Een AI-roadmap is geen Gantt-chart met optimistische kwartalen. Het is een rolling plan dat drie sporen synchroniseert — use cases, fundament en governance — en dat ieder kwartaal opnieuw wordt geijkt op basis van werkelijke voortgang. Wij ontwerpen de roadmap in zes tot acht weken, met een doorlopende stuurgroep-cadens die de volgende drie jaar kan blijven dienen als besluitvormingskader.
Drie sporen, één plan
Het use-case-spoor bevat de zichtbare opbrengst: twee tot vier productie-kandidaten per twaalf maanden, ieder met een eigenaar uit de business, een datawetenschappelijk lead, en een budget tussen honderdvijftigduizend en zeshonderdduizend euro. Iedere case wordt gescoord op verwachte ROI, datavolwassenheid en regulatoire risicoklasse onder de EU AI Act. Pas na een go-besluit op kwartaalgate één start de daadwerkelijke bouw met GPT-4o, Claude 3.5 of Llama 3.
Het fundament-spoor bouwt de capaciteiten waarop het use-case-spoor leunt: een vector-databasestrategie (Pinecone, Weaviate), een geconsolideerde MLOps-stack op Azure OpenAI of AWS Bedrock, een RAG-referentiearchitectuur op basis van LangChain of LlamaIndex, en datakwaliteits-investeringen die over alle use cases hergebruikt worden. Zonder dit spoor blijft iedere use case een eilandinitiatief; mét dit spoor halveren de doorlooptijden van de tweede en derde use case.
Het governance-spoor ten slotte borgt dat geen werk naar productie gaat zonder DPIA, risicoclassificatie en logging-strategie. Hier worden ook de externe deadlines uit de EU AI Act (februari 2025, augustus 2025, augustus 2026) en, waar relevant, NIS2-implementatie verankerd. Iedere milestone op dit spoor is een blokker voor de andere sporen — bewust, omdat compliance achteraf veel duurder is dan vooraf.
Stuurgroep-cadens en go/no-go gates
De roadmap wordt elk kwartaal in een stuurgroep van drie uur herijkt. Aan tafel: directie-sponsor, CIO of CDO, juridisch en, waar van toepassing, de DPO. Voor iedere lopende use case wordt een go/no-go-besluit genomen op basis van vier criteria: technische voortgang, datakwaliteit, geleerde lessen en compliance-status. Cases die niet door de gate komen, worden afgeschaald of gestopt — zonder gezichtsverlies, omdat het mechanisme vooraf is afgesproken.
Het resultaat is een organisatie die leert prioriteren in plaats van stapelen, een portfolio die jaar op jaar realistischer wordt, en een directie die kan uitleggen waarom dingen wel of niet doorgaan. Dat is de kern van bestuurbare AI.
