastructuur is ook procesoptimalisatie. In de meeste pakket-opdrachten zitten tegenwoordig ook mogelijkheden om AI in te zetten. Alleen daarom is het goed dat projectmanagers het nodige van AI weten om in optimalisatietrajecten een goede gesprekspartner te kunnen zijn.’ 

Het nieuwe Van Dale woord voor 2025 was ‘hallucineren’. Is dat wat AI doet als je geen sluitende businesscase maakt?

Kelly: ‘Hallucineren gebeurt als een AI-applicatie gebruik moet maken van onbetrouwbare, slechte data. Dan kun je met AI zeker iets moois maken, maar dan is er waarschijnlijk geen connectie met de werkelijkheid. Is er goede data beschikbaar, dan kan met AI aan procesoptimalisatie worden gedaan. Dan weet je bijvoorbeeld hoeveel het runnen van een bestaand proces kost aan tijd en geld en op basis daarvan is te bekijken waar er met AI aan tijd en geld gewonnen kan worden. Daar kun je dan je businesscase op baseren. Als we met een procesoptimalisatie bezig zijn, dan werken we eerst zo’n proces in zijn geheel uit. In die fase is het gebruik van AI nog niet aan de orde. Pas als zo’n proces eenmaal beschreven is, volgen er gesprekken met onder meer de solution architect en AI-engineer om met elkaar te gaan bekijken waar AI zou kunnen worden.'

Kelly: ‘Daarover gesproken, we hebben binnen Conclusion Intelligence een AI-Academy die aan organisaties trainingen en workshops aanbiedt op verschillende niveaus. Die training hebben ook alle medewerkers van Conclusion gevolgd. Ook omdat Artikel 4 van de EU AI-Act voor schrijft dat iedereen die met AI werkt voldoende kennis heeft om weloverwogen beslissingen te nemen en om de impact van AI te begrijpen. Lobbyisten hebben dit artikel wat weten af te zwakken, maar dat neemt niet weg dat het goed is, ook voor projectmanagers, om zich in AI te scholen en verdiepen.' 

Jullie hebben recent het AI-project CAO-checker uitgevoerd. Kun je daar iets over vertellen? 

Nick: ‘Het is uitgevoerd voor en bij een detachering/uitzendbureau dat sinds 1 januari 2026 wettelijk verplicht is om te zorgen voor gelijke beloningen aan flexkrachten. Is een flexkracht ondergebracht bij een organisatie, dan moet hij of zij ten opzichte van mensen die daar met een vaste baan werken, gelijkelijk worden beloond. Maar ook flexwerkers onderling moeten gelijkelijk worden beloond. Verschillen in beloning voor soortgelijk werk, omdat er wordt gewerkt in verschillende bedrijfstakken is niet wenselijk, zegt de wetgever. Om die evenwichtigheid voor elkaar te krijgen, moet er inzicht bij het bureau zijn in wat cao’s voor de verschillende bedrijfs takken voorschrijven. Dat inzicht is te verkrijgen door het invullen van een vragenlijst waarin ook bedrijfseigen regelingen worden meegenomen. Daar gaat AI hen bij helpen. Het project CAO-checker is opgezet om het invullen van vragenlijsten in de verschillende bedrijfstakken te automatiseren door er een gestandaardiseerd proces van te maken. Om zo eventuele verschillen in beloning in de verschillende bedrijfstakken inzichtelijk te maken. Daarvoor moest alle informatie in bestaande en nieuwe cao’s kunnen worden ingelezen om vervolgens op die dan digitale informatie de nodige analyses los te laten. Handmatig zou dat heel veel tijd kosten.’ 

Kelly: ‘De vraag van het bureau aan ons was hen te helpen met deze automatiseringsvraag. Het bureau is overigens al een klant van ons, hun dataplatform wordt door Conclusion beheerd. In de beantwoording van de vraag zagen we dat een gemiddelde cao al snel tussen de 80 tot 150 pagina’s tekst omvat. Woorden kunnen eenvoudig worden ingelezen, maar in teksten staan ook tabellen, grafieken met pijltjes, tekeningen, foto’s, en zijn er speciale tekens die ook mee moeten naar de analyse-omgeving. Het is ondoenlijk om dat met de hand te doen. We hebben geanalyseerd of, en zo ja hoe, AI zou kunnen helpen om alle tekens anders dan letters in een PDF snel te kunnen vinden om deze vervolgens te scannen en te lezen.’

