Bots in de bouw: wat moeten ze weten? 

Dat die teleurstelling wijdverspreid is, blijkt uit de cijfers. Volgens S&P Global is het aantal organisaties dat AI-projecten binnen een jaar afblaast vóórdat ze in productie gaan, gestegen van 17% naar 42%. Gartner gaat zelfs nog een stap verder: Het onderzoeksbureau claimt dat meer dan de helft van de generatieve AI-projecten simpelweg mislukken.

Waarom lopen zoveel projecten stuk? Omdat men vol enthousiasme begint zonder stil te staan bij twee simpele, maar onvermijdelijke vragen: Wat willen we dat AI weet? En hoe zou AI dat dan kunnen weten?

Een concreet voorbeeld laat zien waarom die vragen zo belangrijk zijn. ChatGPT is uitstekend in het samenvatten van lange documenten of juridische teksten. Dat werkt goed omdat alle benodigde context al ín de tekst zit. Maar stel een vraag als: “Wat moeten we doen als leverancier X te laat levert op project Y?” Dan gaat het mis. Niet omdat de vraag moeilijk is, maar omdat cruciale context ontbreekt. Wie is leverancier X? Wat zijn de afspraken? Die informatie zit vaak in hoofden, e-mails of verstopte systemen, niet in het AI-model.

Het AI-project faalt hier niet omdat AI te dom is, maar omdat we er iets van verwachten wat het niet kán weten.

Dit onderstreept waarom die twee vragen zo belangrijk zijn. Bij VanMeijel zien we dat AI vooral succesvol is wanneer die vragen vooraf wél gesteld worden. In het tenderproces bijvoorbeeld: daar gebruiken klanten taalmodellen om documenten te structureren en op te stellen. Dat werkt goed, omdat de benodigde informatie doorgaans beschikbaar, gestructureerd en tekstueel aanwezig is. Het model hoeft niets te raden.

Maar zodra AI wordt ingezet in domeinen met sterk variabele context, zoals calculaties, wordt het een ander verhaal. Elk bedrijf rekent anders, hanteert eigen normen en past processen voortdurend aan. Wat het model zou moeten weten, is vaak moeilijk te definiëren. En zelfs als dat lukt: is die kennis dan beschikbaar, gestructureerd én actueel genoeg om het model te voeden?

Daarom is er één toets die je altijd vooraf moet doen, nog vóór je ook maar één AI-initiatief start: Wat moet het model weten om jouw vraag te beantwoorden? En is die kennis daadwerkelijk beschikbaar? Pas als je beide vragen met overtuiging kunt beantwoorden, is het zinvol om met AI aan de slag te gaan.