Dave Stam, Floris van Krimpen, Edwin Flenter 

Organisaties voelen vandaag de dag zowel de druk als de belofte van artificiële intelligentie (AI). De mogelijkheden lijken eindeloos, maar de realiteit is dat veel AI-initiatieven blijven steken in pilots zonder vervolg. Teams werken langs elkaar heen, datakwaliteit schiet tekort en essentiële randvoorwaarden zoals technologie en governance zijn vaak niet op orde. Hierdoor ontstaat een groeiende kloof tussen ambitie en daadwerkelijke impact. 

Juist in deze context vormt een AI-strategie het antwoord: een AI-strategie brengt richting, samenhang en prioriteit aan in een landschap dat anders wordt gedomineerd door versnippering en experimenten. Ze maakt zichtbaar waar AI wél waarde toevoegt, welke voorwaarden eerst moeten worden gerealiseerd en welke keuzes noodzakelijk zijn om AI schaalbaar, verantwoord en effectief in te zetten. Zonder deze strategische basis blijft AI een verzameling losse initiatieven; mét een AI-strategie ontstaat een helder kompas dat keuzes, investeringen en uitvoering met elkaar verbindt. 

De oorzaken achter mislukte AI-opschaling 

Hoewel AI steeds toegankelijker wordt, blijft de daadwerkelijke waarde creatie vaak achterwege. In de praktijk zien we terugkerende patronen die opschaling en toegevoegde waarde belemmeren. 

1. Versnippering van initiatieven: Teams ontwikkelen AI-oplossingen los van elkaar, zonder centrale regie of gedeelde standaarden. Dit leidt tot inconsistente kwaliteit en beperkte herbruikbaarheid. 

2. Onvoldoende businesscasevorming: AI-initiatieven starten geregeld zonder heldere probleemdefinitie, waarde propositie of meetbare KPI’s. Hierdoor ontbreekt prioriteit, draagvlak, en inzicht in de daadwerkelijk impact.  

3. Beperkingen in data, technologie en volwassenheid: Data is vaak versnipperd, onvoldoende gedocumenteerd of technisch lastig toegankelijk. Er is niet goed nagedacht over het beheer van modellen of producten. En functies zoals AI-product owners, data engineers of AI-risk officers ontbreken.  

4. Onvoldoende governance, risk & compliance: Met strengere wetgeving zoals de AI Act is een robuuste governance essentieel. Zonder duidelijke kaders voor risico’s, validatie en monitoring kunnen organisaties AI niet verantwoord inzetten. 

Deze patronen blijven bestaan zolang er geen overkoepelende richting, prioritering en fundamentele randvoorwaarden worden vastgesteld. Een AI-strategie is hierop het antwoord: zij doorbreekt de versnippering en legt een stevig fundament onder alle toekomstige AI-initiatieven. 

De AI-strategie als antwoord 

Een goede AI-strategie bestaat uit 3 kernelementen: 

1. Visie & Ambitie: De AI-visie is afgeleid van de organisatiestrategie en beschrijft hoe AI de sector, de organisatie en haar dienstverlening verandert. Zij geeft richting waar AI aan bij moet dragen: bijvoorbeeld het verhogen van de kwaliteit van het product, dienst of proces, verbeteren van de klanttevredenheid, de efficiëntie of risicobeheersing.  De ambitie geeft vervolgens aan hoe de organisatie invulling geeft aan de AI-visie: hoe snel de adoptie van AI plaats moet vinden, met welke technologieën (innovatief versus bewezen), in welke processen (primaire versus ondersteunend) en met welke investerings- en risicobereidheid.  

2. Waarde: De AI strategie biedt een methode om te bepalen welke initiatieven daadwerkelijk bijdragen aan de strategische ambities. Het bevat selectiecriteria voor AI use cases, richtlijnen voor businesscases, methoden voor waarde validatie en een manier om gerealiseerde impact te monitoren. Zo ontstaat een centraal AI-portfolio dat bijdraagt aan de organisatiedoelen. 

3. Fundament: Het fundament van de AI‑strategie bestaat uit de essentiële voorwaarden die een organisatie in staat stellen om AI veilig, schaalbaar en met blijvende waarde in te zetten. Waar visie en waarde creatie richting geven aan wat de organisatie wil bereiken met AI, bepaalt het fundament hoe dit op een betrouwbare, beheerste en toekomstbestendige manier kan worden gerealiseerd.  
    
   Dit fundament bestaat uit zes onderling verbonden componenten die samen de kwaliteit, veiligheid en effectiviteit van alle AI‑toepassingen bepalen: 

1. Governance: vormt de ruggengraat van een verantwoorde AI-toepassing. Het bepaalt hoe besluiten worden genomen, wie verantwoordelijk is voor welke modellen en toepassingen, en hoe risico’s worden beheerst. Een volwassen governance model voorkomt versnippering en borgt kwaliteit en naleving. 

