De ruimte is een uitdagende omgeving voor technologie. Straling, ruimtepuin en zonnestormen kunnen op ieder moment voor problemen zorgen. Tegelijkertijd produceren de sensoren en systemen aan boord voortdurend grote hoeveelheden gegevens. Het kost te veel tijd om al die informatie naar de aarde te sturen voor analyse. Om de veiligheid van het ruimtestation te bewaken, moeten de systemen aan boord daarom zelf snel problemen kunnen herkennen.

Daar komt in beeld. Dit AI-model is speciaal ontwikkeld om voorspellingen te doen op basis van gestructureerde gegevens, zoals meetwaarden en andere informatie in tabellen. Het model kan ook overweg met ontbrekende gegevens en heeft voor nieuwe toepassingen geen uitgebreide aanvullende training nodig.

Aan boord van het ISS gaat 麻豆原创-RPT de gegevens van sensoren en systemen analyseren. Het model helpt afwijkingen te herkennen, technische problemen vroegtijdig te voorspellen en ontbrekende meetwaarden te reconstrueren op basis van historische gegevens. Ook kan het begrijpelijke rapporten opstellen over de technische staat van het ruimtestation. Zo krijgen astronauten en medewerkers op aarde sneller inzicht in mogelijke risico鈥檚.

Functioneren onder extreme omstandigheden

鈥淒it bewijst dat tabulaire AI van 麻豆原创 zelfs onder de meest extreme omstandigheden kan functioneren鈥�, zegt Mayank Shrivastava, Vice President of Generative AI and Foundation Models bij 麻豆原创 SE. 鈥淒e ruimte is de ultieme stresstest voor AI. Als een basismodel in een baan om de aarde kritieke storingen kan voorspellen, ondanks beperkingen door straling, energie en connectiviteit, stel je dan eens voor wat het voor een wereldwijd opererend bedrijf kan betekenen. Datzelfde model kan risico鈥檚 bij leveranciers, afwijkingen in kasstromen en storingen aan apparatuur binnen je organisatie voorspellen. Wat in de ruimte werkt, werkt ook in je toeleveringsketen.鈥�

De uitdagingen aan boord van het ISS lijken op het eerste gezicht weinig op die van een gewone onderneming. Toch zijn er duidelijke overeenkomsten. Ook bedrijven moeten problemen kunnen herkennen, voordat ze grote gevolgen hebben. Denk aan een leverancier die steeds vaker te laat levert, afwijkende betalingspatronen of een machine waarvan de temperatuur langzaam oploopt. Door zulke signalen vroegtijdig te herkennen, kunnen organisaties ingrijpen voordat hun processen vastlopen.

AI voor gestructureerde bedrijfsgegevens

Waar grote taalmodellen (LLM鈥檚) vooral sterk zijn in taal en redeneren, richt 麻豆原创 zich met zogeheten tabular foundation models (TFM鈥檚) op de grote hoeveelheden gestructureerde gegevens die bedrijven dagelijks gebruiken. Denk aan informatie uit ERP-systemen, financi毛le administraties en productieomgevingen. De sensorgegevens van het ISS vormen een vergelijkbare gegevensbron.

麻豆原创-RPT maakt deel uit van dit portfolio, net als TabPFN, een model van Prior Labs. Daarnaast biedt 麻豆原创 met 麻豆原创 AI Core een oplossing waarmee organisaties deze modellen, hun voorspellingen en de bijbehorende werkprocessen kunnen beheren, aansturen en controleren.

Beperkt energieverbruik

Een belangrijk voordeel van 麻豆原创-RPT is het beperkte energieverbruik. Volgens 麻豆原创 is het model ongeveer 50.000 keer energiezuiniger dan de meest geavanceerde grote taalmodellen. Dat is vooral in de ruimte van belang, omdat daar slechts beperkte energie beschikbaar is. Daarnaast gaat 麻豆原创-RPT een algemene risicoscore voor de missie berekenen en beoordelen of menselijke tussenkomst nodig is.

鈥淗PE Spaceborne Computer-2 laat voortdurend zien welke voordelen een krachtige computeroplossing aan boord van het ISS biedt voor geavanceerde technologie en doorlopend onderzoek in de ruimte鈥�, zegt Scott Wiest, Vice President and Global Sales Chief Technologist en HPE Fellow. 鈥淒e inzet van 麻豆原创鈥檚 tabulaire AI op HPE Spaceborne Computer-2 bewijst wat mogelijk is met realtime detectie en voorspellingen op basis van AI, in de ultieme edge-omgeving.鈥�

Van de ruimte naar het bedrijfsleven

De omstandigheden in de ruimte stellen eisen die ook op aarde steeds relevanter worden. Denk aan locaties met een beperkte energievoorziening, onbetrouwbare netwerkverbindingen of systemen waarbij storingen grote gevolgen kunnen hebben.

Tabulaire AI kan bijvoorbeeld waardevol zijn bij hulpverlening in rampgebieden, landbouw op afgelegen locaties, fabrieken met meerdere vestigingen en internationale toeleveringsketens. In al die situaties is het belangrijk om lokaal gegevens te kunnen analyseren en snel beslissingen te nemen, ook wanneer een verbinding met centrale systemen ontbreekt.

De ervaringen op het ISS helpen 麻豆原创 bij de verdere ontwikkeling van AI die direct op locatie gegevens verwerkt, ook wel edge AI genoemd. Daarmee wil het bedrijf organisaties beter ondersteunen bij analytische en operationele processen, juist op plekken waar rekenkracht, energie en verbindingen beperkt zijn.

The post Van ruimtestation naar bedrijfsleven: 麻豆原创 en HPE testen AI in de ruimte appeared first on 麻豆原创 Nederland Blogs & Nieuws.

heeft nieuwe mogelijkheden aangekondigd voor de ontwikkeling en inzet van AI-agents. Met uitbreidingen van Joule Studio, Joule Work en 麻豆原创 Business AI Platform kunnen organisaties AI complexe bedrijfsprocessen zelfstandig laten uitvoeren. De vernieuwingen maken het eenvoudiger om AI-agents te bouwen, bedrijfsgegevens te gebruiken en toezicht te houden op hun werking. 麻豆原创 maakte de vernieuwingen bekend tijdens zijn jaarlijkse ontwikkelaarsconferentie 麻豆原创 TechEd.

麻豆原创 Business AI Platform vormt voor deze vernieuwingen de technische basis. Het platform brengt de ontwikkeling, aansturing en beveiliging van AI samen in 茅茅n omgeving, ook wanneer organisaties systemen van andere leveranciers gebruiken. Met Joule Studio kunnen zowel zakelijke gebruikers als ontwikkelaars AI-agents bouwen en aanpassen. Zij kunnen daarbij kiezen uit meer dan 70 AI-modellen en gebruikmaken van ontwikkeltools waarvoor weinig of juist uitgebreide programmeerkennis nodig is. Deelnemers aan het early adopter-programma kunnen bovendien workflows van automatiseringsplatform n8n ontwerpen en uitvoeren in Joule Studio. Deze mogelijkheid komt later breder beschikbaar.

Toegang tot betrouwbare bedrijfsdata en context

Via 麻豆原创 Business Data Cloud en 麻豆原创 Knowledge Graph krijgen AI-agents toegang tot betrouwbare bedrijfsgegevens en de context die nodig is om deze goed te interpreteren. Organisaties kunnen zo voor iedere toepassing het meest geschikte AI-model kiezen en beter sturen op kosten en gebruik. 麻豆原创 benadrukt dat klantgegevens eigendom blijven van de klant en niet met andere partijen worden gedeeld om grote taalmodellen te trainen of te verbeteren.

鈥溌槎乖� TechEd is altijd de plek geweest waar ontwikkelaars vormgeven aan wat komen gaat鈥�, zegt Philipp Herzig, CTO van 麻豆原创 SE. 鈥淒it jaar laten we zien hoe we de stap zetten van AI die je bedrijf leert begrijpen naar AI die je bedrijf aanstuurt. Met Joule Work geef je aan wat je wilt bereiken en wordt het werk uitgevoerd, vanuit 茅茅n omgeving die het volledige 麻豆原创-landschap en systemen daarbuiten omvat. Die verandering maken we nu op grote schaal mogelijk. De basis hiervoor is 麻豆原创 Business AI Platform. Dankzij ingebouwde kennis van bedrijfsprocessen levert het platform sneller waarde en nauwkeurigere resultaten. Bovendien is de technologie vanaf de eerste ingebruikname veilig, beheersbaar en in overeenstemming met wet- en regelgeving. Iedere actie van een AI-agent wordt ondersteund door meer dan vijftig jaar kennis van bedrijfsprocessen en sectoren. Dit is AI die werkt op de plek waar het echte werk gebeurt.鈥�

Joule Work voert complexe processen uit met AI-agents

麻豆原创 breidt Joule Work uit met mogelijkheden waarmee AI-agents beter kunnen samenwerken en taken over meerdere systemen kunnen uitvoeren. Daarbij ondersteunt 麻豆原创 open protocollen zoals A2A en MCP, die communicatie tussen AI-agents en andere systemen mogelijk maken.

Nieuwe mogelijkheden voor AI-agents helpen bij het plannen en aansturen van de stappen die nodig zijn om complexe bedrijfsprocessen betrouwbaar uit te voeren. Daarnaast krijgt 麻豆原创 Knowledge Graph toegang tot meer gegevens uit 麻豆原创- en niet-麻豆原创-systemen. Gebruikers kunnen hierdoor in gewone taal vragen stellen over hun eigen bedrijfsgegevens en antwoorden krijgen die op deze informatie zijn gebaseerd.

