DyReP

Richting

Organisaties moeten niet opnieuw beginnen wanneer AI verandert.

AI-modellen worden sneller, goedkoper en beter. Daardoor wordt het model zelf steeds minder onderscheidend.

De belangrijkere vraag is:

Hoe houdt een organisatie controle over haar kennis, werkwijzen en verantwoordelijkheden wanneer de onderliggende AI voortdurend verandert?

DyReP bouwt aan een organisatielaag die dit mogelijk maakt.

Modellen zijn vervangbaar. Organisatiekennis moet behouden blijven.

De volgende AI-vraag is organisatorisch

AI kan steeds meer professioneel werk ondersteunen. Maar toegang tot een goed model bepaalt nog niet:

  • welke kennis geldig en actueel is;
  • welke werkwijze moet worden gevolgd;
  • welke uitzonderingen gelden;
  • wie bevoegd is om te beslissen;
  • en waarop een resultaat is gebaseerd.

Dit zijn geen modelvragen, maar organisatievragen.

DyReP brengt kennis, werkwijzen, bevoegdheden en bewijs samen. Zo kunnen verschillende AI-systemen ermee werken, zonder dat deze systemen die informatie zelf hoeven te bezitten.

Weten, kunnen en leren

Onze productrichting bestaat uit drie opeenvolgende vermogens.

  1. 01 · Weten

    Weten

    Vastleggen welke informatie de organisatie als betrouwbare basis gebruikt. Niet alleen door documenten te verzamelen, maar ook door herkomst, versie, status en geldigheid te onderscheiden.

  2. 02 · Kunnen

    Kunnen

    Die kennis toepassen in terugkerend professioneel werk, met duidelijke werkwijzen, rollen, toegestane handelingen en momenten waarop een mens beslist.

  3. 03 · Leren

    Leren

    Ervaringen uit uitgevoerd werk gecontroleerd hergebruiken. De AI herschrijft niet stilzwijgend wat binnen de organisatie als waar geldt. Nieuwe kennis en betere werkwijzen worden eerst voorgesteld en beoordeeld voordat ze opnieuw worden gebruikt.

Zo kan een organisatie beter met AI werken zonder afhankelijk te zijn van wat één AI-model leert.

Mensen behouden de beslissingsbevoegdheid

AI kan zoeken, analyseren, schrijven en handelingen uitvoeren. Maar iets kunnen is niet hetzelfde als iets mogen.

Daarom hoort bij professioneel AI-gebruik altijd de vraag: wie mag hier beslissen?

DyReP legt die beslissingsbevoegdheid — authority — vast als onderdeel van de werkwijze, niet als losse instructie in een prompt. Wanneer menselijk oordeel nodig is, blijft zichtbaar wie de beslissing nam en onder welke verantwoordelijkheid.

Bewijs hoort bij het werk

Een bruikbaar resultaat bestaat uit meer dan de uiteindelijke tekst, analyse of handeling. Ook moet duidelijk zijn:

  • waarop het resultaat is gebaseerd;
  • welke kennis is gebruikt;
  • welke werkwijze gold;
  • welke beoordeling plaatsvond;
  • en wat uiteindelijk is gedaan.

DyReP houdt deze keten zo veel mogelijk reconstrueerbaar. Dat bewijs — evidence — toont niet aan dat iedere uitkomst juist is, maar wel hoe die uitkomst tot stand kwam.

Een gericht bedrijf rond een groot probleem

DyReP wordt geen ontwikkelaar van basismodellen en geen alternatief voor OpenAI, Anthropic, Google of toekomstige modelleveranciers. We bouwen ook niet opnieuw wat al volwassen beschikbaar is, zoals databases, identiteitsplatforms, documentmanagement, monitoring of GRC-systemen.

Onze ontwerpregel is:

Beheer de betekenis. Koppel bestaande infrastructuur. Maak bewijs overdraagbaar.

Onze eigen waarde ligt in de samenhang tussen:

kennis → werkwijze → bevoegdheid → uitvoering → beoordeling → resultaat → bewijs

Daaromheen sluiten we aan op technologie die organisaties al gebruiken.

De AI mag veranderen zonder dat de organisatie opnieuw begint

Een organisatie kan vandaag het ene model gebruiken en morgen een ander. Zij zou dan niet opnieuw hoeven vastleggen wat zij weet, hoe zij werkt, wie verantwoordelijk is en welke ervaring al is opgebouwd.