Nick: ‘De route was om deze AI-mogelijkheid om te zetten in een POC ofwel Proof of Concept. Volgende stap zou zijn het ontwikkelen van een minimum viable product (MVP) om daarna het geheel naar een productieomgeving te brengen waar het ook beheerd kan worden.'

AI is slechts een onderdeel in het gehele automatiseringsproces waar heel veel ontwikkelwerk bij komt kijken

Hoe hebben jullie het 
projectmanagement gedeelte in dit 
project ingeregeld?

Kelly: ‘We hebben een vast stramien dat zegt dat we in zes weken een POC kunnen leveren. Daar is dan een kostprijs aan te hangen. Dat proces begon in dit project met het bij elkaar brengen van alle stakeholders, inclusief solution architect, AI-engineer en cloud engineer. De gesprekken maakten duidelijk dat de gewenste automatiseringsoplossing niet via een bestaand platform kon worden verkregen. Er moest een nieuwe applicatie worden gebouwd. Microsoft gaf aan dat dit met Copilot kon worden gedaan. Dat bleek na enige tijd evenwel niet zo te zijn.’

Nick: ‘We hebben daarop gekozen voor Open AI. Versie 5.0 werd gelukkig opgevolgd met 5.1 dat wel de mogelijkheden gaf om een POC te bouwen. De demo aan de stakeholders was overigens geen appel-eitje omdat er precies ten tijde van de demonstratie sprake was van sabotage van een datakabel waardoor dataverkeer moest worden omgeleid. Over kwetsbaarheden ten gevolge van geopolitieke spanningen gesproken.’

Kelly: ‘Die zes weken die we uittrekken voor het maken van een POC hebben we in de regel ook wel nodig omdat gemaakte aannames ook wel eens niet kunnen kloppen. Hier was de aanname dat Microsoft Copilot de oplossing zou kunnen zijn.’

Nick: ‘Voor alle duidelijkheid, de applicatie die we hebben gebouwd behelst alleen het automatiseren van de invoer van cao-gegevens uit een pdf. Het is in de automatisering van het project waarin wordt gewerkt aan gelijkelijk belonen een schakel, maar wel een die het meeste handwerk bespaart.' 

Het project is inmiddels afgerond?

Kelly: ‘Ja in februari dit jaar was de technologie in de POC afdoende getest, was er een MVP beschikbaar en konden werknemers van het bureau alle informatie in cao-documenten in de applicatie downloaden en vervolgens van deze info gebruik maken. De applicatie is custom built en sluit aan op de rest van de organisatie. Ook het beheer is in een governance structuur geregeld. Beheer is nodig onder meer om de applicatie up-and-running te houden omdat er geregeld nieuwe versies van het Open AI-taal model verschijnen en moeten worden geïmplementeerd.’

Nick: ‘Het is gezien alle geopolitieke spanningen in de wereld goed hier te vermelden dat de data van deze applicatie, hoewel we werken met Open AI, wordt gehost op een Europese server. We hanteren altijd als eis dat data in onze oplossingen in Europa blijft.’

Kelly: ‘Voordat een MVP in gebruik wordt genomen waarin AI is toegepast gaat deze voor goedkeuring naar onze Ethische Commissie om te toetsen of de impact van de applicatie ethisch verantwoord is. Data moet goed beveiligd zijn.’

Nick: ‘Bij ons zit er ook daarom altijd een mens in de gebruikersloop. Ook deze applicatie draait dan moet je dat project niet doen of bijvoorbeeld een automatische controle inbouwen. Maar dat was in dit project niet aan de orde.’  

Wat is cruciaal in dit AI-project als het gaat om projectmanagement?

Kelly: ‘Technologische kennis moet aanwezig zijn. En die kennis moet voortdurend worden ververst omdat de AI-ontwikkelingen razendsnel gaan. Daar ligt een valkuil. Omdat ontwikkelingen elkaar snel opvolgen moet je ervoor zorgen dat projectstakeholders niet van je vervreemden. Omdat de AI-wereld snel evolueert is het denk baar dat je op enig moment een AI-taal spreekt die ze niet kennen en kunnen verstaan.’

