Hoe bouwt u een AI operating model?

Wat een AI operating model regelt (en wat niet)

Een AI operating model is de organisatorische laag die bepaalt hoe AI-initiatieven binnenkomen, wie erover beslist, wie ze bouwt of inkoopt, wie ze beheert en wie verantwoordelijk is als het misgaat. Het is geen technisch schema en geen lijst met tools. Het is de structuur eromheen: rollen, besluitvorming, eigenaarschap en beheer.

Het model gaat niet over welke koers u kiest of welke toepassingen u eerst oppakt. Dat hoort bij het opstellen van een AI-strategie en het uitzetten van een AI-roadmap. Het operating model komt daarna: het zorgt dat die strategie ook wordt uitgevoerd, bewaakt en onderhouden zonder dat elk initiatief langs de directeur persoonlijk hoeft.

Zonder deze laag ontstaat een bekend patroon. Een marketingmedewerker probeert een tool, een verkoper een andere, de klantenservice een derde. Niemand weet wie waarvoor verantwoordelijk is, data staat verspreid en niemand controleert of alles nog voldoet aan de regels. Het operating model voorkomt dat AI-gebruik verandert in stuurloosheid.

Rollen die u moet beleggen

AI werkt zoals andere commerciële systemen: zonder eigenaar verwatert het. Vier rollen komen in vrijwel elk MKB-bedrijf terug, ook als één persoon er meerdere vervult.

• Eigenaar op directieniveau. Iemand die verantwoordelijk is voor de samenhang van alle AI-initiatieven, niet voor de techniek zelf. Vaak de commercieel verantwoordelijke, omdat de meeste toepassingen in marketing, sales of klantenservice landen.
• Proceseigenaren. Per toepassing een eigenaar uit de afdeling die het proces gebruikt: een salesmanager voor AI in sales, een marketingverantwoordelijke voor AI in content of campagnes.
• Een beheerder. Iemand die koppelingen, toegang en updates bijhoudt, intern of ingehuurd.
• Een compliance-verantwoordelijke. Iemand die toetst of een toepassing voldoet aan privacyregels en de geldende AI-wetgeving, vaak dezelfde persoon die dat al voor andere bedrijfsdata doet.

In een bedrijf van tien tot vijftig medewerkers dragen twee of drie mensen deze rollen vaak samen. Vanaf ongeveer vijftig medewerkers loont het om ze expliciet te scheiden, ook als het in tijd een beperkt deel van een functie blijft.

Intake: hoe een idee een project wordt

Zonder intakeproces ontstaat wildgroei: iedereen probeert wat, niemand toetst het. Een werkbare intake bestaat uit een paar vaste vragen die elk idee doorstaat voordat het een pilot wordt.

1. Welk commercieel of operationeel probleem lost dit op.
2. Wie wordt de proceseigenaar als het doorgaat.
3. Welke data is nodig en waar komt die vandaan.
4. Is er een privacy- of compliancerisico.
5. Wat kost het aan tijd en geld om het uit te proberen.

Dit hoeft geen zwaar formulier te zijn. Eén vast overleg per maand waarin nieuwe ideeën langskomen, volstaat voor de meeste MKB-bedrijven. Het punt is niet de formaliteit, het is dat er één plek is waar beslissingen samenkomen in plaats van losse initiatieven zonder overzicht.

Prioritering en eigenaarschap per toepassing

Niet elk idee dat de intake haalt, verdient meteen capaciteit. Prioriteren gebeurt het best op twee assen: impact op een commercieel proces en de inspanning om iets werkend te krijgen. Hoe u die afweging per idee maakt, leest u bij het bepalen van welke AI-use cases interessant zijn.

Zodra een toepassing groen licht krijgt, hoort er één eigenaar bij, geen team. Deze persoon is verantwoordelijk voor het resultaat, de kwaliteit van de output en het signaleren wanneer iets niet meer werkt. Leg dat eigenaarschap vast op het moment van goedkeuring, niet achteraf. Een toepassing zonder eigenaar is binnen een jaar meestal een toepassing die niemand meer controleert of gebruikt.

Denk bij elke toepassing ook aan de aansluiting op bestaande systemen, met name het CRM. Een AI-toepassing die los van de rest van de commerciële systemen werkt, veroorzaakt op termijn dubbele data en gemiste signalen.

Governance, compliance en beheer

Governance klinkt zwaar voor een MKB-bedrijf, maar komt in de praktijk neer op drie afspraken die u eenmalig vastlegt en daarna periodiek toetst.

Ten eerste: welke data in welke toepassing mag. Niet elke tool mag klantdata of bedrijfsgevoelige informatie verwerken. Leg dat per toepassing vast, vóór de eerste keer gebruiken, niet erna.

Ten tweede: welke wettelijke verplichtingen gelden. Niet elke toepassing valt onder dezelfde risicocategorie, maar het is aan de compliance-verantwoordelijke om dat per geval te checken voordat een toepassing breed wordt ingezet. Dit hangt samen met hoe u zorgt dat medewerkers AI verantwoord gebruiken: governance op organisatieniveau en gedrag op de werkvloer versterken elkaar.

Ten derde: hoe vaak u toetst of een toepassing nog voldoet en nog waarde levert. Een vast moment, bijvoorbeeld elk kwartaal, waarop elke actieve toepassing langsloopt: gebruikt iemand het nog, levert het nog op, is de data nog correct. Zonder dat moment stapelen verouderde of nutteloze toepassingen zich op, en daarmee sluipt precies de wildgroei binnen die het operating model moet voorkomen.

Veelgemaakte fouten bij de inrichting

Een paar patronen komen in de praktijk vaak terug.

IT bepaalt alleen. AI-keuzes horen bij de afdeling die het proces bezit, niet uitsluitend bij een technische afdeling die de commerciële context mist.

Geen eigenaar na de pilot. Een proef werkt, iedereen is enthousiast, en de verantwoordelijkheid verdwijnt zodra de pilotfase voorbij is.

Compliance als sluitstuk. Privacy en wetgeving worden pas gecheckt als een toepassing al draait, in plaats van bij de intake.

Te veel losse tools. Elke afdeling kiest eigen software zonder overzicht, met dubbele data en hogere kosten als gevolg.

Geen koppeling met bestaande systemen. AI die los staat van CRM en andere kernsystemen levert zelden structurele waarde op en blijft een geïsoleerd experiment.

Wanneer u dit niet alleen hoeft te doen

Een operating model bouwen vraagt tijd naast de dagelijkse leiding van het bedrijf, en het raakt bijna elk commercieel proces tegelijk: van pipeline en sales tot klantenservice en rapportage. Veel directies missen niet de wil, maar de tijd en het overzicht om rollen, intake en governance in samenhang neer te zetten.

Een fractional commercieel directeur kan deze inrichting tijdelijk leiden, inclusief de koppeling met bestaande sales- en marketingprocessen, zonder dat u er meteen een vaste functie voor hoeft te creëren. Dat is met name relevant zodra AI meerdere afdelingen raakt en losse experimenten beginnen te knellen.