Modelonafhankelijkheid is daarom niet alleen een technisch voordeel, maar ook een economisch uitgangspunt: de opgebouwde waarde blijft bij de organisatie.

Gebruik moet blijvende waarde opleveren

Onze belangrijkste bedrijfshypothese is eenvoudig:

DyReP moet waardevoller worden naarmate een organisatie ermee werkt.

Niet omdat overstappen moeilijker wordt, maar omdat meer bruikbare kennis en werkwijzen beschikbaar komen.

Een terugkerende taak levert dan niet alleen een resultaat op, maar kan ook zorgen voor:

  • betere kennis;
  • een herbruikbare werkwijze;
  • duidelijkere beslisregels;
  • vastgelegde uitzonderingen;
  • en een controleerbaar overzicht van eerder werk.

Wanneer kennis verandert, moeten bestaande toepassingen opnieuw kunnen worden beoordeeld. Wanneer een werkwijze vaker goed blijkt te werken, moet zij herbruikbaar worden. Zo bouwt gebruik zelf productwaarde op.

Een ander softwaremodel

Als deze hypothese standhoudt, ontstaat een bedrijf dat niet voornamelijk verdient aan AI-verbruik. De economische waarde ligt dan in een combinatie van:

  • een blijvende organisatielaag voor kennis, bevoegdheden en bewijs;
  • terugkerende uitvoering van professioneel werk;
  • herbruikbare domeinkennis en werkwijzen die niet voor iedere organisatie opnieuw hoeven te worden ontwikkeld;
  • updates wanneer kennis, regelgeving of werkwijzen veranderen;
  • integraties met de AI- en softwaresystemen die organisaties zelf kiezen.

Het doel is een infrastructuurlaag met terugkerende waarde, niet een reeks losse AI-projecten.

Eerst bewijzen, daarna verbreden

Deze economische logica is nog geen bewezen businessmodel. Daarom draait de volgende fase niet om zo veel mogelijk functionaliteit.

We willen eerst aantonen dat DyReP:

  • één terugkerende professionele taak aantoonbaar beter ondersteunt;
  • kenniswijzigingen gecontroleerd doorvertaalt naar bestaand werk;
  • dezelfde bouwstenen in meerdere toepassingen kan hergebruiken;
  • en voldoende terugkerende waarde biedt om ervoor te betalen.

Onze eerste commerciële maatstaf is bewust klein:

één externe organisatie, één terugkerende taak, aantoonbare waarde.

Pas daarna verbreden we.

Waarom dit groter kan worden

AI maakt het produceren van antwoorden steeds goedkoper. Daardoor wordt een andere vraag belangrijker: welk antwoord is gerechtvaardigd?

Een organisatie die kan aantonen welke kennis gold, welke werkwijze is gevolgd, wie mocht beoordelen en wat sinds de vorige uitvoering veranderde, beschikt over iets dat een generiek model niet vanzelf levert.

Wij denken dat hier een duurzame laag in de AI-economie kan ontstaan: niet tussen een organisatie en één specifieke AI, maar tussen een organisatie en iedere AI die zij wil gebruiken.

Onze ambitie

Wij willen niet de intelligentste AI bouwen. Wij bouwen infrastructuur waarmee organisaties steeds betere AI kunnen gebruiken zonder hun kennis, vakmanschap en verantwoordelijkheid uit handen te geven.

Daarvoor moet uiteindelijk gelden:

  • de organisatie bezit haar kennis;
  • mensen behouden de beslissingsbevoegdheid;
  • AI levert vervangbare intelligentie;
  • DyReP organiseert de toepassing;
  • bewijs houdt het proces controleerbaar.

Dat is het bedrijf dat we in de praktijk willen bewijzen.

Bouw mee aan de volgende stap

DyReP bevindt zich op het punt waarop praktijk belangrijker wordt dan meer theorie. Daarom spreken we graag met organisaties die een terugkerend professioneel proces willen beproeven, experts die hun kennis gecontroleerd schaalbaar willen maken, technologiepartners die bestaande infrastructuur willen verbinden en langetermijnpartners die dezelfde ontwikkeling in de AI-markt zien.

Niet om nog een AI te bouwen, maar om organisaties eigenaar te laten blijven van wat hun AI werkelijk waardevol maakt.

Bekijk het bewijs →Werk met ons samen →Over DyReP →