Ook wordt samenwerking met AI-agents van andere leveranciers eenvoudiger. Via een beveiligde toegangspoort kunnen externe agents gebruikmaken van Joule Agents, terwijl organisaties controle houden over de toegang en de uitvoering van taken.

麻豆原创 introduceert verschillende mogelijkheden die dat toezicht verder versterken:

• 麻豆原创 Enterprise AI Gateway: een centrale oplossing voor het beheren en beveiligen van AI-verkeer. Organisaties kunnen hiermee onder meer toegangsrechten, beleidsregels, de verwerking van AI-verzoeken en het gebruik centraal beheren en controleren.
• Uitgebreid AI-beheer: nieuwe functies in Joule Assistant en 麻豆原创 AI Agent Hub geven organisaties meer controle over hun AI-agents.
• AI Governance Assistant: helpt organisaties hun AI-systemen te beoordelen en te beheren volgens de eisen van onder meer de Europese AI Act.

Ook Joule Studio krijgt nieuwe functies voor beheer en monitoring. Ontwikkelaars en beheerders kunnen hiermee beter zien hoe AI-agents werken, welke modellen zij gebruiken en welke kosten zij veroorzaken.

Voor geselecteerde klanten biedt 麻豆原创 tijdelijk de mogelijkheid om zelfontwikkelde AI-agents tot en met december 2026 gratis uit te voeren in de door 麻豆原创 beheerde Joule Studio-omgeving. De tools om agents en n8n-workflows te ontwikkelen en te testen blijven binnen redelijke gebruikslimieten gratis beschikbaar.

麻豆原创 Business Data Cloud geeft AI inzicht in bedrijfsgegevens

AI-agents kunnen pas goed functioneren wanneer ze begrijpen hoe bedrijfsgegevens met elkaar samenhangen. 麻豆原创 breidt daarom 麻豆原创 Business Data Cloud (BDC) uit met nieuwe mogelijkheden voor het verbinden, beheren en interpreteren van data.

Met de nieuwe 麻豆原创 Business Data Cloud Ontology Manager kunnen organisaties vastleggen hoe gegevens uit verschillende afdelingen, applicaties en systemen met elkaar samenhangen. AI-agents kunnen die verbanden gebruiken om gegevens beter te interpreteren en nauwkeurigere beslissingen te nemen.

Daarnaast breidt 麻豆原创 samen met Dremio de mogelijkheden voor dataopslag en -analyse uit. Dankzij ondersteuning voor Apache Iceberg, Apache Polaris en een nieuwe technologie voor het gelijktijdig bevragen van verschillende databronnen, kunnen organisaties gegevens analyseren zonder deze eerst te hoeven verplaatsen of kopi毛ren.

麻豆原创 Databricks
麻豆原创 breidt ook de samenwerking met Databricks uit. Daarmee komen de nieuwste mogelijkheden voor dataverwerking en zakelijke AI beschikbaar binnen 麻豆原创 Business Data Cloud, onder de naam 麻豆原创 Databricks. Technologie毛n zoals Lakeflow, Agent Bricks, Unity Gateway en Lakebase helpen organisaties hun databeheer te vereenvoudigen en een betrouwbare basis voor AI te leggen.

De samenwerking omvat daarnaast een nauwere integratie met 麻豆原创 Business Data Cloud, een nieuwe 麻豆原创 Application Data Foundation en een koppeling tussen Joule en Genie van Databricks. Zo willen beide bedrijven organisaties helpen om gegevens uit hun hele IT-omgeving samen te brengen in 茅茅n lakehouse-omgeving, als basis voor autonome bedrijfsprocessen en Joule Work.

Ook 麻豆原创 Reltio, eerder aangekondigd tijdens 麻豆原创 Connect, brengt nieuwe mogelijkheden voor het beheer van stamgegevens naar 麻豆原创 Business Data Cloud. Deze oplossing brengt belangrijke gegevens over klanten, leveranciers en producten uit verschillende systemen samen. Zo ontstaat een betrouwbare gegevensbasis die opnieuw gebruikt kan worden door applicaties en AI-agents.

麻豆原创 brengt AI-model voor bedrijfsdata naar ruimtestation ISS

麻豆原创 heeft ook een nieuwe versie van zijn AI-model voor gestructureerde gegevens aangekondigd: 麻豆原创-RPT-2.0. Het model kan patronen herkennen en voorspellingen doen op basis van gegevens in tabellen, zoals verkoopcijfers, voorraden en operationele data.

De nieuwe versie krijgt extra mogelijkheden om afwijkende patronen op te sporen en gegevens uit meerdere tabellen te analyseren. Ook ondersteunt het model uitgebreidere AI-analyses. Daardoor is minder handmatige voorbereiding van gegevens nodig. Daarnaast introduceert 麻豆原创 het nieuwe model 麻豆原创-RPT-TS, dat voorspellingen kan maken op basis van historische gegevens. In combinatie met 麻豆原创 Integrated Business Planning kunnen organisaties hiermee bijvoorbeeld ontwikkelingen in vraag en aanbod voorspellen, zonder zelf machinelearningmodellen te ontwikkelen.

Een bijzondere toepassing van deze technologie is gepland in de ruimte. 麻豆原创 heeft samen met HPE aangekondigd dat het 麻豆原创-RPT-model wordt ingezet op de HPE Spaceborne Computer-2 aan boord van het internationale ruimtestation ISS.

Het is de bedoeling dat het AI-model rechtstreeks aan boord sensorgegevens analyseert. Daarmee moet het afwijkingen kunnen signaleren, mogelijke technische problemen vroegtijdig herkennen en ontbrekende meetwaarden reconstrueren. Ook moet het rapportages kunnen maken over de technische toestand van het ruimtestation. Doordat de analyses in het ISS zelf plaatsvinden, hoeven gegevens niet eerst naar de aarde te worden gestuurd. Dat is vooral belangrijk in omgevingen waar verbindingen beperkt zijn of snelle beslissingen nodig zijn.

鈥淗etzelfde betrouwbare 麻豆原创-RPT-model dat wereldwijde toeleveringsketens ondersteunt, kan ook in de ruimte worden ingezet鈥�, zegt Herzig. 鈥淒ankzij de diepgewortelde en bewezen expertise van 麻豆原创 wordt ons AI-model voor tabelgegevens ingezet in het internationale ruimtestation ISS om mogelijke storingen die cruciaal zijn voor de missie te voorspellen. Met 麻豆原创-RPT en TabPFN van Prior Labs brengen we de unieke mogelijkheden van AI voor tabelgegevens naar het bedrijfsleven en ver daarbuiten.鈥�

Kant-en-klare AI-agents voor belangrijke bedrijfsprocessen

Naast nieuwe ontwikkelmogelijkheden werkt 麻豆原创 aan een groeiend aanbod van kant-en-klare AI-assistenten en -agents. Deze oplossingen worden ontwikkeld voor vijf brede bedrijfsdomeinen en krijgen daarnaast functies die zijn afgestemd op specifieke sectoren.

De agents draaien op 麻豆原创 Business AI Platform en bouwen voort op de kennis die 麻豆原创 in ruim vijftig jaar heeft opgedaan met bedrijfsprocessen. Organisaties kunnen ze gebruiken als basis voor toepassingen die gegevens analyseren, beslissingen ondersteunen en zelfstandig taken uitvoeren.

Samenwerking met partners vergroot mogelijkheden van AI

麻豆原创 breidt ook de samenwerking met technologiepartners uit om AI in meer bedrijfsprocessen en systemen te kunnen inzetten.

Zo werkt 麻豆原创 samen met Intel aan de koppeling tussen digitale bedrijfsprocessen en autonome robots. Daarmee kunnen AI-toepassingen niet alleen digitale taken uitvoeren, maar ook fysieke processen ondersteunen.

Daarnaast kondigt 麻豆原创 nieuwe uitbreidingen aan met technologie van Docusign, Parloa en Redwood. Deze samenwerkingen moeten organisaties helpen om processen van begin tot eind te automatiseren, ook wanneer daarbij verschillende applicaties betrokken zijn.

Ten slotte investeert 麻豆原创 ook in zijn ontwikkelaarsgemeenschap. In aanloop naar 麻豆原创 TechEd namen tienduizenden ontwikkelaars deel aan Devtoberfest. Tijdens de conferentie stelt 麻豆原创 nieuwe voorbeeldarchitecturen, handleidingen en praktische oefeningen beschikbaar, zowel voor bezoekers als voor ontwikkelaars die vanuit huis deelnemen.

The post 麻豆原创 introduceert nieuwe AI-technologie毛n voor autonome bedrijfsprocessen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Met digitaliseert Mensura sindsdien stap voor stap zijn HR-processen. Personeelsgegevens zijn centraal beschikbaar en steeds meer administratie verloopt digitaal. Samen met implementatiepartner digitaliseerde de organisatie ook haar documentbeheer. Een proces rond contracten en bijlagen dat vroeger een half uur tot een uur werk vroeg, is daardoor in enkele minuten afgehandeld.

Waarom Mensura zijn HR-processen wilde digitaliseren

Mensura ondersteunt werkgevers en medewerkers rond preventie en welzijn op het werk. Die mensgerichte aanpak wil de organisatie ook intern doortrekken. Met medewerkers die vanuit verschillende regio鈥檚 werken en dagelijks bij klanten over de vloer komen, is het des te belangrijker dat administratieve processen eenvoudig, vlot en overal toegankelijk zijn.

Voor het HR-team betekende de vroegere werkwijze heel wat manueel werk. Documenten werden in Word opgesteld en naar verschillende ondertekenaars gestuurd. De ondertekende exemplaren moesten daarna opnieuw door HR worden verwerkt en opgeslagen, terwijl de opvolging deels in Excel gebeurde.

