Nul projectmislukkingen sinds 2007 — de engineeringregels erachter
Ik heb Software Tailor in 2006 opgericht. Negentien jaar later heeft het bedrijf geleverd door vier verschillende economische cycli, zes Fortune Global 500-klanten in farma, finance, overheid, juridisch, defensie en energie, en nul projectmislukkingen sinds 2007. Dat laatste cijfer is degene waarnaar investeerders en inkoopreviewers het vaakst vragen, en het is het enige dat uitleg behoeft. Hier zijn de vier engineeringregels die de staat overeind houden.
Regel 1: Eén leveringsmodel, geen vervaging tussen dienst en product
Elk Software Tailor-traject loopt op hetzelfde leveringsmodel — een strak afgebakende pilotfase die werkende software oplevert, gevolgd door een uitbreiding die de klant op basis van wat is geleverd al dan niet kiest te financieren. Wij voeren geen aparte "services"-praktijk die levert tegen requirements-documenten en een aparte "product"-praktijk die levert tegen roadmaps. De twee zouden conflicteren; de een zou de ander altijd kruissubsidiëren.
Het enkele model betekent dat elke engineer weet hoe "klaar" eruitziet voordat hij of zij begint. Dat is de voorwaarde om niet te falen.
Regel 2: Discipline in de klantgroep — uitsluitend klanten voor wie wij kunnen leveren
Onze klantgroep wordt geselecteerd — niet opportunistisch. Zes Fortune Global 500-klanten in 19 jaar is geen trage verkooppijplijn; het is een bewuste selectielat. Elke klant die wij aannemen moet vóór kickoff drie tests doorstaan: hun probleem is er een dat wij eerder hebben opgelost, hun interne sponsor is degene die de software zal gebruiken (geen laag van tussenpersonen), en hun hardware- en gegevensomgeving stelt ons in staat te leveren zonder een omweg van zes maanden door inkoop.
Een klant die op een van die tests faalt wordt een doorverwijzing naar iemand anders, geen project. Dit is de regel die ons het vaakst omzet kost. Het is ook de regel met nul uitzonderingen in 19 jaar.
Regel 3: Engineering-discipline gekoppeld aan een erkend kader
Lang voordat AI-risicobeheer een eigen kader had, kwamen de engineeringregels die ik voor Software Tailor codificeerde overeen met dezelfde vorm: governen van het werk, mappen van de risico's, meten van de uitkomsten, managen van de wijzigingen. NIST AI RMF 1.0 [1] formaliseerde dat patroon voor AI in 2023, en het Critical Infrastructure-profiel van april 2026 [1] breidde het uit naar gereguleerde sectoren. Bij het lezen van die documenten valt onze interne discipline schoon te leggen op de vier functies.
Wat dat ons geeft: elk project is end-to-end auditeerbaar tegen een extern kader, niet alleen tegen onze eigen gewoonten. Wanneer een inkoopteam vraagt hoe de scope van de pilotfase wordt bepaald, is het antwoord hetzelfde antwoord dat NIST zou geven voor risicobeheer — en het compliance-team van de klant heeft die vocabulaire al geïnternaliseerd.
Regel 4: Vastlegbaar, herstelbaar, herstelbaar opnieuw te bouwen
De vierde regel gaat vooraf aan de audittrail-vocabulaire die wij nu voor AI Suite hanteren. Elk Software Tailor-traject draait in een toestand waarin elke beslissing, elk artefact en elke versie van de code opnieuw kan worden opgebouwd uit input onder versiebeheer. Dat is niet ongewoon voor software-engineering in het algemeen; wat ongewoon is, is dat wij dit toepassen op het project, niet alleen op de codebase. Sprintbesluiten, scope-wijzigingen, klantakkoorden — alles vastgelegd, alles te herstellen.
Die discipline is de reden waarom onze aanpak van inhoudvrije auditlogs voor AI Suite zijn vorm heeft gekregen zoals hij heeft. Het auditregelpatroon is hetzelfde patroon dat wij al toepasten op projecten. De vocabulaire is geleend van compliance-kaders; de praktijk is geleend van hoe wij leveren.
Wat is doorgewerkt naar AI Suite
De Local AI Suite + AI Admin Console-lijn — zie Waarom wij AI leveren als installeerbare binaries, niet als cloud-SaaS — is dezelfde engineeringdiscipline toegepast op een productlijn in plaats van een maatwerkopdracht. Hetzelfde enkele leveringsmodel (desktopinstallaties die de klant in de eigen omgeving draait), dezelfde discipline rond klantcohorten (gereguleerde sectoren met duidelijke data-residency-beperkingen), dezelfde kaderafbeelding (NIST AI RMF + EU AI Act deployer-verplichtingen), dezelfde vastlegbare-herstelbare-herbouwbare audithouding.
Nul projectmislukkingen sinds 2007 is geen slogan. Het is het resultaat van een klein aantal regels zonder uitzondering toegepast. Dezelfde regels regeren nu hoe AI Suite wordt gebouwd.
Referenties
- NIST. "AI Risk Management Framework (AI RMF 1.0)." nist.gov/itl/ai-risk-management-framework. Geraadpleegd op 2026-07-15.
Gerelateerde artikelen
Test dezelfde discipline op een echte workload.
Het on-premises AI-platform is gebouwd op dezelfde regels die de staat van dienst voortbrachten — vastlegbaar, herstelbaar, herbouwbaar, zonder uitzondering toegepast. Rol het uit tegen een echte workload in uw eigen omgeving en houd het aan dezelfde standaard.