AI toepassen begint bij werk dat elke week terugkomt, niet bij techniek. Een assistent die je eigen documenten kent, of facturen die zichzelf uitlezen. Klein beginnen, opschalen als het werkt.
Er leeft een hardnekkig idee dat AI iets is voor bedrijven met een datateam en een groot budget. Een paar jaar geleden klopte dat. Sinds er taalmodellen zijn die je gewoon kunt aanroepen, is de vraag niet meer of je het kunt betalen, maar waarvoor je het gebruikt.
Wat je nodig hebt is dus geen AI-afdeling, maar een probleem dat de moeite waard is. Werk dat elke week terugkomt, vragen die je collega's voor de tiende keer beantwoorden, papier dat iemand zit over te typen. Daar begint het.
Vragen in gewone taal over je handleidingen, procedures en offertes. Het antwoord komt uit je eigen documenten, met de bron erbij zodat je het kunt nakijken.
Facturen, pakbonnen en formulieren laten uitlezen en doorzetten naar het systeem waar ze in horen. Geen overtypwerk meer, wel een controle op wat er niet klopt.
Mail, tickets en aanvragen automatisch bij het juiste team krijgen, met een inschatting van de urgentie erbij. Dat scheelt elke ochtend een ronde langs de inbox.
Een systeem dat jouw documenten kent, is daar niet op getraind. Het zoekt bij elke vraag in je documenten en stelt het antwoord daarmee samen. Dat is goed nieuws: wat je er morgen bij zet telt meteen mee, en wat je weghaalt is ook echt weg. Trainen komt er alleen bij kijken als we een eigen model op je historische cijfers laten rekenen, en dat is een ander soort project.
Zes dingen waar bedrijven dit in de praktijk voor gebruiken. Steeds een vraag in gewone taal, en een antwoord uit je eigen documenten en systemen.
Een assistent op je site of in je portaal die je productinformatie, voorwaarden en veelgestelde vragen doorzoekt en antwoord geeft in het Nederlands. Weet hij het niet, dan zegt hij dat en schakelt hij door naar een medewerker.
Tekstherkenning plus AI leest facturen, pakbonnen en formulieren uit, herkent de velden die ertoe doen en zet ze klaar in je administratie. Twijfelgevallen komen bij een mens terecht in plaats van stilletjes fout te gaan.
Nieuwe collega's stellen hun vraag aan het systeem in plaats van aan de drukste persoon op de afdeling. Het antwoord komt met een verwijzing naar het document, zodat je het zelf kunt nakijken.
Een zoekfunctie die niet alleen kijkt naar wat er letterlijk getypt is. Vindt het juiste product of document ook bij synoniemen, spelfouten en omschrijvingen in eigen woorden.
Binnenkomende mail, tickets en klachten automatisch categoriseren en doorzetten naar het juiste team, met een inschatting van de urgentie. Wat er niet in past, blijft gewoon op de stapel voor een mens.
Offertes, samenvattingen en standaardantwoorden als concept, op basis van wat je eerder hebt geschreven. Jij leest na en past aan. Naar buiten gaat er niets zonder dat iemand op verzenden drukt.
Alles tegelijk aanpakken is de snelste manier om niets af te krijgen. Dit is de volgorde die in de praktijk werkt: klein en concreet eerst, opschalen als het eerste stuk zijn werk doet.
De kleinste stap met het snelste resultaat. Je bestaande handleidingen, procedures en veelgestelde vragen worden doorzoekbaar met een vraag in gewone taal. Er hoeft niets gekoppeld te worden en er hoeft geen proces om. Je merkt binnen een week of het je team echt tijd scheelt.
2 tot 4 weken, vanaf €5.000
Een stap groter, want hier komt een koppeling bij kijken. Facturen, pakbonnen of formulieren laten uitlezen en doorzetten naar je boekhouding of je eigen systeem. Het rekenwerk is eenvoudig: tel de uren die er nu in gaan zitten en zet daar de investering naast.
6 tot 10 weken, €5.000 tot €15.000
De grootste stap, en de enige die echt data vraagt. Vraag, uitval, onderhoud of drukte voorspellen op basis van je historie. Dit heeft alleen zin als je die historie hebt en als er een beslissing aan hangt die je daadwerkelijk anders gaat nemen.