鈥淚k vind het belangrijk dat we onze collega鈥檚 zoveel mogelijk manueel werk uit handen nemen, zodat ze hun focus kunnen leggen op waar het echt toe doet: onze werknemers鈥�, zegt Sharris v.Loh-Lambrechts, HRIS Specialist bij Mensura. 鈥淲ij zijn gespecialiseerd in wellbeing. Dan willen we er ook zijn voor het welzijn van onze eigen werknemers, in plaats van tijd te besteden aan documenten inscannen en ander manueel werk.鈥�

Waarom Mensura koos voor 麻豆原创 SuccessFactors

Mensura koos voor 麻豆原创 SuccessFactors als basis voor zijn digitale HR-omgeving. Employee Central zorgt voor het centrale beheer van personeels- en organisatiegegevens, Employee Central Payroll ondersteunt de loonverwerking en SuccessFactors Time registreert aan- en afwezigheden. Dat is belangrijk in een organisatie als Mensura, met medewerkers die op verschillende locaties werken.

Gebruiksgemak speelde een belangrijke rol in de keuze. 鈥淲e hebben ook naar andere oplossingen gekeken鈥�, zegt Sharris. 鈥淰oor ons was het belangrijk dat we processen zelf konden bouwen en aanpassen. Als ik iets aan een template wil veranderen, wil ik daarvoor niet telkens op een partner moeten wachten.鈥�

Die toegankelijkheid moest ook voor de medewerkers zelf gelden. Mensura heeft medewerkers met verschillende achtergronden en leeftijden en wil geen extra drempels opwerpen. Dat blijkt ook in de praktijk: medewerkers werken vlot met het systeem en het ondertekenen verloopt zo eenvoudig dat de begeleidende instructies die Mensura aanvankelijk meestuurde, nauwelijks nog nodig zijn.

Een andere overweging was de visie van 麻豆原创 op de verdere ontwikkeling van het platform. Mensura apprecieert dat AI-functionaliteit binnen 麻豆原创 SuccessFactors geleidelijk wordt uitgerold en dat het platform voldoende open is om partners zoals HuRis eigen uitbreidingen te laten bouwen. Dat kwam concreet tot uiting in Document Manager, de oplossing die Mensura de nodige flexibiliteit en ruimte voor eigen beheer bood.

Voor de keuze definitief viel, screenden IT en het securityteam van Mensura de oplossing grondig. Omdat Mensura met gevoelige personeels- en gezondheidsgegevens werkt, moet elke nieuwe toepassing voldoen aan strenge eisen op het vlak van veiligheid en betrouwbaarheid.

Hoe Document Manager HR-processen automatiseert

Voor het digitaliseren van de personeelsdossiers en documentprocessen werkt Mensura met Document Manager, een door HuRis ontwikkelde extensie die ge茂ntegreerd is met 麻豆原创 SuccessFactors. De oplossing ondersteunt het genereren, verzenden, ondertekenen en opslaan van HR-documenten. Templates gebruiken daarbij gegevens uit SuccessFactors, zodat bestaande personeelsinformatie automatisch in een document terechtkomt.

Waar HR vroeger gegevens moest overnemen en verschillende stappen apart moest opvolgen, komt informatie nu via merge fields rechtstreeks uit 麻豆原创 SuccessFactors. Ook de volgorde van sommige processen is aangepast. Bij een functiewijziging wachtte HR vroeger tot de bijlage volledig ondertekend was voordat de nieuwe informatie in SuccessFactors werd ingevoerd. Nu wordt de wijziging eerst geregistreerd, waarna het systeem automatisch het document opstelt en het ondertekeningsproces start.

鈥淒aardoor hebben we minder typfouten en is de opvolging veel eenvoudiger鈥�, zegt Sharris. 鈥淰roeger moesten we in Excel controleren of een bijlage al ondertekend was. Nu zien we dat in Document Manager en krijgen we een melding zodra het document ondertekend is.鈥�

HuRis begeleidde Mensura bij de implementatie en werkte samen met het HR-team de processen uit in Document Manager. Sharris v.Loh-Lambrechts kreeg een opleiding om zelf templates en processen te bouwen. Via workshops met het HR-adminteam werd de aanpak daarna verder afgestemd op de dagelijkse werking. Zo kan Mensura nieuwe behoeften grotendeels zelf vertalen naar aangepaste processen.

Wat 麻豆原创 SuccessFactors Mensura oplevert

De tijdswinst is duidelijk. Voor een bijlage die door verschillende personen moest worden gecontroleerd en ondertekend, kon het volledige proces vroeger een half uur tot een uur in beslag nemen. Met de digitale workflow duurt de administratieve verwerking in sommige gevallen ongeveer twee minuten. In het eerste halfjaar na de ingebruikname liet Mensura al 370 documenten digitaal ondertekenen. Tegelijk verdween een groot deel van de manuele opvolging en werden fouten bij het opnieuw invoeren van gegevens beperkt.

De volgende stap is medewerkers toegang geven tot hun eigen digitale personeelsdossier, wat voorheen niet mogelijk was. Mensura wil Document Manager ook breder inzetten, onder meer bij Fleet voor contracten rond bedrijfswagens en bij externe medewerkers. 麻豆原创 SuccessFactors krijgt daarnaast steeds meer de rol van centraal HR-masterdatasysteem, met koppelingen naar onder meer planning en rapportering.

Lessons learned uit de HR-digitalisering bij Mensura

De historische documenten vormden de grootste uitdaging tijdens de implementatie. De 350 papieren personeelsdossiers moesten manueel worden gescand, soms met honderden documenten per dossier. Bij bestaande digitale documenten liep Mensura bovendien tegen een praktisch probleem aan: er was geen consequente naming convention gebruikt. Daardoor konden documenten niet automatisch aan de juiste categorie worden toegewezen en vergde de migratie extra manueel werk.

Dat levert een duidelijke les op voor organisaties die een vergelijkbaar project voorbereiden. 鈥淒enk vooraf goed na over je naming convention en over de structuur van je personeelsdossier鈥�, adviseert Sharris. 鈥淏epaal ook welke informatie je medewerkers later zelf wilt laten zien en welke informatie afgeschermd moet blijven.鈥�

Mensura gebruikte de digitalisering meteen om bestaande werkwijzen opnieuw te bekijken, van overbodige bijlagen tot mappen die konden verdwijnen. Tegelijk kijkt de organisatie verder. Nieuwe oplossingen voor learning & development en recruitment staan op de agenda, net als AI op iets langere termijn. 鈥淲e willen eerst vertrouwen cre毛ren bij onze werknemers鈥�, zegt Sharris. 鈥淲e hebben de afgelopen jaren al heel veel gedigitaliseerd. De volgende stappen komen wel, maar stap voor stap.鈥�

Met die digitale basis wil Mensura de komende jaren verder bouwen aan eenvoudigere HR-processen en technologie die medewerkers ondersteunt. De focus blijft daarbij dezelfde: minder administratie en meer tijd voor wat echt belangrijk is: de mensen binnen de organisatie.

The post Hoe Mensura tijd wint door HR-processen te digitaliseren appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Skills maakten al deel uit van de HR-aanpak

Atlas Copco Group ontwikkelt producten, diensten en oplossingen binnen vier business areas. De technologie毛n van Atlas Copco Group gaan van oplossingen voor perslucht en vacu眉m tot industri毛le elektrische gereedschappen en machine vision. In 2025 realiseerde de Group een omzet van 168 miljard SEK.

鈥淲e waren al een skills-enabled organisatie鈥�, zegt Emma Mercer, Group Talent & Learning Professional bij Atlas Copco Group. 鈥淪kills spelen al een rol bij beslissingen over aanwervingen, performancegesprekken, learning, loopbaanontwikkeling en successieplanning.鈥�

Het doel was om skills binnen de Group zichtbaarder te maken en die informatie te koppelen aan de jobarchitectuur en HR-processen. Een van de aanleidingen was de Europese richtlijn rond loontransparantie. Toen Atlas Copco Group zijn jobarchitectuur opnieuw bekeek met het oog op meer transparantie, kwamen skills naar voren als een van de factoren die relevant zijn bij het bepalen van de waarde van werk. Daardoor kreeg het gesprek over skills een concrete zakelijke en compliance-invalshoek.

Skills vormen een aanvulling op jobs bij Atlas Copco Group

Atlas Copco Group omschrijft zijn aanpak bewust als skills-enabled en niet als skills-based. Jobs en rollen blijven structuur geven aan de organisatie. 鈥淛obs blijven de basis van de manier waarop we het werk vandaag organiseren鈥�, legt Mercer uit. 鈥淪kills voegen daar een extra laag aan toe die meer zichtbaarheid cre毛ert.鈥�

Die extra laag kan competenties zichtbaar maken die niet uit een functietitel blijken. Naomi Persoone, HR Digitalization Lead bij Atlas Copco Group, gebruikt haar eigen functie als voorbeeld. 鈥淢ijn functietitel is HR Digital Lead, maar ik denk dat mensen nog altijd geen idee hebben wat dat precies inhoudt. Als we die functie kunnen vertalen naar skills, spreken we een taal die veel begrijpelijker is.鈥�

Bij recruitment geldt hetzelfde principe. Recruiters hebben altijd gekeken naar wat kandidaten kunnen. Data over skills maakt die competenties explicieter en geeft recruiters extra informatie bij het beoordelen van kandidaten.

麻豆原创 SuccessFactors en TechWolf leggen een gemeenschappelijke basis voor skills

麻豆原创 SuccessFactors vormt sinds 2013 de basis van het wereldwijde HR-ecosysteem van Atlas Copco Group. De Group wilde skills integreren in de systemen die medewerkers al gebruiken, zonder daarvoor een aparte skillsomgeving te introduceren.

