Alle artikelen
Consultancy

Wat doet AI consultant: 5 opties eerlijk vergeleken

Wat doet AI consultant werk in de praktijk? We vergelijken bureaus, freelancers, een interne hire en zelf leren, en zeggen wanneer je nog niets moet kopen.

Waarom die zoekterm zulke rare resultaten geeft

Zoek op "wat doet AI consultant" en je krijgt een mengelmoes terug. Vacatures uit Brisbane. Een Pools forum over "AI consultant zarobki", wat simpelweg salarissen betekent. Een rij cursussen op Coursera en tientallen YouTube-video's van mensen die uitleggen hoe jij zelf AI consultant wordt. Daartussen staan de bureaus die je iets willen verkopen.

Dat komt doordat twee heel verschillende groepen dezelfde woorden intypen. De ene groep wil het vak in en zoekt naar salaris, opleiding en vacatures. De andere groep runt een bedrijf, heeft een concreet probleem, en wil weten wat zo iemand nou echt voor ze doet en wat het oplevert. Dit stuk is voor die tweede groep. Wij zijn met z'n tweeën, we bouwen zelf wat we adviseren, en er zit geen verkoopafdeling tussen ons en de code.

Wat doet AI consultant Stride in de eerste twee weken

Het eerlijke antwoord op de vraag begint bij wat er in die eerste dagen gebeurt, want daar zit het verschil tussen advies en werk.

We beginnen met kijken. Niet naar je AI-strategie, maar naar één proces waar iemand in jouw bedrijf elke week uren aan kwijt is. De offertes die uit vijf verschillende mailboxen worden geplukt. De inkoopfacturen die iemand overtypt in het boekhoudpakket. De klantvragen die drie keer worden doorgestuurd voordat iemand ze beantwoordt. We gaan naast die persoon zitten en laten ze het gewoon doen terwijl wij meekijken.

Daarna meten we. Hoe vaak per week, hoe lang per keer, hoeveel gaat er mis, en wat kost een fout. Die cijfers heb je later nodig, want zonder nulmeting kun je achteraf niet zien of het geholpen heeft. Bijna niemand heeft ze liggen als we binnenkomen.

Pas dan bouwen we iets, en dat is bewust het kleinste ding dat werkt. Eén stap van dat proces, met een mens die de uitkomst nog goedkeurt. Draait dat een week of twee zonder gedoe, dan pakken we de volgende stap. Wat ons blijft verbazen: het stuk waar de meeste tijd in zit, is zelden het stuk waar de klant het gesprek mee opent. Dat is meestal het proces dat het luidst klaagt, niet het duurste.

De technische kant is doorgaans minder spannend dan mensen verwachten. Toegang tot je data regelen, een koppeling met het systeem dat je al gebruikt, een logboek zodat je kunt terugkijken wat er gebeurd is, en een knop om het uit te zetten. Zo werkt het bij onze AI diensten ook: eerst het saaie fundament, dan pas het slimme deel.

Vijf manieren om AI in je bedrijf te krijgen

Er zijn grofweg vijf routes, en ze verschillen vooral in wie het risico draagt.

Het grote adviesbureau

Je krijgt een team, een methodiek en een rapport dat er goed uitziet in de bestuurskamer. Dat werkt als je vijftien vestigingen hebt en de belangrijkste vraag politiek is: welke afdeling gaat dit trekken, en hoe krijgen we iedereen mee. Het werkt slecht als je vraag technisch is, want de mensen die het advies schrijven zijn zelden de mensen die het bouwen. Je betaalt voor de overdracht daartussen, en die overdracht is precies waar de details sneuvelen.

Een klein bureau of een duo

De mensen die met je praten zijn de mensen die het bouwen. Dat scheelt een vertaalslag en het maakt de terugkoppeling snel: je zegt op maandag dat de uitkomst niet klopt en woensdag is het aangepast. De keerzijde is capaciteit. Wij kunnen niet drie trajecten tegelijk draaien en we zeggen dat liever vooraf dan halverwege. Vraag altijd wie er in de zomer aan je project zit.

Een freelancer

Goed voor een afgebakend stuk werk waarvan jij al weet wat het moet worden. Een koppeling bouwen, een model finetunen, een prototype omzetten naar iets dat productie aankan. Minder geschikt als de vraag nog open is, want dan betaal je iemand per uur om te ontdekken wat je eigenlijk wilde. En als diegene weggaat, gaat de kennis mee. Zorg dat de code en de documentatie in jouw omgeving staan, vanaf dag één.