10 tot 16 weken, €15.000 tot €50.000
Twijfel je waar jouw werk in zit? Dat is precies het gesprek dat we voeren voordat er iets gebouwd wordt. Soms is de uitkomst dat je hier helemaal geen AI voor nodig hebt, maar een fatsoenlijke koppeling tussen twee systemen die nu niet met elkaar praten.
De prijs hangt af van wat er gekoppeld moet worden en hoe streng het moet zijn. Dit zijn de drie schaalniveaus die we in de praktijk tegenkomen.
Een assistent op je eigen documenten of één afgebakend proces. Draait op een clouddienst, nog zonder koppelingen met je administratie. Bedoeld om te zien of het werkt voordat je verder gaat.
2 tot 4 weken
Dezelfde toepassing, maar dan gekoppeld aan je administratie of je CRM, met rechten, logging en een plek waar een medewerker de twijfelgevallen afhandelt. Dit is het niveau waar de meeste projecten landen.
6 tot 10 weken
Meerdere toepassingen naast elkaar, eigen modellen op je eigen cijfers en koppelingen met meerdere systemen. Hier hoort een fasering bij, zodat er onderweg steeds iets werkends opgeleverd wordt.
10 tot 16 weken
Even hardop rekenen, met de aannames erbij, zodat je ze kunt vervangen door die van jou.
Dat is een som, geen belofte. Wat er bij jou uitkomt hangt af van hoe je facturen binnenkomen: een pdf per mail leest makkelijker uit dan een gescande stapel, en er blijft altijd werk over voor de uitzonderingen. Vul je eigen aantallen in en je weet meteen of het de moeite waard is. Hoe we prijzen opbouwen bij maatwerk in het algemeen, staat op wat kost maatwerk software.
Dit is de eerste knoop die je doorhakt, want alles daarna hangt ervan af. Wij bouwen allebei, dus we hebben er geen belang bij welke kant je op gaat.
Past als je data niet bijzonder gevoelig is en het snel moet.
Je roept een bestaand model aan bij een aanbieder die binnen de EU verwerkt. Je betaalt per gebruik, je bent binnen weken live en de investering blijft klein. Dit is de route voor verreweg de meeste MKB-toepassingen.
Waar je op let: je vertrouwt op de voorwaarden van een ander bedrijf, en die kunnen veranderen. Daarom leggen we vast welke gegevens er precies langskomen.
Past als de data het pand niet uit mag.
Het model draait bij jou. Je vragen en je documenten blijven binnen je eigen netwerk en er is geen prijs per gebruiker per maand. Dit is de route voor dossiers van patiënten, cliënten of zaken, en voor bedrijven die simpelweg niets naar buiten willen sturen.
In de praktijk begint bijna iedereen in de cloud met iets kleins, om te zien wat het oplevert. Blijkt daarna dat de gevoelige stukken er ook in moeten, dan is de stap naar een eigen server een bewuste keuze en geen noodgreep.
Vier stappen, van eerste gesprek tot werkende AI in productie. Na elke stap kun je stoppen.
We lopen je processen langs en kijken waar het meeste handwerk zit en welke data er al is. Zonder verplichting, en met een eerlijk antwoord als AI hier niet het juiste gereedschap is.
Samen kiezen we de toepassing met de beste verhouding tussen moeite en resultaat. Eén ding, niet vijf. Wat er nu niet in past, schrijven we op voor later.
Binnen 2 tot 4 weken staat er iets dat je met je eigen data en je eigen mensen kunt proberen. Werkt het niet zoals je hoopte, dan stopt het daar en ben je niet je hele budget kwijt.
Het prototype wordt afgemaakt: koppelingen, rechten, logging en een plek waar iemand ziet wat er misgaat. We zetten je team erop en blijven bereikbaar als er iets stukgaat.
Drie dingen die we standaard inbouwen, en waar je je leverancier op mag afrekenen.
Wij kiezen diensten die je gegevens binnen de EU verwerken, sluiten een verwerkersovereenkomst en zetten de instelling uit die je invoer gebruikt om modellen te verbeteren. We spreken af welke bronnen het systeem mag zien, en de rechten lopen mee met wat iemand nu al mag openen: wie een map niet mag inzien, krijgt er ook geen antwoord uit.
