Blog: Wat AI wel en niet is in GWW-taal

Door Peter Caesar

Toen inspecteur Lucas vanmorgen zijn planning bekeek, had hij ongemerkt al drie keer kunstmatige intelligentie gebruikt. Zijn navigatie-app koos automatisch de snelste route. Zijn werkplanning hield rekening met het weer en meldingen van calamiteiten. En de schade die hij gisteren meldde via de app? Die was al verwerkt en doorgestuurd naar het juiste team.

Toch zou Lucas zeggen dat hij 'niks met computers heeft'. En dat is precies het punt: de beste AI is onzichtbaar. Het ondersteunt je werk, zonder gedoe. Maar terwijl AI steeds vaker stilletjes meedraait, zijn veel organisaties nog zoekende naar hoe ze dat gestructureerd en betrouwbaar kunnen inzetten.

Kunstmatige intelligentie (AI) klinkt ingewikkeld, maar het idee is eenvoudig. Denk aan een ervaren wegenbouwer die snel ziet waar een weg stuk zal gaan. Hij herkent patronen uit zijn projecten. AI doet hetzelfde, maar met software. Het leert van data, niet van tientallen projecten, maar van duizenden. Zo kan het slimme voorspellingen doen. AI wordt niet moe, vergeet niets en neemt altijd álle gegevens mee.

AI is goed in het herkennen van patronen in grote hoeveelheden data. Zo kan het automatisch inspectiebeelden scannen op scheuren en schades in bijvoorbeeld asfalt, kunstwerken en rioolbuizen. Wat een inspecteur uren kost, doet AI in minuten.

Daardoor blijft er tijd over voor het echte werk: zoals de moeilijke en bijzondere gevallen en beslissingen. Ook bij onderhoudsplanning is AI van waarde. Het combineert data over verkeer, weer, materiaalkeuzes en eerdere werkzaamheden. Zo voorspelt het wanneer onderhoud nodig is. Dat helpt om efficiënter te plannen en dure noodreparaties te voorkomen.

Daarnaast helpt AI bij het verzamelen en analyseren van projectinformatie. Het herkent op basis van de projectscope welke eisen en onderzoeksresultaten belangrijk zijn en wijst op mogelijke knelpunten op basis van eerdere projecten. Zo werk je met minder fouten en meer grip.

AI is geen wondermiddel. Het vervangt geen vakkennis, creativiteit of moreel inzicht. Het ondersteunt bij besluitvorming, maar de keuzes blijven mensenwerk. Ook is de uitkomst van AI net zo goed als de data die erin gaat. Incomplete of foute informatie leidt tot verkeerde voorspellingen. En bij unieke situaties zoals nieuwe wetgeving of extreem weer blijft de mens onmisbaar.

Veel collega’s gebruiken AI zonder het te weten. Navigatie doet het dagelijks. Slimme graafmachines besparen brandstof. Organisaties zetten AI-chatbots in om (klant)vragen te beantwoorden en data te doorzoeken. Tools om objecten, planten en schades te herkennen op basis van foto’s. Het is er al! Ook tenderanalyse en het maken van conceptteksten gebeurt steeds vaker met AI. Veel van deze toepassingen zijn betaalbaar en makkelijk te gebruiken.

Soms is er angst dat AI banen overneemt. Maar in de GWW-sector zijn er grote tekorten. AI gaat mensen dus voorlopig niet vervangen, maar ondersteunen. Wel veranderen de taken. Repetitief werk, zoals bonnen overtypen, standaardplannen maken of assetlijsten invullen, verdwijnt.

Daarvoor in de plaats komt meer focus op taken waar vakkennis en menselijk contact belangrijk zijn. Dat roept ook vragen op: waarom maken we bepaalde documenten? Wat willen we ermee bereiken? Kan het ook anders, slimmer? En hoe zorgen we dat jonge professionals genoeg leren, nu routinetaken wegvallen?

Het begint bij nieuwsgierigheid. Je hoeft geen IT-specialist te zijn om met AI te starten. Kijk naar je eigen werk:

• Welke taken kosten veel tijd maar leveren weinig op?
• Waar ontstaan steeds dezelfde fouten?
• Welke informatie is lastig te vinden?

Juist die vragen zijn een goed startpunt. AI is namelijk sterk in repeterend werk en snelle analyses. Niet magisch, wél slim.

Als individu kun je veel ontdekken, maar zonder goede data, duidelijke processen en samenwerking levert AI weinig op. In veel GWW-organisaties ontbreken standaardisatie en digitale routines. Daardoor blijft AI vaak hangen bij een paar enthousiastelingen. Organisaties moeten nú tijd vrijmaken om te bepalen wat AI betekent voor hun processen, systemen en mensen.

Begin klein. Laat een AI-tool een lang rapport samenvatten. Of probeer een chatbot voor technische vragen. Veel tools zijn gratis en eenvoudig. Praat met collega’s. Je zult verrast zijn hoeveel al met AI gebeurt, zonder dat het zo wordt genoemd. Blijf wel kritisch: niet elke hype is nuttig. Het moet een oplossing zijn voor een echt probleem, niet andersom.

AI is geen bedreiging, maar een kans, mits we als individuen en als organisaties meebewegen. Door nieuwsgierig te blijven en samen te leren, maken we het werk leuker, slimmer en toekomstbestendig. De vakkennis blijft, de ondersteuning wordt beter. Zo bouwen we samen aan een sterke GWW-sector.

In de volgende blog gaan we in op waarom innovatie in de GWW-sector soms langzaam gaat – en waarom dat niet per se een probleem is.

Peter Caesar is projectmanager bij Gebiedsmanagers, onderdeel van de Groots Adviesgroep. Hij werkt aan digitale vernieuwing in de fysieke leefomgeving en onderzoekt hoe AI en datagedreven werken leiden tot betere samenwerking, minder fouten en slimmere keuzes in de GWW-sector.

Hij verbindt zijn werk met vakgenoten via de Digicampus en gelooft dat de kracht van AI niet zit in de techniek, maar in hoe we het organiseren. Dit is het eerste deel van een reeks blogs waarin hij de kansen van AI voor de GWW-sector bespreekt.