Een logistiek bedrijf in Antwerpen stuurde zijn investeringsplan bij op basis van een AI-prognose die een omzetgroei van 18% voorspelde. De groei bleef uit. Het systeem had onvoldoende gewicht gegeven aan klantconcentratierisico.
Betrouwbaarheidschecklist voor AI-prognoses
1. Inputdata gecontroleerd op volledigheid — Zijn alle relevante inkomsten- en kostenposten meegenomen? Vergeten variabelen zoals seizoensgebonden personeelskosten vertekenen het beeld.
2. Betrouwbaarheidsinterval zichtbaar — Een goede prognose toont een bandbreedte. Een puntschatting zonder marge is statistisch oneerlijk.
3. Gevoeligheidsanalyse uitgevoerd — Hoe reageert de prognose als de omzet bij de grootste klant wegvalt? Systemen die dit niet kunnen simuleren zijn beperkt bruikbaar.
4. Vergelijking met historische nauwkeurigheid — Hoe nauwkeurig waren de prognoses van het systeem de afgelopen vier kwartalen? Vraag dit rapport op bij de leverancier.
5. Menselijke validatiestap ingebouwd — Een financieel medewerker moet elke prognose boven een bepaalde drempel goedkeuren voor gebruik in rapportage.
Een prognose is een hulpmiddel, geen beslissing. De verantwoordelijkheid blijft bij de mensen die het bedrijf kennen.