Je hebt al een paar AI-trajecten achter de rug. Een pilot hier, een proof-of-concept daar. Maar hoeveel daarvan leven vandaag nog productief in je bedrijf? En hoeveel zijn stille kostenposten geworden die niemand durft af te sluiten?
Leveranciers beginnen dit patroon te herkennen en reageren met gestandaardiseerde aanpakken voor de volledige AI-levenscyclus. Dat is goed nieuws, maar het verandert ook wat je als zaakvoerder moet vragen voordat je tekent. Wie nu de juiste vragen stelt, vermijdt later dure verrassingen.
Veel organisaties zitten opgezadeld met losse AI-projecten die nooit verder kwamen dan een testfase. Ze zijn gebouwd op maat van één moment, door één team, met kennis die nergens gedocumenteerd staat. Als die mensen vertrekken of de leverancier van aanpak verandert, ben je opnieuw aan het begin.
Dat is niet alleen een technisch probleem. Het is een financieel en operationeel risico. Elke nieuwe AI-toepassing kost dan opnieuw tijd en geld om op te zetten, te testen en te beheren, zelfs als het om vergelijkbare toepassingen gaat.
Leveranciers beginnen hier nu op in te spelen. Ze bouwen herbruikbare sjablonen en afspraken voor hoe AI-projecten worden opgezet, gecontroleerd en bijgestuurd. Tegelijk verplicht de Europese AI-wet (EU AI Act) organisaties steeds nadrukkelijker om dit soort levenscyclus-documentatie bij te houden: van risicobeheer en databeheer tot transparantie-eisen en menselijk toezicht.
Voor een kmo die IT uitbesteedt, betekent dit: de markt beweegt, en je hebt nu een venster om eisen te formuleren aan leveranciers voordat ze dat venster zelf invullen op hun eigen manier.
IBM Japan meldt dat het werkt aan ALSEA (AI Lifecycle Shared Engineering Artifacts), een gestandaardiseerde set bouwstenen voor grootschalige AI-projecten. Het idee: herbruikbare sjablonen die kennis vasthouden, implementatietijden verkorten en het beheer vereenvoudigen.
Wat hier telt voor jou als kmo-zaakvoerder: het signaal, niet het product. ALSEA is momenteel in pilotfase in Japan en er is geen bevestiging dat het beschikbaar is in Europa of België. Claim dus niet dat je dit morgen bij je leverancier kunt bestellen.
Wat je wel kunt doen: de logica erachter gebruiken als meetlat. Een serieuze AI-leverancier zou vandaag al moeten kunnen aantonen dat zijn aanpak herhaalbaar is, gedocumenteerd, en niet afhankelijk van één persoon of één projectfase.
Vraag je leverancier concreet: wat gebeurt er als jullie samenwerking stopt? Kan ik de AI-toepassing overdragen aan een andere partij? Zijn de afspraken over toezicht en bijsturing vastgelegd? Als het antwoord vaag blijft, is dat een risicosignaal, geen toeval.
Hieronder vind je de kern van wat je moet verifiëren voordat je een nieuw AI-project uitbesteedt. Gebruik dit als gespreksleidraad, niet als technische audit.
Over herbruikbaarheid en kennisbehoud:
Over aansluiting bij EU-regelgeving:
Over kosten en afhankelijkheid:
Bij Clear IT bekijken we dit soort vragen soms samen met klanten die voor een aanbestedingsbeslissing staan. Een half uur scherp stellen is goedkoper dan een jaar vastzitten aan een contract dat niet past.
De markt voor AI-dienstverlening is in beweging. Leveranciers standaardiseren hun aanpak, maar dat betekent niet automatisch dat jouw belangen beschermd zijn. Wie nu kritisch inkoopt, vermijdt later verborgen kosten, afhankelijkheid en slapende PoC’s die niemand meer aanraakt.
De checklist hierboven is een startpunt. Geen enkele leverancier hoeft alle antwoorden perfect te hebben, maar wie de vragen niet eens begrijpt, is waarschijnlijk niet de juiste partner voor een AI-project dat langer meegaat dan zes maanden.
Een proof-of-concept (PoC) is een testproject om te kijken of een idee werkt. Het probleem is dat veel PoC’s na die testfase blijven leven als echte systemen, zonder degelijke documentatie of structuur. Dat maakt ze duur om te onderhouden en moeilijk over te dragen aan een andere leverancier.
Niet bevestigd. ALSEA bevindt zich momenteel in een pilotfase in Japan en er is geen officiële aankondiging van beschikbaarheid in Europa of België. De waarde voor jou zit in de standaardeisen die je op basis van dit soort initiatieven kunt formuleren aan élke AI-leverancier, niet in dit specifieke product.
De EU AI Act verplicht organisaties steeds nadrukkelijker om hun AI-toepassingen te documenteren: risicobeheer, databeheer, transparantie en menselijk toezicht zijn kernvereisten. De precieze verplichtingen hangen af van het risiconiveau van de toepassing. Vraag je leverancier expliciet welke documentatie standaard wordt opgeleverd.
Vraag bij elk project welke onderdelen gebouwd zijn op open standaarden en welke leverancier-specifiek zijn. Laat contractueel vastleggen dat alle documentatie, data en modellen overdraagbaar zijn. Vergelijk ook de overstapkost bij aanvang, niet pas als je wil vertrekken.