Los van de juridische details komt het neer op drie dingen. Mensen die met het systeem te maken hebben, weten dat het AI is. Jij weet welke data waar terechtkomt en met welke partij je daarvoor een afspraak hebt. En je kunt uitleggen hoe een uitkomst tot stand komt, omdat vastligt welke bronnen zijn gebruikt en wie mag ingrijpen. Zo bouwen we het standaard. Welke verplichtingen er precies voor jouw toepassing gelden, hangt af van waar je hem voor inzet. Wij zijn geen juristen: we bouwen het zo dat je die vragen kunt beantwoorden, en bij twijfel laat je het nakijken.
Een taalmodel stelt een antwoord samen en klinkt daarbij even overtuigd als het klopt of niet. Daarom zet het systeem bij elk antwoord de bron erbij, halen we bedragen rechtstreeks uit je administratie in plaats van uit het model, en zet het acties die naar buiten gaan alleen klaar. Op verzenden drukt een mens. Dat is geen tijdelijke beperking die we later weghalen, zo bouwen we het.
Een eerste werkende toepassing begint rond €5.000. Een assistent of documentverwerking die echt in productie draait en gekoppeld is aan je eigen systemen kost meestal €5.000 tot €15.000. Gaat het om meerdere processen, eigen modellen en koppelingen met meerdere systemen, dan loopt dat op naar €15.000 tot €50.000. We beginnen met een klein stuk dat werkt, zodat je resultaat ziet voordat je verder investeert.
Dat hangt af van waar je het neerzet. Wij kiezen diensten die binnen de EU verwerken, sluiten een verwerkersovereenkomst en zetten de instelling uit die je invoer gebruikt om modellen te verbeteren. Je gegevens gaan versleuteld over en staan versleuteld opgeslagen, en de rechten lopen mee met wat iemand nu al mag zien. Mag de data het pand echt niet uit, dan bouwen we het op je eigen server.
Een werkend prototype staat er in 2 tot 4 weken. Een toepassing die echt in productie draait, met koppelingen, rechten en logging, kost 6 tot 10 weken. Grotere trajecten met meerdere processen duren 10 tot 16 weken. We werken in sprints van twee weken, zodat je onderweg ziet wat er staat.
Voor een assistent die je documenten doorzoekt niet. Je bestaande handleidingen, procedures en veelgestelde vragen zijn genoeg om te beginnen. Voor voorspellen ligt dat anders: daar heb je historie nodig, en of die genoeg is hangt af van de vraag die je stelt. Dat kijken we na voordat we iets bouwen.
Een klassieke chatbot werkt met vooraf ingestelde antwoorden en een beslisboom: hij herkent een paar woorden en geeft het bijbehorende blokje tekst. Een AI-assistent begrijpt een vraag in gewone taal en zoekt op het moment van de vraag in je eigen documenten naar het antwoord. Hij wordt daar niet op getraind: wat je er morgen bij zet telt meteen mee, en wat je intrekt is ook echt weg. Bij het antwoord staat de bron, zodat je het kunt nakijken.
In de praktijk komt het neer op drie dingen. Mensen die met het systeem te maken hebben weten dat het AI is. Jij weet welke data waar terechtkomt en met welke partij je daarvoor een afspraak hebt. En je kunt uitleggen hoe een uitkomst tot stand komt, omdat vastligt welke bronnen zijn gebruikt en wie mag ingrijpen. Dat bouwen we standaard zo. Welke verplichtingen er precies voor jouw toepassing gelden hangt af van waar je hem voor inzet; wij zijn geen juristen en adviseren dat bij twijfel te laten nakijken.
Cloud is de snelste en goedkoopste route en past als je data niet bijzonder gevoelig is: je betaalt per gebruik en kunt binnen weken live. Een model op je eigen server past als de data het pand niet uit mag, bijvoorbeeld bij dossiers van patiënten of cliënten. Dat is een grotere investering, met hardware, beheer en back-ups. Wij bouwen allebei en adviseren per situatie. Meer daarover staat op eigen AI laten bouwen.
AI op je eigen server, voor data die het pand niet uit mag
Bedrijfssoftware die past bij hoe jullie werken
Van spreadsheet naar een systeem dat meegroeit
Systemen die nu niet met elkaar praten aan elkaar knopen
Hoe we prijzen opbouwen, met de vier schaalniveaus
Waar we mee werken en wat we ermee gebouwd hebben