Nick: ‘Het is heel makkelijk voor een developer om met een collega-developer te spreken over AI-technologie en hoe deze te gebruiken, maar als ik op dezelfde manier met klanten zou communiceren, dan zou ik die kwijtraken. ‘

Kelly: ‘Als ik een backlog van developers aan een klant zou laten zien, dan komt het niet goed. In work breakdowns presenteer ik backlogs voor klanten daarom in een voor hen begrijpelijke taal. Dit gaan we deze week doen, dat zijn onze deliverables. Nick hanteert overigens een heel andere planning dan de planning die ik met de klant communiceer.’

Nick: ‘Verwachtingsmanagement is in dit soort projecten essentieel. Wat zijn de verwachtingen van de klant? Klanten verwachten dat kwaliteit met AI min of meer geborgd is, maar eigenlijk is dat met AI veel moeilijker dan in andere projecten. Uit onderzoek blijkt dat klanten menselijke fouten wel OK vinden, maar fouten gemaakt door AI niet. Met klanten hebben we het vaak over hun verwachtingen. Het komt voor dat we aan een klant moeten vertellen dat AI het probleem niet kan oplossen. Een voorbeeld: we hebben recent van een klant het verzoek gekregen om na analyse aan te geven hoe hun interne processen zouden kunnen worden geoptimaliseerd. Kon daarvoor een AI agent worden ingezet? Onze inventarisatie liet zien dat AI hier geen oplossing kon zijn. Duidelijk werd dat het niet volledig autonoom. Er is altijd iemand die, nadat gegevens uit een of meerdere pdf-en zijn ingevoerd, het eindresultaat nog even naloopt en controleert. Maar dat is veel minder tijdrovend dan alles met de hand te moeten doen. Als menselijke controle in een project niet mogelijk is, de organisatie ontbrak aan een manager die regie en inzicht had over de gehele keten.’

Kelly: ‘Het is een valkuil te denken dat alle organisatieproblemen zijn op te lossen met automatisering of AI. Managers hebben zelf ook een verantwoordelijkheid om processen goed te organiseren.'

Het is een valkuil te denken dat alle organisatieproblemen zijn op te lossen met automatisering of AI  

Wat zien en horen jullie nog meer vaak in AI-projecten? 

Nick: ‘AI is heel intuïtief, ziet er makkelijk uit, dan zal het ook wel makkelijk zijn om AI toe te passen in processen, denken klanten niet zelden. Dat is niet zo. AI is slechts een onderdeel in het gehele automatiseringsproces waar heel veel ontwikkelwerk bij komt kijken. Bij het bouwen van een applicatie gaat vaak maar 15 procent van de tijd zitten in het inbedding van AI-mogelijkheden. Zaken als autorisatie bijvoorbeeld zitten om de AI-componenten heen en moeten apart ontwikkeld worden.’

Kelly: ‘Je hoort vaak dat organisaties eerst hun data op orde moeten hebben, alvorens met AI te kunnen beginnen. Maar het op orde brengen van data kan wel drie jaar in beslag nemen. En die tijd hebben veel organisaties niet. Het is prima om met data governance en data-management aan de slag te gaan, maar dat laat onverlet dat je ook met high impact cases alvast kunt beginnen. Zo hebben we laatst een chatbox functie ont wikkeld waarin met 20 verschillende talen met klanten kan worden gecommuniceerd.’ 

Laatste vraag: is het jullie ervaring dat AI-oplossingen veel efficiency winst gaan opleveren? 

Nick: ‘Dat is natuurlijk de hamvraag. Laat ik de vraag zo beantwoorden: tijdens een training zei iemand dat hij veel mails verstuurde, maar iedere keer ook moest controleren of er daarop wel antwoorden werden gegeven. Dat kun je met AI automatiseren. Je kunt een AI-agent vragen te controleren wie nog niet heeft geantwoord. Die mensen krijgen dan een automatisch gegenereerd bericht als ‘ik begrijp dat je het druk hebt, maar heb je deze mail al gezien? Als je tijd hebt om nog even te antwoorden. Alvast hartelijk dank.’ Je kunt ook een AI-agent in je Teams plaatsen en dan met de agent chatten: geef mij de lijst van mensen die nog niet gereageerd hebben. Zo’n agent is zo gebouwd. AI-oplossingen die tijdwinst opleveren, hoeven niet altijd complex en ingewikkeld te zijn.’ 

AUTEURS EN INTERVIEWERS: REMMELT VAN DER WAL EN LEO KLAVER