Werkende output, geen deck
De dag eindigt met een werkende AI-implementatie op jullie data. Een chatbot, een agent, een automatisering, een GPT, of iets anders. Tastbaar, deelbaar, klaar om aan stakeholders te tonen.
AI-workshop voor bedrijven, mét werkende output
De meeste AI-workshops eindigen met een readiness-rapport of vier-vakjes-matrix. Bij OneDayBuild eindigt de dag met een werkende AI-toepassing op jouw eigen data. Zo weet je niet alleen wat AI kan, maar zie je het werken in jullie context.
01
/
04
Wat onderscheidt deze workshop
Drie keuzes die we vooraf maken, anders dan een standaard AI-workshop.
Build, geen verkenning
De use case staat vooraf vast in de intake. De dag zelf gaat over bouwen, niet over inventariseren. Voorbereidingswerk telt; geen tijd verloren aan brainstormen.
Jullie team mee aan de bouw
Geen consultancy waar wij iets opleveren. Jullie team zit erbij, beslist mee, ziet de keuzes en leert hoe het samengesteld wordt. Na de dag kun je zelf onderhouden.
02
/
04
Voor welke teams en use cases past dit
Niet elke AI-vraag past in 1 dag. Hieronder wanneer dit format wel werkt en wanneer een ander traject beter is.
Past goed
- Eén concrete taak waar AI iets in kan betekenen.
- Een use case met heldere input en gewenste output.
- Een team van 2-4 mensen dat de hele dag erbij kan.
- Toegang tot relevante data (geanonimiseerd waar nodig).
- Bereid om de uitkomst echt te gebruiken, niet alleen ter inspiratie.
Past minder goed
- Bedrijfsbrede AI-strategie of -roadmap (langer traject).
- Use case zonder data of zonder toegang tot systemen.
- Workshop met meer dan 8 deelnemers (te traag tempo).
- Productie-paklare oplossing met SLA en compliance-audit.
- Pure educatie zonder werkende output.
03
/
04
Hoe een workshop-dag verloopt
Vast ritme van scope tot oplevering, twee tussentijdse check-ins.
-
09:00
Scope vastzetten
Welke use case bouwen we, voor wie, met welke data?
-
10:00
Eerste keuzes
Welk type AI-toepassing past het beste (chatbot, agent, GPT, automatisering)? Welke tools en data zetten we in?
-
11:30
Bouwen met je team
Wij bouwen, jullie kijken mee en sturen bij. Snelle iteratie op echte data.
-
13:30
Eval en test
Werkt het? We draaien testcases en passen aan waar het breekt.
-
15:30
Polish en context
Microcopy, edge-cases, tone-of-voice. De toepassing krijgt z'n laatste vorm.
-
17:00
Walkthrough en oplevering
Live demo voor jullie team, link in je inbox, korte handover voor zelf onderhouden.
04
/
04
Wat we expres niet doen
Anti-patterns die we hebben geleerd te vermijden.
- Geen vier-vakjes-prioriteringsmatrix, geen MoSCoW-stickers. We kiezen vooraf in de intake, niet op de dag.
- Geen AI-uitleg-blok van 45 minuten. Jullie team weet al genoeg om mee te denken. We bouwen, niet beginnen-bij-nul.
- Geen readiness-assessment of AI-volwassenheidsmodel. We toetsen of het werkt door het te bouwen, niet door het te scoren.
- Geen 'we sturen je rapport over twee weken'. Alles wat we maken zit aan het eind van de dag in jouw inbox.
05
/
05
Veelgestelde vragen
Hoeveel mensen van onze kant moeten erbij zijn?
Drie tot vier werkt het beste. Eén beslisser, één of twee inhoudsdeskundigen voor de domein-context, en eventueel iemand uit IT als de toepassing in jullie stack moet landen. Meer dan vier maakt het tempo te traag.
Welke data nemen we mee?
Afhankelijk van de use case. Vaak een set van documenten, een feed van klantvragen of een dump uit een bestaand systeem. We bespreken in de intake wat nodig is en wat eventueel geanonimiseerd moet worden.
Wat voor toepassingen kunnen we maken?
AI-chatbot, agent met tools, Custom GPT, AI-assistent in een bestaande tool, email-automation, document-verwerker. We kiezen het type vooraf op basis van wat jullie use case vraagt.
Wat als de use case toch niet werkt met AI?
Dat is een legitiem antwoord. Het eval-rapport laat het zien. Beter na 1 dag weten dan na drie maanden investering. Soms blijkt een SQL-query of if-statement een betere oplossing en zeggen we dat eerlijk.
Wat na de workshop?
Drie veelvoorkomende routes. Jullie team neemt het over voor verdere uitbouw. We rollen door naar een Appfront-traject voor productie-versie. Of de uitkomst is dat AI hier niet de juiste oplossing is en we stoppen op de juiste plek.
