AI in bedrijfsprocessen kan je helpen om sneller te werken, IT-documentatie te automatiseren en nieuwe inzichten uit je data te halen. Maar hoe zorg je ervoor dat AI ook in de praktijk beheersbaar en waardevol blijft? Oplopende kosten voor AI-gebruik, dataveiligheid en de communicatie tussen developers en directie kunnen daarbij voor uitdagingen zorgen. Met de juiste keuzes in modellen, architectuur en documentatie houd je grip en leg je een sterke basis voor AI binnen je bedrijf.
In de SucceedIT Podcast bespreken Dovydas Grigaitis, Chief Technology Officer bij HIPER Consultancy, en Mark-Jan Hennink, directeur en mede-eigenaar bij SucceedIT, waarom succesvolle AI-implementatie om meer vraagt dan het nieuwste of krachtigste model. Een doordachte IT-architectuur bepaalt voor een belangrijk deel hoe efficiënt, veilig en beheersbaar je AI inzet. In dit artikel lees je hoe je de kosten van AI-gebruik onder controle houdt, je bedrijfsdata beschermt en met centrale documentatie één betrouwbare bron voor je IT-landschap creëert.
Het juiste AI-model voor de juiste taak
Als je AI-modellen, zoals Claude of GPT, in je bedrijfsprocessen integreert, ligt het voor de hand om naar de nieuwste en krachtigste modellen te kijken. Maar het krachtigste model is niet automatisch de beste keuze voor iedere taak. Mark-Jan brengt daarbij een belangrijk praktisch vraagstuk naar voren: de kosten.
Mark-Jan: “Hoe koppel ik dit en hoe houd ik het gebruik van tokens laag, wat een hot topic is, ook voor kleinere gebruikers? Hoe houd ik die kosten laag?”
Dovydas: “Veel bedrijven fixeren zich op het verkeerde model voor de verkeerde taak. Iedereen heeft het over het nieuwste en slimste model, maar dat is niet de manier. Dat is schieten op een mug met een kanon. Als je gewoon een klein scriptje schrijft of simpele data bundelt, heb je geen ontzettend duur model zoals Opus nodig. Dan kun je prima uit de voeten met een goedkoper model zoals GPT-4o.”
Wanneer kies je voor een zwaar of licht AI-model?
Het verschil in kosten tussen verschillende AI-modellen kan enorm zijn. Dovydas legt uit hoe je hier strategisch mee omgaat:
- Zware ‘Reasoning’ Modellen (zoals Claude Opus): Zet deze in voor complexe vraagstukken waarbij het model meerdere stappen moet doorlopen, verbanden moet leggen of grote hoeveelheden context moet analyseren.
- Lichtere en snellere Modellen (zoals GPT-4o): Gebruik deze voor routinetaken, zoals het verwerken van gestructureerde data, het genereren van standaarddocumentatie of eenvoudige programmeertaken.
Hoe houd je de kosten van AI onder controle?
Veel AI-modellen rekenen het gebruik af op basis van tokens: kleine stukjes tekst die het model verwerkt of genereert. Door tijdens het ontwikkelproces te monitoren hoeveel tokens je toepassing verbruikt, krijg je vroeg inzicht in de kosten van AI-gebruik in je bedrijfsprocessen. Kies vervolgens per taak het lichtste model dat de gewenste kwaliteit levert. Zo houd je de kosten beheersbaar zonder in te leveren op wat je met AI wilt bereiken.
Dataprivacy en AI: grip houden op het gebruik van AI-tools
Zodra je AI in bedrijfsprocessen inzet, krijg je te maken met een belangrijk aandachtspunt: welke bedrijfs- en klantinformatie mogen zij met deze toepassingen delen? Zonder duidelijke afspraken kan gevoelige informatie terechtkomen in AI-omgevingen die je bedrijf niet heeft goedgekeurd.
Dovydas schetst in de podcast het cruciale verschil tussen gratis en betaalde AI-omgevingen:
Dovydas: “Mensen zijn bang: ‘Als ik mijn klantenlijst in de chat zet, kunnen andere gebruikers van het AI-model dan bij mijn data?’ Bij zakelijke betaalde licenties is in de overeenkomst vastgelegd dat jouw data niet wordt gebruikt om het AI-model te trainen. Maar bij gratis gebruik van AI-agents is dat een heel ander verhaal. Daar zit een groot risico, omdat er geen overeenkomst is die garandeert dat de provider jouw data niet gebruikt.”
Welke afspraken precies gelden voor dataopslag, verwerking en het trainen van modellen verschilt per aanbieder en licentievorm. Microsoft legt bijvoorbeeld uit hoe gegevensbescherming binnen Microsoft Copilot is geregeld. Controleer daarom altijd de voorwaarden en beveiligingsinstellingen voordat je een AI-tool binnen je bedrijf gebruikt.
