AI-pilot naar productie brengen: waarom dat mislukt

Je pilot werkte. De demo overtuigde iedereen, de testresultaten waren goed, er werd zelfs even gejuicht in de vergadering. Drie maanden later ligt het project stil en doet niemand er meer iets mee. Herkenbaar? Dan zit je in goed gezelschap: volgens onderzoek van MIT haalt 95 procent van de generatieve AI-pilots geen meetbaar rendement op (Frankwatching). Niet omdat de techniek het niet aankan, maar omdat niemand de pilot ooit liet landen in het bedrijf.

Waarom een pilot niet vanzelf naar productie gaat

Een pilot is opzettelijk klein. Je kiest één proces, één team, een overzichtelijke hoeveelheid data, en je meet of het werkt. Dat lukt bijna altijd, want je hebt het zo ingericht dat het kan lukken. Het misgaat op het moment dat de pilot het lab uit moet en gewoon onderdeel wordt van het dagelijkse werk.

Consultancy.nl beschrijft het scherp: bijna de helft van de Nederlandse bedrijven blijft steken in een voorstadium of pilotfase, ondanks dat er al flink is geïnvesteerd (Consultancy.nl). De vraag die daarbij steeds terugkomt: wie wordt eigenaar zodra het live gaat? Bij een pilot is dat meestal een projectteam of een enthousiaste manager. Zodra de pilot voorbij is, verdwijnt die persoon terug naar de eigen taken en blijft het systeem zonder eigenaar achter. Niemand voelt zich nog verantwoordelijk voor de volgende stap, dus die stap komt er niet.

Er speelt nog iets mee. Uit hetzelfde MIT-onderzoek blijkt dat kant-en-klare AI-tools die worden ingekocht in 67 procent van de gevallen slagen, tegenover 33 procent bij zelfgebouwde systemen. Het verschil zit niet in de kwaliteit van de techniek, het zit in hoe snel een oplossing aansluit op wat er al draait. Zelfbouw duurt langer, en in die extra tijd verdampt het momentum dat de pilot had opgeleverd.

Wat dit betekent voor jouw bedrijf

Het wordt pas concreet als je het naast je eigen proces legt. Stel, je test met AI of offertes automatisch kunnen worden voorbereid vanuit een binnengekomen aanvraag. In de pilot werkt het goed: tien aanvragen, tien nette offertes. Maar in het echte proces komen aanvragen binnen via mail, telefoon en een contactformulier, met wisselende kwaliteit en halve informatie. De pilot is daar nooit op getest, dus struikelt hij zodra hij het echte proces in moet. En omdat niemand vooraf had afgesproken wie dat oplost, blijft het gewoon liggen.

Dat is het patroon dat je in bijna elk gestrand AI-traject terugziet. Niet de test faalt, maar de overgang naar dagelijks gebruik. Wil je dat voorkomen, regel dan twee dingen voordat de pilot start, niet erna: wie is eigenaar zodra het live gaat, en op welke rommelige praktijkgevallen moet het systeem ook werken, niet alleen op de mooie voorbeelden uit de test. Een korte quickscan van je eigen proces vooraf voorkomt dat je die vragen pas stelt als de pilot al is afgerond. Dat klinkt minder spannend dan de pilot zelf, maar het is precies het stuk dat bepaalt of je project een blijvertje wordt.

Ik denk vaak mee met bedrijven in de fase net na de pilot, als het enthousiasme wat is gezakt en de vraag wie dit nu eigenlijk doet nog niemand heeft beantwoord. Herken je dat moment in je eigen bedrijf, of ligt er bij jullie ook iets te wachten op een eigenaar?