Vijf signalen dat je AI-prototype tegen zijn grens loopt

Ik heb het inmiddels vaak genoeg gezien om het patroon te herkennen. Iemand bouwt in een weekend iets dat er goed uitziet en echt werkt, laat het aan klanten zien, krijgt enthousiaste reacties, en loopt drie maanden later volledig vast. Niet omdat de tools slecht zijn, maar omdat een prototype andere eisen heeft dan een product.

1. Elke wijziging breekt iets anders

Je vraagt om een aanpassing in het ene scherm en er gaat iets stuk in een scherm dat je vandaag niet hebt aangeraakt. Dat is niet toevallig: dezelfde logica staat op vijf plekken gekopieerd en er zijn geen tests die je waarschuwen. De doorlooptijd van kleine wijzigingen wordt de duidelijkste meter.

2. Je durft geen data meer te verwijderen

Er zitten rijen in je database waarvan niemand meer weet of ze gebruikt worden. Er is geen migratiegeschiedenis, dus je kunt niet nagaan wanneer een kolom erbij kwam of waarom. Dit is het punt waarop je van je software af begint te blijven, en dat is het begin van het einde.

3. Beveiliging is nooit expliciet ingericht

Je kunt zien wat je mag zien omdat het scherm het niet toont, niet omdat de server het weigert. Zolang je alleen zelf inlogt, valt dat niet op. Zodra er echte gebruikers met echte gegevens in zitten, is dit het punt waar het van vervelend naar meldplichtig gaat.

4. Er is geen scheiding tussen testen en echt

Één omgeving, en dus test je op je echte klanten. Elke keer dat je iets probeert, kan een gebruiker het zien. Op een gegeven moment durf je alleen nog 's avonds te werken, en dat is geen manier om software te onderhouden.

5. Niemand kan uitleggen hoe het werkt

Je hebt duizenden regels code die je niet hebt geschreven en niet hebt gelezen. Zolang alles werkt is dat geen probleem. Bij de eerste storing is het een groot probleem, want je kunt niet zoeken naar iets waarvan je de opbouw niet kent.

Een prototype dat klanten gebruiken is geen prototype meer. Het is productiesoftware zonder de afspraken die daarbij horen.

Wat je dan doet

Niet alles weggooien. Wat je in dat prototype hebt uitgevonden over je eigen proces is waardevol en heeft je maanden ontwerpwerk bespaard. Wat je overzet is de kennis, niet per se de code: het datamodel netjes opnieuw, autorisatie op de server, een aparte testomgeving en tests op de plekken waar geld of gegevens omgaan. In de praktijk kost dat minder dan opnieuw beginnen, juist omdat de vragen al beantwoord zijn.