AI binnen bedrijven: de verborgen kosten van AI en de kracht van een proof of concept
AI wordt steeds toegankelijker. En dat is fantastisch.
Waar je een paar jaar geleden nog een developer nodig had om überhaupt een eerste versie van een idee te bouwen, kan bijna iedereen tegenwoordig zelf aan de slag met AI. Medewerkers bouwen met tools als ChatGPT, Claude, Lovable en Replit zelf dashboards, automatiseringen, interne tools en complete proof of concepts (POC’s).
En dat gebeurt volop binnen bedrijven.
Een projectmanager die tussen zijn werkzaamheden door een dashboard bouwt. Een marketeer die met AI een proces automatiseert. Een medewerker die enthousiast aan het vibe-coden slaat en binnen een paar dagen iets heeft staan waarvan iedereen denkt: hé, dit is eigenlijk best handig.
Ik vind dat een geweldige ontwikkeling.
Maar er zit ook een kant aan die we bij Outlawz steeds vaker tegenkomen.
De verborgen kosten van AI binnen bedrijven
Een AI-account van een paar tientjes of honderd euro per maand valt op de begroting waarschijnlijk nauwelijks op.
Maar wat als een medewerker vervolgens 10 of 20 uur per week bezig is met het bouwen, testen en aanpassen van AI-oplossingen?
Dan zijn de kosten van de AI-tool niet het belangrijkste.
De echte kosten zitten in de uren die je niet direct ziet.
Dat hoeft helemaal geen probleem te zijn als daar iets waardevols uit ontstaat. Maar als organisatie moet je je wel bewust zijn van die investering.
Een projectmanager die iedere week 15 uur aan een AI-applicatie bouwt, besteedt diezelfde 15 uur niet aan projectmanagement. En iemand die heel goed is in zijn eigen vakgebied, is niet automatisch specialist in softwareontwikkeling, databases, architectuur of cybersecurity.
Daar ontstaat een tweede risico.
Vibe coding is krachtig, maar niet zonder risico’s
AI maakt softwareontwikkeling toegankelijk voor mensen die zelf niet kunnen programmeren. Met behulp van natuurlijke taal kunnen medewerkers tegenwoordig verrassend snel een werkende applicatie of automatisering bouwen.
Dat wordt ook wel vibe coding genoemd.
Voor experimenten is dat fantastisch.
Maar zodra een AI proof of concept binnen een organisatie echt gebruikt gaat worden, ontstaan belangrijke vragen.
Waar wordt de data opgeslagen? Welke bedrijfs- of persoonsgegevens worden naar AI-modellen gestuurd? Wie heeft toegang tot de applicatie? Zijn koppelingen veilig ingericht? Wat gebeurt er als tientallen medewerkers de applicatie gaan gebruiken? Is de code onderhoudbaar? En wat gebeurt er als degene die het gebouwd heeft vertrekt?
Het is een beetje alsof we iedereen ineens een hele snelle auto hebben gegeven.
Dat betekent nog niet automatisch dat iedereen ook heeft geleerd hoe je ermee moet rijden.
Stop vooral niet met het bouwen van AI proof of concepts
Je zou na bovenstaande misschien denken dat bedrijven medewerkers juist moeten afremmen.
Ik denk precies het tegenovergestelde.
Laat mensen experimenteren met AI.
Want de opkomst van AI heeft iets veranderd waar wij bij Outlawz ontzettend enthousiast van worden: medewerkers kunnen hun ideeën tegenwoordig zelf tastbaar maken.
Vroeger kon het enorm veel tijd kosten om boven tafel te krijgen wat iemand precies wilde.
We brachten bedrijfsprocessen in kaart. Schreven functionele wensen uit. Maakten wireframes. Ontwierpen schermen. Bespraken die opnieuw. En pas daarna begonnen we met softwareontwikkeling.
En zelfs dan kwam er tijdens de ontwikkeling regelmatig een moment waarop iemand zei:
“Ja… dit is eigenlijk niet helemaal wat ik bedoelde.”
AI verandert dat proces compleet.
In plaats van drie uur uit te leggen hoe een dashboard, automatisering of applicatie zou moeten werken, kun je tegenwoordig een proof of concept bouwen en zeggen:
“Kijk. Dit heb ik gemaakt. Dít is ongeveer wat ik bedoel.”
Dat is ontzettend waardevol.
Wat is een AI proof of concept?
Een AI proof of concept (POC) is een eerste werkende versie waarmee je onderzoekt of een idee technisch en praktisch haalbaar is en daadwerkelijk waarde toevoegt.
Een POC hoeft daarom geen volwaardig softwareproduct te zijn.
Sterker nog: liever niet.
De code hoeft nog niet perfect te zijn. De database hoeft nog niet optimaal ingericht te zijn. Het design hoeft niet pixel-perfect te zijn. En ook de technische architectuur kan later nog veranderen.
