Wil je weten hoe je een AI-consultant kiest, dan is het korte antwoord: stel een handvol directe, specifieke vragen en beoordeel ze op de antwoorden, niet op de pitch. De markt zit vol mensen die vloeiend over AI praten en veel minder mensen die een werkend systeem hebben opgeleverd dat overeind blijft bij echte gebruikers. Deze checklist geeft je de filtervragen die de twee scheiden — met de eerlijke waarschuwing dat de juiste antwoorden soms ongemakkelijk zijn.
Waarom het gebruikelijke selectieproces faalt
De meeste kopers beoordelen een AI-consultant zoals ze elke leverancier beoordelen: referenties, cases, een verzorgd voorstel, een zelfverzekerde demo. Het probleem is dat AI ongewoon makkelijk te demonstreren en ongewoon lastig te bedrijven is. Een gladde prototype bewijst vrijwel niets over de vraag of hetzelfde systeem standhoudt onder productiebelasting, binnen budget blijft en accuraat blijft terwijl je data verschuift. Het standaardproces selecteert dus op presentatievaardigheid, terwijl je een operationeel trackrecord nodig hebt.
Een beetje tegendraads zijn is hier gezond. Het beste signaal is niet enthousiasme over wat AI kan; het is specifiek zijn over wat er misgaat en hoe ze dat aanpakken. Een consultant die alleen over de voordelen praat, is onervaren of aan het verkopen. We schreven eerder waarom een werkende MVP wint van een slidedeck, en dezelfde logica geldt voor wie je laat bouwen.
De filtervragen die je stelt
Gebruik deze in een eerste gesprek. Je zoekt geen perfecte antwoorden, je zoekt concrete, specifieke antwoorden. Vaagheid verraadt.
1. Wat heb je de afgelopen zes maanden naar productie gebracht?
Dit is de nuttigste vraag van allemaal. Iedereen kan een architectuur beschrijven; veel minder mensen hebben er recent een voor echte gebruikers gezet. Vraag naar iets specifieks dat ze opleverden, wat het deed en wat er misging. Verschuift het antwoord naar pilots, prototypes en proofs of concept die nooit live gingen, dan heb je iets belangrijks geleerd. Naar productie brengen is een ander vak dan een demo bouwen, zoals we toelichten in onze notitie over AI-agents in productie draaien.
2. Geef je me een vaste prijs voor de eerste 90 dagen?
Een consultant die dit werk eerder heeft gedaan, kan meestal een zinvolle eerste fase afbakenen en daar een vaste prijs voor neerleggen. Open nacalculatie vanaf dag één verschuift al het opleverrisico naar jou. Een vaste 90-dagenprijs is geen toverkunst — hij dwingt beide partijen het eens te worden over wat "klaar" betekent, precies het gesprek dat je wilt voeren vóór er geld overgaat. Leg hun antwoord naast onze gepubliceerde prijzen zodat je weet wat werk met vaste scope doorgaans kost.
3. Wie is eigenaar van de code en de modellen?
Je hoort eigenaar te zijn van wat je laat bouwen. Sommige consultants houden de code, zetten je vast in hun hosting of bouwen op een eigen platform dat je niet kunt verlaten. Vraag het rechtstreeks: heb ik aan het einde van het traject de broncode, de prompts, de configuratie en het recht om het zelf te draaien of aan iemand anders over te dragen? Is het antwoord iets anders dan een helder ja, dan koop je een afhankelijkheid, geen bezit.
4. Hoe bewaak je kosten en accuratesse in productie?
Deze vraag scheidt stilletjes de mensen die AI hebben bedreven van de mensen die het alleen hebben gebouwd. Modellen kosten geld per verzoek en hun accuratesse kan afdrijven als de invoer verandert, dus een serieuze operator heeft een concreet antwoord over hoe ze beide observeren — wat ze loggen, welke alerts ze instellen, hoe ze een kwaliteitsterugval onderscheppen vóór je klanten dat doen. Klinkt monitoring als een bijzaak, dan zal het er een zijn. Dit is kern van een geloofwaardige productie-AI-stack.
5. Vertel me over je laatste AI-bug.
Vraag ze een recente storing in detail te beschrijven: wat ging er mis, hoe merkten ze het, hoe stelden ze de diagnose, wat veranderden ze. De kwaliteit van dit verhaal vertelt je bijna alles. Mensen die AI-systemen echt bedrijven hebben oorlogsverhalen en vertellen ze vlot; mensen die dat niet doen, wijken uit of praten in algemeenheden. Een consultant die beweert dat er nooit iets misgaat, is het grootste alarmsignaal van allemaal.
