In 2003 opende Londen het Millennium Dome. Het had 789 miljoen pond gekost. Het kon 20.000 bezoekers per dag ontvangen. Er was alleen nooit iemand die het wilde bezoeken. Het gebouw was spectaculair. De reden om erheen te gaan ontbrak.
De Dome was het antwoord op een vraag die niemand had gesteld.
Dit patroon heeft een naam in AI-projecten. We noemen het Solutioneering: beginnen bij de tool in plaats van het probleem. Het is de snelste route naar een duur project dat niets oplevert.
De herkenbare opening
Het begint altijd hetzelfde. Iemand in het managementteam komt terug van een congres, een leveranciersdemo of een artikel in het FD. "We moeten iets met AI." Of specifieker: "We moeten iets met agents." "We moeten een chatbot." "Hebben jullie al naar Copilot gekeken?"
De tool staat centraal. De vraag welk probleem het oplost komt later. Of nooit.
Er wordt een projectteam geformeerd. De leverancier wordt uitgenodigd. Er wordt een proof of concept gestart. Het proof of concept slaagt, want proof of concepts met voldoende budget slagen altijd. De stuurgroep is blij. Er wordt geschaald. Een goed proof of concept werkt andersom: het begint bij de vraag, niet bij de tool.
En dan blijkt dat niemand het gebruikt. Omdat het een oplossing is voor een probleem dat niet bestaat. Of een probleem dat anders opgelost had moeten worden. Of een probleem dat wel bestaat maar niet bij de mensen die het systeem moeten gebruiken.
Waarom het zo verleidelijk is
AI-tools zijn spectaculair in een demo. Een taalmodel dat vloeiend antwoordt op elke vraag. Een agent die autonoom taken uitvoert. Een automatisering die in seconden doet waarvoor een mens uren nodig heeft.
Die demo creëert verlangen. En verlangen is een slechte raadgever bij investeringsbeslissingen.
Er speelt ook iets organisatorisch. "We doen iets met AI" is een signaal naar de buitenwereld: wij zijn innovatief, wij lopen voorop. Die signaalfunctie kan waardevoller voelen dan het daadwerkelijke resultaat. En dus worden projecten gestart die er goed uitzien in een persbericht maar niets veranderen aan het dagelijks werk.
Hoe je het herkent
Drie signalen dat een AI-project aan Solutioneering lijdt.
De technologie staat in de opdrachtomschrijving. "Bouw een chatbot voor klantenservice" is Solutioneering. "Halveer de responstijd op productklachten" is een probleem. Het verschil bepaalt of je de juiste oplossing vindt of vastzit aan de oplossing waarmee je begon.
Niemand heeft het werk geobserveerd. Als het projectteam nog niet naast een medewerker heeft gezeten om te kijken hoe het werk echt gedaan wordt, is de kans groot dat de oplossing gebaseerd is op aannames. Follow the Friction: ga eerst kijken waar het schuurt, dan pas bouwen. Aannames zijn zelden correct.
De succeskriterien zijn vaag. "Meer efficiëntie" is geen criterium. "20% minder doorlooptijd op klachtafhandeling met behoud van klanttevredenheid" is een criterium. Vage criteria leiden tot vage resultaten en het onvermogen om te beslissen of iets werkt.
Wat je in plaats daarvan doet
Begin bij het probleem. Formuleer het als een zin zonder technologie erin. "We verliezen te veel tijd aan het handmatig classificeren van inkomende orders." "Onze offertes duren drie weken terwijl de concurrent er drie dagen over doet." "Het team besteedt veertig procent van de tijd aan werk dat niets bijdraagt aan het eindproduct."
Ga dan kijken of dat klopt. Observeer het werk. Praat met de mensen die het doen. Breng de frictie in kaart. Een goede AI-consultancy helpt je precies daarbij: kijken voordat je bouwt.
En pas dan, als het probleem scherp is en de frictie zichtbaar, ga je kijken welke technologie past. Misschien is dat AI. Misschien is het een simpelere automatisering. Misschien is het een proceswijziging zonder enige technologie. Alle drie zijn goede uitkomsten.
De krachtigste vraag in elk AI-project is: als we dit probleem perfect zouden oplossen met een menselijke expert, zou het dan uitmaken voor de gebruiker? Zou het hun dag veranderen? Als het antwoord nee is, lost meer technologie het ook niet op.
Het Millennium Dome heet tegenwoordig de O2 Arena. Het werd uiteindelijk een succes, maar pas nadat iemand de juiste vraag stelde: waar is de vraag? Concerten en evenementen. Daar zat het publiek. Het gebouw hoefde niet te veranderen. Het verhaal erachter wel.
Bij AI-projecten is het precies zo. De technologie is zelden het probleem. Het verhaal erachter wel.