Audit IA : de vijf vragen die je moet beantwoorden voordat je investeert in AI

Audit IA : de vijf vragen die je moet beantwoorden voordat je investeert in AI
3 min lezen

Voordat een mkb-bedrijf een tool aanschaft of een ontwikkeling start, loont het om te weten waar kunstmatige intelligentie echt iets oplevert. Dat is het doel van een IA-audit, mits deze zich richt op het werk in plaats van op de technologie. Hij beantwoordt drie vragen: welke taken kan AI overnemen, hoeveel levert dat op, en met welke moet je beginnen.

Het woord ‘audit’ roept een controle op, maar de oefening is van een andere aard. Hij gaat niet over modellen of leveranciers, maar over de dagelijkse praktijk van het bedrijf: de offertes, de herinneringen, de verslagen, de invoer en de controles.

Wanneer een IA-audit nuttig is

Vier situaties rechtvaardigen het gebruik ervan. De teams gebruiken al ChatGPT of Copilot, ieder op zijn eigen manier, zonder dat iemand weet wat het oplevert. De directie heeft meerdere projectideeën maar geen methode om ze te vergelijken. Een leverancier stelt een tool voor, en je moet controleren of die aan een echte behoefte voldoet. Tot slot neemt een repetitieve taak meerdere personen elke week in beslag.

Daarentegen is de audit nutteloos als het bedrijf alleen de markttools wil leren kennen: een training volstaat dan.

Vijf vragen om taken te classificeren

Elke kandidaat-taak gaat door dezelfde filter. De eerste vraag gaat over de tijd die hij nu kost en het aantal betrokken personen: zonder deze nulmeting kan geen enkele winst achteraf worden aangetoond. De tweede gaat over de frequentie, want een taak die tien keer per maand wordt uitgevoerd rechtvaardigt geen specifieke tool. De derde vraagt of de gegevens in een bruikbare vorm bestaan, want AI compenseert geen ontbrekende informatie of informatie die verspreid is in e-mailboxen.

De vierde vraag is die van de fout: wat gebeurt er als de AI een fout maakt, en wie controleert? Hoe duurder de fout, hoe meer menselijke validatie nodig is. De vijfde gaat over de kosten van een eerste prototype en de doorlooptijd voordat het bruikbaar is. Een groot voordeel dat een jaar werk vergaat, komt na een gemiddeld voordeel dat binnen enkele weken beschikbaar is.

Een use case wordt geselecteerd wanneer de winst meetbaar is, de gegevens bestaan en een vakpersoon het resultaat kan controleren. De andere worden terzijde geschoven, en de audit moet uitleggen waarom.

Wat je moet eisen als resultaat

Het eindproduct mag geen rapport zijn over ‘het potentieel van AI’. Het heeft de vorm van een korte lijst van use cases, elk voorzien van een geschatte opbrengst, kosten, doorlooptijd en een duidelijke aanbeveling over welke als eerste moet worden opgestart. De geselecteerde cases zijn zelden spectaculair: een offerte genereren op basis van een klantvraag, non-conformiteiten verwerken in een fabriek, het technisch dossier voor een aanbesteding in de bouw voorbereiden, of binnenkomende aanvragen bij een dienstverlenend bureau kwalificeren.

Twee eisen zijn het waard om vanaf het begin te stellen. Het rapport is eigendom van het bedrijf, dat het intern of met een andere leverancier moet kunnen gebruiken. Het moet ook begrijpelijk zijn voor degenen die het werk doen, en niet alleen voor de IT-directie.

Omgekeerd begint een slechte audit met de technologie, kwantificeert niets of beveelt alles aan. ‘Groot potentieel’ is geen resultaat, terwijl een aantal uren per week dat wel is. In een mkb-bedrijf duurt de oefening enkele dagen, vertrekt van specifieke taken en veronderstelt niet dat de teams al AI gebruiken. De ondernemer die over een lijst van gekwantificeerde taken beschikt, kiest zijn eerste project op basis van uren en euro’s, en niet op basis van een demonstratie.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x