AI moet leren hoe jij werkt

Toen we Snappy PM voor het eerst ontwierpen, kwam een heel voor de hand liggend idee op:

Als we AI hebben, waarom dan niet de AI de historische projecten van een bedrijf laten lezen en automatisch een Workflow laten genereren die bij dat bedrijf hoort?

Klinkt redelijk.

En heel AI-native.

Maar terwijl we verder bouwden, veranderden we van gedachten.

Want AI kan een simpel ding er gemakkelijk heel slim uit laten zien.

Het kijkt naar de afgelopen projecten van een bedrijf en kan daar veel Stages, Rules, Roles en Exceptions uit destilleren.

Maar het probleem is:

Wat in het verleden is gebeurd, betekent niet dat het in de toekomst zo zou moeten gebeuren.

De historische processen van een bedrijf kunnen al veel toevallige, inefficiënte of zelfs verkeerde praktijken bevatten.

Als AI deze historie heel ijverig leert, is het eindresultaat misschien simpelweg:

Automating yesterday.

Dus de nieuwe versie van Snappy PM maakte een heel belangrijke vereenvoudiging.

We laten AI niet langer voor elk bedrijf een eigen State Machine verzinnen.

Het basisskelet van een project bestaat uit vijf Phases:

Requirement Capturing

Scoping & Design

Implementation or Manufacturing

Deployment or Installation

Closing

Dit deel blijft stabiel.

Wat AI echt zou moeten leren, zijn de betekenisvolle verschillen tussen bedrijven.

Bijvoorbeeld:

Welke Phases zijn op jou van toepassing?

Wat voor Quotations gebruik je meestal?

Wat zijn jouw Payment Terms?

Welke Documents zijn jouw eigen standaardsjablonen?

Heb je Inventory?

Heeft de klant te maken met dit bedrijf, of met een andere Sales Company binnen de groep?

Dat is:

How you work.

Snappy kan dus een afgelopen project lezen, de werkgewoonten en documenten van het bedrijf begrijpen, en suggesties doen.

Maar we gaven het nog een principe:

Evidence or default.

Als AI denkt dat een bedrijf op een bepaalde manier werkt, moet het ons kunnen vertellen:

in welke echte documenten ik dat heb gezien.

Is er geen bewijs, dan worden de eenvoudige, stabiele platform-defaults gebruikt — in plaats van AI te laten gokken.

Ik vind steeds meer dat dit een heel belangrijke grens is in AI-productontwerp.

Het meest waardevolle aan AI is niet noodzakelijk:

alles door AI laten beslissen.

Het is weten:

wat stabiel moet blijven en wat geleerd kan worden.

Accounting rules moeten stabiel blijven.

De kern Project Flow moet stabiel blijven.

Permissiegrenzen moeten stabiel blijven.

Terwijl de documenten, gewoonten, sjablonen en concrete werkwijzen van een bedrijf kunnen worden geleerd.

Dus beschrijven we Snappy PM nu liever zo:

AI learns how you work.

It doesn't invent how you should work.

AI zou de kosten moeten verlagen die een bedrijf heeft om zich aan software aan te passen.

Niet een nieuwe laag van complexiteit creëren en dan eisen dat het bedrijf zich aan de AI aanpast.

SnapLedger, your life easier.