Van AI-pilot naar waarde op de werkvloer

Waar begin je

Waardevolle AI begint niet bij een model of tool, maar bij een concreet knelpunt. Rutger: ‘De eerste vraag moet niet zijn: welke AI-tool gaan we gebruiken? De eerste vraag moet zijn: waar loopt ons werk vast? Waar verliezen mensen tijd? Waar ontstaan fouten? Welke processen zijn zo repetitief dat niemand er energie van krijgt? Daar moet je beginnen.’

Een concreet voorbeeld is administratief werk rond inkomende e-mails, orders en PDF-bijlagen. In veel organisaties nemen medewerkers nog handmatig gegevens over in andere systemen. Een AI-toepassing kan ongestructureerde documenten lezen, klantgegevens, artikelnummers en aantallen herkennen en die gegevens gestructureerd doorzetten naar het ERP-systeem. ‘Waar medewerkers voorheen eindeloos inkomende e-mails en onoverzichtelijke PDF-bijlagen moesten overkloppen, neemt AI dat nu over. Dat elimineert handmatige typefouten en vertragingen, maar voorkomt vooral dat slimme professionals hun dagen vullen met geestdodend kopieer- en plakwerk.’

Daar zit voor New Nexus de kern van waardevolle AI: technologie moet niet abstract blijven, maar concrete frictie uit processen halen. De vraag is steeds welk deel van het werk slimmer kan, zodat mensen meer ruimte krijgen voor interpretatie, creativiteit, aandacht en klantcontact.

Betrouwbaar fundament

Als een kansrijke toepassing is gevonden, begint het echte werk. AI lijkt intelligent, maar heeft van zichzelf geen begrip van een organisatie, klanten of processen. Een model is afhankelijk van de informatie die het krijgt. ‘Je moet AI zien als een waanzinnig krachtige motor,’ zegt Rutger. ‘Maar die motor draait maar op één soort brandstof, en dat is jouw data. Als die data gefragmenteerd, verouderd of onjuist is, dan gaat AI razendsnel en vol overtuiging de verkeerde conclusies trekken. Zonder schone, betrouwbare data is AI niet alleen nutteloos, het is ronduit gevaarlijk voor je besluitvorming. En dat is precies waarom veel pilots stranden.’

Dat maakt datakwaliteit en softwarearchitectuur belangrijke voorwaarden voor betrouwbare AI. ‘Softwarearchitectuur is het verschil tussen een leuk prototype en een systeem dat daadwerkelijk overleeft in de praktijk. Goede architectuur zorgt ervoor dat een AI-toepassing niet alleen functioneel zijn trucje doet, maar ook veilig is, voldoet aan privacyregels en de AI Act en prettig werkt voor mensen op de werkvloer.’

Controle op innovatie

Ook controle over data wordt steeds belangrijker. ‘Datasoevereiniteit klinkt misschien als een zwaar IT-begrip, maar het draait in de kern om één ding: digitale autonomie. Dus moet je zorgen voor dataportabiliteit. Je bent pas echt eigenaar van je data als je niet vastzit. Mocht jouw tooling overgenomen worden, de regels veranderen of onredelijk duur worden, dan moet je de vrijheid en de technische mogelijkheid hebben om je spullen naadloos op te pakken en te verhuizen naar een veilige omgeving.’

Vaak worden innovatie en controle gezien als tegenpolen. Gas geven versus op de rem trappen. ‘Maar je zet geen ijzersterke remmen op een raceauto om stil te staan, die zitten erop zodat je vol vertrouwen op topsnelheid de bocht door durft’, vergelijkt Rutger. ‘Controle is juist de absolute voorwaarde voor innovatie.’

In AI-trajecten vertaalt New Nexus dat vaak naar een hybride infrastructuur: publieke cloud waar dat verantwoord kan, private of afgeschermde omgevingen waar het moet. De brede basis van alledaagse of openbare data kan prima in de publieke cloud. Maar de kritieke top, zoals gevoelige persoonsgegevens, wil je niet in andermans handen leggen. Rutger vat het eenvoudig samen: ‘Stuur jouw data niet naar een extern AI-model, maar haal het model naar jouw data. Concreet betekent dit dat je afgeschermde omgevingen inricht. Hierbinnen kunnen medewerkers volop pionieren en experimenteren met AI, zonder dat er ooit bedrijfsdata weglekt naar de buitenwereld. En voor de echte kroonjuwelen uit je organisatie haal je krachtige open modellen naar binnen, die je veilig op je eigen servers draait.’

Regie bij de eindgebruikers

Zelfs met goede data en veilige techniek is een organisatie er nog niet. AI krijgt pas waarde wanneer mensen begrijpen wat het doet, waar de beperkingen zitten en hoe ze output kritisch kunnen beoordelen. ‘Twee dingen houden organisaties vaak tegen: angst en onwetendheid,’ zegt Rutger. ‘Ik bagatelliseer de risico’s van slecht AI-gebruik niet, maar als je risico’s alleen maar uitvergroot tegenover de kansen, creëer je verlamming. De remedie is klein en veilig beginnen.’

