Samenvatting en overzicht:

In Deel 1, hebben wij aangetoond hoe de invoering van AI in het bedrijfsleven bij 14% tot stilstand komt wanneer deze als SaaS wordt aangeschaft. In Deel 2, hebben wij de vier capaciteiten van de Deployment Layer (Deploy, Ground, Adopt, Build) in kaart gebracht en aangetoond waarom ‘grounding’ vooraf moet gaan aan training. In deel 3 presenteren wij de operationele structuur die nodig is om dit te verankeren: geïntegreerde teams waarin strategen en ingenieurs samenwerken, de chaos die ontstaat wanneer deze ontbreken, en het praktijkbewijs uit Chancerygate.

Indien de implementatielaag door mensen wordt opgebouwd in plaats van als product te worden aangeschaft, rijst de vraag welke mensen dit doen en hoe zij zijn georganiseerd. Mijn antwoord is bewust geïnspireerd op de manier waarop de labs zelf met hun grootste klanten werken, en het is een antwoord dat de meeste adviesbureaus – waaronder tot voor kort ook het mijne – structureel niet konden geven: kleine teams, geïntegreerd in de organisatie, die verantwoording afleggen voor een resultaat in plaats van voor een oplevering. Drie werkwoorden beschrijven dit.

Insluiten

Koppel een ter plaatse gestationeerde strateeg aan een ter plaatse gestationeerde ingenieur en plaats beiden voor de duur van het project bij de klant, indien mogelijk fysiek ter plaatse.

  • De strateeg is verantwoordelijk voor de bedrijfsresultaten en het bedrijfsmodel: welke processen, welke afdelingen krijgen prioriteit, welke van de tachtig use cases worden opgenomen in de roadmap voor het eerste jaar, hoe wordt het AI-bureau bemand, hoe wordt de toegevoegde waarde gemeten en gerapporteerd aan het directiecomité.
  • De ingenieur is eigenaar van het platform, de contextlaag en de agents: de MCP-server en de bijbehorende connectoren, het machtigingsmodel, het agent-framework en de integratie met de systemen die de klant reeds in gebruik heeft.

Tijdens een typische week is de strateeg ’s ochtends aanwezig in het kantoor van de financieel directeur en werkt de ingenieur ’s middags samen met het data-team van de klant, waarbij beiden aan dezelfde stand-up deelnemen. Geen van beiden werkt aan de hand van een presentatie, en geen van beiden mag een aanbeveling achterlaten als eindproduct. Het eindresultaat is het werkende product.

Ik ben ervan overtuigd dat de combinatie belangrijker is dan de anciënniteit. Een strateeg alleen stelt een stappenplan op dat op de IT-afdeling moet wachten. Een ingenieur alleen ontwikkelt een platform dat op de bedrijfsafdeling moet wachten. Samen zorgen zij voor een vaste gewoonte op maandagochtend.

Trein

De implementatie verloopt per afdeling, in de live-omgeving van data, en wordt overgedragen in plaats van opgeleverd. Drie functies zorgen ervoor dat het proces succesvol verloopt:

  1. AI-kampioenen in elke bedrijfsafdeling, gekozen op basis van nieuwsgierigheid in plaats van functie, die wekelijks spreekuren houden, de vragen verzamelen waarop mensen met de tool geen antwoord konden krijgen, en de volgende gebruiksscenario’s terugkoppelen aan het team.
  2. Een AI-kantoor met in het middelpunt vier functies: leiderschap en bestuur, dat verantwoordelijk is voor de portefeuille en de licenties; een use-case-team dat de use-cases ontwikkelt; een platformteam dat de contextlaag, de beveiliging en de kerntools beheert; en een implementatiefunctie, die samenwerkt met HR en verantwoordelijk is voor opleiding en veranderingsmanagement.
  3. Technische ondersteuning voor technische teams die zich bezighouden met Claude Code en Codex — hackathons, spreekuren, een werkgroep inzake governance voor toegang en kosten — gemeten in dagelijkse sessies per ontwikkelaar in plaats van in licenties.

De toets die ik hanteer is eenvoudig: als het ter plaatse ingezette team morgen zou verdwijnen, zou het gebruik dan blijven stijgen? Zo niet, dan is er nog niets in gebruik genomen.

Bouwen

Agents worden in sprints van twee weken opgeleverd. Op dag één vindt er een praktische workshop plaats met als thema “hoe bouwt u een agent”, samen met degenen die verantwoordelijk zijn voor het proces, zodat de medewerker van de crediteurenadministratie tegen lunchtijd heeft gezien hoe een factuur wordt omgezet in gestructureerde velden en weet wat de agent wel en niet zal doen. De rest van de sprint bestaat uit het bouwen, testen en bijstellen aan de hand van echte documenten, met op de laatste dag een demonstratie voor de bedrijfsafdeling.