2. Data: AI is afhankelijk van betrouwbare en toegankelijke data. Datamanagement bepaalt de kwaliteit van modellen en analyses. Consistente definities, metadata, lineage en goed toegangsbeheer zijn essentieel om AI-toepassingen verantwoord te laten functioneren. 

3. Technologie: Het technologische fundament bepaalt de snelheid, kwaliteit en betrouwbaarheid van AI-ontwikkeling en beheer. Het gaat hier om de infrastructuur, de cloud, het dataplatform, applicaties en meer.  

4. Competenties: Succes met AI vraagt om een brede set vaardigheden binnen de organisatie: van data scientists en engineers tot AI-product owners en risicospecialisten.  

5. Cultuur en geletterdheid: Een AI gedreven organisatie vraagt om een cultuur waarin innovatie, experimenteren en data gedreven besluitvorming centraal staan. Veranderbereidheid en vertrouwen in technologie bepalen de snelheid van adoptie. Daarnaast is brede AI-geletterdheid nodig zodat medewerkers AI kunnen begrijpen, gebruiken en vertrouwen. 

6. Ethiek & compliance: AI moet verantwoord en transparant zijn. Dat betekent uitlegbaarheid, toezicht op bias, risicobeoordelingen, monitoring en naleving van wetgeving zoals de AI Act. 

Binnen de strategie wordt bepaald wat er op al deze componenten nodig is, om de gekozen toepassingen te realiseren.  

Hoe ontwikkel je een AI-strategie?  

Het opstellen van een AI-strategie is een proces, waarbij de organisatie idealiter een aantal stappen doorloopt. Alhoewel we deze stappen hier één voor één presenteren komt het in de praktijk voor dat stappen tegelijkertijd of in een andere volgorde plaatsvinden. De stappen om de AI-strategie te ontwikkelen zijn:  

• Stel je strategische doelen vast: Neem de bedrijfsstrategie en de hierin opgenomen doelen als uitgangspunt.  

• Analyseer de huidige situatie: Onderzoek waar de organisatie staat ten aanzien van de zes componenten van het fundament. Hoe is de huidige cultuur? Welke competenties zijn er aanwezig? Hoe zit het met de data? Deze analyse maakt inzichtelijk wat de huidige situatie is en waar eventuele knelpunten liggen. 

• Identificeer potentiële use cases: Breng in kaart welke organisatie onderdelen en processen vatbaar zijn voor AI-ondersteuning en waar AI daadwerkelijk waarde kan toevoegen. 

• Selecteer relevante use cases: Kies de meest relevante use cases die aansluiten bij de strategische doelen met een selectieframework.  

• Bepaal de benodigdheden per fundament: Stel vast wat er nodig is op de verschillende componenten—zoals data, technologie, competenties, cultuur en governance—om de geselecteerde use cases optimaal te faciliteren. 

• Creëer een roadmap: Vertaal de AI-strategie naar een gericht actieplan met prioriteiten en investeringen om succesvolle opschaling mogelijk te maken. 

Naast het feit dat sommige stappen in dit proces soms tegelijkertijd of in een andere volgorde plaatsvinden, is het ontwikkelen van een AI-strategie idealiter geen eenmalig proces. AI ontwikkelt zich in sneltreinvaart, de wereld verandert continu en organisaties veranderen constant mee. Een AI-strategie is daarom geen statisch document, maar een plan wat continue wordt verrijkt en tegen het licht gehouden.  

Conclusie: De strategische basis voor echte waarde met AI 

De uitdagingen rondom AI worden steeds duidelijker: organisaties investeren tijd en middelen in veelbelovende AI-initiatieven, maar zien te weinig tastbare resultaten. Pilots stranden voordat ze waarde opleveren, AI-oplossingen zijn versnipperd door de organisatie, de datakwaliteit schiet tekort en governance structuren blijven achter. Deze fundamentele problemen zorgen ervoor dat organisaties het potentieel van AI niet kunnen waarmaken. Ze lopen het risico achterop te raken in een omgeving waarin AI steeds meer en succesvol toepast wordt.  

Een doordachte AI-strategie is het antwoord op deze uitdagingen. Door AI expliciet te verbinden met de organisatiedoelstellingen, scherp te bepalen waar waarde wordt gecreëerd en de randvoorwaarden te definiëren die opschaling mogelijk maken, brengt de AI-strategie de focus, samenhang en richting die vandaag vaak ontbreken. Ze zorgt ervoor dat AI-initiatieven niet langer op zichzelf staan, maar ingebed worden in een bredere visie op data, technologie, governance en competenties. Alleen wanneer deze componenten in balans worden ontwikkeld, kan AI zich ontwikkelen van een reeks losse experimenten tot een strategische motor voor duurzame vooruitgang.