Daarom is AI-geletterdheid een randvoorwaarde. Niet als een eenmalige prompttraining, maar als praktische basisvaardigheid: begrijpen hoe AI redeneert, herkennen wanneer output onbetrouwbaar kan zijn en weten hoe je technologie verantwoord toepast in je eigen werk. ‘Wanneer medewerkers weten wat het gereedschap kan, wordt het werk efficiënter en neemt de angst om te falen af. Bovendien helpt die kennis om proactief kansen te spotten op de werkvloer.’

Door de eindgebruikers meer regie te geven, ontstaat er volgens Rutger meer draagvlak. ‘Mensen verzetten zich niet tegen verandering, maar tegen veranderd worden. Betrek de werkvloer direct bij het zoeken naar oplossingen voor dagelijkse knelpunten. Laat eindgebruikers vanaf dag één meedenken, testen en feedback geven.’

Werkgeluk boven efficiëntie

In discussies over generatieve AI gaat het al snel over banen. Rutger gelooft niet dat AI op korte termijn massaal professionals vervangt, maar wel dat werk fundamenteel verandert. ‘Ik verwacht niet dat er op korte termijn massaal banen verdwijnen door generatieve AI. Ze gaan wel absoluut veranderen. AI neemt vooral repeterend en uitvoerend werk over. Daardoor gaan we van professionals meer strategisch denkwerk, creativiteit en menselijke nuance verwachten.’

Daarmee verandert ook de discussie over productiviteit. AI is volgens Rutger geen bezuinigingsmachine, maar een kwaliteits- en productiviteitsversneller. De vraag is niet welke mensen je kunt vervangen, maar welk werk je kunt verbeteren. ‘Bij New Nexus richten we ons op het vergroten van werkgeluk door saai, repetitief werk te automatiseren met slimme agents,’ zegt Rutger. ‘Zo blijft er meer hersencapaciteit over voor de leuke, creatieve of bijzondere klussen die meer tijd vergen. Daarmee boek je kwaliteitswinst en krijg je, als het goed is, blijere klanten.’

AI maakt mensen niet automatisch gelukkiger en vervangt geen goed leiderschap of gezonde bedrijfscultuur. Maar goed ingezet kan AI wel werk wegnemen dat veel energie kost en weinig waarde toevoegt. Productiviteitswinst wordt dan het gevolg van beter georganiseerd werk: niet minder mens, maar meer ruimte voor menselijk werk.

Zorgplicht

Hoe dichter AI op processen en besluitvorming komt te zitten, hoe belangrijker verantwoordelijkheid wordt. Zeker wanneer AI invloed heeft op beslissingen over mensen, klanten of gevoelige informatie, moet transparant zijn hoe een uitkomst tot stand komt. ‘We accepteren nooit een black box,’ zegt Rutger. ‘Als een AI-model een beslissing neemt met impact op mensen, moet je altijd in begrijpelijke taal kunnen uitleggen hoe die beslissing tot stand is gekomen. Kun je dat niet? Dan mag je dat model simpelweg niet inzetten.’

Responsible AI begint daarom niet achteraf, maar vóór de bouw. Veiligheid, ethiek, privacy en uitlegbaarheid moeten vanaf de eerste schets worden meegenomen. ‘Als technologiepartner mag het nooit ‘u vraagt, wij draaien’ zijn,’ zegt Rutger. ‘Je hebt een zorgplicht. Het is aan ons om complexiteit weg te nemen, maar ook kritisch te blijven bevragen en een verantwoord alternatief te ontwerpen als veiligheid, ethiek of datacontrole onder druk staan.’ Binnen New Nexus wordt daarbij steeds dezelfde vraag gesteld: kunnen we dit technisch bouwen, maar moeten we dit ook willen?

Van enthousiasme naar waarde

De conclusie uit de praktijk is niet dat organisaties voorzichtiger moeten worden met AI. De les is dat enthousiasme pas blijvende waarde krijgt wanneer het wordt verbonden aan duidelijke problemen, betrouwbare data, veilige architectuur, betrokken medewerkers en ethische kaders. ‘AI waardevol maken vraagt niet om één grote sprong,’ vat Rutger samen. ‘Het vraagt om klein beginnen, maar volwassen denken. Het betekent dat je snel leert, maar wel met het grotere geheel in gedachten. Start bij een concreet probleem op de werkvloer. Toets of je data betrouwbaar en verantwoord te gebruiken is. Bouw veilig. Betrek mensen vanaf het begin. En schaal pas op wat aantoonbaar werkt.’

De volgende stap

Om AI beheersbaar te maken, kijkt New Nexus breder dan technologie alleen. In een AI-Quickscan wordt onder meer gekeken naar AI-geletterdheid, datavolwassenheid, toegang tot data en repetitieve processen waar AI impact kan maken. ‘We kijken hoe volwassen de data van de organisatie is, wie waarbij kan en hoe schoon de data is,’ zegt Rutger. ‘Maar we gaan ook in gesprek met de mensen op de vloer om te zien waar repetitieve processen plaatsvinden en waar AI de meeste impact kan hebben. Vervolgens vertalen we dat naar een plan waarmee de organisatie stap voor stap op de volwassenheidsladder kan klimmen.’

Zo ontdek je waar AI binnen jouw organisatie de meeste impact kan maken — en hoe je van experiment naar structurele waarde komt.