AI-tools: beginnen met strategie, niet met software

Samenvatting

Wie AI-tools kiest zonder data-eigenaarschap, raakt snel achterop door wisselende AI-kampioenen en duurdere tokens.

AI-tools wisselen, data blijft

Gijs-Jan van het Kaar van Shifter stelt dat de waarde van AI niet zit in de keuze voor een specifieke AI-tool, maar in wie eigenaar is van de data en hoe die data is georganiseerd. AI-tools volgen elkaar volgens hem zo snel op dat elk kwartaal een nieuwe kampioen opduikt. Wie blind vertrouwt op één gekozen tool, loopt het risico binnen een jaar alweer achterop te raken.

Hij wijst op voorlopers die AI al intensief inzetten, nu vooral software developers. Zij stappen telkens over naar een nieuwe onderliggende AI-motor zodra een nieuw model beter presteert. Wat ze niet uit handen geven: hun eigen data en hun instructies aan het model. Precies dat wordt steeds meer het onderscheid.

Van prompts naar context management

De term prompt engineering maakt in deze praktijk plaats voor context management. Het gaat minder om één slimme vraag en meer om het organiseren van de informatie die je aan een AI-model meegeeft. Dat levert niet alleen betere uitkomsten op, maar helpt ook om zuiniger om te gaan met tokens, die volgens het artikel steeds duurder worden.

Voor Workforce Management betekent dit dat harde gegevens over planning, uren, proces en performance persoonlijker en waardevoller worden. Van het Kaar koppelt daar een praktische waarschuwing aan: laat je data niet bij een externe leverancier staan, want dan zit je vast wanneer je wilt overstappen.