Wij geloven dat AI een geweldig hulpmiddel is met nog veel onbenut potentieel – maar alleen als het doelgericht wordt toegepast. De echte uitdaging ligt in beslissen wat we bouwen, hoe we onze teams opleiden en welke functies onze klanten echt ten goede komen.
Hoe sturen we Infodation richting een toekomst waarin AI aan onze kant staat en ons een concurrentievoordeel oplevert?
Ons antwoord: bouwen voor een use case.
In het kort (TL;DR)
De AI-reis van Infodation draait om één kernprincipe: bouwen voor de use case. In plaats van trends na te jagen of te experimenteren om het experiment, ligt de focus op doelgerichte toepassingen die echte waarde creëren. Door snel te prototypen, leerervaringen vast te leggen en elk experiment te koppelen aan een duidelijk doel, zorgt Infodation ervoor dat AI een praktisch voordeel wordt, geen modewoord.
De AI-strategie van Infodation is gebaseerd op snelle experimentatie
We stimuleren snel prototypen en feedbackloops, waardoor we snel inzicht krijgen in het succes van specifieke technologieën. Iedereen kan een idee aandragen; wij helpen bij het vinden van extra middelen en kennis, en samen onderzoeken we de haalbaarheid. Maar we hebben ook geleerd om ‘nee’ te zeggen tegen projecten zonder duidelijke use case – of die nu intern zijn of klantgericht.
Deze openbaring is heel alledaags, dat geef ik toe. Maar het als leidend principe opnemen in onze AI-strategie blijkt verrassend moeilijk. Veel mensen bij Infodation – en zeker degenen die meedoen aan onze AI-experimenten – zijn gepassioneerd over hun werk. Met die passie komt vaak een focus op wat mogelijk is, in plaats van wat nuttig is. Nieuwe functies bouwen puur om de grenzen van een nieuwe technologie te verkennen kan opwindend zijn, maar zonder afstemming op echte behoeften, loopt zelfs het briljantste gereedschap het risico ongebruikt in de kast te belanden. Een trieste uitkomst – zowel voor de mensen die het hebben gebouwd als voor degenen die erin hebben geïnvesteerd.
Dus we leren. En we passen ons aan. We hebben lichte documentatiestandaarden ingevoerd voor AI-experimenten. Elk initiatief bevat nu:
- Use case-beschrijvingen in Agile-stijl
- Duidelijke leerdoelen
- Een samenvatting na afloop waarin het succes wordt geëvalueerd
“AI draait niet om wat er allemaal mogelijk is, maar om wat écht nuttig is. Doelgerichtheid verandert experimenten in impact.”
Onze AI-principes in de praktijk brengen
Ik denk dat deze aanpak werkt. Een van onze langstlopende AI-experimenten zal voor het eerst worden toegepast op software die niet door Infodation is geschreven. Het genereert automatische documentatie op basis van Github-repositories en zal ons hopelijk dagen werk besparen wanneer ontwikkelaars beginnen aan onbekende code. Een ander nieuw experiment omvat vanaf dag één zowel technische als commerciële use cases. Meerdere afdelingen werken samen om ervoor te zorgen dat de oplossing haalbaar én waardevol is.
We jagen AI niet na om de AI zelf. We bouwen tools die echte problemen oplossen. Zo blijven we concurrerend. Zo laten we AI voor ons werken.
