Ford nam 350 ervaren ingenieurs opnieuw in dienst. Niet omdat het bedrijf groeide, maar omdat de AI-gestuurde kwaliteitscontroles in de fabrieken niet leverden wat werd beloofd. Te veel vertrouwen op geautomatiseerde systemen, te weinig menselijk oordeel — en dan betaal je de rekening in kwaliteitsproblemen. Dat is een verhaal van een grote fabrikant, maar het signaal raakt ook kmo’s. Als jouw leverancier of IT-dienstverlener zwaar inzet op AI-kwaliteitscontroles zonder menselijke terugval, loop jij hetzelfde risico. Alleen zonder de buffers van een groot bedrijf.
Ford slaagde uiteindelijk wel. Nadat die 350 ingenieurs terug aan het werk waren, behaalde het bedrijf een toppositie in de JD Power Initial Quality Survey. Dat resultaat kwam er niet door betere AI; het kwam door mensen die hun expertise terugnamen.
TechCrunch meldt dat Ford erkende te veel op AI te hebben vertrouwd en dat menselijke specialisten nu actief op zoek gaan naar faalpunten vóór de productie. De les is niet dat AI nutteloos is. De les is dat geautomatiseerde systemen zeldzame fouten, uitzonderingen en contextuele afwegingen missen die een ervaren vakman in één oogopslag herkent.
Voor jou als kmo-eigenaar betekent dit concreet: als een leverancier of Microsoft-partner zegt dat zijn kwaliteitscontrole volledig geautomatiseerd is, stel dan de vraag wat er gebeurt als het systeem een afwijking niet herkent. Wie grijpt dan in? Binnen welke termijn? En staat dat ergens op papier? Zonder duidelijk antwoord op die drie vragen, heb je een blind spot in je toeleveringsketen of productieproces.
AI is goed in het herkennen van patronen die het eerder gezien heeft. Maar zeldzame fouten, situaties die buiten de trainingsdata vallen of beslissingen die context vereisen die het systeem niet kent, die mist een geautomatiseerd systeem snel. Dat is geen theoretisch risico; Ford bewees dat het in de praktijk echte kwaliteitsproblemen veroorzaakt.
Bovendien verandert de regelgeving het speelveld. De Europese Commissie benadrukt dat hoog-risico AI-systemen verplicht menselijk toezicht en fallback-mechanismen moeten bevatten. Vanaf augustus 2026 wordt dit formeel afdwingbaar via de EU AI-verordening, de Europese wet die regels stelt aan de ontwikkeling en het gebruik van AI.
Dit zijn drie situaties waarin menselijke fallback verplicht te stellen is in een contract:
Als een van deze drie situaties van toepassing is, heb je nu een gesprekspunt voor je volgende contractonderhandeling.
Je hoeft geen IT-expert te zijn om de juiste vragen te stellen. Gebruik deze checklist wanneer een leverancier AI-kwaliteitscontrole inzet in processen die jouw bedrijf raken:
Contractueel gezien hoeft dit niet ingewikkeld te zijn. Een eenvoudige clausule beschrijft drie dingen: de prestatienorm voor het AI-systeem, de drempelwaarde waarbij menselijke controle automatisch wordt ingeschakeld, en de naam of rol van de persoon die dan verantwoordelijk is. Geen juridisch jargon nodig, wel concrete afspraken.
Een verstandige volgende stap is om bij nieuwe AI-gerelateerde diensten een pilotfase te eisen vóór volledige uitrol. Zo zie je hoe het systeem reageert op afwijkingen in jouw specifieke situatie, niet alleen in een labtest van de leverancier. Bij Clear IT bespreken we dit soort vragen soms samen met klanten die hun IT-contracten willen aanscherpen.
Het Ford-verhaal is geen reden om AI te wantrouwen. Het is wel een reden om niet blind te vertrouwen op automatisering zonder menselijke terugval. Vraag je leverancier wie ingrijpt als het systeem het fout heeft, binnen welke termijn dat gebeurt, en of dat op papier staat. Drie vragen, één gesprek, en je weet meteen of je een risico hebt dat je kunt aanpakken vóór het een probleem wordt.
Als je leveranciers of IT-partners AI-systemen gebruiken in kritische processen, dan ja. Vanaf augustus 2026 gelden verplichte regels rond menselijk toezicht voor hoog-risico AI. Het is verstandig om nu al te vragen hoe je leverancier zich hierop voorbereidt en of dat in jullie contract staat.
Stel de vraag: wat gebeurt er als het AI-systeem een fout mist of een verkeerde beslissing neemt? Als het antwoord vaag is of als er geen concreet escalatiepad bestaat, is dat een signaal. Een goede leverancier heeft dat antwoord klaar.
Een menselijke fallback is een afgesproken procedure waarbij een medewerker of specialist automatisch wordt ingeschakeld wanneer een AI-systeem een drempelwaarde overschrijdt of een situatie niet kan beoordelen. Het is een vangnet dat voorkomt dat een automatische fout onopgemerkt blijft.
Ja, en het hoeft niet lang te duren. Een pilotfase van enkele weken waarbij je meet hoe het systeem reageert op afwijkingen in jouw processen, geeft je veel meer zekerheid dan een belofte op papier. De meeste serieuze leveranciers stemmen hiermee in.
