Het gevaar voor ondernemers is niet dat AI te ingewikkeld is, maar dat je er te enthousiast over wordt en vergeft te checken of je klant hetzelfde probleem ziet. Technische tunnelvisie zorgt ervoor dat je oplossingen bouwt voor problemen die voor jou logisch zijn, maar voor je klant niet relevant.

Wat er aan de hand is

In een column voor The Verge beschrijft auteur James Vincent een pijnlijk herkenbare situatie: een techneut die vol enthousiasme vertelt over een ‘ontdekking’ in grote taalmodellen (LLM’s), namelijk dat kennis gestructureerd is in taal. Voor de techneut is dit een openbaring, terwijl het voor de meeste mensen een vanzelfsprekendheid is. Het artikel gebruikt dit voorbeeld als illustratie van een breder patroon in Silicon Valley: het vergeten van wat normale mensen willen. In de afgelopen jaren zagen we dit bij de hype rond de metaverse en NFT’s, waar enorme investeringen werden gedaan in technologieën waar het grote publiek weinig behoefte aan bleek te hebben. Het risico is dat dezelfde dynamiek nu plaatsvindt rond AI, waarbij ontwikkelaars en ondernemers gefascineerd raken door de technische mogelijkheden en het contact met de werkelijke behoeften verliezen.

Wat dit betekent

Voor ondernemers betekent dit een concreet validatierisico. Je kunt tijd en geld investeren in een AI-gestuurde chatbot, een geautomatiseerde contentgenerator of een slim analysesysteem, maar als het niet aansluit op een dagelijkse pijn of behoefte van je klant, is het waardeloos. Het betekent dat de grootste concurrentie niet per se een ander bedrijf met betere AI is, maar de onverschilligheid van je doelgroep. Vooral in het MKB, waar resources beperkt zijn, is een misstap op dit vlak direct voelbaar. Het verschil tussen een nuttige tool en een technische curiositeit wordt niet bepaald door de complexiteit van de code, maar door het antwoord op de vraag: “Lost dit een echt probleem op voor mijn klant, op een manier die zij begrijpen en waarderen?”

Hoe je dit kunt toepassen

De praktische toepassing draait om het systematisch inbouwen van klantvalidatie in je AI-projecten, voordat je te ver investeert.

Als je een AI-tool overweegt voor klantenservice… Begin niet met het bouwen of kopen van de meest geavanceerde chatbot. Praat eerst met je klantenservicemedewerkers en analyseer de meest gestelde vragen. Is het probleem snelheid, beschikbaarheid of begrip? Een eenvoudige FAQ-pagina of een goed getraind e-mailtemplate lost het probleem soms beter op. Test een prototype van je AI-oplossing met een kleine groep klanten en vraag niet “vind je dit cool?”, maar “zou je dit gebruiken als je een vraag had?”.

Als je AI wilt inzetten voor contentcreatie of marketing… Valideer de output niet alleen bij je marketingteam, maar vooral bij je doelgroep. Genereer een paar voorbeelden van AI-gemaakte social media posts, blog-intro’s of productbeschrijvingen en laat ze beoordelen door bestaande klanten. Vraag of de toon aansluit, of de informatie duidelijk is en of het hen zou opvallen tussen alle andere content. De technische prestatie van grammaticaal correcte zinnen is irrelevant als de boodschap niet overkomt.

Als je procesautomatisering met AI onderzoekt… Focus op de pijnpunten van je medewerkers, niet op de mogelijkheden van de software. Breng in kaart welk handmatig, repetitief werk het meeste tijd kost en het meeste frustratie oplevert. Een AI die facturen scant en data extract is alleen nuttig als het invoeren van facturen een groot probleem is. Praat met de mensen die het werk doen en betrek hen bij het testen van de oplossing. De beste AI-toepassing is vaak de meest saaie, die een vervelende klus uit handen neemt.

Als je een nieuw AI-gedreven product of dienst lanceert… Weersta de verleiding om te veel te praten over de onderliggende technologie in je communicatie. Klanten kopen een oplossing, niet een algoritme. Positioneer je aanbod rond het voordeel voor de gebruiker: tijdwinst, gemak, betere inzichten of lagere kosten. Zorg dat de gebruiksaanwijzing intuïtief is en dat de waarde direct duidelijk is bij de eerste interactie. Als je een lange uitleg nodig hebt, is het product niet klaar voor de markt.

Bron: The Verge