Iemand aannemen

Dit is de beste optie als AI structureel onderdeel wordt van wat je verkoopt. Het is de duurste optie als je één proces wilt automatiseren, want je bent maanden bezig met werven, en een goede kandidaat vraagt om collega's die ze scherp houden. Iemand in z'n eentje aannemen om "iets met AI" te doen, is de manier waarop de meeste van deze rollen binnen een jaar leeglopen.

Het zelf doen

Serieuze optie, vaker dan consultants toegeven. Als je een ontwikkelaar in dienst hebt die nieuwsgierig is, en het proces dat je wilt aanpakken is overzichtelijk, dan kom je met een paar weken uitproberen verder dan met een offerte van ons. Het gaat mis bij het stuk waar niemand zin in heeft: rechten, logging, wat er gebeurt als het model iets verzint, en wie het onderhoudt als die ene enthousiaste collega vertrekt.

Wat een cursus op Coursera of een YouTube-kanaal wel oplost

De route "zelf leren" verdient een eerlijke behandeling, want er is veel gratis materiaal en een deel ervan is uitstekend.

Een cursus op Coursera geeft je het vocabulaire. Je leert wat een embedding is, waarom een model soms met grote stelligheid onzin produceert, en wat een evaluatie inhoudt. Dat is genoeg om een gesprek met een leverancier te voeren zonder dat je alles moet geloven wat er wordt gezegd. Voor een directeur die de volgende twee jaar beslissingen moet nemen over dit onderwerp, zijn die uren goed besteed. Er staan ook praktische bouwcursussen tussen, en voor je eigen mensen zijn die vaak een betere investering dan een workshop van een dag.

YouTube is een ander soort bron. Je vindt er iemand die precies jouw koppeling al heeft gebouwd en er twintig minuten over praat, en dat scheelt je een week zoeken. Je vindt er ook een demo waarin alles in één keer goed gaat, opgenomen na de dertigste poging, zonder dat de foutafhandeling ooit in beeld komt. Dat is het verschil tussen een demo en een systeem waar je bedrijf op draait. Wat je op YouTube zelden ziet: wat er gebeurt als de leverancier zijn model vervangt en jouw prompts ineens andere uitkomsten geven.

Wat een cursus of een video niet voor je doet, is de keuze maken. Welk proces pak je aan, wat accepteer je aan foutmarge, en wie is verantwoordelijk als het misgaat bij een klant. Daar heb je iemand voor nodig die je bedrijf kent, en dat kan prima je eigen operationeel manager zijn.

Waarom salariscijfers je weinig vertellen over de prijs

Een groot deel van de zoekresultaten gaat over verdiensten: "AI consultant zarobki", loonschalen voor een AI consultant in Brisbane, marktrapporten met bandbreedtes. Interessant als je het vak in wilt. Vrij nutteloos als je iemand wilt inhuren, want een salaris in Warschau of Queensland zegt niets over wat een traject in Nederland kost of oplevert.

De business van een AI consultant zit meestal in één van drie vormen. Een uurtarief, waarbij jij het risico draagt dat het langer duurt. Een vaste prijs per resultaat, waarbij wij dat risico dragen en er dus marge in zit voor tegenvallers. Of een maandbedrag voor doorlopend onderhoud en doorontwikkeling, wat pas logisch is als er iets draait dat kapot kan gaan.

Wij werken het liefst met een kleine vaste prijs voor de eerste stap. Jij weet dan wat je uitgeeft voordat je ons vertrouwt, en wij weten of we met je willen doorgaan. Als iemand voor de allereerste opdracht een jaarcontract wil, vraag dan waarom. Er is meestal een goed antwoord of helemaal geen.

Eén rekensom die je zelf kunt maken voordat je iemand belt: neem het aantal uren dat er nu in het proces gaat, vermenigvuldig met het uurloon inclusief werkgeverslasten, en zet dat af tegen de offerte. Komt de terugverdientijd boven de twee jaar uit, dan is het meestal geen automatiseringsvraag maar een procesvraag, en die los je goedkoper op door stappen te schrappen.

Hoe je de website van een AI consultant leest

De website van een AI consultant is een beter filter dan de meeste mensen denken, mits je weet waar je op let.

Kijk of er ergens staat wat ze gebouwd hebben, in normale taal. Welk systeem, welk probleem, wat er daarna anders ging. Een pagina vol logo's zonder één zin over de inhoud betekent dat de cases niet naverteld mogen worden of dat ze niet bestaan. Beide zijn nuttig om te weten.

Kijk wie het werk doet. Staan er twee gezichten met namen, dan weet je wie er komt. Staat er "ons team van experts" en geen enkele naam, dan is de kans groot dat de persoon die je binnenhaalt niet de persoon is die daarna aanschuift. Vraag daar gewoon naar in het eerste gesprek.

