.

Van pilot naar productie: waarom de meeste AI-projecten stranden en hoe je dat voorkomt

Maarten Broekhuizen
16/8/2026
6
min leestijd

Grote kans dat er in jouw organisatie al eens een AI-pilot heeft gedraaid. Er was een demo, er was enthousiasme, er was een presentatie. En daarna werd het stil. Je bent niet de enige: onderzoek van IDC onder ruim 1.600 mkb-bedrijven in 28 landen laat zien dat bijna 70 procent blijft steken in de experimentele of opportunistische fase van AI-volwassenheid. De vraag is waarom, want aan de technologie ligt het zelden. Dit artikel benoemt de drie faalredenen, laat zien hoe je ze herkent in je eigen vorige pilot, en beschrijft de aanpak die wel tot productie leidt.

Faalreden 1: te groot beginnen

De klassieke pilot wil te veel bewijzen: drie afdelingen, vijf processen, een stuurgroep, een roadmap. Hoe breder de scope, hoe meer afhankelijkheden, hoe langer de doorlooptijd, hoe groter de kans dat het momentum sterft in agenda's. Na drie maanden is er van alles een beetje en van niets iets dat draait.

De remedie is contra-intuïtief voor ambitieuze organisaties: kies één proces en maak dat helemaal af. Niet orderinvoer voor alle klanten en alle kanalen, maar orderinvoer voor de mailstroom, van binnenkomst tot boeking in het ERP. Eén proces dat in productie draait, overtuigt meer dan vijf processen in een presentatie. En het levert iets op wat een presentatie nooit levert: een getal.

Faalreden 2: geen meetlat afgesproken

Veel pilots eindigen in een welles-nietes: de leverancier vindt het geslaagd, de gebruikers twijfelen, de directie ziet geen getal. Zonder vooraf afgesproken maatstaf is elke uitkomst een mening, en meningen leiden zelden tot een investeringsbesluit.

Spreek daarom voor de start één getal af. Wij gebruiken het percentage dat zelfstandig gaat: hoeveel procent van de documenten handelt de digitale medewerker volledig zelf af, zonder dat iemand ernaar kijkt. Gemeten op echte documenten, niet op een testsetje van de leverancier. Spreek ook af wat het getal betekent: boven welke grens gaan we door, en tegen welke voorwaarden? Dan is de uitkomst van de pilot geen discussie meer, maar een besluit dat al genomen is.

Faalreden 3: niemand is eigenaar van de uitzonderingen

Elk echt proces heeft afwijkingen, en een pilot valt of staat met wat daarmee gebeurt. Blijven ze liggen, dan werkt het niet, en dan zegt iedereen achteraf dat de AI het niet aankon. In werkelijkheid kon de organisatie het niet aan: er was niemand die de uitzonderingen oppakte.

De oplossing is organisatorisch, niet technisch: wijs vanaf dag één iemand aan die de uitzonderingen behandelt en terugkoppelt. Diegene traint daarmee de digitale medewerker, en is meestal de collega die het proces nu het beste kent. Reken op 10 tot 20 uur in de eerste twee weken; dat is de hele investering aan jouw kant. Zonder die persoon is elke pilot een demo met uitstel.

Herken je eigen vorige pilot

Kijk eens terug op de laatste poging met deze drie vragen. Hoeveel processen zaten er in de scope? Welk getal was vooraf afgesproken als criterium voor succes? Wie was verantwoordelijk voor de uitzonderingen, en hoeveel uur had die persoon ervoor? In de meeste gevallen is het antwoord: te veel, geen, en niemand. Dat is geen verwijt; het is de standaardaanpak in de markt. Maar het verklaart waarom het stilviel, en het betekent dat een nieuwe poging met een andere aanpak een andere uitkomst kan hebben.

De aanpak die wel tot productie leidt

  1. De start. Eén proces, twee weken, echte documenten, vaste prijs. Aan het eind ligt er een gemeten percentage dat zelfstandig gaat, een lijst met uitzonderingsredenen en een som van wat het oplevert in euro's.
  2. In dienst. Is het bewijs er, dan gaat de digitale medewerker voor precies dat ene proces in dienst: aangesloten op je systemen, ingeregeld, overgedragen aan het team. Geen nieuwe pilot, geen nieuwe scope.
  3. Team uitbreiden. Daarna pas uitbreiden, proces voor proces, in de volgorde die het plan aangeeft. Elk volgend proces gaat sneller, omdat de aansluiting en de werkwijze er al staan.
  4. Blijven verbeteren. Het percentage blijft de meetlat; elke uitzondering voedt de verbetering van proces, data en systemen. Zo wordt hij elke week een beetje beter, in plaats van dat hij na de pilot bevriest.

Betaald en begrensd, dus serieus aan beide kanten. Dat is geen toeval: gratis pilots zijn vrijblijvend, en vrijblijvendheid is precies waar projecten aan sterven. Wie 7.500 euro betaalt voor twee weken, zorgt dat de juiste mensen aan tafel zitten. Wie het gratis krijgt, plant het in als er tijd is.

Wat je van een leverancier mag vragen

  • Een meting op jouw documenten, niet een demo op de hunne.
  • Eén getal als criterium, vooraf afgesproken.
  • Een vaste prijs en een vaste doorlooptijd voor de start.
  • Een concreet vervolgvoorstel voordat de start begint, zodat je weet wat er gebeurt als het werkt.
  • Een eerlijk antwoord als het niet werkt, en liefst een garantie die dat antwoord geloofwaardig maakt.

Veelgestelde vragen

Onze vorige pilot faalde. Waarom zou een nieuwe poging anders aflopen?

Kijk eerst terug met de drie faalredenen in de hand: was de scope klein, was er een meetlat, was er een eigenaar? Meestal ontbraken er twee van de drie. Repareer de aanpak, niet per se de technologie.

Hoe voorkom ik dat het na de start alsnog stilvalt?

Door de vervolgstap voor de start af te spreken: als het percentage boven X komt, gaat de digitale medewerker in dienst tegen prijs Y. Dan is de start geen experiment maar de eerste stap van een besluit.

Wat als de directie eerst een businesscase wil zien?

Dan is de start van twee weken precies die businesscase, maar dan gemeten in plaats van geschat. Een spreadsheet met aannames overtuigt een directie minder dan een percentage op de eigen documenten en een som met de eigen volumes.

Klaar om verder te komen dan de pilotfase? Plan een demo: we laten zien hoe je in de eerste twee weken van proef naar bewijs gaat.

Bron: IDC-onderzoek in opdracht van SAS onder ruim 1.600 mkb-bedrijven in 28 landen (juli 2026). Geverifieerd augustus 2026.