AI ontsluit eindelijk de data die vastzat in Excel, PDF's en documenten. Waarom de echte KMO-winst onderaan de piramide begint.
Tot voor kort kon software alleen overweg met data in nette kolommen. AI doorbreekt dat, en daar zit de echte winst voor bedrijven.
De meeste gesprekken over AI beginnen bovenaan: welk model, welke tool, welke agent,… gaan we gebruiken? Begrijpelijk, want daar zit het spektakel. Maar de eerste vraag die gesteld moet worden, ligt onderaan: heeft AI iets van jou om mee te werken? In deze tekst draaien we de piramide om en beginnen we waar het echt begint. Bij je data.
Herken je dit?
Veel bedrijven waar we met praten zeggen ongeveer hetzelfde:
“Onze data zit verspreid over Excel, mail en de hoofden van een paar mensen.”
“We hebben geen nette database, gewoon mappen vol documenten.”
“De helft van wat we weten, staat nergens opgeschreven.”
Vroeger was dat een doodlopende straat. Software wou structuur, en wat niet in kolommen paste, bleef liggen. Precies daar verandert AI de spelregels.
De piramide: een agent staat nergens zonder de lagen eronder
Een AI-agent bestaat uit drie lagen, en elke laag steunt op de laag eronder.
Bovenaan zit de interface: de manier waarop je met de agent praat. Een chatvenster, een knop in je bestaande software, een API, soms zelfs je stem.
In het midden zit het proces: de reeks stappen die de agent volgt. Soms los omschreven, soms strak gemodelleerd als een klassieke procesapplicatie met vaste, voorspelbare onderdelen.
Onderaan zit de data: het materiaal waarmee de agent werkt.
De interface is niets zonder een proces eronder. Het proces is niets zonder data eronder. Een AI-agent is precies zo sterk als de data waarop hij rust. Ontbreekt die basis, dan is de rest decoratie.
Wat een agent precies is, en of je er vandaag één nodig hebt, schreven we uit in Wat is een AI-agent?. Deze tekst gaat over de laag daaronder.
Vier soorten data
Data in een bedrijf komt in vier vormen. Het loont om te weten welke je hebt.
Gestructureerde data. Alles wat netjes in rijen en kolommen staat: je ERP, je CRM, relationele databases, boekhoudpakketten. Klassieke software kon hier altijd al mee overweg.
Semigestructureerde data. Bestanden met een herkenbaar maar informeel patroon: Excel-sheets waar de kleurcodes betekenis dragen, meetingverslagen in een vast format, PDF-facturen met een vaste lay-out. Er zit structuur in, maar geen enkel systeem las die er vlot uit.
Ongestructureerde data. Word-documenten, PDF-handleidingen, contracten, de teksten op je website. Waardevol, maar voor software lang onleesbaar.
Data in de hoofden van mensen. De ervaring. De patronen die iemand na twintig jaar aanvoelt maar nooit opschreef. Historische productcodes, het kleur van product dat een bepaalde klant steeds bestelt of het type pallet dat hij wil bij transport…
AI ontsluit nu de middelste twee soorten, en kan de vierde soms reconstrueren uit de historische data.
Dat is iets waar iedereen zich goed bewust van moet zijn, aangezien het heel wat opportuniteiten biedt die vroeger ondenkbaar waren.
Waar de meeste bedrijven winst laten liggen
De grootste onbenutte waarde ligt zelden in de nette database. Die was al toegankelijk. Ze ligt in de semigestructureerde en ongestructureerde data die op een gedeelde schijf staat te verstoffen.
Een model dat PDF-facturen uitleest en vergelijkt met bestelbonnen. Een agent die de kennis uit je handleidingen ontsluit om klantvragen te beantwoorden. Een systeem dat de betekenis achter je Excel-kleurcodes begrijpt. Werk dat vroeger een mens vereiste, simpelweg omdat de data niet in een keurig veld paste.
Dat is waarom order- en factuurverwerking vaak de eerste concrete use case is: de data bestaat al, ze zat alleen vast in een vorm die software niet lustte. Of je nu kiest voor een kant-en-klare agent of maatwerk, het startpunt is hetzelfde: bruikbare data.
Let wel op de volgorde. Een rommelig proces schaalt AI naar grotere chaos. Data ontsluiten is de eerste stap, niet de laatste.
Maar: data zonder proces is nog geen oplossing
Twee kanttekeningen, want anders klopt het plaatje niet.
De eerste: ontsloten data is op zich niets waard. Zonder een helder proces dat die data ergens naartoe leidt, heb je een dure zoekmachine en geen resultaat. De piramide werkt maar in één richting. Van onder naar boven.
De tweede is de eerlijke: heb je helemaal geen lokale data, of is die niet bereikbaar, dan is AI voor jou niet meer dan wat het model uit zijn training kent en wat publiek beschikbaar is. Dan is het antwoord: focus op het fundament en gebruik een out of the box licentie van één van de chat providers.
Dat onderscheid is precies waarom deze vraag ertoe doet vóór je iets uitgeeft.
Vijf vragen over je datalandschap
Loop ze eerlijk af. Ze zeggen meer over je AI-startpunt dan welke tooldemo ook.
- Welke van de vier soorten data heb je in huis, en in welke verhouding?
- Waar zit die data fysiek: één systeem, tien mappen, of vooral in mailboxen?
- Wat weet jouw bedrijf dat het internet niet weet? Dat is je echte voorsprong.
- Wie kan de belangrijkste processen uitleggen, of zit dat enkel in iemands hoofd?
- Welke terugkerende taak steunt op data die nu onleesbaar op een schijf staat?
Kun je deze vragen vlot beantwoorden, dan heb je een fundament. Loop je vast bij vraag één, dan weet je waar het werk begint.
Breng eerst je datalandschap in kaart
Het eerste wat we in een VALUE Workshop doen, is precies dit: samen je datalandschap uittekenen. Welke soorten data heb je, waar zit ze, en welke ervan is klaar om AI op los te laten. Je gaat weg met een helder beeld van je beste use cases en van wat ze vragen van je organisatie.