Let ook op wat er ontbreekt. Geen woord over data, toegangsrechten of wat er met je informatie gebeurt, betekent dat die vragen nog helemaal open staan. En als elk voorbeeld op de website een chatbot is, dan is dat waarschijnlijk wat je krijgt, ongeacht wat jouw probleem is.

Agents zijn een systeemvraagstuk, geen chatbot

Het gesprek verschuift op dit moment van "een model dat antwoord geeft" naar agents: software die een taak van begin tot eind uitvoert, stappen plant, systemen aanroept, resultaten leest en opnieuw probeert als er iets faalt. Dat is precies waar het inhuren van iemand die alleen prompts schrijft, tekortschiet.

Intel publiceerde in MIT Technology Review de uitkomsten van duizenden experimenten met dit soort workloads, samengevat in vijf lessen. De eerste is de belangrijkste voor jou als opdrachtgever: agents zijn een systeemprobleem, niet alleen een modelprobleem. De prestaties hangen af van orkestratie, datatoegang, het uitvoeren van tools, vertraging en beheer, en niet alleen van welk model je kiest.

Ze stellen zes meetwaarden voor die je in een enterprise-omgeving wilt volgen: slagingspercentage per taak, kosten per taak, tijd per taak, doorvoer, agentdichtheid en vertraging. Die dichtheid meten ze in agents per virtuele CPU, en dat is een handiger getal dan het aantal agents. Tien agents op een systeem met 8 vCPU's gedragen zich vergelijkbaar met twintig agents op 16 vCPU's, omdat de dichtheid gelijk is. Hun andere lessen: kijk naar de vertraging per taak in plaats van naar het gemiddelde CPU-gebruik, en ga standaard uit van uitbreiden in de breedte in plaats van zwaardere machines.

Je hoeft dit niet zelf te kunnen uitrekenen. Je moet wel merken of de persoon tegenover je in deze termen denkt. Vraag hoe ze het slagingspercentage per taak gaan meten en wat de kosten per taak worden bij tien keer zoveel volume. Krijg je daar een verhaal over hoe geweldig het model is, dan zit je bij iemand die een demo verkoopt.

Hetzelfde geldt voor het nieuws. Toen OpenAI-president Greg Brockman deze week in een interview op het YouTube-kanaal van Joanna Stern vertelde dat het bedrijf aan "een familie van apparaten" werkt, kregen we daar vragen over. Leuk om te weten, maar het verandert niets aan de vraag of jouw inkoopfacturen deze maand vanzelf verwerkt kunnen worden. Een consultant die je agenda laat bepalen door aankondigingen, kost je een kwartaal.

Wanneer je ons beter niet kunt inhuren

Er zijn situaties waarin we afhaken, en het scheelt je tijd als je ze herkent.

Als je data een zooi is en niemand daar eigenaar van is, dan bouwen we iets bovenop drijfzand. Een model dat drie systemen leest die elkaar tegenspreken, geeft antwoorden die overtuigend klinken en niet kloppen. Dat opruimen is geen AI-project, en je hebt er ons niet voor nodig.

Als het proces dat je wilt automatiseren elke maand verandert omdat de afdeling nog zoekt hoe het moet, wacht dan. Automatiseren betekent vastleggen. Iets vastleggen dat nog beweegt, levert een systeem op dat je binnen een half jaar weer sloopt.

Als je vooral iets wilt kunnen zeggen op een congres of in een investeerdersupdate, zijn wij de verkeerde partij. Dat is een echte behoefte en er zijn bureaus die daar goed in zijn. Wij bouwen dingen die op dinsdagochtend moeten draaien.

En als het om één taak gaat die twee keer per maand een half uur kost: laat het staan. De rekensom loopt niet uit, hoe leuk het technisch ook is.

Wat je in het eerste gesprek vraagt

Vier vragen zeven de meeste partijen vanzelf uit.

Wie schrijft de code, en spreek ik die persoon vandaag. Wat is het kleinste stuk dat je binnen drie weken live kunt hebben. Hoe meten we of het gewerkt heeft, en met welk cijfer vergelijken we dat. Wat gebeurt er als jullie na een jaar stoppen, en waar staat dan alles.

Op die laatste vraag hoor je het snelst of iemand aan jouw kant staat. Het goede antwoord is dat de code, de sleutels en de documentatie in jouw omgeving staan en dat je iemand anders kunt vragen het over te nemen. Alles wat daarvan afwijkt, is een reden om door te vragen voordat je tekent.

Geschreven op basis van

  1. Building the enterprise environment for agentic AIMIT Technology Review
  2. OpenAI president says it's 'building a family of devices' for its AI chatbotsThe Verge

Lees verder