Na jarenlang met klanten in verschillende sectoren bij Dreamix te hebben gewerkt, herhalen bepaalde patronen zich. Niet het technische werk – dat varieert enorm – maar de gesprekken die plaatsvinden voordat het werk begint. De aannames die klanten inbrengen in het leveranciersselectieproces bepalen vaak meer de uitkomst dan de technologische keuzes die volgen.
Drie van deze aannames zijn het waard om in twijfel te worden getrokken voordat u iets ondertekent.
1. Niet doenIk ontwerp geen team voordat ik een probleem heb opgelost.
Een klant komt binnen met vaste eisen voor vijf senior engineers, een specifieke technologiestapel en productbeschikbaarheid op een specifieke datum. De omvang van het project komt later.
Ik begrijp hun redenen. Senior engineers zijn zeldzaam en duur, en ze vroeg in huis halen voelt als het oplossen van een probleem. Wat dit echter feitelijk doet, is het optimaliseren van de verkeerde variabelen.
Klanten zijn de experts in hun bedrijf: wat er moet gebeuren, hoe succes eruit ziet, wat de obstakels zijn. Dat vertalen naar de juiste teamsamenstelling is een ander vak. Het combineren van deze twee of het verkeerd uitvoeren ervan leidt vaak tot problemen die zich later voordoen.
Senior ingenieurs zijn gemaakt om met complexiteit om te gaan: dubbelzinnige problemen, architectonische beslissingen met hoge inzet, situaties waarin ervaring de onderscheidende factor is. Wanneer het werk goed gedefinieerd en gericht op de uitvoering blijkt te zijn, is de kans groter dat de ingenieur zich terugtrekt.
We hadden één geval bij Dreamix waarbij de klant er sterk op aandrong dat het team zeer senior was voordat er een goede scoping werd uitgevoerd. Wij hebben onze bedenkingen geuit, maar zijn uiteindelijk akkoord gegaan. Binnen een paar maanden leek de hoofdtechnicus zijn motivatie te verliezen; zijn werk was niet complex genoeg. Wat aanvankelijk het ideale scenario van de klant was, werd een retentieprobleem en vervolgens een herstructurering. Tegen de tijd dat we een beter geschikt team binnenhaalden, had het project weken geduurd en was er bij de ingenieur een enorme hoeveelheid institutionele kennis verloren gegaan.
2. Doe geenGa ervan uit dat de oplossing AI is voordat je het probleem valideert.
De raad moedigde aan AI initiatieven in de toekomst, en tegen de tijd dat ze tot gesprekken met leveranciers komen, hebben ze zichzelf vaak strenger gemaakt ten aanzien van de eisen. Het probleem is dat niet alle processen die op AI-use-cases lijken, dat ook daadwerkelijk zijn.
Regelmatig komen we klanten tegen die met AI-instructies komen die, na een goede analyse, op regels gebaseerde problemen blijken te zijn; problemen die met eenvoudige workflows betrouwbaarder, tegen lagere kosten en met minder onderhoud kunnen worden opgelost. Soms is het antwoord op dat oordeel: “Kunnen we het nog steeds AI noemen?”
Wanneer het probleem daadwerkelijk AI vereist, is dat een ander gesprek. De leveranciers die het beste in staat zijn om hier advies te geven, zijn degenen wier teams actief met AI werken: het bouwen, de grenzen ervan testen en de richting van de technologie volgen. Directe exposure maakt het verschil tussen aanbevelingen op basis van echte ervaringen en aanbevelingen op basis van wat klanten willen horen.
A MIT-studie uit 2025 ontdekte dat 95% van de bedrijven AI-piloten had weinig of geen meetbare impact op de winstgevendheid, terwijl de 5% die daarin slaagde één kenmerk gemeen hadden: ze concentreerden zich op één echt pijnpunt. in plaats van wijdverbreide adoptie.
Leveranciers die u overhalen om AI te gebruiken wanneer u deze niet nodig heeft, optimaliseren voor hun betrokkenheid, niet voor uw resultaten.
3. Niet doenLaat de bedrijfsresultaten bij het opstarten niet onbepaald.
Zuiver technische teams hebben de neiging om kwaliteit na te streven die verder gaat dan wat het bedrijf daadwerkelijk nodig heeft. Een systeem dat met een nauwkeurigheid van 90% presteert, lijkt niet voldoende totdat je weet dat de vorige basislijn 80% was. Op dit moment is 90% al een significant resultaat, en het bereiken van 95% betekent tijd en budget besteden aan het bereiken van een norm waar niemand om heeft gevraagd.
Precies dat gesprek voeren wij met klanten. Het instinct van een ingenieur is om het model voortdurend te verbeteren, maar het volgen van bedrijfsresultaten en technische resultaten drijft ons ertoe deze eerst te onderzoeken. Wat we hebben geleverd is, in hun woorden, transformationeel. De volgende, waardevollere stap is om het los te laten, en niet om het te perfectioneren.
Voordat de ontwikkeling begint, overlegt u met uw leveranciers hoe succes er zakelijk uitziet. Welke gaten dicht jij? Wat zijn de must-have-functies versus de functies die kunnen wachten? Wat is de tijdlijn en waarom is het belangrijk om deze te bereiken?
VERKOPERGESPREKKEN ZIJN ONDERDEEL VAN DE WERKZAAMHEID
Deze drie fouten treden meestal op voordat de eerste regel code is geschreven en bepalen de voorwaarden voor alle volgende fouten.
Goede partnerschappen met leveranciers werken beide kanten op. Klanten met duidelijke bedrijfsresultaten en openheid voor afwijzing behalen vaak betere resultaten, omdat ze de voorwaarden scheppen voor eerlijk advies.
Denis Danov is de CTO van Dreamix.
