Iedereen die met AI werkt kent het gevoel. Je hebt in een middag een demo die verbluffend goed lijkt te werken. En dan ben je de volgende drie maanden bezig om hem écht bruikbaar te krijgen.Welkom bij de Pareto-regel van AI.
Het klassieke Pareto-principe stelt dat 80% van de resultaten uit 20% van de inspanning komt. In de wereld van Artificial Intelligence is die regel geen leuke anekdote meer. Het is de wet die bepaalt of je project slaagt, je budget ontploft en je model in productie overleeft.
1. 80% van je tijd gaat naar data, 20% naar het model
Het is de meest gehoorde klacht van data scientists, en hij is nog steeds waar.
We leven in een tijdperk van foundation models. Een model trainen is vaak een API-call. Een model downloaden is pip install. Maar een dataset die schoon, gebalanceerd, representatief en juridisch correct is? Dat is handwerk.
De realiteit: 80% van je tijd gaat naar dataverzameling, cleaning, labeling, deduplicatie, bias-detectie en het dichten van edge cases. Slechts 20% gaat naar het kiezen van de architectuur, hyperparameter tuning en training.
Bedrijven die denken dat ze een "AI-model" kopen, kopen in feite een dataprobleem. Wie de 80% overslaat, krijgt een model dat perfect scoort op de trainingsset en spectaculair faalt in de echte wereld. Garbage in, garbage out is nog nooit zo letterlijk geweest.
2. 20% van je features levert 80% van de intelligentie
Bij machine learning en zeker bij LLMs zijn we geobsedeerd door meer. Meer parameters, meer context, meer tools.
Maar in de praktijk zie je dit: een handvol goed gekozen features, prompts of RAG-documenten bepaalt bijna alle kwaliteit.
Neem een customer service chatbot. Met 20% van je kennisbank, de 100 meest gestelde vragen, los je 80% van alle klantvragen op. Die laatste 20%? Dat zijn de complexe, multi-stap, boze-klant-met-een-specifieke-factuurfout vragen. Daarvoor heb je geen groter model nodig, maar betere processen, tool-use en human-in-the-loop.
De les voor bouwers: stop met het toevoegen van complexiteit voor de happy flow. Investeer je energie in het robuust maken van de 20% kern.
3. De beruchte 80/20 van Generative AI: De demo vs. het product
Dit is waar de regel vandaag het pijnlijkst is.
Iedereen kan in 20% van de tijd een AI-product bouwen dat 80% goed is. Een tekstje genereren, een afbeelding maken, een samenvatting die "ongeveer" klopt. Het ziet er magisch uit in een LinkedIn-video.
De laatste 20% naar 99,9% betrouwbaarheid kost 80% van de tijd. En dat is het verschil tussen een demo en een product.
De laatste 20% bestaat uit:
Hallucinatie-controle: Hoe voorkom je dat je model facturen verzint?
Evaluatie: Hoe meet je "goed" op 10.000 outputs? Je hebt geen accuracy meer, je hebt LLM-as-a-judge, guardrails en regression tests nodig.
Latency & Kosten: Die 80% demo draait op GPT-4 met een 32k context. Het product moet draaien voor €0,02 per request in minder dan 800ms.
De Long Tail: AI is fantastisch in het gemiddelde. Het faalt op de uitzondering. En je gebruikers leven in de uitzondering.
Bedrijven die stranden op AI doen dat bijna nooit in de eerste 80%. Ze stranden in de laatste 20% omdat ze dachten dat ze al bijna klaar waren.
4. Hoe je de regel in je voordeel gebruikt
De 80/20-regel is geen excuus om slordig te zijn. Het is een strategisch kompas.
1. Begin met de 20% die ertoe doet. Voordat je een model traint, vraag: wat zijn de 20% use cases die 80% van de businesswaarde opleveren? Automatiseer niet alles. Automatiseer het vervelende, repetitieve en schaalbare deel.
2. Accepteer dat "goed genoeg" soms goed genoeg is. Niet elk intern tooltje heeft 99,9% betrouwbaarheid nodig. Een interne tool die je team 80% tijd bespaart met af en toe een fout, is goud waard. Een medische diagnosetool niet.
3. Budgetteer omgekeerd. Plan je project niet als 100% bouwtijd. Plan als 20% bouwen, 80% harden, evalueren en integreren. Als je manager denkt dat de demo het product is, laat hem dit artikel lezen.
De mythe van AI was dat we machines zouden bouwen die 100% autonoom alles kunnen. De realiteit van AI is veel interessanter: we bouwen systemen die 80% van het zware werk doen, zodat mensen zich kunnen focussen op de 20% waar echt oordeel, creativiteit en empathie voor nodig is.
En dat is misschien wel de ultieme 80/20. AI neemt niet je baan over. Het neemt de 80% van je baan over die je toch al saai vond.
Maak jouw eigen website met JouwWeb