Ik help bedrijven met AI. Van advies en training tot het bouwen van systemen die echt werk doen. Maar mijn meest veeleisende klant ben ik zelf.
Sinds begin dit jaar bouw ik aan één systeem dat mijn bedrijf kent, meedenkt over richting, werk oppakt en software bouwt. Het schrijft mijn ochtendbriefing, verwerkt mijn mail, bewaakt mijn ritme en prioriteiten, bouwt software terwijl ik slaap en rapporteert wat het gedaan heeft. De onderliggende belofte is rust: het systeem houdt alles vast, brengt het op tijd terug en maakt af waar het aan begint. Ik hoef niets meer in mijn achterhoofd te bewaren.
Dat klinkt als een productbelofte, en dat is precies waarom ik het op mezelf test. Als ik dit bij klanten wil bouwen, wil ik eerst zelf gevoeld hebben waar het misgaat. Elke aanname die ik bij klanten zou kunnen maken, sla ik eerst op mijn eigen bedrijf stuk.
Sommige aannames overleefden dat niet. De hardnekkigste: dat een AI die zegt dat het werk af is, ook gelijk heeft. Een nachtelijke controleronde meldde hier ooit keurig succes, terwijl de run halverwege was gestrand. Sindsdien geldt de huisregel: niets beoordeelt zijn eigen werk, en klaar ben je pas met bewijs.
Dit artikel deelt wat er overbleef. Niet als succesverhaal, want het systeem is niet af. Van het deel dat nog niet af is leer je het meest, dus daar gaat het hier vooral over.
Een kaart van concepten, niet van tools
Om overzicht te houden heb ik alles wat het systeem moet kunnen op één overzicht gezet: een kaart van 43 uitkomsten in acht groepen, elk met een stoplichtkleur voor hoe ver het staat. Vier pijlers vormen de flow: het systeem kent jou, het houdt koers, het doet je werk en het bouwt software. Daaromheen liggen lagen die overal doorheen lopen, van “jij houdt de regie” tot “het blijft van jou”.
Het belangrijkste ontwerpbesluit zit in wat de knopen zíjn. Elke knoop is een blijvende uitkomst die ik wil: de juiste context op het juiste moment, werk dat vanzelf start wanneer het moet, elke actie van de AI achteraf te herleiden. De tool die dat vandaag invult staat eronder, als voetnoot. Tools wisselen in deze markt sneller dan je plannen kunt bijwerken; uitkomsten blijven jaren staan.
Dat onderscheid is het meest praktische stuk van de hele kaart. Wie zijn AI-plannen ophangt aan tools, moet elke drie maanden opnieuw beginnen. Wie ze ophangt aan uitkomsten, kan elke nieuwe tool rustig beoordelen: welke uitkomsten vult dit beter in dan wat er nu staat? Soms is het antwoord: geen enkele. Dan kun je die hype gewoon laten lopen.
16 van de 43
Elke knoop op de kaart heeft een status. Aanwezig, gedeeltelijk, gepland of nog niet. Vandaag staat de teller zo:
Meer dan de helft van mijn eigen systeem is dus hooguit half af. Dat zet ik er gewoon bij, want wat op de kaart staat, kun je sturen: sinds de kaart bestaat zie ik in één oogopslag waar de zwakke plekken zitten en hoe ze samenhangen.
Mijn mail bijvoorbeeld: die wordt automatisch gelezen, gecategoriseerd en samengevat, maar het startsein geef ik in de praktijk nog te vaak zelf. Half af dus. Dat wist ik ergens wel, maar op de kaart kan ik er niet meer omheen.
Het is ook een tegenwicht. In de AI-verhalen die ik om me heen hoor, werkt alles altijd al. Ik laat liever zien wat er nog niet werkt; daar heb je meer aan dan aan de zoveelste demo waarin alles klopt.
Bij een bedrijf is het niet anders. De vraag is niet óf je AI-ambities gaten vertonen, want die vertonen ze. De vraag is of die gaten ergens op een kaart staan, of alleen in het onderbuikgevoel van degene die er toevallig het meest mee bezig is.
Scripts waar het kan, AI waar het moet
Wie inzoomt op de kaart ziet iets opvallends: een flink deel van het systeem is helemaal geen AI.
Een script geeft honderd keer hetzelfde antwoord op dezelfde vraag. Een taalmodel geeft elke keer nét een ander antwoord, en die variatie wil je alleen op plekken waar interpretatie of taalgevoel nodig is. Tellen, sorteren, plannen en controleren laat je aan gewone code over.
Mijn processen starten op schema of op aanvraag, via een centrale lijst die bepaalt wat wanneer draait: een gewoon script. En een nieuwe automatisering toevoegen is een beschrijving plus wat instellingen; logging en foutafhandeling zitten er standaard bij. Het is het deel van het systeem dat het minst onderhoud vraagt.
Het systeem dat we bij Marktplaats bouwden werkt volgens hetzelfde principe, en daar zit juist véél AI in. Het is een robuuste mix: een gestructureerde datapijplijn waarin meerdere AI-stappen elk een afgebakende taak doen, aan elkaar gezet met gewone code, met de voorkeuren van het team in regels die zij zelf onderhouden. AI precies daar waar taalbegrip nodig is, structuur eromheen die elke run controleerbaar houdt. Hoeveel AI erin zit, is daar nooit de vraag. Of je op het resultaat kunt bouwen wel.