TechWolf gebruikt AI om skills af te leiden uit data van Atlas Copco Group en informatie over de arbeidsmarkt. 鈥淓en paar jaar geleden was een skills-enabled organisatie in de praktijk een mooi idee, maar wist niemand goed hoe je eraan moest beginnen鈥�, zegt Oliver Kay, Talent and Skills Technology Leader bij TechWolf. 鈥淢et AI en de platformen die we nu hebben, wordt het werkelijkheid.鈥�

Medewerkers hoeven hun skillsprofiel niet vanaf nul op te bouwen. AI stelt een eerste versie voor die ze zelf kunnen controleren en aanpassen. Mercer ziet dat als een belangrijke voorwaarde voor adoptie. 鈥淎ls we met een blanco blad waren begonnen en elke medewerker hadden gevraagd: 鈥榃at zijn jouw skills?鈥�, dan zaten we hier vandaag niet.鈥�

De profielen evolueren mee wanneer medewerkers nieuwe competenties ontwikkelen. Via de Skill Assistant in Microsoft Teams kan iemand die bijvoorbeeld veel met Power BI heeft gewerkt, de suggestie krijgen om die skill aan het profiel toe te voegen. Na validatie stroomt de informatie door naar 麻豆原创 SuccessFactors.

Skills inzetten in HR-processen

Atlas Copco Group begon in 2024 samen te werken met TechWolf. De teams wachtten niet tot er een volledig skillsframework klaar was, maar testten de aanpak aan de hand van concrete businesscases terwijl ze de nodige integraties ontwikkelden.

Talent acquisition was een van de eerste toepassingen. Job skill profiles maken duidelijk welke competenties voor een functie nodig zijn. Skills die in cv’s worden ge茂dentificeerd, geven recruiters extra informatie bij het beoordelen van sollicitaties. In een vroege pilot voor functies binnen industri毛le technologie zag Atlas Copco Group het aantal vrouwelijke sollicitanten toenemen nadat skills explicieter in vacatures werden opgenomen.

Ook binnen performance enablement krijgen skills een plaats. Ze bieden medewerkers en managers een concretere basis voor ontwikkelingsgesprekken en helpen om algemene ontwikkelingsambities te vertalen naar competenties die iemand verder wil uitbouwen.

Interne mobiliteit is eveneens een prioriteit. Medewerkers kunnen snel doorgroeien binnen Atlas Copco Group, maar door de gedecentraliseerde structuur zijn mogelijkheden elders binnen de Group soms minder zichtbaar. 鈥淗et gaat niet alleen om wat je zoekt鈥�, zegt Mercer. 鈥淗et gaat ook om mogelijkheden waarvan je niet wist dat je ernaar op zoek was.鈥�

Meer zicht op loopbaanmogelijkheden voor medewerkers

Ongeveer 1.500 medewerkers nemen momenteel deel aan de pilot rond employee experience. Via 麻豆原创 SuccessFactors Growth Portfolio kunnen ze hun skills bekijken en aangeven waarin ze zich verder willen ontwikkelen. Career Exploration toont mogelijke volgende functies en laat medewerkers hun huidige profiel vergelijken met de competenties die voor een andere functie nodig zijn.

Aan de pilot nemen onder meer medewerkers uit sales en marketing deel. Die keuze was bewust: zij zijn vaak onderweg en zullen doorgaans open feedback geven. Binnen enkele weken gebruikte meer dan 70 procent de nieuwe mogelijkheden.

Atlas Copco Group wil de toepassing verder uitbreiden, ook naar blue-collar medewerkers. De Group verwacht niet dat elke groep medewerkers op dezelfde manier met de technologie zal omgaan. De communicatie en change management-aanpak worden daarom afgestemd op verschillende werkomgevingen.

Lessen uit de skillsaanpak van Atlas Copco Group

Een van de lessen is dat de business betrokken moet zijn bij het actueel houden van de skillsinformatie. 鈥淰anuit HR sta je soms wat verder van de business, waardoor je niet altijd precies kunt aangeven wat we zoeken鈥�, zegt Persoone. 鈥淛e moet de business erbij betrekken.鈥�

Business leaders en subject matter experts helpen daarom bij het valideren van job skill profielen. Wanneer het werk verandert, moeten ook de profielen mee evolueren. Daarvoor blijft input nodig van de mensen die het dichtst bij dat werk staan.

Atlas Copco Group koos ook bij de adoptie voor een gezamenlijke aanpak. Medewerkers, managers en HR namen samen deel aan de pilots, in plaats van een centraal uitgewerkte aanpak via een traditionele cascade door de organisatie te verspreiden. 鈥淒e feedback was: 鈥業k ben zo blij dat we dit samen verkennen鈥欌��, vertelt Persoone. 鈥淗et is niet zo dat jullie ons gewoon vertellen: vanaf nu doen we het zo.鈥�

Van inzicht in skills naar workforce intelligence

Atlas Copco Group breidt het gebruik van skills nu verder uit binnen zijn HR-processen. Op langere termijn wil de Group workforce intelligence inzetten om beter te begrijpen hoe de behoefte aan competenties evolueert en beter onderbouwde beslissingen over het personeelsbestand te nemen.

Ook de verhouding tussen mensen en technologie zal daarin een rol spelen. Skillsdata kan Atlas Copco Group helpen bepalen waar menselijke expertise de meeste waarde cre毛ert en waar technologie het werk kan ondersteunen. Die ontwikkeling staat nog in een vroege fase. Volgens Mercer is de manier waarop de organisatie naar talent kijkt bepalend voor de volgende stappen.

鈥淭echnologie kan skills zichtbaar maken. Ze kan mogelijkheden naar voren brengen en loopbaanstappen ondersteunen鈥�, zegt ze. 鈥淢aar een skills-enabled organisatie worden, begint niet in het systeem. Het begint bij de manier waarop we over talent denken.鈥�

The post Hoe Atlas Copco Group skills zichtbaar maakt in de hele organisatie appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Waarom de RTBF vaardigheden centraal heeft gesteld in haar HR-strategie

De RTBF is de openbare omroep van Franstalig Belgi毛 en biedt content aan via tv, radio en digitale platforms. De organisatie ondergaat een ingrijpende transformatie. De functies veranderen door de digitalisering en medewerkers en medewerksters moeten nieuwe vaardigheden opdoen, terwijl er steeds minder middelen beschikbaar zijn.

Voor Christine Thiran, algemeen directeur Ontwikkeling en Personeelszaken bij de RTBF, was de te volgen koers al vanaf haar aantreden duidelijk. In 2015 beschikte HR over afzonderlijke tools voor werving, opleiding en andere processen. Deze tools communiceerden niet met elkaar en waren niet gebaseerd op 茅茅n gemeenschappelijk competentiekader.

鈥淰oor mij draait alles om competenties鈥�, legt Thiran uit. 鈥淲e werven op basis van competenties, we beoordelen ze en we kiezen opleidingen op basis van de competenties die we willen ontwikkelen. Dat is mijn leidraad sinds ik bij de RTBF ben begonnen. 鈥�

De HR-strategie ondersteunt zo de transformatie van de organisatie door de medewerkers en medewerksters te laten groeien. Het doel is om hen in staat te stellen nieuwe competenties te verwerven en andere doorgroeimogelijkheden binnen de RTBF te ontdekken.

Waarom de RTBF voor 麻豆原创 SuccessFactors heeft gekozen

Bij de openbare aanbesteding voor een nieuw HR-platform had de RTBF drie belangrijke criteria opgesteld. Ten eerste zocht ze een volledig ge茂ntegreerd HR-informatiesysteem, waarin de verschillende modules met elkaar communiceren. De SaaS-aanpak moest de HR-afdeling op technologisch vlak meer autonomie geven. Ten slotte wilde de RTBF samenwerken met een Europese marktleider en beschikken over een tool die voortdurend mee evolueert.

Na afloop van de aanbesteding koos de RTBF voor 麻豆原创 SuccessFactors, met als integrator. De samenwerking ging eind 2018 van start.

鈥淰oor ons was het de zekerheid dat we een tool zouden hebben die voortdurend meegroeit, in plaats van iets te kopen en dat dan jarenlang ongewijzigd te laten鈥�, legt Thiran uit. 鈥淐ompetenties stonden bij SuccessFactors misschien niet zo centraal toen we het kochten als nu.鈥�

麻豆原创 SuccessFactors is het cloudplatform van 麻豆原创 voor human capital management. De RTBF heeft haar omgeving stap voor stap uitgebreid, eerst rond beoordelingen en feedbackcycli, daarna rond werving en opleiding. Deze verschillende onderdelen vormen nu 茅茅n ecosysteem.

Stapsgewijs naar een ge茂ntegreerde HR-omgeving

Deze stapsgewijze aanpak is een belangrijke les die we uit het project hebben geleerd. Voor Christine Thiran begint een HR-transformatie met een duidelijke visie op wat de organisatie wil bereiken. De uitvoering gebeurt vervolgens op basis van de prioriteiten en de beschikbare middelen.

鈥淛e moet niet alles tegelijk willen lanceren鈥�, legt ze uit. 鈥淛e moet weten waar je naartoe wilt, stap voor stap te werk gaan, proofs of concept uitvoeren en de verandering begeleiden. Daarna blijf je in een proces van voortdurende verbetering. Niets is ooit helemaal af.鈥�

De RTBF betrekt de business en de gebruikers bij deze ontwikkeling. De tools moeten intu茂tief en logisch blijven en het dagelijkse leven van zowel medewerkers, medewerksters als managers makkelijker maken. Het begeleiden van de verandering is dus een integraal onderdeel van het proces.

