AI
AI-strategie voor je MT, je ontwikkelteam en je systemen
Een goede AI-strategie geeft antwoord op één vraag: welke AI-pilots en -toepassingen leveren iets op voor jouw bedrijf? Het antwoord hangt ook af van je systemen: welke gegevens AI krijgt, en via welke integratieprocessen.
Je MT wil weten welke AI-pilots doorgaan, je developers gebruiken AI al, en je leverancier noemt zijn software ‘AI ready’. Elk van die drie vraagt een eigen besluit.
Mijn uitgangspunt
AI is geen apart spoor
AI hoort bij de IT-keuzes die je MT toch al maakt.
AI-strategie is geen toolselectietraject. De kwaliteit van je gegevens, je processen en je integratieprocessen bepaalt of AI later iets kan opleveren. De AI-vraag speelt op drie plekken tegelijk: aan de MT-tafel, in je ontwikkelteam en bij elk voorstel van een leverancier.
Ik heb geen voorkeur voor een platform of leverancier. Ik start met de vraag: voegt AI hier iets toe wat anders niet kan?
37%
van de bedrijven ziet AI terug in het bedrijfsresultaat, terwijl bijna negen op de tien het gebruiken.
McKinsey, The state of AI in 2026
22%
van de bedrijven heeft AI met succes in meerdere bedrijfsonderdelen opgeschaald.
Gartner, september 2026
72%
van de CIO’s zegt dat hun bedrijf met AI-investeringen quitte speelt of verlies lijdt.
Gartner, oktober 2025
AI-strategie
AI-strategie: een besluit over je pilots
Herken je het patroon? AI staat hoog op de agenda bij de directie. Er lopen pilots, maar een gezamenlijke aanpak ontbreekt. Elk team kiest zijn eigen tools, de roadmap is vaag en je mist houvast om keuzes te verdedigen.
Niemand heeft per pilot besloten. Een pilot die niemand stopt, loopt door omdat hij al loopt, en niemand weet waarop hij wordt afgerekend.
In de AI-workshop voor MT-leden nemen we je lopende pilots en voorstellen door, en je MT besluit over de belangrijkste: doorgaan, bijsturen of stoppen. Bij elk ‘doorgaan’ bepaalt je MT ook waarop het die pilot afrekent: tijdwinst, kosten of omzet. Die besluiten leg ik vast.
De AI-workshop voor MT-leden is een dagdeel, met een intake vooraf. De workshop kost €3.500, een vaste prijs per groep tot ongeveer tien personen, excl. btw.
Waar het om draait
AI-pilots draaien is geen strategie
De vraag is welk bedrijfsprobleem AI moet oplossen.
Ontwikkelteam
AI in je ontwikkelteam: afspraken die iedereen volgt
Je team gebruikt AI bij het bouwen, maar ieder op zijn eigen manier, zonder standaarden. Dan kiest iedere developer zijn eigen tools, en weet niemand welke code en welke gegevens daarin terechtkomen. Dat is shadow-AI: AI-gebruik waarover je als bedrijf geen afspraken hebt gemaakt.
Voor jou als directeur is dat geen technische vraag. Het gaat om je code, je gegevens en je leveranciers. Wat je vastlegt: welke AI-tools je team gebruikt, welke gegevens erin mogen en met welke toepassing je begint.
In de AI-workshop voor architecten en developers werkt je team een volle dag met AI, op zijn eigen code en processen. Aan het eind liggen er afspraken over hoe je team AI gebruikt, en één toepassing om mee te starten.
De workshop kost €5.000, een vaste prijs per groep, excl. btw.
AI-workshops
Een dagdeel voor je MT, een volle dag voor je ontwikkelteam
Je MT besluit over je belangrijkste pilots, of je ontwikkelteam maakt afspraken over AI. Elke workshop heeft een vaste prijs per groep.
AI in je landschap
Een AI-voorstel, getoetst aan je landschap
Je leverancier noemt zijn software ‘AI ready’, of je implementatiepartner stelt een AI-toepassing voor. Of die toepassing iets oplevert, bepalen je systemen. AI-projecten stranden op de integratielaag, omdat de gegevens verspreid staan en systemen niet met elkaar praten.