Leveranciersonafhankelijkheid telt zwaarder dan het klinkt
Wees op je hoede voor iemand wiens aanbeveling altijd op hetzelfde product, platform of model uitkomt, ongeacht je probleem. Een consultant die aan één leverancier vastzit — via een partnerschap, een reseller-marge of simpelweg gewenning — neigt ernaar je probleem naar zijn tool te kneden. Leveranciersonafhankelijk advies betekent dat de aanbeveling volgt uit jouw eisen, niet uit wiens logo op de site van de consultant staat. Dat is lastiger te toetsen, maar je kunt erop doorvragen: vraag wanneer ze hun gebruikelijke stack niet zouden inzetten, en luister naar een echt antwoord.
Groene vlaggen om op te letten
- Specifieke, recente productiereferenties die ze in detail kunnen beschrijven.
- Bereidheid een prijs vast te leggen voor een helder afgebakende eerste fase.
- Klare taal over grenzen — wat AI voor jouw case niet goed zal doen.
- Een helder antwoord over eigendom van code, prompts en configuratie.
- Monitoring als standaardonderdeel, niet als later toegevoegde regel.
Rode vlaggen om voor weg te lopen
- Demos die verblinden maar geen productiereferenties.
- Weigering zich aan enige vaste scope of prijs te binden.
- Eigendomsvoorwaarden die je vastzetten in hun platform.
- Alleen voordelen, nooit een eerlijk gesprek over faalmodi.
- Hetzelfde product aanbevolen ongeacht de vraag.
Over het matchen van de juiste dienst aan je fase
Het juiste traject hangt af van waar je staat. Twijfel je nog of AI bij een proces past, dan is een korte audit de verstandige eerste stap. Heb je een kandidaat-use-case, dan laat een proof of concept je echt gedrag op je eigen data zien voordat je je aan een build bindt. Pas daarna is het zinvol om naar een volledig productietraject te gaan. Ons werk rond AI-implementatie is bewust zo opgebouwd, en op onze prijzenpagina zie je hoe de fasen zich tot de kosten verhouden.
Hoe je deze checklist gebruikt
Laat twee of drie consultants dezelfde vijf vragen doorlopen en leg de antwoorden naast elkaar. De verschillen zullen scherp zijn en je meer vertellen dan welk voorstel dan ook. Je probeert niemand te betrappen; je probeert de kleine groep mensen te vinden die het werk echt heeft gedaan en je de waarheid over de grenzen vertelt. Als ruwe leidraad: een audit start vanaf circa €2.500, een proof of concept vanaf circa €20.000 en productiewerk vanaf €50.000 — cijfers die we open publiceren zodat je iedereen die je spreekt kunt ijken. Wil je ons dezelfde vragen voorleggen, plan dan een vrijblijvend gesprek en vraag erop los.
Veelgestelde vragen
Wat is de meest onthullende vraag aan een AI-consultant?
Vraag wat ze de afgelopen zes maanden naar productie hebben gebracht, met details. Een demo bouwen en een live systeem bedrijven zijn verschillende vakken, en deze vraag laat snel zien of iemand het moeilijkste recent heeft gedaan.
Mag ik een vaste prijs van een AI-consultant verwachten?
Voor een helder afgebakende eerste fase wel. Een ervaren consultant kan meestal een prijs vastleggen voor de eerste 90 dagen, wat beide partijen dwingt het eens te worden over wat klaar betekent. Open nacalculatie vanaf dag één verschuift al het risico naar jou.
Waarom is code-eigendom belangrijk bij het inhuren van een AI-consultant?
Omdat je eigenaar hoort te zijn van het bezit dat je liet bouwen. Houdt de consultant de code, prompts of configuratie, of zet die je vast in eigen hosting, dan koop je een afhankelijkheid die je niet kunt verlaten in plaats van iets dat je beheert.
Wat betekent leveranciersonafhankelijk echt voor een AI-consultant?
Het betekent dat de aanbeveling volgt uit jouw eisen, niet uit een product waaraan de consultant vastzit. Komt iemand altijd op hetzelfde platform uit, ongeacht je probleem, vraag dan wanneer ze hun gebruikelijke stack niet zouden inzetten en luister naar een echt antwoord.