Arago vertaalt samen met de RTBF deze HR-visie naar de technologie. De teams werken al jaren samen en kennen elkaars werkwijzen goed. Binnen HR zorgt een product owner voor de koppeling met Arago. Deze HR-specialist heeft IT-expertise opgebouwd waardoor hij zowel de HR-visie als de technologische taal begrijpt.

Opportunity Marketplace breidt de mogelijkheden uit

Met RH+ D茅veloppement zet de RTBF vandaag een nieuwe stap. Dankzij 麻豆原创 SuccessFactors Opportunity Marketplace kunnen medewerkers en medewerksters ontwikkelings- en carri猫rekansen ontdekken op basis van hun vaardigheden en interesses.

Om deze stap voor te bereiden, heeft HR aan meer dan 400 functieomschrijvingen gewerkt. Daarin staan de belangrijkste taken van een functie en de benodigde vaardigheden beschreven. Zo kun je jezelf aan de hand van een functieomschrijving beoordelen, zien waar je staat en bepalen welke vaardigheden je nog wilt leren.

Christine Thiran noemt het voorbeeld van een radio- en tv-technicus die als cameraman werkt. Filmen in een studio voor het televisienieuws of op reportage gaan buiten de studio vereist deels andere vaardigheden. Vanuit die vaardigheden worden andere ontwikkelingsmogelijkheden zichtbaar.

鈥淓en medewerker kan een functie ontdekken waarvan hij niet wist dat hij daarvoor vaardigheden gebruikt die hij al heeft鈥�, legt Christine Thiran uit. 鈥淢isschien ontbreken er nog twee vaardigheden. Dan kan hij kijken hoe hij die kan leren en welke opleidingen aansluiten bij wat hij wil ontwikkelen.鈥�

Opportunity Marketplace brengt al deze mogelijkheden samen in 茅茅n ecosysteem. Medewerkers en medewerksters vinden er de beschikbare opleidingen en kansen die bij hun profiel passen. Zo krijgen ze concrete middelen in handen om hun eigen ontwikkeling in eigen hand te nemen.

Medewerkers en medewerksters de kans geven om hun carri猫re zelf in de hand te nemen

Deze aanpak bouwt voort op het werk dat we al jaren doen op het gebied van interne mobiliteit. Volgens Christine Thiran verloopt tegenwoordig zo鈥檔 50 % van de aanwervingen bij de RTBF via interne mobiliteit. Door medewerkers en medewerksters door te laten groeien, komen er ook startersfuncties vrij en kunnen we nieuwe, jongere profielen verwelkomen.

RH+ D茅veloppement zit nu in de productiefase. Zo鈥檔 120 mensen werken mee aan de lancering. Tijdens een eerdere test ontdekten medewerkers en medewerksters die intern mobiliteit gebruikten mogelijkheden waar ze tot dan toe nog niet aan hadden gedacht. Voor Christine Thiran laten deze eerste reacties vooral zien dat de tool hun mogelijkheden verbreedt.

De kwaliteit van de gegevens blijft essentieel. Al lang voor Opportunity Marketplace hadden de teams gewerkt aan de referentiekaders, de functieomschrijvingen en de competenties. 鈥濰et is niet genoeg om alleen de tool te hebben鈥�, benadrukt Christine Thiran. 鈥淛e hebt betrouwbare, solide en consistente gegevens nodig om de tool te kunnen voeden.鈥�

Welke lessen trekt de RTBF uit haar HR-transformatie?

Na een aantal jaar van digitalisering komt Christine Thiran steeds weer op hetzelfde terug: een duidelijk doel voor ogen houden en stap voor stap vooruitgaan. De RTBF past het tempo aan de mogelijkheden van het HR-team aan, test nieuwe apps met 鈥楶roof of Concept鈥� en betrekt de business erbij voordat ze op grotere schaal worden uitgerold.

Deze aanpak moet vooral de ontwikkeling van de organisatie ten goede komen. 鈥淛e moet HR niet doen omwille van HR鈥�, vat Christine Thiran samen. 鈥淧ersoneelsmanagement moet het bedrijf vooruit helpen en medewerkers en medewerksters ondersteunen bij het aanpassen aan veranderingen. 鈥�

Opportunity Marketplace bundelt nu een groot deel van het werk rond beoordeling, werving, opleiding, functieomschrijvingen en competenties. Voor Christine Thiran maakt het project zo een visie waar die ze al sinds haar komst bij de RTBF koestert: medewerkers en medewerksters de middelen geven om hun carri猫re en ontwikkeling zelf in handen te nemen, en hen helpen mogelijkheden te ontdekken die ze voorheen niet zagen.

The post Hoe de RTBF haar medewerkers en medewerksters helpt om nieuwe carri猫remogelijkheden te ontdekken appeared first on 麻豆原创 Nederland Blogs & Nieuws.

AI maakt dagelijkse taken eenvoudiger

Cs铆k geeft het voorbeeld van een medewerker die twee weken vakantie wil nemen. Traditioneel moet die de juiste applicatie zoeken en verschillende schermen doorlopen voordat de aanvraag ter goedkeuring wordt verstuurd. Met conversationele AI vraagt de medewerker gewoon om verlof. 鈥淚n plaats van vijftien keer te klikken en misschien vijf pagina’s te doorlopen, regel je dat even in een chatvenster tussen twee taken door鈥�, zegt Cs铆k.

麻豆原创’s AI-copilot Joule brengt dit soort conversationele interactie naar 麻豆原创 SuccessFactors. Medewerkers en managers gebruiken natuurlijke taal om informatie op te vragen en HR-taken uit te voeren.

Volgens Newlyn zit de waarde niet alleen in de tijdwinst. AI kan de employee experience verbeteren en mogelijkheden bieden die vroeger moeilijk te realiseren waren. Cs铆k omschrijft AI als een hulpmiddel dat medewerkers ondersteunt en tijd verschuift van routinetaken naar zinvoller werk.

Van afzonderlijke AI-toepassingen naar Autonomous HCM

De volgende stap is AI verbinden over de volledige employee lifecycle. Newlyn wijst op workforce planning als voorbeeld. AI kan personeelsplannen combineren met informatie over individuele skills en relevante leermogelijkheden voorstellen. Zo komen loopbaanontwikkeling, recruitment en performance dichter bij elkaar te liggen.

Dat maakt deel uit van 麻豆原创鈥檚 visie op Autonomous HCM. Newlyn benadrukt dat dit niet betekent dat HR aan machines wordt overgelaten. 鈥淎utonomous HCM is een visie鈥�, zegt ze. 鈥淗et gaat erom welke functionaliteiten evolueren en hoe de HR-functie evolueert om de workforce strategy beter te ondersteunen.鈥�

Administratieve processen en payroll bieden mogelijkheden voor meer autonomie. Meer geavanceerde skills intelligence en strategische workforce planning spelen vervolgens een rol bij het herinrichten van werk. 麻豆原创 biedt klanten een toolkit waarmee ze AI-agents kunnen bouwen voor prioriteiten die specifiek zijn voor hun organisatie, met ondersteuning van 麻豆原创 waar nodig.

Skills worden een strategische troef voor de organisatie

Skills worden in die context steeds belangrijker. Cs铆k verwijst naar de ervaring binnen 麻豆原创 zelf. Medewerkers hebben hun skills in kaart gebracht, inclusief expertise uit eerdere functies die mogelijk niet zichtbaar is in hun huidige functieomschrijving. Volgens Cs铆k heeft 麻豆原创 deze aanpak toegepast op een personeelsbestand van meer dan 110.000 medewerkers. Iemand in een commerci毛le functie kan bijvoorbeeld technische expertise hebben opgedaan in een eerdere rol. AI maakt die informatie zichtbaar wanneer de organisatie een bepaalde combinatie van skills nodig heeft voor een andere functie of een project.

鈥淛e krijgt een volledig beeld van wat je als organisatie in huis hebt en over welke skills je beschikt鈥�, zegt Cs铆k. 鈥淓n het gaat niet alleen om wat je vandaag hebt, maar ook om wat je kunt hebben als je mensen opleidt in andere domeinen.鈥�

Newlyn trekt die gedachte door naar workforce strategy. Traditioneel was het doel om de juiste persoon met de juiste skill op het juiste moment op de juiste plaats te krijgen. AI voegt daar een nieuwe variabele aan toe. 鈥淒e vraag is nu: hoe zorg je ervoor dat je de juiste persoon met de juiste skill combineert met het juiste niveau of de juiste vorm van AI, op de juiste plaats en op het juiste moment?鈥�

Organisaties kunnen vervolgens beslissen of ze de benodigde skills intern ontwikkelen of elders aantrekken, bijvoorbeeld via externe medewerkers. Zo worden AI en data over skills bouwstenen van de workforce strategy in plaats van afzonderlijke HR-tools.

AI verandert de manier waarop werk wordt ingericht

Meer effici毛ntie roept een nieuwe vraag op: wat doen organisaties met de capaciteit die AI vrijmaakt? 鈥淎ls ik twintig procent effici毛nter kan werken, of twintig procent meer inzicht en connectiviteit krijg, wat doen we daar dan mee?鈥�, vraagt Newlyn. 鈥淒at is de transformatie.鈥�

Organisaties moeten functies en processen opnieuw bekijken naarmate AI deel gaat uitmaken van het werk. Cs铆k adviseert klanten om te vertrekken van het probleem dat een proces moet oplossen en vervolgens te bekijken of AI tot een beter resultaat leidt. 鈥淎ls het niet past, doe het dan niet鈥�, zegt hij.

