Van AI-pilots naar productie: de cruciale transitie

Sophie Jansen · 2026-02-05

De tweede dag van de AI & Big Data Expo in Londen maakte iets heel duidelijk. De eerste opwinding over generatieve AI is aan het vervagen. Bedrijfsleiders staan nu voor de uitdaging om deze tools echt in hun bestaande systemen te integreren. Het gesprek verschoof van grote taalmodellen naar de infrastructuur die nodig is om ze te laten werken. Denk aan data lineage, observability en compliance. Het wordt minder glamoureus, maar wel veel belangrijker. ### Data volwassenheid bepaalt je succes AI is alleen zo betrouwbaar als de data die je erin stopt. DP Indetkar van Northern Trust waarschuwde voor het creëren van een 'B-film robot' – een AI die faliekant misgaat door slechte input. Zijn punt? Je analytics moeten op orde zijn vóór je überhaupt aan AI begint. Automatische besluitvorming vergroot fouten alleen maar als je data-strategie niet deugt. Eric Bobek van Just Eat beaamde dit. Hij liet zien hoe data en machine learning beslissingen sturen op globaal niveau. Investeringen in AI-lagen zijn weggegooid geld als je data-fundament versnipperd is. Mohsen Ghasempour van Kingfisher voegde toe dat het draait om het omzetten van ruwe data naar actie in real-time. Retail- en logistieke bedrijven moeten de vertraging tussen data verzamelen en inzicht krijgen drastisch verkorten om rendement te zien.  ### Schalen in gereguleerde omgevingen Sectoren als financiën, gezondheidszorg en recht hebben bijna nul tolerantie voor fouten. Pascal Hetzscholdt van Wiley sprak deze groepen direct aan. Verantwoorde AI in deze domeinen rust op drie pijlers: nauwkeurigheid, toewijzing en integriteit. Systemen hebben audittrails nodig. Reputatieschade of boetes maken 'black box' implementaties onmogelijk. Konstantina Kapetanidi van Visa schetste de moeilijkheden van het bouwen van meertalige, schaalbare generative AI applicaties. Modellen worden actieve agenten die taken uitvoeren, niet alleen tekst genereren. Een model toegang geven tot tools – zoals een database bevragen – creëert beveiligingsrisico's die grondig getest moeten worden. Parinita Kothari van Lloyds Banking Group detailleerde de eisen voor het implementeren, schalen, monitoren en onderhouden van AI-systemen. Zij daagde de 'implementeer-en-vergeet' mentaliteit uit. AI-modellen hebben continue monitoring nodig, net als traditionele software-infrastructuur. ### De veranderende workflow van ontwikkelaars AI verandert fundamenteel hoe code geschreven wordt. Een panel met sprekers van Valae, Charles River Labs en Knight Frank onderzocht hoe AI-copilots softwarecreatie hervormen. Deze tools versnellen codegeneratie, maar dwingen ontwikkelaars ook meer te focussen op review en architectuur. Dit vraagt om nieuwe vaardigheden. Een ander panel met vertegenwoordigers van Microsoft, Lloyds en Mastercard besprak de tools en mindset voor toekomstige AI-ontwikkelaars. Er is een kloof tussen huidige capaciteiten en de behoeften van een AI-augmented omgeving. Executives moeten trainingsprogramma's plannen die zorgen dat ontwikkelaars AI-gegenereerde code voldoende valideren. Dr. Gurpinder Dhillon van Senzing en Alexis Ego van Retool presenteerden low-code en no-code strategieën. Ego beschreef hoe je AI met low-code platforms kunt gebruiken om productieklare interne apps te maken. Deze methode wil de achterstand in interne tooling-verzoeken wegwerken. Dhillon stelde dat deze strategieën ontwikkeling versnellen zonder kwaliteit te verliezen. Voor de C-suite betekent dit goedkopere interne software-levering, mits governance-protocollen intact blijven. ### Workforce capability en specifieke utility Het bredere personeelsbestand begint te werken met 'digitale collega's'. Austin Braham van EverWorker legde uit hoe agents workforce-modellen hervormen. Deze terminologie impliceert een verschuiving van passieve software naar actieve deelnemers. Zakelijke leiders moeten protocollen voor mens-machine interactie opnieuw evalueren. Paul Airey van Anthony Nolan gaf een voorbeeld van AI die letterlijk levens verandert. Het toont de specifieke, praktische utility die nu gevraagd wordt. Het gaat niet meer om experimenten, maar om tastbare impact. De kernboodschap van dag twee? De fase van pilots is voorbij. We bewegen naar productie, en dat vraagt om: - Een solide data-fundament - Robuuste infrastructuur - Continue monitoring - Nieuwe vaardigheden - Duidelijke governance Het is een transitie die discipline vereist, maar de beloning is echte, schaalbare waarde.