Het belangrijkste is dat een proof of concept een idee concreet en testbaar maakt.
Werkt het proces zoals gedacht? Begrijpen medewerkers hoe het werkt? Levert het daadwerkelijk tijdwinst op? Welke functionaliteiten ontbreken? En welke blijken achteraf helemaal niet nodig?
Je ontdekt dat veel sneller met iets wat je kunt gebruiken dan met twintig pagina’s aan functionele documentatie.
Van AI proof of concept naar professionele software
Daar ligt volgens mij een belangrijke nieuwe rol voor digitale bureaus en softwareontwikkelaars.
We hoeven niet altijd meer bij nul te beginnen.
Een bedrijf kan zelf experimenteren en een eerste AI POC bouwen. Vervolgens kunnen specialisten helpen om die proof of concept door te ontwikkelen naar een professionele applicatie.
Bij Outlawz kijken we daarbij onder andere naar:
- technische architectuur en schaalbaarheid;
- privacy, security en dataveiligheid;
- databases en API-koppelingen;
- gebruikerservaring en design;
- AI-integraties en automatiseringen;
- beheer en onderhoud;
- én de vraag of alle bedachte functionaliteiten daadwerkelijk nodig zijn.
Want professionaliseren betekent niet simpelweg de bestaande POC één-op-één opnieuw bouwen.
We gebruiken de POC als startpunt.
Met onze kennis van strategie, design, development en AI kijken we vervolgens hoe het systeem slimmer, eenvoudiger en beter kan.
Soms betekent dat méér AI.
En soms komen we juist tot de conclusie dat een bepaald proces zonder AI veel eenvoudiger en betrouwbaarder kan worden opgelost.
AI maakt softwareontwikkeling sneller en toegankelijker
Ook wij gebruiken AI tijdens strategie, design en development.
Daardoor kunnen we sneller onderzoeken, ontwerpen, programmeren, testen en itereren.
Wat vroeger duizenden ontwikkeluren kostte, kan in bepaalde situaties honderden uren kosten. En werkzaamheden waar vroeger honderden uren voor nodig waren, kunnen soms in tientallen uren.
Dat betekent overigens niet dat ieder softwareplatform tegenwoordig binnen een week gebouwd kan worden.
Professionele softwareontwikkeling blijft vakwerk.
Kennis van softwarearchitectuur, cybersecurity, databases, API’s, UX, bedrijfsprocessen en schaalbaarheid verdwijnt niet omdat AI code kan genereren.
Maar de manier waarop we die expertise inzetten verandert wel.
En daardoor worden maatwerksoftware, AI-automatisering en digitale platformen bereikbaar voor bedrijven waarvoor dergelijke oplossingen een aantal jaar geleden simpelweg te kostbaar waren.
Wanneer moet je een AI POC professionaliseren?
Dat is misschien wel de belangrijkste vraag.
Een experiment dat één medewerker gebruikt om iedere vrijdagmiddag twee uur werk te besparen, hoeft niet direct een compleet softwareproject te worden.
Maar het wordt anders wanneer een proof of concept onderdeel wordt van een belangrijk bedrijfsproces.
Bijvoorbeeld wanneer meerdere medewerkers ermee gaan werken, persoonsgegevens of bedrijfsgevoelige data worden verwerkt, externe systemen worden gekoppeld, klanten ermee werken of de organisatie afhankelijk wordt van de uitkomsten.
Dat is het moment waarop experimenteren overgaat in professionaliseren.
En dat onderscheid wordt de komende jaren volgens mij steeds belangrijker.
Blijf vooral experimenteren met AI
Mijn advies aan bedrijven is daarom niet om medewerkers minder met AI te laten doen.
Integendeel.
Experimenteer. Automatiseer dat vervelende klusje. Bouw dat dashboard. Maak die interne applicatie waar je al twee jaar over praat. Test of AI daadwerkelijk iets kan toevoegen aan je bedrijfsproces.
Maar houd zicht op hoeveel tijd erin gaat zitten, welke data wordt gebruikt en wanneer een experiment bedrijfskritisch begint te worden.
En vooral: gooi een zelfgebouwde proof of concept niet weg omdat de techniek erachter nog niet perfect is.
Een goede POC hoeft niet het eindproduct te zijn. Het kan juist de perfecte briefing voor het eindproduct zijn.
Binnen het AI & Growth Lab van Outlawz helpen we bedrijven daarom om de stap te maken van experiment naar professioneel digitaal systeem. We kijken naar wat er al gebouwd is, wat er geleerd is en hoe we daar een veilig, schaalbaar en toekomstbestendig fundament onder kunnen zetten.
Want de afstand tussen een idee en een werkend concept is door AI nog nooit zo klein geweest.
AI versnelt. Mensen bepalen de richting. Outlawz verbindt die twee.