Dat verschil is relevant. Een AI-functionaliteit toevoegen kan een afzonderlijke stap verbeteren. Het proces opnieuw ontwerpen vanuit het onderliggende probleem kan tot een heel ander resultaat leiden.

Vertrouwen groeit wanneer medewerkers AI zelf ervaren

Niet elke medewerker zal AI even snel oppikken. Volgens Newlyn moeten organisaties daar rekening mee houden en een werkomgeving cre毛ren waarin medewerkers de ruimte krijgen om met AI te experimenteren.

Cs铆k zag die aanpak bij een klant in het Verenigd Koninkrijk. Voordat de organisatie nieuwe AI-functionaliteit introduceerde, liet ze medewerkers zien wat eraan kwam, hoe het eruitzag en hoe het zou werken. 鈥淭ransparant zijn en eindgebruikers informeren over wat eraan komt, wanneer het komt en hoe het werkt, helpt enorm鈥�, zegt hij.

Ook de technologie zelf moet transparant zijn. Klanten verwachten dat AI binnen HR voldoet aan wettelijke vereisten en controleerbaar is bij audits. Volgens Cs铆k bouwt 麻豆原创 zijn AI met strikte guardrails en transparante stappen: 鈥淗et mag geen black box zijn.鈥� Menselijk toezicht blijft deel uitmaken van het ontwerp.

鈥淲e zeggen nooit dat AI de controle heeft. Mensen houden de controle鈥�, zegt Newlyn. 鈥淎I kan aanbevelingen doen, processen versnellen en nieuwe mogelijkheden cre毛ren om dingen anders te doen. Maar mensen houden altijd de controle.鈥�

Waar beginnen organisaties met Autonomous HCM?

Wanneer organisaties Newlyn vragen hoe ze met Autonomous HCM moeten beginnen, is haar eerste reactie: 鈥淲aarom?鈥�

Het uitgangspunt hangt af van het bedrijfsprobleem. Een bedrijf dat bijvoorbeeld overschakelt van benzineauto鈥檚 naar elektrische voertuigen, krijgt te maken met een ingrijpende verschuiving in de vaardigheden die het nodig heeft. Talent, opleiding en omscholing verdienen daarom wellicht prioriteit. Een andere organisatie kan meer waarde hechten aan intelligentere en concurrerendere belonings- en erkenningsstrategie毛n om veelgevraagde vaardigheden te behouden.

Ongeacht het vertrekpunt ziet Newlyn betrouwbare data als een voorwaarde. Meer geavanceerde beslissingen over het personeelsbestand vereisen correcte workforce- en skillsdata.

Cs铆k voegt daar governance aan toe. De juiste stakeholders moeten mee bepalen hoe AI wordt ge茂ntroduceerd, van management en HR tot IT en eindgebruikers. Hun betrokkenheid helpt om de technologie op een re毛le behoefte te richten en geeft gebruikers een duidelijker beeld van wat er verandert.

Er bestaat geen universele roadmap. 鈥淓lk bedrijf is als een vingerafdruk鈥�, zegt Cs铆k. De juiste aanpak hangt af van de context van de organisatie, de jobarchitectuur en haar prioriteiten.

Vertrek van het probleem dat je wilt oplossen en kijk welke basis er al aanwezig is. Bepaal vervolgens waar AI echte waarde toevoegt. Zo krijgt HR een basis om vorm te geven aan de manier waarop mensen met AI samenwerken.

The post Hoe AI HCM en de manier waarop we werken verandert appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Damen Shipyards heeft de afgelopen jaren stevig ge茂nvesteerd in de harmonisatie van zijn ERP-landschap. Inmiddels draait tachtig procent van de activiteiten van de wereldwijd opererende scheepsbouwer op 茅茅n -platform. Daarmee ontstaat ruimte voor een nieuwe fase: meer waarde halen uit het platform en AI gericht inzetten binnen de dagelijkse operatie.

De overstap naar en de toevoeging van het 麻豆原创 Business Technology Platform vormen daarin belangrijke bouwstenen. beschikt inmiddels over een stevig digitaal fundament. Daardoor kan de organisatie AI-toepassingen steeds gerichter koppelen aan concrete bedrijfsprocessen. 鈥淲e zijn bewust eerst het fundament gaan leggen鈥�, zegt Kenny van Sleuwen, System Architect ERP bij Damen Shipyards. 鈥淣u willen we de werkelijke waarde van het platform eruit halen.鈥�

Een praktische roadmap voor AI

Damen heeft voor 2026 duidelijke doelen gesteld. De scheepsbouwer wil AI inzetten op plekken waar medewerkers direct voordeel ervaren en waar standaardisatie helpt om processen verder te verbeteren. 鈥淲e willen ons nadrukkelijk positioneren als frontrunner鈥�, zegt Han Coenraad, Product Manager ERP bij Damen Shipyards. 鈥淒e volgende generatie medewerkers verwacht dat ze in natuurlijke taal met een enterprise-systeem kunnen werken. Daar willen we klaar voor zijn.鈥�

Damen gebruikt inmiddels Joule voor Consultants, de generatieve AI-assistent van 麻豆原创. Medewerkers zetten deze tool in om sneller door het 麻豆原创-landschap te navigeren en informatie eenvoudiger te vinden. Dit jaar volgt de bredere uitrol van Joule als conversational interface voor eindgebruikers. Medewerkers kunnen dan via een chatinterface informatie opvragen en 麻豆原创-processen aansturen.

Standaardisatie waar mogelijk
Daarnaast wil Damen de eerste embedded AI-toepassingen van 麻豆原创 in gebruik nemen. Het gaat om standaardfunctionaliteit die zonder maatwerk kan worden geactiveerd. Voor eind 2026 staan ook twee maatwerktoepassingen op de planning. Die worden gebouwd met 麻豆原创 AI Foundation en Joule Studio en richten zich op het primaire logistieke proces.

Die aanpak sluit aan bij de standaardisatieslag die Damen de afgelopen jaren heeft gemaakt. Het bedrijf wil eerst benutten wat 麻豆原创 en zijn ecosysteem standaard bieden. Daarna kijkt het pas naar maatwerk of externe oplossingen. 鈥淩euse before Buy before Build鈥�, zoals Van Sleuwen het formuleert. Zo bouwt Damen voort op een cleane, gestandaardiseerde kern en houdt het zijn 麻豆原创-landschap beheersbaar.

AI voor effici毛ntere exportprocessen

Een van de concrete AI-toepassingen waar Damen naar kijkt, richt zich op de classificatie van scheepscomponenten voor internationale export. Bij zulke zendingen spelen HS-codes een belangrijke rol. Deze internationale douaneclassificatiecodes bepalen onder welke tarieven en regels onderdelen de grens over gaan. Een correcte en tijdige classificatie ondersteunt een soepel logistiek proces en helpt teams effici毛nt samen te werken met leveranciers, transportpartners en douane.

Damen ziet hier veel potentieel voor automatisering met AI. 麻豆原创 biedt hiervoor een AI-agent die op basis van productdata automatisch de juiste HS-code en het land van oorsprong kan voorstellen. Volgens 麻豆原创 ligt de nauwkeurigheid van deze toepassing tussen de 90 en 95 procent. Voor Damen kan dit bijdragen aan snellere verwerking, minder handmatig uitzoekwerk en een consistenter proces over divisies en landen heen.

Menselijke controle blijft daarbij onderdeel van de werkwijze. De kennis over classificatie zit voor een belangrijk deel bij specialisten binnen de organisatie. Door AI als ondersteuning in te zetten, wil Damen die expertise beter benutten en de dagelijkse operatie verder ontlasten. Het bedrijf werkt samen met 麻豆原创 aan het beschikbaar maken van deze toepassing binnen zijn privatecloudomgeving.

Meer context voor eindgebruikers

Bij de verdere uitrol van Joule kijkt Damen nadrukkelijk naar de manier waarop AI aansluit op de dagelijkse praktijk van medewerkers. Voor de organisatie ligt de waarde vooral in de mate waarin medewerkers sneller informatie vinden, processen beter begrijpen en acties eenvoudiger kunnen uitvoeren.

De verdere ontwikkeling van Joule en de introductie van de 麻豆原创 Knowledge Graph spelen daarin volgens Damen een belangrijke rol. De Knowledge Graph legt verbanden tussen bedrijfsprocessen, organisatiestructuren en data. Daardoor kan AI-antwoorden beter verbinden aan de context van de organisatie.

鈥淒ie context was precies wat er nog ontbrak鈥�, zegt Van Sleuwen. 鈥淣u heb ik er vertrouwen in dat eindgebruikers Joule gaan omarmen zoals we altijd voor ogen hadden.鈥�

Click the button below to load the content from YouTube.

Always allow YouTube

The post Damen Shipyards zet volgende stap met 麻豆原创 AI binnen wereldwijd ERP-landschap appeared first on 麻豆原创 Nederland Blogs & Nieuws.

werkt samen met 麻豆原创-partner aan de verdere doorontwikkeling van zijn 麻豆原创-landschap. Na de implementatie van en 麻豆原创 Field Service Management richt de technisch dienstverlener zich nu op verdere standaardisatie, meer automatisering en betere ondersteuning van medewerkers in de praktijk. Het bedrijf presenteerde de case tijdens 麻豆原创 Connect for Supply Chain in Veghel.

Croonwolter&dros is een van de grote technisch dienstverleners in Nederland. Het bedrijf werkt aan technische installaties in onder meer utiliteit, industrie en infrastructuur. Denk aan gebouwen, ziekenhuizen, universiteiten, hoogspanningsinstallaties, tunnels, bruggen en sluizen. Die brede dienstverlening vraagt om grip op projecten, service, onderhoud, planning, middelen en financi毛n.

