AI en imperfecte data: de laatste mijl naar duurzame kosten

Sophie Jansen · 2026-05-12

Joe Rose, president bij strategisch technologiebedrijf JBS Dev, wil een veelvoorkomende mythe doorbreken. "Het idee dat je data perfect moet zijn voordat je met AI aan de slag gaat, klopt gewoon niet," vertelt hij. Volgens een artikel in AI Fieldbook suggereren leveranciers en consultants dat je enorme datalakes en jarenlange transformatieprogramma's nodig hebt. Executives staan met de handen in het haar. Maar de realiteit is anders. "De tools zijn nog nooit zo goed geweest als nu om met slechte data om te gaan," zegt Rose. "Het is opvallend wat een LLM kan begrijpen van een half ingevulde prompt." ### Waarom imperfecte data geen probleem hoeft te zijn Het klinkt logisch. Als je zo'n krachtig hulpmiddel hebt, kun je het beter gebruiken met de juiste beveiligingen. De onvoorspelbaarheid van modellen betekent dat je slechte uitkomsten moet kunnen opvangen. Daar komt de mens in beeld. "Mensen zijn gewend aan 'we bouwen het, het werkt, we vergeten het'," zegt Rose. "Maar zo werken deze systemen niet."  ### Een praktijkvoorbeeld uit de medische sector Rose geeft een voorbeeld van een klant in de medische sector. Het doel was migreren naar een nieuw facturatiesysteem. Dossiers waren een mix van PDF's, afbeeldingen, en soms stond de procedure bij de verkeerde arts. Gen AI kon met een simpele prompt de schone data extraheren via OCR en tekstherkenning. Daarna werden meer geavanceerde benaderingen gebruikt, zoals het vergelijken van klantgegevens met verzekeringscontracten om te controleren of het juiste tarief werd berekend. "Je begint verschillende use cases op elkaar te stapelen," zegt Rose. "Het werkt niet perfect, maar je kunt wel zeggen: we beginnen bij 20% automatisering, dan 40%, dan 60%, en zo groeien we."  ### De toekomst: kosten en draagbaarheid Rose verwacht dat de discussie verschuift naar kosten en draagbaarheid. "Ik denk dat we minder radicale sprongen in modelcapaciteit gaan zien, en meer focus op hoe we de kosten duurzaam maken," zegt hij. "De laatste mijl is: hoe krijgen we deze dingen op een laptop of telefoon in plaats van in een datacenter?" ### Tips voor professionals - Begin met cloudtools van grote aanbieders zoals AWS, Azure of Google Cloud - Implementeer agentische workloads zonder nieuwe softwarelicenties - Houd altijd een mens in de loop voor kwaliteitscontrole Rose heeft een controversiële boodschap: "Stop met kopen van SaaS-leveranciers als je het zelf kunt doen. Het is niet zo moeilijk als het klinkt." Bij AI & Big Data Expo, waar JBS Dev aanwezig is, kijkt Rose uit naar de gesprekken. "Bijna iedereen heeft een cloudomgeving. Daar kun je direct mee beginnen."