In ons artikel Sneller bouwen is niet hetzelfde als sneller vertrouwen noemden we het patroon van een organisatie die snel een eerste versie laat bouwen zonder stil te staan bij de vraag of dat ook een goed fundament is voor wat daarna komt. Dat patroon verdient een dieper gesprek.
De valkuil van een snelle oplevering
AI en moderne bouwtools maken het aantrekkelijk om snel iets werkends neer te zetten. Binnen een paar dagen staat er een dashboard, een datamodel of een kleine AI-toepassing die precies doet wat er op dat moment nodig is. Het probleem van dat moment is opgelost, en niemand staat stil bij de vraag of dit ook een goede basis is voor de volgende stap.
Het risico zit niet in starheid, het zit in de basis
Het gaat hier niet om een oplossing die star of onveranderbaar is. Het gaat om een eerste keuze, bijvoorbeeld hoe data wordt gestructureerd of welke aannames stilzwijgend zijn ingebakken, die de basis wordt waarop alles daarna verder bouwt. Is die basis net iets scheef, dan merk je dat niet meteen. De eerste versie werkt immers gewoon.
Je merkt het pas bij de volgende uitbreiding. Een nieuw veld, een extra databron, een aanpassing die logisch lijkt, blijkt dan net wat lastiger dan verwacht, omdat de bestaande structuur er niet op is ingericht. Bij de uitbreiding daarna geldt hetzelfde, en dat stapelt op. Iedere volgende stap kost een beetje meer moeite dan de vorige, niet omdat de oplossing star is, maar omdat er steeds omheen gebouwd moet worden in plaats van erop voort.
Waarom dit lastig te zien is vooraf
Dit is geen probleem van de technologie, het is een gevolg van de volgorde waarin beslissingen worden genomen. Een eerste versie die snel tot stand komt onder tijdsdruk, legt vaak impliciete keuzes vast die niemand bewust heeft gemaakt. Die keuzes zijn zelden fout in de context van het eerste gebruik. Ze worden pas een last naarmate er meer op wordt voortgebouwd, en tegen die tijd is de aanname allang de stilzwijgende standaard geworden.
Dit voorkom je niet door trager te bouwen. Een snelle eerste versie is vaak precies terecht voor de situatie waarin je zit. Wat wel helpt, is bij het eerste ontwerp expliciet stilstaan bij de vraag welke aannames je nu vastlegt, en of iemand in de organisatie in staat is dat te beoordelen voordat het de nieuwe standaard wordt. AI kan die eerste versie in een middag bouwen, maar het maakt die afweging niet voor je. Dat blijft mensenwerk.
De kern
Snelheid van bouwen lost het probleem van vandaag op. Of die snelle oplossing ook een goed fundament is voor morgen, hangt af van hoeveel aandacht de eerste keuzes hebben gekregen, niet van hoe snel ze zijn gemaakt.
Benieuwd of jouw teams voldoende zijn toegerust om dit soort keuzes te herkennen voordat ze de standaard worden? Wij helpen organisaties niet alleen met het bouwen van een solide dataplatform, maar ook om zelf een goed fundament te herkennen en neer te zetten, of dat nu gaat om data engineering, analytics of AI als onderdeel van die keten. Plan een vrijblijvende intake van 30 minuten, dan denken we met je mee.
