AI website bouwen: mythes over data en de laatste AI-mijl

Sophie Jansen · 2026-05-12

Joe Rose, president van strategisch technologiebedrijf JBS Dev, doorbreekt een hardnekkige mythe over werken met generatieve en agentische AI-systemen. "Het is een wijdverbreid misverstand dat je data perfect moet zijn voordat je dit soort workloads kunt uitvoeren," legt hij uit. ### Waarom onvolmaakte data geen showstopper is Vendors en consultants beweren vaak dat je enorme datalakes nodig hebt, of jarenlange transformatieprogramma's. Dat klinkt logisch, maar het is niet het hele verhaal. De realiteit is een stuk eenvoudiger. "De tools zijn nog nooit zo goed geweest om met slechte data om te gaan," zegt Rose. "Het is bijna opmerkelijk wat een LLM kan begrijpen van een halfgeschreven prompt." Als je zo'n krachtig hulpmiddel hebt, is het zonde om het niet te gebruiken. Natuurlijk moet je wel de juiste grenzen stellen. De onvoorspelbaarheid van modellen betekent dat je slechte output moet opvangen. Daar komt de mens in beeld. Voor tekstuele of categorische data is er veerkracht. "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 die wilde migreren naar een nieuw facturatie- en afstemmingssysteem. De dossiers waren een rommeltje: sommige in PDF, andere als afbeelding. De procedure stond soms onder de naam van de arts, en de artsennaam stond weer in het patiëntendossier. Gen AI kon de schone data uit een simpele prompt halen, van OCR voor afbeeldingen tot tekstextractie voor PDF's. Daarna werden agentische benaderingen gebruikt, zoals het vergelijken van een klantrecord met een verzekeringscontract om te controleren of het juiste tarief werd berekend. "Je begint verschillende use cases op elkaar te stapelen," zegt Rose. "Dat betekent niet dat alles perfect gaat - je hebt nog een mens nodig. Maar je wilt zeggen: 'we begonnen met 20% automatisering, daarna 40%, dan 60%, 80%', en dat in de loop van de tijd laten groeien." ### De toekomst: kosten en draagbaarheid Rose verwacht dat toekomstige discussies over AI-modellen gaan over kosten en draagbaarheid. "Ik denk dat je een verschuiving gaat zien van radicale sprongen in modelcapaciteit naar 'hoe maken we de kosten duurzamer, zodat we niet in hetzelfde tempo datacenters hoeven te bouwen?'" zegt hij. "De laatste mijl is: hoe krijgen we deze dingen op een laptop of telefoon te draaien in plaats van in een datacenter? De modellen zijn getraind op een enorme dataset - eigenlijk elke pagina op internet en nog wat. Er is niet nog een berg nieuwe data die voor een doorbraak gaat zorgen." ### Doe het zelf: stop met SaaS-verkopers Op de AI & Big Data Expo, waar JBS Dev aanwezig is, kijkt Rose uit naar gesprekken. Zijn controversiële boodschap: stop met kopen van SaaS-verkopers als je het zelf kunt doen. "Het is niet zo moeilijk als het klinkt," zegt hij. "Bijna iedereen heeft een cloudomgeving. Begin daar, want de cloudtools van de grote drie hebben alles wat je nodig hebt om morgen agentische workloads te implementeren, zonder nieuwe softwarelicenties of training." Zodra dat staat, helpt JBS Dev je met de volgende stappen. Bekijk het volledige interview met Rose hieronder.