Elke medewerker beschikt na afloop over een herbruikbaar raamwerk — in een Microsoft-omgeving zijn dit doorgaans Power Automate-workflows die de documenten verwerken en de Claude-API aanroepen met het schema en het referentiemateriaal, waarna een gestructureerd dossier wordt gegenereerd voor menselijke beoordeling — plus sjablonen voor vragen, korte video’s, een aangewezen verantwoordelijke, een testgebruiker en een beheerder die het opzetten van het systeem heeft begeleid.

Het succes wordt niet afgemeten aan de vier agents die wij leveren. Het gaat om de twintig die de klant daarna zonder onze hulp zelf bouwt. Als dat aantal nul is, hebben wij een afhankelijkheid gecreëerd, geen capaciteit.

Een rode draad door alle drie is de relatie met de labs. Ik ben van mening dat de implementatielaag alleen functioneert wanneer de mensen die deze opbouwen de roadmap voor de komende zes maanden kunnen overzien, rechtstreeks kunnen escaleren naar het oplossingen-team van het lab wanneer een connector niet naar behoren functioneert, en de ingenieurs van het lab in dezelfde ruimte kunnen brengen als de leidinggevenden en ontwikkelaars van de klant. Die nabijheid is geen commerciële beleefdheid. Het is juist wat ervoor zorgt dat een implementatie MCP, Skills, Cowork of Codex al in de maand van hun lancering kan integreren, in plaats van pas een jaar later.

Wat zou er zonder dit mis kunnen gaan?

Stelt u zich eens voor: dezelfde CIO over achttien maanden, nadat hij de licenties heeft vernieuwd en de implementatielaag heeft overgeslagen.

Het aantal gebruikers is gestegen tot drieduizend; het percentage actieve gebruikers is onveranderd gebleven. De medewerkers die meer wilden, hebben hun daadwerkelijke werkzaamheden stilletjes verplaatst naar persoonlijke accounts, waar de conceptcontracten, klantenlijsten en prognoses voor volgend jaar van het bedrijf nu zijn opgeslagen in chatgeschiedenissen waar niemand toezicht op houdt en die niemand kan verwijderen. Drie afdelingen hebben elk een afzonderlijke oplossing aangeschaft met een eigen ingebouwd model, eigen koppelingen en eigen toegangsrechten – één voor contractbeoordeling, één voor klantenservice en één voor inkoop – die onderling niet overeenstemmen over wat een klant of een marge precies is, en die nu elk een eigen beveiligingsbeoordeling vereisen.

Een handvol enthousiastelingen heeft in een weekend zelf agents gebouwd met behulp van een ‘no-code’-tool. Sommige zijn goed. Geen enkele heeft een eigenaar, een testgebruiker of een logboek, en één ervan verstuurt betalingsherinneringen aan leveranciers met de bankgegevens van vorig jaar. Het beveiligingsteam, dat te laat werd ingeschakeld en geconfronteerd werd met een omgeving die het niet zelf had ontworpen, reageert op de enige manier die het kan: door alles af te sluiten, waardoor de enthousiastelingen terugkeren naar hun persoonlijke accounts en de organisatie weer bij af is.

Het accountteam van het lab ziet een klant met een stabiel verbruik, zonder referentievoorbeeld en zonder technische contactpersoon om mee te overleggen, en wijst zijn schaarse oplossingsingenieurs toe aan iemand anders. De organisatie heeft betaald voor baanbrekende technologie en heeft een chatbot ontvangen.

Ik wil hier duidelijk zijn over de vraag wie de schuld draagt, omdat deze meestal ten onrechte wordt toegewezen. Dit alles is geenszins te wijten aan een tekortkoming van de technologie, en slechts in zeer beperkte mate aan een tekortkoming van de medewerkers. Het is het voorspelbare gevolg van het feit dat een bepaalde mogelijkheid als een aankoop wordt behandeld, en dat niemand verantwoordelijk wordt gehouden voor de kloof tussen een licentie en een gewoonte.

