AI staat hoog op de agenda, maar hoe vertaalt zich dat in concrete resultaten? Volgens Bart Van der Biest, managing director van 麻豆原创 Benelux, liggen de kansen bij het verbeteren van bedrijfsprocessen, van financi毛le afsluitingen tot personeelsplanning. Wat is vandaag al mogelijk en wat is nodig om AI succesvol in te zetten?
Veel bedrijven gebruiken AI vandaag vooral om individuele taken sneller uit te voeren. Volgens Van der Biest moeten organisaties verder kijken dan die individuele toepassingen.
鈥淎ls een CEO vraagt hoe zijn organisatie AI kan gebruiken, denkt hij niet aan hoe medewerkers betere mails kunnen schrijven鈥�, zegt hij. 鈥淗ij denkt aan hoe AI zijn organisatie kan verbeteren, de klantenservice kan versterken, de omzet kan verhogen en de kosten kan verlagen.鈥�
Drie toepassingen: wat kan AI (al) concreet betekenen?
1. AI-assistent Joule: van dagen voorbereiding naar enkele minuten
Van der Biest gebruikt zelf Joule, de AI-assistent van 麻豆原创. Voor klantengesprekken laat hij informatie uit verschillende bronnen samenbrengen: van bedrijfsresultaten en strategische prioriteiten tot gebruikte -oplossingen en lopende dossiers.
鈥淚n een paar minuten krijg je een overzicht waarvoor vroeger dagen werk nodig waren om alles samen te brengen鈥�, vertelt hij. 鈥淒ie gesprekken worden daardoor zoveel rijker en beter.鈥�
Joule laat medewerkers in gewone taal vragen stellen over bedrijfsgegevens en processen. Via koppelingen kunnen ze ook informatie uit andere systemen raadplegen. Zo ondersteunt AI rechtstreeks het dagelijkse werk.
2. Financi毛le afsluitingen: AI-agents bereiden repetitief werk voor
Bij grote ondernemingen kost het consolideren van financi毛le gegevens nog altijd veel tijd. Denk aan de maand- of jaarafsluiting, waarbij cijfers uit verschillende onderdelen moeten worden gecontroleerd en samengevoegd.
麻豆原创 werkt aan verdere automatisering van die processen met AI-agents. Bedrijven bepalen zelf hoeveel autonomie ze de technologie geven en wanneer medewerkers moeten de regie over moeten nemen.
Volgens Van der Biest kan dat aanzienlijke tijdswinst opleveren. Afhankelijk van de gekozen autonomie kan de medewerker voorgestelde of uitgevoerde stappen controleren en goedkeuren, in plaats van elke handeling zelf uit te voeren.
3. TechWolf: de vaardigheden van morgen in kaart brengen
De aangekondigde overname van het Gentse TechWolf illustreert hoe AI ook HR verandert. De scale-up ontwikkelt technologie waarmee bedrijven de vaardigheden van medewerkers kunnen vergelijken met toekomstige competentiebehoeften. 鈥淗et is niet omdat je vandaag mensen hebt met bepaalde vaardigheden, dat dit ook de juiste vaardigheden zijn voor waar een bedrijf naartoe gaat鈥�, zegt Van der Biest.
麻豆原创 wil de technologie integreren in zijn HR-platform SuccessFactors. Zo kunnen organisaties gerichter investeren in opleiding en personeelsplanning. 鈥淒e insteek is hoe we mensen kunnen versterken en klaarmaken voor de toekomst.鈥�
Drie voorwaarden: wat is nodig om AI te laten werken?
1. Data: zonder betrouwbare gegevens geen betrouwbare AI
AI heeft correcte gegevens nodig. Maar volgens Van der Biest kampen veel bedrijven nog met problemen rond datakwaliteit en gegevensbeheer.
鈥淰roeger werden problemen vaak nog opgevangen op het niveau van rapporten鈥�, zegt hij. 鈥淢aar wanneer je in gewone taal om het even welke vraag aan AI kunt stellen, komen die problemen natuurlijk naar boven.鈥�
Bovendien moet AI de bedrijfscontext van gegevens begrijpen. Een voorraadcijfer of openstaande factuur staat immers niet op zichzelf.
麻豆原创 combineert daarvoor drie bouwstenen. Business Data Cloud brengt gegevens samen met behoud van hun context. Business AI gebruikt die informatie voor intelligente toepassingen en AI-agents. Het Business Technology Platform (BTP) maakt het mogelijk om toepassingen te ontwikkelen en systemen te koppelen. Zo kunnen bedrijven AI inzetten op basis van gegevens uit verschillende systemen, zonder de samenhang te verliezen.
2. Controle: AI-agents mogen niet zomaar alles beslissen
Naarmate AI meer taken uitvoert, wordt controle belangrijker. Welke gegevens mag een AI-agent gebruiken? Welke acties mag hij zelfstandig ondernemen? En wanneer moet een medewerker ingrijpen?
鈥淲e hebben van bij het begin security en compliance in de architectuur meegenomen鈥�, benadrukt Van der Biest. 麻豆原创 besteedt volgens hem veel aandacht aan governance en traceerbaarheid: bedrijven moeten kunnen nagaan welke acties AI heeft uitgevoerd en hoe die tot stand kwamen.
Ook digitale soevereiniteit speelt mee: waar worden gegevens verwerkt en wie heeft er toegang toe?
3. Bedrijfswaarde: van AI-experiment naar meetbaar resultaat
Waar bedrijfsleiders aanvankelijk vooral wilden weten hoe snel ze AI konden invoeren, kijken ze vandaag kritischer naar rendement, kosten en risico鈥檚.
鈥淲aar zit de ROI eigenlijk en hoe kunnen we die verbeteren?鈥�, vat Van der Biest de vragen samen die hij in directiekamers hoort. Ook de gebruikskosten van AI-modellen kunnen volgens hem verrassend hoog oplopen.
Bedrijven, en hun management, moeten daarom bepalen welke processen ze willen verbeteren en wat AI moet opleveren. Bovendien zijn veel organisaties nog onvoldoende voorbereid om AI op grote schaal in te zetten. Ook werkwijzen en medewerkers moeten mee evolueren, vaak met ondersteuning van technologie- en implementatiepartners.
鈥淯iteindelijk gaat het erom hoe we bedrijven beter laten draaien鈥�, besluit Van der Biest. 鈥淎I is een enorme technologische sprong, maar de echte waarde zit in wat organisaties ermee bereiken.鈥