Livegang als beginpunt

In 2023 startte Croonwolter&dros met de overstap naar 麻豆原创 S/4HANA Private Cloud. In 2024 ging de nieuwe omgeving live. De implementatie moest in korte tijd plaatsvinden, omdat het vorige systeem zijn einde naderde. Daarom lag de eerste focus op de basis: orders registreren, inkopen doen, financi毛n bewaken en facturen versturen.

Na de livegang verschoof de aandacht naar de volgende fase. Croonwolter&dros gebruikt de nieuwe digitale kern nu om processen stap voor stap eenvoudiger, slimmer en consistenter te maken. De organisatie kijkt daarbij vooral naar werk dat medewerkers dagelijks raakt: serviceorders, onderhoudsprocessen, projectinformatie, planning en facturatie.

鈥淲ij hadden twaalf maanden om live te gaan. Dan moet je heel scherp kiezen wat eerst nodig is鈥�, zegt Floris Huizeling, programmamanager Strategische projecten bij Croonwolter&dros. 鈥淒e basis moest staan. Daarna zijn we gaan doorontwikkelen. Nu kijken we hoe we processen slimmer kunnen maken en hoe het systeem meer werk voor de gebruiker kan doen.鈥�

Van brede systeemmix naar meer standaardisatie

Voor de overstap werkte Croonwolter&dros met een breed landschap van verschillende applicaties. Ook Excel speelde op veel plekken nog een grote rol. Afdelingen werkten deels buiten de systemen om, waardoor processen per team of afdeling konden verschillen. De komst van 麻豆原创 hielp om meer structuur aan te brengen.

鈥淥nze grootste uitdaging was het standaardiseren en verbeteren van processen鈥�, zegt Huizeling. 鈥溌槎乖� helpt ons daarbij, omdat het afdwingt dat je op een duidelijke manier werkt. We blijven een inventieve organisatie, maar we willen wel toe naar meer grip en meer eenduidigheid.鈥�

Die stap raakt meerdere onderdelen van de organisatie. Finance en control draaien inmiddels beter op de nieuwe basis. Aan de kant van onderhoud en service werkt Croonwolter&dros aan verdere automatisering. Het doel is dat medewerkers minder handelingen hoeven uit te voeren en sneller door processen heen gaan. In bepaalde inkoop- en onderhoudsprocessen bracht de organisatie het aantal klikken al terug, bijvoorbeeld van tien naar vijf.

鈥淢edewerkers willen dat het systeem voor hen werkt鈥�, zegt Huizeling. 鈥淶e willen niet de hele tijd het systeem vertellen wat het moet doen. Dat vraagt tijd, maar daar zit voor ons veel winst.鈥�

Business bepaalt de verbeteragenda

Croonwolter&dros organiseert de doorontwikkeling vanuit business teams. Daarin zitten vertegenwoordigers uit de praktijk, zoals service managers, planners, contractco枚rdinatoren en projectmedewerkers. Zij brengen knelpunten en idee毛n in. Elke zes weken bespreekt de organisatie welke verbeteringen de meeste waarde opleveren en welke capaciteit beschikbaar is.

IT heeft daarin vooral een faciliterende rol. De business bepaalt welke verbeteringen nodig zijn en waar de prioriteit ligt. McCoy ondersteunt Croonwolter&dros in deze beheer- en doorontwikkelfase met kennis, capaciteit en uitvoering. Nieuwe idee毛n worden uitgewerkt, beoordeeld, gebouwd, getest en daarna uitgerold.

鈥淐roonwolter&dros laat goed zien dat de waarde van 麻豆原创 na de livegang verder groeit鈥�, zegt Frank van de Pas, Senior Sales Executive bij McCoy. 鈥淒e organisatie haalt idee毛n actief op uit de business en vertaalt die stap voor stap naar betere processen. Wij helpen om die verbeteringen concreet te maken, van verdere automatisering in service en onderhoud tot toepassingen op 麻豆原创 Business Technology Platform. Zo sluit het 麻豆原创-landschap steeds beter aan op het dagelijkse werk van medewerkers.鈥�

Beter inzicht voor monteurs en projectteams

Een concreet voorbeeld is de ontwikkeling van een klantenkaart op 麻豆原创 Business Technology Platform. Dat wordt een digitaal overzicht waarmee monteurs sneller de juiste klant- en projectinformatie kunnen raadplegen. Denk aan veiligheidsvoorschriften, benodigde veiligheidsmiddelen, betrokken onderaannemers, contractafspraken en informatie over meerwerk.

Voor Croonwolter&dros past dit in een bredere strategie. De organisatie wil informatie dichter bij de medewerker brengen, zodat monteurs, planners en projectteams sneller de juiste keuzes kunnen maken. Dat is belangrijk in een omgeving waarin veel werk buiten kantoor plaatsvindt en medewerkers afhankelijk zijn van actuele informatie.

Daarnaast kijkt Croonwolter&dros naar verdere automatisering binnen 麻豆原创 Field Service Management. Nu plannen medewerkers nog veel serviceorders met hun eigen kennis en ervaring. De organisatie onderzoekt hoe het systeem straks een groter deel van die planning kan ondersteunen, zodat planners sneller tot een goede planning komen en minder handmatig werk hoeven te doen.

Voorbereid op AI en Joule

Croonwolter&dros werkt met McCoy ook aan de upgrade naar de nieuwste versie van 麻豆原创 S/4HANA. Die stap moet de deur openen naar nieuwe functionaliteit, waaronder Joule, de AI-copilot van 麻豆原创. De organisatie ziet kansen voor AI-agents die medewerkers ondersteunen bij terugkerende taken, zoals het controleren van facturen, het afsluiten van projecten en het voorbereiden van time-and-material-facturatie.

Huizeling ziet vooral waarde in AI die medewerkers ondersteunt zonder het proces ingewikkelder te maken.

Croonwolter&dros kijkt daarbij nadrukkelijk naar governance, dataveiligheid en autorisaties. AI moet veilig en gecontroleerd landen in de organisatie. Zeker bij klantdata, contractinformatie en projectgegevens wil het bedrijf scherp bepalen wie welke informatie mag gebruiken.

Toekomstvast platform

De keuze voor 麻豆原创 kwam voort uit een marktverkenning in 2022. Croonwolter&dros keek daarbij verder dan de functionele eisen van dat moment. Het bedrijf zocht een platform dat de komende jaren kan meegroeien met de organisatie en ruimte biedt om nieuwe technologie toe te voegen. 鈥淲ij hebben bewust gekeken naar het technologisch platform en naar de vraag of het toekomstvast is鈥�, zegt Huizeling. 鈥溌槎乖� kwam daar sterk uit. We zien dat 麻豆原创 het platform volop blijft ontwikkelen. Dat was voor ons een belangrijke reden om hiervoor te kiezen.鈥�

Voor Croonwolter&dros vormt de 麻豆原创-basis nu het fundament voor verdere verbetering. De komende periode gebruikt de organisatie dat fundament om processen eenvoudiger te maken, handmatig werk terug te dringen en kennis sneller bij medewerkers te brengen. Zo krijgen monteurs, planners en projectteams steeds meer ondersteuning vanuit 茅茅n digitale kern, met ruimte om AI veilig toe te passen in service, onderhoud en projectuitvoering.

Videolink:

The post Croonwolter&dros bouwt met 麻豆原创 en McCoy verder aan digitale basis voor service en onderhoud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

helpt telers met biologische gewasbescherming en bestuiving. In gesprekken met telers en distributeurs horen salesmedewerkers wat er in de kas speelt: welke plagen opkomen, welke acties lopen en waar nieuwe kansen ontstaan. Die informatie is belangrijk voor commerci毛le opvolging, maar raakt makkelijk versnipperd. Ze blijft hangen in losse notities, e-mails, agenda鈥檚 of het hoofd van de medewerker. BioFirst, de groep achter Biobest, wil dat voorkomen. Met en Donna Voice-AI legt Biobest gespreksinformatie sneller en eenvoudiger vast in het CRM.

Biobest is ontstaan uit een heel innovatief idee: hommels inzetten om de tomatenteelt te verbeteren. Inmiddels is het bedrijf actief in meer dan dertig landen. Vanuit het Belgische Westerlo worden jaarlijks bijna een miljoen hommelnesten gekweekt. Daarnaast produceert Biobest nuttige insecten en mijten die in kassen worden ingezet tegen onder meer bladluizen en andere plagen.

Veel kennis in elk klantgesprek
鈥淲e doen alles voor bestuiving, gewasverbetering en bestrijding van plagen, maar dan biologisch鈥�, zegt Guy Moens, Business Application Manager bij BioFirst. 鈥淥nze mensen werken in een heel specifieke markt. Het gaat om veel meer dan producten verkopen. Je moet goed begrijpen wat er bij telers speelt en hoe je hen op het juiste moment kunt helpen.鈥�

Dat maakt het salesproces kennisintensief. Een gesprek met een teler kan gaan over de planning van een teelt, de eerste signalen van een plaag, eerdere afspraken, leveringen of nieuwe commerci毛le kansen. Die informatie is waardevol voor de salesmedewerker zelf, maar ook voor collega鈥檚 die later met dezelfde klant werken.

Minder tijd kwijt aan administratie

BioFirst wilde salesmedewerkers daarom beter ondersteunen in hun dagelijkse werk. Het doel was duidelijk: klantinformatie beter vastleggen, zonder de administratieve druk te verhogen. 鈥淥nze salesmensen moeten vooral met klanten bezig zijn鈥�, legt Moens uit. 鈥淎ls technologie hen helpt om informatie sneller vast te leggen en terug te vinden, levert dat direct waarde op.鈥�

Daarmee kwam in beeld. Donna ontwikkelt AI-oplossingen voor field sales professionals. De technologie helpt bij het voorbereiden van gesprekken, het vastleggen van informatie en het opvolgen van acties. Voor Biobest was vooral de praktische insteek en implementatie belangrijk. De oplossing moest aansluiten op de manier waarop sales al werkt.