Ligt er een AI-voorstel of een ‘AI ready’-claim van je leverancier? Dan toets ik die in een Architectuurtoets aan je applicatielandschap en je integratieprocessen. Ik beantwoord daarin drie vragen. Haalt de AI-toepassing haar gegevens uit je systemen via integratieprocessen met een eigenaar? Wie houdt toezicht op wat de AI zelfstandig doet? En aan welke leverancier bind je je?
De Architectuurtoets kost vanaf €8.500 excl. btw, voor een voorstel dat tot 40 integratieprocessen raakt.
Agentic AI
Agentic AI: wat mag een agent zelf beslissen?
Waar generatieve AI een vraag beantwoordt, handelt agentic AI zelfstandig. Een agent coördineert dan bestellingen, matcht facturen of handelt klantvragen af, zonder dat een mens elke stap goedkeurt.
Agentic AI loopt zelden vast op de technologie. Het struikelblok is regie: wat mag een agent zelf beslissen, en wie is verantwoordelijk als het misgaat? Is de integratielaag zwak, dan maakt de agent zelfstandig fouten, sneller en op grotere schaal dan een mens.
Welke beslissingen een agent neemt, bepaal je als directie, voordat een leverancier of een afdeling dat voor je bepaalt. Ligt er een voorstel voor AI-agents, bijvoorbeeld voor je orderverwerking? Dan leg je het in de AI-workshop voor MT-leden naast je andere pilots. Komt het voorstel van een leverancier, dan toets ik het in een Architectuurtoets aan je landschap.
Hoe je zo’n voorstel beoordeelt, lees je in mijn blog over agentic AI met een duidelijke grens.
Veelgestelde vragen
AI-strategie en AI in de praktijk: veelgestelde vragen
Hoe snel kan ons MT besluiten over de belangrijkste pilots?
Je MT besluit na een intake en één dagdeel, in de AI-workshop voor MT-leden.
Past een AI-strategie bij onze huidige IT-strategie?
Ja, en dat zie je het scherpst in een lopend programma. Vervang je je ERP, splits je een bedrijfsonderdeel af of koop je er een bij? Dan worden in dat programma de keuzes gemaakt die bepalen of AI later iets kan opleveren: hoe je gegevens vastlegt, hoe je processen lopen en welke integratieprocessen je bouwt. Als programma-architect bewaak ik die keuzes tot de oplevering. Loopt er geen programma, dan sluit de AI-workshop voor MT-leden aan bij de architectuur en de IT-roadmap die er al liggen.
Bouw je ook AI-toepassingen voor ons?
Nee. Ik verkoop geen software en voer geen implementaties uit. Ik beoordeel welke toepassing past, en toets het voorstel van de partij die hem bouwt.
Waarom AI-pilots blijven hangen
Bedrijven die met AI willen starten, hebben veel ambitie en weinig focus. Elke leverancier heeft zijn eigen verhaal, en dat verhaal begint altijd bij zijn eigen product. De directie wil weten welke pilot doorgaat en welke stopt. De IT-afdeling wil bouwen. En niemand heeft een goed beeld van hoe succes er over twee jaar uitziet.
Het probleem is niet de technologie. AI-platformen zijn, afhankelijk van de toepassing, volwassen genoeg om er echte bedrijfsprocessen op te bouwen. Het probleem is het gat tussen twee vragen: waarom zetten we AI in, en wat werkt er in de praktijk?
Om dat gat te dichten heb je dit nodig: technologiekennis die van het businessvraagstuk tot in de software reikt. Zonder die vertaalslag blijf je hangen in pilots zonder resultaat.
Gerelateerde blogs
Meer lezen over AI
Aan de slag
Welke AI-vraag ligt er bij jouw MT op tafel?
Vertel het me in een eerste gesprek van 45 minuten. Dan zeg ik of de AI-workshop voor MT-leden past, of dat je iets anders nodig hebt. Zonder verplichtingen.