Je bedrijf heeft een AI-agentoplossing nodig. Maar er wacht een cruciale beslissing: koop je een bestaande oplossing of investeer je tijd en middelen in het ontwikkelen van maatwerk?
Die vraag zorgt vaak voor verwarring bij beslissers, omdat er geen pasklaar antwoord is. Het is belangrijk om te weten dat het opschalen van AI-oplossingen duurder en lastiger is dan het lijkt. Nu het gebruik van AI in het bedrijfsleven snel groeit en er volop kansen liggen, storten veel bedrijven zich halsoverkop in projecten. 88% van de AI-pilots haalt de eindfase niet.
Verdiep je in de voordelen en valkuilen voordat je bedrijf of team besluit te kopen of te bouwen.
Zelfgebouwde AI-agents hebben het moeilijk in de praktijk
Maatwerkoplossingen voeren taken misschien uit in gecontroleerde omgevingen, maar ze kunnen niet tippen aan commercieel gebouwde agents die de nieuwste Large Language Models (LLM's) gebruiken en beschikken over engineeringcapaciteit voor doorlopende iteraties en onderhoud. Zelfgebouwde agents geven vaak antwoorden van lagere kwaliteit, omdat de Retrieval Augmented Generation (RAG) waarop ze zijn gebouwd minder effectief wordt naarmate er meer documenten doorzocht moeten worden.
Een recent voorbeeld van de uitdagingen van een zelfgebouwde oplossing is Klarna, dat besloot een eigen klantenserviceplatform te bouwen dat volledig op AI draaide. OpenAI hielp bij de ontwikkeling van dit AI-agentplatform. Na een paar maanden raakten klanten gefrustreerd door de slechte kwaliteit van de antwoorden die het systeem genereerde. Na de uitrol kon OpenAI geen verdere engineeringondersteuning bieden om het platform goed te beheren. Klarna neemt nu weer menselijke klantenservicemedewerkers aan om de schade te herstellen.
Snelheid naar waarde: het voordeel van kopen
Een van de meest zichtbare verschillen tussen bouwen en kopen is de tijd die nodig is om meetbare waarde te bereiken. Volgens Gartner duurt het bij interne projecten doorgaans zo'n 8 maanden voordat ze in productie gaan. Reken je de tijd mee voor het ontwerpen van datapipelines, het opzetten van infrastructuur en het integreren van de oplossing, dan loopt dat nog verder op.
Leveranciers hebben met veel van deze problemen geen last. Volgens McKinsey kan een gevestigd AI-platform de implementatie met een factor 10 versnellen. Klanten van Maven AGI gaan binnen dagen of weken live, niet binnen maanden.
De totale eigendomskosten in beeld
Zelfs met infrastructuur en een eigen engineeringteam brengt het bouwen van een eigen AI-agentplatform aanzienlijke opportuniteitskosten met zich mee. Het engineeringteam moet de ontwikkeling van kernproducten vertragen of stilleggen om engineering-, design- en productcapaciteit in te zetten voor een interne agent. Elke sprint die naar deze infrastructuur gaat, is een sprint die niet wordt besteed aan het verbeteren van het kernproduct, het blij maken van gebruikers of het uitbrengen van features die groei en omzet opleveren.
Helemaal vanaf nul beginnen zonder engineeringcapaciteit of infrastructuur is nog veel lastiger. Alleen al de salarissen van engineers liggen tussen $380.000 en $530.000 per jaar, exclusief secundaire arbeidsvoorwaarden. Overhead en clouddiensten kosten doorgaans tussen $5.000 en $20.000 per maand. Daarnaast kunnen security-audits de ontwikkeltijd met 9 tot 18 maanden verlengen. De kosten in het eerste jaar komen vaak uit op $1.000.000 tot $2.000.000, terwijl doorlopende kosten voor onderhoud, modelupdates, compliance en opschaling kunnen oplopen tot $500.000 tot $1.000.000 of meer per jaar.
Wanneer zelf bouwen strategisch zinvol is
Voor sommige bedrijven met grote R&D-budgetten en veel engineeringtalent is het bouwen van een eigen AI-agentplatform een reële optie. Bedrijven als Bloomberg en JPMorgan Chase hebben eigen AI-modellen ontwikkeld die zijn afgestemd op hun eigen data en workflows, met indrukwekkende resultaten.
Een voordeel van een intern platform is de volledige controle over maatwerk, functies en gebruikerservaring. AI vormt een kernonderdeel van het concurrentievoordeel van deze bedrijven, en hun organisatiestructuur is ingericht op langetermijninvesteringen. Dat is doorgaans de uitzondering, niet de regel.
Waarom veel enterprises kiezen voor een hybride aanpak
Veel enterprise-organisaties kiezen voor een hybride aanpak waarbij ze betrouwbare leveranciersplatforms combineren met maatwerkcomponenten. Zo benutten ze de sterke punten van leveranciersoplossingen en beperken ze de interne engineeringinspanning.
Met ons ontwikkelportaal kunnen bedrijven met Maven bouwen wat ze willen. Onze klanten hebben onder meer hun eigen chatomgevingen en maatwerkintegraties met WhatsApp gebouwd.
Een agentic AI-oplossing kopen of kiezen voor een hybride aanpak is voor enterprises de meest effectieve strategie. Bespreek beide opties met het Maven-team en plan een demo.
Zie het op je eigen gesprekken.
Vraag een gratis demo op maat aan.
