Artificial Intelligence is er om te blijven, daar gaat het hier niet over.
Het probleem is dat iedereen over AI praat, maar dat weinig mensen nadenken over hoe je het écht goed inzet. Ergens onderweg is “wij gebruiken AI” een marketingterm geworden in plaats van een technische beslissing. Iedereen wil meedoen met de AI-golf, anders hoor je er niet bij. Als je de big tech moet geloven, die het iedereen door de strot probeert te duwen.
Maar als je een klein stapje terugneemt, valt iets vreemds op:
Bedrijven lossen met AI problemen op die ze eigenlijk nooit hadden mogen hebben.
Slecht ontworpen systemen, ontbrekend ownership en spaghetti-infrastructuur worden nu “opgelost” door er LLM’s bovenop te gooien. Met als gevolg dat systemen nog moeilijker te onderhouden zijn, duurder worden en lastiger te begrijpen.
Deze blog gaat niet over AI afkraken.
Het gaat over helder nadenken, technisch ownership en de juiste tools voor de klus gebruiken.
Onderzoeksrapport OpenAI
Recent onderzoek van OpenAI en Georgia Tech benadrukt een kernwaarheid die vaak genegeerd wordt: AI-hallucinaties, die momenten waarop modellen dingen verzinnen, zijn geen bugs. Ze zijn een wiskundig gevolg van hoe deze systemen gebouwd zijn.
Zelfs met perfecte trainingsdata beloont de huidige architectuur van generatieve AI zelfverzekerde antwoorden boven het toegeven van onzekerheid. Dat betekent dat hallucinaties niet alleen vaak voorkomen, ze zijn onvermijdelijk, tenzij we fundamenteel veranderen hoe we deze modellen trainen en evalueren.
Zoals de onderzoekers het formuleren: “Hallucinations are mathematically inevitable.” (bron)
Hoe mensen AI misbruiken om de verkeerde problemen op te lossen
Laten we een stap terugnemen.
Als je $1.200 per maand betaalt aan GPT-4 om e-mailtekst te parsen, telefoonnummers te extraheren, JSON te herformatteren en strings naar hoofdletters te zetten… dan innoveer je niet. Dan besteed je gezond verstand uit aan een dure black box.
Ja, iemand deed dit recentelijk, en besefte te laat wat het kostte. Die persoon stapte toen over op GPT-4o-mini en bracht de rekening terug naar $200… Maar ook dan is het nog steeds een kutoplossing:
Die taken hadden helemaal geen AI nodig. Gewoon basale softwarekennis.
Dit is geen uitzondering. Het gebeurt helaas vaak.
Mensen denken dat AI hun oplossing voor alles is, terwijl het alleen de incompetentie van de persoon blootlegt, want:
- Het verhoogt de kosten
- Het verbergt wat er werkelijk gebeurt
- Het introduceert verborgen afhankelijkheden
- Het maakt systemen vrijwel onmogelijk te debuggen en onderhouden
AI wordt gebruikt om een gebrek aan systeemontwerp te maskeren, niet om het te verbeteren.
AI als natural language interface, krachtig maar verkeerd gebruikt
Maar laten we eerlijk zijn: LLM’s zijn écht krachtig als je ze goed inzet.
Ze laten je in natuurlijke taal beschrijven wat je wilt, en geven dan een resultaat, zonder dat je de onderliggende logica hoeft te begrijpen.
Dat maakt AI een fantastische tool voor:
- Prototyping
- Werken met grote kennisbanken
- Het samenvatten van ongestructureerde data
- Fuzzy matching op grote schaal
LLM’s zijn in wezen een nieuw soort interface, net zoals de command line, de GUI of API’s dat eerder waren.
Maar ze zijn geen magie. En zeker niet gratis. En bijna altijd is het niet de beste manier om een probleem op te lossen.
Hoe kritischer de functie, hoe belangrijker het wordt om te snappen:
- Wat wordt er uitgevoerd?
- Waar stroomt de data naartoe?
- Wie is eigenaar van de output?
- Wat zijn de werkelijke kosten?
Conversational AI, de moderne chatbot, maar nog steeds een chatbot
Er is een weg vooruit voor conversational AI. Alleen is dat niet de revolutionaire sprong die mensen ervan verwachten, met zelfdenkende systemen die niet hallucineren en altijd het juiste antwoord geven.
Ja, LLM’s kunnen slimmere, menselijkere antwoorden geven dan vóórdat LLM’s mainstream werden.
Ja, ze kunnen supportflows automatiseren die voorheen veel complexer waren om te scripten.
Maar laten we onszelf niets wijsmaken:
Mensen willen nog steeds echt, menselijk contact met je bedrijf, zeker als er iets misgaat.
Als je je volledige klantenservice uitbesteedt aan een AI-assistent, stuur je een duidelijke boodschap (in mijn ogen de verkeerde):
- “Het kan ons niet genoeg schelen om zelf met je te praten.”
- “Jij bent de tijd van een echt persoon niet waard.”
