<!-- Markdown-versie van https://outdeliver.ai/blog/van-pilot-naar-productie, gemaakt door tools/bouw.mjs -->

Blog

# Van AI-pilot naar productie: wat een demo nog niet bewijst

Een demo laat zien dat een model kan antwoorden. Productie begint pas
wanneer de taak, grenzen, uitzonderingen en meting vaststaan.

Een demo kan snel overtuigen. Je geeft een taalmodel een ordermail,
het haalt artikelcodes en aantallen eruit, en het antwoord ziet er bruikbaar
uit. Dat is een nuttige eerste proef. Het zegt alleen nog weinig over de vraag
of een medewerker die order morgen echt niet meer hoeft over te typen.

Tussen die twee momenten ligt het werk dat nodig is om een pilot naar dagelijks
gebruik te brengen. Een echte
ordermail heeft een afzender, bijlagen, een klantnummer, afwijkende prijzen en
soms een fout in het bronbestand. De uitkomst moet naar een bestaand systeem.
Iemand moet kunnen zien waarom een order wel of niet doorging. En wanneer er
iets niet klopt, moet de mail bij de juiste collega terechtkomen. Een demo
bewijst geen van die onderdelen.

## Een pilot zonder duidelijke opdracht loopt vast

Soms luidt de opdracht: kijk eens wat mogelijk is. Daarmee ontstaat een
proefopstelling zonder afgebakend werk, eigenaar of einddatum voor de
gebruikssituatie. Een team vergelijkt modellen en verzamelt voorbeelden.
Daarna wacht de pilot op een groter budget, een
architectuurkeuze of de volgende prioriteit. De operator die dagelijks met de
inbox werkt, is dan nog niet geholpen.

Een beter begin is niet een model kiezen, maar een handeling aanwijzen. Neem
bijvoorbeeld: bekende ordermails uit een gedeelde mailbox inlezen, de velden
controleren tegen klant- en artikelgegevens en een conceptorder klaarzetten in
het ERP. Dat is klein genoeg om te testen en groot genoeg om een medewerker
werk uit handen te nemen.

De grens hoort erbij. Alleen bekende afzenders, één order per bericht en geen
prijsafwijking gaan direct door. Een onbekende klant, een ontbrekend
ordernummer of een verschil in prijs gaat naar een wachtrij. Die regels maken
de oplossing niet minder intelligent. Zij maken duidelijk waar de software
stopt en waar een mens beslist.

## Productie heeft een eigenaar en een meetpunt

Een proces bereikt productie niet zodra de koppeling technisch werkt. Het
bereikt productie wanneer iemand op maandagochtend kan beantwoorden: welke
gevallen gingen goed, welke gingen naar een collega en wat doen we als de
bronapplicatie of het model verandert?

Leg daarom voor de bouw vier dingen vast. Beschrijf waar de taak begint en
eindigt. Benoem het systeem waarin de uitkomst terechtkomt. Noteer welke
gevallen nooit zelfstandig mogen doorlopen. Kies een meetpunt dat de
proceseigenaar al herkent, zoals de doorlooptijd van een order, het aantal
handmatige invoeren of het aandeel correcties achteraf.

Dat laatste voorkomt een misleidende score. Een hoge herkenningsscore kan alsnog
veel herstelwerk opleveren wanneer foute gevallen stil in het ERP terechtkomen.
Het relevante getal is niet alleen
de herkenning. Het is het aantal gevallen dat zonder herstel tot de juiste
volgende stap komt.

## Bouw een eerste proces helemaal af

Een eerste traject hoeft geen groot programma te zijn. Een week meekijken
maakt zichtbaar hoeveel werk binnenkomt, welke uitzonderingen vaak voorkomen en
waar de gegevens vandaan komen. Daarna volgt de bouw van één proces, met de
schermen, rechten, koppelingen en controle die daarvoor nodig zijn. Zes tot tien
weken is een bruikbare werkwijze voor een afgebakend proces, geen belofte voor
elk vraagstuk.

Wanneer capaciteit beperkt is, is één verwerking met de juiste rechten,
uitzonderingen en beheer beter te toetsen dan meerdere losse demo's. Dan krijgt
die ene oplossing de aandacht die nodig is voor de laatste stap: inloggen met de
juiste rechten, een fout afhandelen, een verandering testen en een
verantwoordelijke aanwijzen. Als de verwerking stabiel is, ontstaat er een basis
voor het volgende proces.

## De waarde zit in herhaling

Wanneer een medewerker een herkenbare order niet meer hoeft over te typen,
verdwijnt niet alleen die ene handeling. De winst keert terug bij elk volgend
herkenbaar bericht. Hoeveel dat oplevert, hangt af van het volume en van de tijd
die nu nodig is. Daarom hoort de nulmeting aan het begin te staan en niet in de
eindpresentatie.

Een pilot die tot een demo beperkt blijft, is niet per definitie mislukt. Soms
blijkt juist op tijd dat de brondata te rommelig zijn of dat het proces te weinig
voorkomt. Dan is stoppen een goed resultaat. De fout is pas om de demo een
product te noemen zonder te besluiten wat er nodig is om hem elke dag veilig te
gebruiken.

Drie manieren om te beginnen

## Wil je een bestaand proefproject naast een echt proces leggen?

Begin klein, met één proces dat elke week terugkomt. Kies zelf hoe: van
vijf minuten zelf invullen tot een sessie bij jullie op locatie.

### AI-scan

Gratis

Tien vragen, vijf minuten

Vul zelf in waar jullie staan. Je ziet meteen de uitkomst, met een eerste stap.

[Doe de AI-scan](https://outdeliver.ai/ai-scan.html)

02 Aanbevolen

### Kennismaking

Gratis

Een half uur via Teams

We horen wat jullie al doen. Daarna zeggen we wat past of dat het nog te vroeg is.

Gesprek met Marcel Logtenberg

[Plan een gesprek](https://outdeliver.ai/plan-een-gesprek.html)

### Aan de slag

Vanaf € 495

Bij jullie op locatie, exclusief btw

Een AI-quickscan, een AI-assessment of een AI-assessment met inspiratiesessie, tegen een vaste prijs.

[Aan de slag](https://outdeliver.ai/aan-de-slag.html)
