Noor Baeyens beschrijft zichzelf als iemand die beter schrijft dan praat. Ze werkt als senior analist bij een Brusselse vermogensbeheerder en had jarenlang het gevoel dat goede ideeen strandden in vergadercultuur.
Een andere aanpak van draagvlak
Toen haar afdeling predictieve AI wilde testen op kasstroomprognoses, koos Noor voor een aanpak die voor haarzelf werkte: ze documenteerde elk beslissingspunt schriftelijk, met concrete cijfers, en stuurde die rond voor de bespreking plaatsvond.
Niet als presentatie. Als leesdocument. Mensen kwamen voorbereid. De vergadering duurde 22 minuten in plaats van 90.
Wat het model concreet deed
Het systeem analyseerde inkomende betalingsdata en vergeleek die met sectorpatronen om liquiditeitsproblemen te voorspellen 6 tot 8 weken voor ze zichtbaar werden in de standaardrapportages. De eerste drie maanden testten ze het parallel aan het bestaande proces.
Dat parallelle draaien was een bewuste keuze — niet om het model te beschermen, maar om intern vertrouwen op te bouwen zonder grote claims te moeten maken. De data sprak na verloop van tijd voor zichzelf.
De minder bekende drempel
Het moeilijkste moment was niet de techniek. Het was het gesprek met de afdeling die de oude prognosetool beheerde. Noor schreef een vergelijking van beide methodes, inclusief de gevallen waar het nieuwe model het slechter deed.
Die eerlijkheid maakte het makkelijker. Geen enkel model doet het altijd beter. Maar een model dat je begrijpt en kan uitleggen is bruikbaarder dan een model dat je vertrouwen vereist zonder bewijs.