Vijf dingen die onmisbaar bleken
De kern van het hele systeem is één ambitie: AI die zelfstandig werk oppakt en afmaakt. Niet als demo, maar als collega die je kunt vertrouwen. Het meest concrete voorbeeld draait hier al: ik stuur ’s avonds een bouwtaak in en word wakker met een afgerond stuk software, gebouwd, getest en beschreven. Het laatste akkoord om het in gebruik te nemen geef ik zelf, bewust. En meestal klopt het. Soms is het ’s ochtends keurig gebouwd en getest, en nét niet wat ik bedoelde; dan lag het aan mijn opdracht, niet aan het model.
Mijn eigen ervaring onderweg: het model was zelden het knelpunt. Wat ontbrak was steeds de omgeving eromheen. Vijf dingen bleken onmisbaar.
Context die actueel blijft. Een AI zonder kennis van jouw wereld geeft antwoorden van een uitzendkracht op dag één. Bij mij komen mail, agenda en gesprekken samen in één geheugen; code en documenten volgen nog. Een dagelijkse verwerking bundelt die stroom tot de kern, en gericht terugzoeken per taak is de volgende stap. Op de kaart is dit de groep met het meeste oranje, en tegelijk de groep waar alles op rust: een assistent zonder context moet je elke ochtend opnieuw inwerken.
Doelen en ritme. Zelfstandig werken zonder richting is gewoon druk zijn. Een vast ritme van dag- en weekmomenten bewaakt hier de focus, met signalen die vroeg komen: liever "die klant is al weken stil" in een ochtendbriefing dan een verrassing achteraf. De doelenstructuur per jaar, kwartaal en week staat; het vullen ervan blijft mensenwerk, en dat merk ik zelf ook.
Werk dat een machine kán oppakken. Dit is de onderschatte. "Regel dit even" werkt voor een collega die de context al heeft, niet voor een systeem. Werk moet zo beschreven zijn dat mens én AI het kunnen oppakken: wat is het doel, waar staat de context, wanneer is het af, wat mag het kosten. De verrassing is dat dit geen AI-investering is maar een organisatie-investering: een bedrijf dat zijn werk zo kan beschrijven, werkt nieuwe mensen sneller in en draagt makkelijker over, nog voor er één model aan te pas komt.
Regie die meegroeit met vertrouwen. Alles wat mijn systeem doet heeft een risiconiveau. Laag risico doet het zelf, middenrisico meldt het achteraf, hoog risico vraagt eerst. Mail versturen, iets live zetten en verwijderen blijven bij mij. Autonomie hoort daarna te groeien op bewezen resultaat. Dat groeien gebeurt bij mij nu nog op mijn eigen oordeel; een gemeten staat van dienst staat op de kaart als gepland.
Onderhoud tegen veroudering. Elk systeem dat leert, veroudert ook. Kennis die niemand bijwerkt wordt langzaam onwaar, en een AI die op verouderde kennis draait is erger dan geen AI. Bij mij krijgt kennis daarom een houdbaarheidsdatum, en worden documentatie en werkelijkheid actief tegen elkaar gecheckt. De kaart zegt hier: half af. Maar zonder dit stuk stort de rest op termijn in.
Wie deze vijf naast zijn eigen organisatie legt, ziet meestal snel waar een eerdere AI-poging is blijven steken: zelden op het model, veel vaker op ontbrekende context, vage doelen, werk dat niemand kan overdragen, of regie die alles-of-niets is.
Wat dit voor jouw bedrijf betekent
Dit systeem is van mij en voor mij, en jouw bedrijf heeft er niets aan dat mijn ochtendbriefing werkt. Waar je wél iets aan hebt, is het patroon.
Begin met een kaart van uitkomsten, niet van tools. Wat moet er over twee jaar gewoon geregeld zijn, ongeacht welke technologie dat invult? Geef elke uitkomst een eerlijke status en hang hem op waar iedereen hem ziet.
Voor een handelsbedrijf ziet zo’n kaart er heel anders uit dan de mijne, maar het patroon is gelijk. Uitkomsten als: elke klantvraag krijgt dezelfde dag een antwoord, inkoopbeslissingen leunen op actuele cijfers in plaats van op gevoel, een offerte staat in een kwartier in plaats van een middag. Een deel daarvan blijkt gewone automatisering, een deel vraagt AI, en een flink deel begint met werk beter beschrijven. Precies dat onderscheid maakt de kaart zichtbaar.
Dat is geen project van een kwartaal, maar de eerste stap is klein: de uitkomsten benoemen en inkleuren kost een middag. Daarna bewijst elke stap zichzelf voordat de volgende begint. Zo bouw ik dit systeem, en zo pak ik het bij klanten ook aan.
De kaart staat online, inclusief alles wat nog oranje is. Kijk gerust rond. En als je daarna denkt: zoiets, maar dan voor ons bedrijf, dan is een kennismakingsgesprek de logische eerste stap.