Michael Kocak en Rik Vegter: AI in de praktijk begint met een stevig datafundament en een klein vraagstuk
Veel corporaties willen ‘iets met AI’, maar weten niet waar te beginnen. Volgens Manager R&D Michael Kocak en AI-Innovator Rik Vegter van Blue-Mountain is het antwoord helder: zorg eerst dat je data klopt én goed voorbereid is op AI-gebruik. In gesprek met CorporatieGids.nl leggen zij uit waarom AI geen los project is, maar een doorlopend proces dat vraagt om doordachte datavoorbereiding, samenwerking tussen IT en business en ruimte om te experimenteren: “Begin klein, maar begin wel – dan bouw je stap voor stap een voorsprong op.”
AI heeft inmiddels in elke branche haar intrede gemaakt, zo ook in de corporatiesector. “Wil je ermee aan de slag gaan, dan moet de basis écht op orde zijn,” begint Michael. “Dat betekent niet alleen betrouwbare data, maar ook een doordachte inrichting van je data-architectuur. In de praktijk betekent dit vaak het inrichten van een centrale datalaag, zoals een datalakehouse. Daarmee combineer je de flexibiliteit van een datalake met de structuur van een datawarehouse, wat cruciaal is om AI op een betrouwbare manier te voeden.”
Waarom voorbereiding essentieel is
“Zonder goed voorbereide data loop je het risico dat AI verkeerde aannames maakt of onbetrouwbare uitkomsten geeft,” vult Rik aan. “Of je nu werkt met gestructureerde data uit een ERP-systeem of ongestructureerde documenten: AI kan er alleen mee uit de voeten als de data in de juiste vorm en context wordt aangeboden.”
Daar komt bij dat het gebruik van open AI-diensten zoals ChatGPT risico’s met zich meebrengt. “Zeker wanneer je werkt met privacygevoelige of organisatie kritische informatie, is het belangrijk om controle te houden over waar je data naartoe gaat,” legt Rik uit. “Veel mensen zijn zich daar nog onvoldoende van bewust. Het klinkt laagdrempelig – een vraag stellen aan een AI in de browser – maar je weet niet altijd wat ermee gebeurt.”
AI agents in je eigen omgeving
Volgens Michael is een veilige oplossing het gebruik van AI agents die draaien binnen je eigen infrastructuur en toegang hebben tot je interne datalakehouse. “Dat maakt het mogelijk om AI-modellen te voeden met jouw specifieke data, zonder dat die data je organisatie verlaat. Op die manier kun je maatwerkoplossingen ontwikkelen, gericht op jouw processen, met behoud van datasoevereiniteit.”
“Belangrijk om te weten is dat corporaties daarin niet vanaf nul hoeven te beginnen,” legt Rik uit. “AI agents zijn volop in ontwikkeling, ook door partijen die kennis hebben van de corporatiesector. Je hoeft dus niet alles zelf uit te zoeken of zelf te laten ontwikkelen. Er ontstaan steeds meer herbruikbare componenten en bewezen aanpakken die je als corporatie kunt benutten, aangepast aan je eigen situatie en datastructuur.”
Van data naar praktijk
AI-ontwikkeling vereist dus meer dan een goed idee: je moet kunnen experimenteren, itereren en integreren met bestaande systemen. “Corporaties die hun datavoorziening al op orde hebben, brengen AI sneller in de praktijk en halen er eerder waarde uit,” zegt Michael. “Voor organisaties die nog aan het begin staan, is het advies: begin met een klein, concreet vraagstuk. Denk na over de benodigde data, zet een datalaag neer die klaar is voor AI, en bouw daarop verder.”
Ondersteuning en training
“Bij Blue-Mountain begeleiden we woningcorporaties van begin tot eind bij het toepassen van AI,” vertelt Rik. “Dat begint vaak met het inrichten van een veilige en schaalbare AI-omgeving. Denk aan het opzetten van een datalakehouse, het ontsluiten van de juiste gegevens en het zorgen voor een infrastructuur die geschikt is voor AI-toepassingen. Vervolgens helpen we bij het voorbereiden van de data. We zorgen dat datasets gestructureerd, betrouwbaar en bruikbaar zijn voor AI, inclusief de juiste metadata en koppelingen tussen systemen. Daarmee leggen we een fundament waarop je slim kunt bouwen, ongeacht met welke AI-oplossing je aan de slag gaat.”
Michael vult aan: “Op die basis ontwikkelen we samen met corporaties AI-oplossingen, zoals AI agents die specifiek inspelen op hun processen. Die agents bouwen we met herbruikbare componenten en kennis uit de sector. Maar we snappen ook dat sommige organisaties liever zelf of met een andere partij aan de slag gaan. In dat geval richten wij alleen de benodigde datastructuur en AI-omgeving in, zodat ook externe oplossingen veilig en efficiënt kunnen worden aangesloten. En uiteraard blijven we dan beschikbaar voor technische ondersteuning.”
AI begrijpen en vertrouwen
Tot slot verzorgen we ook de training en begeleiding van gebruikers. Rik: “AI is alleen waardevol als je weet hoe je het inzet. Daarom helpen we bij het schrijven van goede prompts, het interpreteren van de AI-output en het slim kiezen van use-cases. Zo zorgen we dat medewerkers niet alleen gebruik maken van AI, maar het ook echt begrijpen en vertrouwen.”
Stap voor stap vooruit
AI is geen ‘aan/uit’-knop, maar een continu leerproces. “De grootste valkuilen zijn te snel willen, werken met onvoorbereide data, of beginnen met een te complexe toepassing,” zegt Michael. “Door stap voor stap te leren en te bouwen, ontwikkel je AI-oplossingen die echt werken voor jouw organisatie.”
Klaar voor versnelling
“De komende jaren zal AI steeds meer ingebouwd worden in software en processen,” sluit Michael af. “Wil je daar klaar voor zijn, dan moet je nú beginnen met het op orde brengen van je data en het leren toepassen van AI. Een goede datastructuur en veilige AI-omgeving vormen daarbij de basis. Daarmee zet je geen eenmalige stap, maar bouw je aan een toekomstbestendige voorsprong.”
Bron: CorporatieMedia