Kansen en haalbaarheid onderzoeken
We lopen door het werk, kiezen de taken waar AI het verschil kan maken en toetsen dat met een kleine set echte voorbeelden. Je krijgt een eerlijk antwoord: dit wel, dat niet, en dit eerst.
AI-advies & implementatie
Geen algemene presentatie over wat AI allemaal kan. We beginnen bij één concrete werkvraag, toetsen met echte voorbeelden of AI daar het antwoord op is, en bouwen daarna een toepassing die in jullie systemen en werkafspraken past.

Rick werkt een vraagstuk uit op het whiteboard: welke taak, welke informatie, wie controleert het resultaat?
Voor wie
Voor eigenaren, directeuren en operationeel verantwoordelijken die AI serieus willen inzetten op hun eigen informatie en werk, maar nog geen aanpak hebben. En voor bedrijven die al precies weten wat ze willen laten bouwen en daar een ontwikkelaar voor zoeken die ook de organisatie eromheen begrijpt.
Drie situaties die we vaak tegenkomen. Het zijn voorbeelden, geen klantcases.
Twee collega's zijn enthousiast, de rest kijkt de kat uit de boom. Er zijn geen afspraken over welke bedrijfsinformatie erin mag, wie het resultaat controleert en wat je doet als het antwoord overtuigend klinkt maar niet klopt.
Een offerteaanvraag komt binnen per mail. Iemand haalt de gegevens eruit, zet ze in het CRM en in een Excelbestand en typt een antwoord dat voor het grootste deel hetzelfde is als gisteren. Dit is werk waar AI goed in is, mits iemand de uitkomst kan controleren.
De leverancier zegt dat alles kan. Jij wilt weten wat het oplevert, wat het kost om te bouwen en te draaien, en wat er gebeurt als het model een fout maakt. Die vragen beantwoorden we voordat er iets gebouwd wordt.
Wat we doen
AI-advies en implementatie zijn bij ons geen twee losse werelden. Je kunt met een vraag over kansen binnenkomen en eindigen met een werkende toepassing. Of andersom: je weet wat je wilt en wij bouwen het.
We lopen door het werk, kiezen de taken waar AI het verschil kan maken en toetsen dat met een kleine set echte voorbeelden. Je krijgt een eerlijk antwoord: dit wel, dat niet, en dit eerst.
Bijvoorbeeld een assistent die vragen beantwoordt op bedrijfsinformatie, ondersteuning bij het verwerken van aanvragen, of een stap in een bestaand proces die nu handmatig is. Rick bouwt dit in afgebakende stappen.
Een toepassing die naast het werk staat, wordt niet gebruikt. We koppelen aan het CRM, de documenten of de planning die er al zijn, en leggen vast wie wat doet als de AI een voorstel doet.
Welke gegevens mogen erin, wie keurt goed, hoe meten we kwaliteit en wat kost het per maand? Dat regelen we voordat het live gaat, niet erna.
Concreet
Werkwijze
Van werkvraag tot dagelijks gebruik, in vier stappen die je elk afzonderlijk kunt beoordelen.
Welke taak, welke informatie, wie controleert het resultaat en wat moet er beter worden? We beginnen klein en concreet.
ResultaatEen afgebakende vraag met succescriteria.
Een set representatieve voorbeelden uit jullie praktijk. We vergelijken de eenvoudigste oplossing met de inzet van AI.
ResultaatEen onderbouwd besluit: bouwen of niet.
Rick ontwikkelt de toepassing en verbindt haar met de bestaande systemen. Tussentijds zie je wat werkt en waar de grenzen liggen.
ResultaatEen werkende, gekoppelde toepassing.
Medewerkers gaan ermee werken, met duidelijke afspraken over controle en uitzonderingen. We meten de kwaliteit en sturen bij.
ResultaatGebruik in het echte werk, met beheer.
Waar we in geloven
Wij verkopen geen AI om de AI. Soms is een gewone koppeling tussen twee systemen beter. Soms moet een processtap gewoon verdwijnen. En soms is AI precies wat er nodig is, omdat mensen nu uren kwijt zijn aan lezen, zoeken en samenvatten.
Daarom zeggen we het ook als AI niet de juiste oplossing is. Een assistent die overtuigend klinkt maar niet gecontroleerd wordt, kost een bedrijf meer dan hij oplevert. We bouwen alleen verder als de kwaliteit, de kosten en de praktische waarde kloppen.
Rick en Arjan
Bij AI-vraagstukken ligt de leiding bij Rick. Arjan sluit aan zodra het werk eromheen moet veranderen.

Arjan
Kijkt naar het proces waarin de AI terechtkomt: welke stappen veranderen, wie verantwoordelijk wordt en hoe het team ermee gaat werken.

Rick
Onderzoekt de haalbaarheid, kiest de aanpak, bouwt de toepassing en de koppelingen en zorgt dat de uitkomsten controleerbaar blijven.
Samen
Je hoeft niet zelf een adviseur en een bouwer op elkaar af te stemmen. Wij bepalen samen scope en haalbaarheid voordat we iets toezeggen.
Uit de praktijk
Geen verzonnen resultaten. Waar we cijfers noemen, staat het bewijs erbij; waar het werk nog loopt, zeggen we dat.
Deze demo-omgeving laat zien hoe zo'n toepassing werkt: een vraag in gewone taal, een antwoord met onderbouwing en de gebruikte bronnen. Dezelfde aanpak draait bij een klant op de eigen bedrijfsdata, met vaste grenzen aan wat de assistent mag zien.
Bekijk het werk
Veelgestelde vragen
Allebei. Je kunt ons als AI-consultant inschakelen voor de keuzes en voor de technische implementatie. Een afgebakende adviesvraag, zoals een haalbaarheidsonderzoek, kan ook op zichzelf staan.
Ja, als een agent bij het proces past. We bepalen eerst welke handelingen hij mag uitvoeren, welke informatie hij nodig heeft en op welke momenten een medewerker moet goedkeuren. Een agent zonder die grenzen zetten we niet in.
Bijna nooit als eerste stap. Bestaande modellen, goede bedrijfsdata en gerichte koppelingen brengen je meestal veel verder. De modelkeuze volgt uit de taak, niet andersom.
We leggen vooraf vast welke gegevens de toepassing mag gebruiken, waar die verwerkt worden en bij welke leverancier. Jullie gegevens worden niet gebruikt om modellen van anderen te trainen, en de toegang blijft beperkt tot wat de taak nodig heeft.
Andere ingangen
Een klant komt vaak binnen met één concrete vraag. Soms blijkt daarachter meer te zitten. Dan bekijken we processen, data, techniek en mensen in samenhang.
Overleggen?
Beschrijf kort wat er nu gebeurt en waar het werk stroef loopt. Dan kijken we samen of een volgende stap logisch is.