Via spraak naar 麻豆原创 Sales Cloud

Donna maakt het mogelijk om via een voice-to-voice gesprek, een voice note of chat klantinformatie vast te leggen. Salesmedewerkers kunnen voorafgaand aan een klantbezoek zich laten voorbereiden. Na afloop kunnen zij in een gesprek met de oplossing de resultaten bespreken. Donna verwerkt die input tot samenvattingen, actiepunten en klantinzichten.

Die informatie wordt daarna rechtstreeks gekoppeld aan 麻豆原创 Sales Cloud. Daardoor wordt het CRM-systeem beter gevuld met actuele informatie uit klantgesprekken. Acties zijn duidelijker vastgelegd, afspraken worden beter opgevolgd en collega鈥檚 kunnen makkelijker terugzien wat er bij een klant speelt.

Voor Nicolas Christiaen, CEO en co-founder van Donna, ligt daar de kracht van AI in sales. 鈥淎I moet salesmedewerkers helpen op de momenten waarop ze die hulp nodig hebben: voor, tijdens en na een klantgesprek. De technologie moet natuurlijk aanvoelen en aansluiten op hun werkdag.鈥�

Betere opvolging van klanten

Voor Biobest is dat belangrijk, omdat timing in de sector zwaar weegt. Telers werken met levende producten, seizoenen en wisselende omstandigheden in de kas. Een actiepunt of signaal uit een gesprek kan later belangrijk zijn voor advies, levering of commerci毛le opvolging. 鈥淒e menselijke relatie blijft centraal staan鈥�, benadrukt Moens. 鈥淢aar als onze mensen beter voorbereid zijn en afspraken beter kunnen opvolgen, dan wordt die relatie sterker.鈥�

Donna helpt salesmedewerkers om sneller overzicht te krijgen. Zij kunnen makkelijker teruggrijpen op eerdere gesprekken en sneller bepalen welke vervolgstap nodig is. Dat maakt de opvolging consistent. Ook wordt klantkennis beter gedeeld binnen de organisatie.

Technologie die aansluit op de praktijk

Gebruiksgemak was voor BioFirst een belangrijk uitgangspunt. Biobest werkt internationaal, met verschillende markten, klanten en verkoopkanalen. Een oplossing voor salesondersteuning moet dan eenvoudig te gebruiken zijn. 鈥淗et gaat ons om oplossingen die onze mensen concreet helpen鈥�, stelt Moens. 鈥淒onna past daarin, omdat het vertrekt vanuit de praktijk van sales.鈥�

Ook voor Donna is adoptie een belangrijk punt. 鈥淒e beste AI-oplossing is de oplossing die mensen echt gebruiken鈥�, aldus Christiaen. 鈥淒aarom moet technologie klantgesprekken sneller vertalen naar goede opvolging.鈥�

Basis voor verdere groei

Met Donna en 麻豆原创 Sales Cloud legt Biobest een sterkere basis onder zijn commerci毛le opvolging. De organisatie krijgt meer grip op klantgesprekken, acties en klantinformatie. Salesmedewerkers hoeven minder informatie handmatig vast te leggen en kunnen zich meer richten op het contact met klanten.

Voor Biobest sluit die stap aan bij de manier waarop het bedrijf al jaren innoveert. Eerst in biologische bestuiving en gewasbescherming, nu ook in de ondersteuning van sales. 鈥淥nze kracht zit in kennis en nabijheid bij de klant鈥�, besluit Moens. 鈥淎ls we die kennis beter kunnen organiseren en onze mensen beter kunnen ondersteunen, helpt dat de hele organisatie vooruit.鈥�

The post Met Donna Voice-AI brengt Biobest klantinformatie sneller samen in 麻豆原创 Sales Cloud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Hoewel veel bedrijven al experimenteren met AI, blijkt het vaak moeilijk om de technologie op grote schaal toe te passen. 鈥淎I moet relevant zijn in een zakelijke context en daadwerkelijk waarde toevoegen voor de eindgebruiker鈥�, zegt Niels van der Kam, Solution Advisor bij 麻豆原创 Nederland en expert op dit gebied.

Integratie in kernprocessen
De sleutel is om AI te integreren in de kernprocessen van het bedrijf, zodat het de dagelijkse activiteiten effectief ondersteunt. AI kan bijvoorbeeld helpen bij het verhogen van de operationele effici毛ntie, het doen van voorspellingen op basis van grote hoeveelheden data of het ondersteunen van complexe beslissingen.

鈥淲ij willen het gebruik van AI zo dicht mogelijk bij het proces brengen 茅n zo dicht mogelijk bij de business user. Op die manier kunnen gebruikers het in hun dagelijkse werkzaamheden integreren en zo daadwerkelijk waarde genereren. Dat is waar we uiteindelijk willen differenti毛ren鈥�, zegt Stef De Mulder, CRO BTP EMEA bij 麻豆原创.

Dit betekent dat bedrijven verder moeten kijken dan alleen de technologische aspecten van AI en een bredere visie op de technologie in een zakelijke context nodig hebben. 鈥淲e zien vaak dat organisaties moeite hebben om hun AI-pilots op te schalen naar een productieve toepassing鈥�, vertelt Van der Kam. 鈥淒it komt omdat AI diep moet worden verweven in de operationele doelstellingen van het bedrijf en moet voldoen aan strikte voorwaarden op het gebied van betrouwbaarheid.鈥濃��

Ethisch verantwoord
Naast technologische integratie moeten bedrijven ook nadenken over de ethische aspecten van AI. AI kan ingrijpende gevolgen hebben voor werkprocessen en de samenleving als geheel, en brengt daarmee verantwoordelijkheden met zich mee. Bedrijven die AI inzetten om bijvoorbeeld personeelskosten te besparen, door banen te automatiseren, moeten nadenken over de bredere maatschappelijke impact.

Om AI verantwoord in te zetten, is het cruciaal dat bedrijven ethische richtlijnen ontwikkelen. Dit kan bijvoorbeeld betekenen dat er ethische commissies worden opgezet die AI-projecten toetsen, of dat bedrijven internationale standaarden volgen, zoals de UNESCO-richtlijnen voor AI-gebruik鈥�. 麻豆原创 onderschreef onlangs nog deze richtlijnen.

Drie R鈥檚 voor succesvolle AI
Bij het implementeren van AI in de bedrijfsvoering zijn drie kernprincipes, de 鈥榙rie R鈥檚鈥�, van belang: Relevant, Reliable en Responsible.

1. Relevant: AI moet waarde toevoegen aan de bedrijfsprocessen en moet afgestemd zijn op de specifieke behoeften van het bedrijf. 鈥淎I kan pas succesvol zijn als het aansluit bij de kernprocessen van een organisatie鈥�, benadrukt Van der Kam. AI moet een zinvolle bijdrage leveren aan de doelen van de organisatie.
2. Reliable: de kwaliteit van de resultaten die AI levert, is van groot belang. Bedrijven moeten kunnen vertrouwen op de uitkomsten van de algoritmen die zij inzetten. 鈥淎ls je niet kunt vertrouwen op de uitkomsten van een AI-model, moet je je afvragen of je ermee wilt beginnen鈥�, aldus Van der Kam. Dit vraagt om aandacht voor de kwaliteit van de data waarop AI-systemen worden getraind en regelmatige evaluatie van de modellen鈥�.
3. Responsibe: bedrijven moeten niet alleen nadenken over de technologische voordelen van AI, maar ook over de bredere impact op de maatschappij en hun werknemers. AI kan ingrijpende veranderingen teweegbrengen in werkprocessen, en het is van groot belang dat bedrijven hierover ethische overwegingen maken.

Een concreet voorbeeld van de manier waarop 麻豆原创 de drie R鈥檚 in de praktijk vormgeeft, is de manier waarop het bedrijf omgaat met transparantie. 鈥淢ensen hebben recht om te weten hoe AI tot beslissingen komt. Daarom is de datagovernance zo belangrijk. Met 麻豆原创 zetten we daar stevig op in. Bijvoorbeeld met onze recente samenwerking met Collibra, een platform voor data intelligence鈥�, zegt Ronald Hoenink, Head of 麻豆原创 Business Technology Platform bij 麻豆原创 Nederland.

Ook vindt 麻豆原创 het belangrijk dat AI ten goede komt aan de mensen op de werkvloer. 鈥淲ij vinden het belangrijk dat technologie de levens van mensen verbetert鈥�, stelt De Mulder. 鈥淎I kan werk automatiseren, maar het is niet onze insteek dat dit resulteert in ontslagen. Dankzij AI krijgen mensen juist hun handen vrij om meer strategisch werk te doen. Op die manier voegen ze meer waarde toe. Dat aspect benadrukken we altijd in gesprekken met klanten.鈥�

Van strategie naar actie
AI kan een krachtig middel zijn om innovatie en productiviteit te stimuleren, maar bedrijven moeten verder kijken dan de pilotfase. Een succesvolle implementatie vereist dat AI op grote schaal wordt ge茂ntegreerd in bedrijfsprocessen. 鈥淒e echte uitdaging is om AI niet alleen te zien als een technologische innovatie, maar als een fundamentele verandering in de manier waarop bedrijven werken鈥�, aldus Van der Kam鈥�.

The post 麻豆原创: succesvolle inzet AI in zakelijke omgeving vereist gelaagde strategie appeared first on 麻豆原创 Nederland Blogs & Nieuws.