Vóór het eerste AI-project

AI Readiness Assessment

Een AI Readiness Assessment: een gestructureerde doorlichting van waar je data, governance en kennis werkelijk staan, en welke AI-toepassingen je vandaag aankunt. Je sluit af met een scorekaart en een geprioriteerde route.

Praat met een expert

  • Datafundament
  • Datavolwassenheid
  • Kansrijke toepassingen
  • Governance
  • Kennis en infrastructuur
Definitie

Wat is een AI Readiness Assessment?

Een AI Readiness Assessment is een gestructureerde doorlichting van de data, infrastructuur, governance en kennis van een organisatie, om vast te stellen welke AI-toepassingen ze realistisch aankan en wat er eerst moet staan.

In veel organisaties begint het gesprek over AI ruim voordat de data er klaar voor is. Klantgegevens staan in systemen die nooit zijn ontworpen om ze te delen, het eigenaarschap van de belangrijke datasets is verdeeld over teams die elk een stuk van het beeld hebben, en niemand weet helemaal zeker of de cijfers die een model voedt dezelfde zijn als die je in een directievergadering zou verdedigen. Zolang de toepassing nog een idee is, zie je daar niets van.

Wat er meestal gebeurt: die beperkingen komen tijdens de bouw boven, en dan zit het budget al vast en staat de opleverdatum. Een assessment haalt dat moment naar voren, op het punt waar alles nog kan en bijsturen bijna niets kost. Je krijgt zwart-op-wit wat je huidige data aankan, wat er eerst moet gebeuren voordat je erop bouwt, en welke toepassingen je beter even laat liggen.

Wat we bekijken

Wat we beoordelen

Gereedheid is zelden één cijfer. Deze vijf gebieden gaan los van elkaar mis, dus we bekijken en beoordelen ze ook los van elkaar.

01
Datafundament
Waar je data staat, hoe ze tussen systemen beweegt, en of de pijplijnen achter een bepaalde toepassing betrouwbaar genoeg zijn om op te leunen.
02
Datavolwassenheid
Een beoordeling over verzamelen, kwaliteit, modelleren en toegang: hoe eenduidig data gedefinieerd is, wie eigenaar is, en hoeveel handmatig herstelwerk eraan vooraf gaat voordat iemand ermee kan werken.
03
Kansrijke toepassingen
Welke voorgenomen toepassingen je huidige data al draagt, en welke eerst nieuwe verzameling, nieuwe toestemming of nieuwe koppelingen nodig hebben.
04
Governance en naleving
Hoe je vandaag omgaat met toestemming, toegangsbeheer, bewaartermijnen en controleerbaarheid, en waar een AI-toepassing verplichtingen zou opleveren die je nu niet kunt nakomen.
05
Kennis en infrastructuur
Of je teams en je Google Cloud-omgeving kunnen draaien, monitoren en onderhouden wat er gebouwd wordt, ook nadat de bouwers verder zijn gegaan.
De methode

Hoe het werkt

Het assessment bestaat uit drie delen. We beginnen bij de systemen: een werksessie met de mensen die je platform draaien, waarin we in kaart brengen waar data vandaan komt en wat er onderweg met haar gebeurt. Daarna nemen we een handvol voorgenomen toepassingen en toetsen die aan wat de data werkelijk aankan. Tot slot geven we elk van de vijf gebieden een score, met de onderbouwing ernaast.

Het meeste werk ligt bij ons: van je team vragen we een paar sessies, geen project. Voorbereiden hoeft niet. Een eerlijk beeld van hoe het er nu voor staat helpt ons veel meer dan een opgeruimd beeld.

Wat je krijgt

Een scorekaart en een route

Scorekaart

Elk van de vijf gebieden met een score, en de onderbouwing ernaast. Zo kan je team erover in discussie, in plaats van een oordeel te moeten aannemen.

Geprioriteerde route

Wat er moet gebeuren, in de volgorde waarin het iets oplevert: wat de meeste toepassingen vrijmaakt, wat rustig kan wachten, en waar al het andere op ligt te wachten.

Plan een kennismaking

Volgende stap

Daarna afbakenen in een Discovery Workshop

Een assessment vertelt je waar je staat. Weet je welke toepassing je als eerste bouwt, dan maakt de Discovery Workshop daar in één week een geprioriteerde backlog en een plan van waarmee je kunt beginnen.