Zo creëer je duidelijke kaders voor AI-gebruik
Veilig AI-gebruik begint met duidelijke kaders binnen je bedrijf. Door goedgekeurde zakelijke AI-omgevingen beschikbaar te stellen en afspraken te maken over welke data medewerkers mogen gebruiken, bied je een veilig alternatief voor ongecontroleerd AI-gebruik. Daarmee verklein je de kans dat medewerkers uitwijken naar niet-goedgekeurde tools en gevoelige bedrijfsinformatie onbedoeld delen.
‘I don’t know what I don’t know’: inzichten vinden waar je niet naar zoekt
Misschien gebruik je data nu vooral om antwoord te krijgen op vragen die je al kent, zoals: “Geef mij de verkoopcijfers van klant X.” Een interessante volgende stap ontstaat wanneer je AI niet alleen gebruikt om bekende vragen te beantwoorden, maar ook om patronen en afwijkingen te ontdekken waar je zelf nog niet naar zocht.
Mark-Jan en Dovydas bespreken in de podcast wat deze andere manier van kijken naar je data kan opleveren:
Mark-Jan: “Het systeem gaat straks voor jou werken, is dat hoe ik het moet zien?”
Dovydas: “Kijk, de utopie waar ik naar zoek is dat mensen niet meer vragen om een standaard statistiek, maar zeggen: ‘AI, geef me iets interessants over mijn data wat ik nog niet weet.’ Het grootste probleem in een bedrijf is namelijk wanneer je niet weet wat je niet weet. Als je datahuishouding in de data lake goed staat, kun je AI-modellen zogeheten ‘data-portretten’ laten analyseren om waardevolle inzichten boven water te krijgen.”
Een goed ingerichte centrale dataomgeving vormt hiervoor de basis. Hoe consistenter en toegankelijker je data is, hoe beter AI verbanden kan analyseren en relevante afwijkingen of patronen zichtbaar kan maken.
Eén bron van waarheid voor je IT-landschap
Naarmate je IT-landschap groeit, wordt het steeds lastiger om overzicht te houden. Developers kennen de technische inrichting, terwijl directie en businessanalisten vooral vanuit processen en resultaten kijken. Daardoor kunnen binnen je bedrijf verschillende beelden ontstaan over hoe systemen, maatwerk en datastromen precies met elkaar samenhangen.
Dovydas omschrijft dit in de podcast als het ‘fluistertelefoon-effect’ (broken telephone):
Dovydas: “Developers worden er moe van om steeds hetzelfde uit te leggen en vergeten na een maand ook de details. Directieleden hebben één beeld van hoe alles werkt, en developers een heel ander. Vervolgens zitten mensen uren in vergaderruimtes om details weer opnieuw uit te zoeken. Er is zoveel code en logica geschreven dat één persoon het niet meer kan bijhouden.”
Automatisch documenteren van je Microsoft-omgeving.
Een centrale documentatielaag helpt je om deze ruis te verminderen. AI kan daarbij informatie over je code, maatwerk en datastromen toegankelijk maken en ondersteunen bij het actueel houden van documentatie.
Werk je met Dynamics 365 Business Central, Power Platform of Azure DevOps? Dan kun je binnen je Microsoft-omgeving een centrale documentatielaag opbouwen. Door relevante code, documentatie en technische logica centraal toegankelijk te maken, geef je AI de context die nodig is om vragen over de inrichting van je IT-landschap te beantwoorden.
Minder ruis tussen IT en directie
Met een centrale documentatielaag zorg je ervoor dat businessanalisten, developers en directie vanuit dezelfde informatie werken. Een AI-agent kan die informatie toegankelijk maken door vragen over processen, maatwerk en technische afhankelijkheden direct te beantwoorden. Zo besteed je minder tijd aan handmatig uitzoekwerk en wordt het eenvoudiger om technische kennis binnen je bedrijf te delen.
AI in bedrijfsprocessen begint bij de juiste basis
AI in bedrijfsprocessenlevert vooral waarde op wanneer de techniek aansluit op het vraagstuk dat je wilt oplossen. Dat betekent dat je niet automatisch het krachtigste model kiest, maar bewust kijkt naar wat je nodig hebt. Tegelijk maak je duidelijke afspraken over data en zorg je dat kennis over je IT-landschap centraal beschikbaar is. Met die basis kun je AI gericht inzetten binnen bijvoorbeeld Business Central en andere Microsoft-oplossingen, zonder onnodige complexiteit toe te voegen.
Wil je ontdekken welke toepassingen van AI passen bij jouw IT-landschap en bedrijfsprocessen? We denken graag met je mee.