Wat wij hebben besloten hieraan te doen

Ik wil afsluiten met wat deze overtuiging in de praktijk heeft betekend, want een mening die geen invloed heeft op de manier waarop u de organisatie inricht, is slechts een opmerking.
Bij Artefact beschouwen wij implementatie niet langer als een fase aan het einde van een strategisch traject, maar hebben wij er een apart vakgebied van gemaakt met een eigen team. Wij noemen dit DeployCo: ter plaatse gestationeerde ingenieurs en strategen wier enige taak de implementatielaag betreft, die samenwerken met Anthropic en OpenAI, georganiseerd per laboratorium en per regio in Europa, het Midden-Oosten en Afrika, waarbij elke regio beschikt over een bedrijfsverantwoordelijke en een technisch verantwoordelijke per laboratorium. Wij streven ernaar om in 2027 met honderd van hen te zijn. Dat is een gok, en ik durf dit gerust in het openbaar te zeggen omdat ik denk dat het alternatief – het verkopen van strategie en het overlaten van de technische uitvoering aan iemand anders – de reden is waarom de sector op 14% is beland.

Deze weddenschap berust op een aantal standpunten die ik vastberaden verdedig:

  • Die basis komt altijd vóór de training, en een trainingssessie waarin de eigen data van de cliënt ontbreekt, is slechts schijn.
  • Dat een agent zonder een met naam genoemde eigenaar en beheerder een risico vormt, en geen aanwinst, hoe slim deze ook is.
  • Het team van de klant moet binnen één kwartaal beter presteren dan het onze, anders hebben wij gefaald.
  • En dat de mensen die dit werk doen dicht genoeg bij de laboratoria moeten zitten om te zien wat er op komst is; daarom brengen wij onze tijd met hen door in vergaderruimtes — alleen al in oktober in München, Zürich en Casablanca, met leidinggevenden van klanten en hun ontwikkelaars aan de ene kant van de tafel en de teams van Anthropic en OpenAI aan de andere kant, waarbij we concrete implementaties doornemen in plaats van naar keynote-presentaties te luisteren.

Chancerygate, een Londense vastgoedontwikkelaar en vermogensbeheerder met circa 700 huurders en een beheerd vermogen van ongeveer 1,2 miljard pond, is voor mij het duidelijkste bewijs dat de derde stelling klopt. Tijdens een workshop in het voorjaar waren de gebruikelijke knelpunten in de backoffice aan het licht gekomen: honderd leveranciersfacturen per maand die met de hand opnieuw moesten worden ingevoerd, anderhalf uur om de notulen van elke grote vergadering te valideren, beoordelingen van geheimhoudingsovereenkomsten waarbij de risicoclausules niet consistent werden behandeld, en acceptatiemodellen die werden opgesteld door cijfers uit PDF-bestanden over te nemen.

Tijdens een sprint van twee weken binnen hun Microsoft-omgeving heeft één gezamenlijk team vier door Claude aangestuurde agents opgeleverd die precies deze vier problemen aanpakken:

  1. Crediteurenadministratie: 80% minder tijd per factuur, meer dan 90% aan factuurregels automatisch gekoppeld.
  2. Beoordeling van de NDA: van drie dagen tot minder dan twee uur.
  3. Initialisatie van de acceptatieprocedure: 25 uur tot minder dan drie.
  4. Notulen van de vergadering: anderhalf uur tot dertig minuten.

Elk project kreeg een eigenaar, een testgebruiker en een beheerder toegewezen. Sindsdien hebben hun eigen medewerkers — ongeveer 25 opgeleide medewerkers, waarvan er zo’n tien de agents dagelijks gebruiken — meer dan twintig extra agents ontwikkeld, elk in minder dan een halve dag, en zijn zij nu bezig de AP-agent rechtstreeks in NetSuite te integreren en de NDA-agent in DocuSign. “Het Artefact-team was fantastisch,” zei Phil Price, hun hoofd FP&A, en “heeft ons in een goede uitgangspositie gebracht om zelf verder te bouwen en uit te breiden.” De eerste helft van die zin is vriendelijk. De tweede helft is waar het om gaat.

De grens is niet langer het model. Het is de afstand tussen het model en uw maandagochtend. Indien u over licenties voor Claude of ChatGPT beschikt en de drie vragen in dit artikel nog niet kunt beantwoorden — wat het model over u weet, wie binnen elke afdeling verantwoordelijk is voor de implementatie, en wie uw agents ontwikkelt en onderhoudt — dan beschikt u nog niet over AI-capaciteit. U hebt een abonnement.

Het goede nieuws is dat deze kloof binnen enkele weken, en niet pas na jaren, kan worden overbrugd door mensen die hebben besloten dat het hun taak is om dit te doen.

Ik zou graag vernemen op welke punten u het niet met mij eens bent: remi.sabonnadiere@artefact.com