- “Wij verkopen alleen ons product. Kom alsjeblieft niet bij ons zeuren.”
Op korte termijn bespaart dat misschien kosten.
Maar op lange termijn? Dan vernietig je het vertrouwen in je merk. Zeker omdat mensen doorgaans contact opnemen met de klantenservice als:
- Ze gefrustreerd zijn
- Ze iets niet begrijpen
- Ze een klacht hebben
Dat is niet het moment om ze een chatbot voor te schotelen, hoe “slim” die ook klinkt.
Goede klantenservice is een relatie, geen kostenpost.
Dus ja, gebruik conversational AI om je teams te ondersteunen. Maar laat het menselijk contact niet vervangen waar empathie nodig is. Maak AI niet de interface waarmee klanten met je bedrijf praten, als je om je product geeft.
Waar je AI wél voor zou moeten gebruiken
Laten we het omdraaien. Wat is dan een goede use case voor AI?
Je zou AI moeten gebruiken als:
- Het je helpt dingen te doen die voorheen te duur, te traag of technisch te complex waren
- Je je architectuur al geoptimaliseerd hebt, maar nog edge cases hebt die automatisering waard zijn
- Je processen verrijkt, in plaats van technische schuld verbergt
Bijvoorbeeld:
- Prototypen van lastige functionaliteiten, zodat je sneller uitkomsten kunt testen
- Productzoek verbeteren met semantisch begrip
- Als je hallucinaties zichtbaar kunt maken in data, zijn ze perfect voor BI (business intelligence)
- Gepersonaliseerde samenvattingen genereren van grote interne rapporten
- Telefoongesprekken transcriberen en samenvattingen maken
- Image to text, zodat je beter semantisch kunt zoeken in grote beelddatabases.
Dit zijn taken waar AI echt uitblinkt, omdat ze in traditionele systemen nog duurder, lastiger of onmogelijk op te lossen waren.
Maar nogmaals: weeg altijd de kosten af. Niet alleen in euro’s, maar ook in duidelijkheid, controle en klantbeleving. Probeer het altijd eerst op te lossen zonder AI.
Technische volwassenheid bepaalt wie er wint
Dit is de kern:
Bedrijven met moderne, begrijpelijke en goed gedocumenteerde infrastructuur en data winnen. Wie AI blijft stapelen bovenop zijn chaos… verliest.
Het gaat er niet om hoe vroeg je met AI begon. Het gaat om:
- Of je stack onderhoudbaar is
- Of je teams die echt begrijpen
- Of je kunt redeneren over kosten, performance en falen
- Of je eigenaar bent van je data, je architectuur en je roadmap
De bedrijven die AI zien als een nieuw algoritme/interface om problemen op te lossen die ze eerder niet konden oplossen, halen volgens mij op de lange termijn de meeste waarde eruit. Gebruik AI niet voor de marketingwaarde die big tech je wil aanpraten.
Data-eigendom uitbesteden is een strategisch risico
Ik eindig met nog een praktijkvoorbeeld dat ik recent tegenkwam.
Een bedrijf in de reisbranche bouwde een app waarmee eindgebruikers hun reisgegevens kunnen inzien. Die verkopen ze weer aan andere reisorganisaties en touroperators. Haalbaar, als je ziet hoe slecht de IT in travel er meestal voor staat.
De reisorganisatie kan de app dus aanbieden met alle vouchers en reisschema’s van de reis van hun klant. Tot zover niets raars, behalve dat je al je documenten uitbesteedt aan een derde partij.
Die app-aanbieder heeft nu toegang tot veel van je cruciale bedrijfsinformatie. En dan koopt de klant extra services in de app (verzekeringen, transfers, upgrades). Je zou denken: dat is upsell voor de reisorganisatie die de klant heeft.
En dan komt de knuppel in het hoenderhok. Het platform geeft opeens commissie aan de touroperator… Biedt de app-aanbieder nu ook extra services aan jouw klant?
Wie is er nu eigenaar van de klant?
Dat is een grote verschuiving, en een gevaarlijke. Hoe meer infrastructuur je uitbesteedt, hoe meer controle je verliest over je klantrelaties en je first-party data.
Blijf zelf de klantjourney van je eigen klant regelen. Bescherm je toegevoegde waarde. Word geen commodity. En houd het persoonlijk.
Dit wordt een enorm probleem! En AI versnelt het proces als reisbedrijven niet opletten.
Conclusie: AI is een tool, geen strategie voor de meeste bedrijven
AI is indrukwekkend. Maar het vervangt de fundamenten niet.
Gebruik het niet om slechte architectuur te verbergen. Gebruik het niet als excuus om technische beslissingen te vermijden. Laat het niet verhullen wat je systemen doen, of wie je klant eigenlijk is.
In plaats daarvan:
- Wees eigenaar van je stack
- Begrijp je eigen logica
- Gebruik AI waar het echte, meetbare waarde creëert
- En blijf altijd zelf nadenken
De echte innovatie zit niet in de tool. Die zit in hoe helder je nadenkt over de problemen die je moet oplossen.
