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.

麻豆原创 roept bedrijven op om nu aan de slag te gaan met Business AI. Te lang wachten betekent niet alleen achteropraken bij de concurrentie, maar ook op de arbeidsmarkt. Tijdens de 麻豆原创 BTP Innovation Day in Hilversum deelt 麻豆原创 de randvoorwaarden voor een succesvolle AI-strategie. Ruim twintig 麻豆原创-klanten laten zien hoe zij met de gekozen innovatie een solide basis leggen voor toekomstige groei met AI.

De toepassing van AI binnen bedrijfsprocessen biedt meerdere voordelen, zowel op het gebied van effici毛ntie als kwaliteit. Met Business AI kunnen bedrijven repetitieve taken automatiseren, sneller tot betere inzichten komen en het klantcontact verbeteren. 鈥淎I kan bijvoorbeeld het sentiment in berichten van klanten analyseren鈥�, zegt Niels van der Kam, Solution Advisor bij 麻豆原创. 鈥淚s iemand neutraal, ge茂rriteerd of openlijk boos? Dat inzicht helpt bij het prioriteren van de afhandeling.鈥�

Ondanks de voordelen zijn bedrijven nog terughoudend met het toepassen van Business AI. Voor veel organisaties is AI nog een 鈥榖lack box鈥� 鈥� ze begrijpen niet volledig hoe algoritmes tot bepaalde conclusies komen. Dat belemmert het vertrouwen in de technologie. Hoewel veel bedrijven naar AI kijken, durft slechts een klein aantal zijn data daadwerkelijk toe te vertrouwen aan AI-modellen. De resultaten van het 2024 Pulse of the 麻豆原创 Customer Research van de Amerikaanse 麻豆原创 User Group bevestigen dit: slechts dertien procent van de ondervraagde bedrijven gaf aan bereid te zijn data in een generatief AI-model te laden.

Voorzichtigheid is noodzakelijk

鈥淒e voorzichtigheid is begrijpelijk en zelfs noodzakelijk鈥�, vindt Bart Van der Biest, Managing Director van 麻豆原创 Nederland. 鈥淎I zal een ingrijpende invloed hebben op bedrijfsprocessen. Wanneer een algoritme onjuiste resultaten levert, kunnen de gevolgen ernstig zijn. Denk hierbij aan mogelijke reputatieschade of aan aanzienlijke financi毛le verliezen. Het is dus belangrijk dat bedrijven AI zorgvuldig en verantwoord implementeren.鈥�

Dit betekent niet dat bedrijven de 鈥楢I-boot鈥� moeten afhouden. Ondanks de risico鈥檚 is het volgens Van der Biest belangrijk om juist nu met Business AI aan de slag te gaan. Bedrijven die vandaag investeren, kunnen op termijn versnellen en volop profiteren van de voordelen. 鈥淲ie te lang wacht, loopt het risico op een steeds grotere achterstand ten opzichte van concurrenten die AI al inzetten. Bovendien is AI essentieel voor het aantrekken van talent; jongere generaties verwachten dat hun werkgever vooroploopt in innovatie.鈥�

Kaders voor succes

Van der Kam benadrukt dat bedrijven die met Business AI willen starten, duidelijke kaders moeten stellen. 鈥淎I biedt enorme voordelen, maar succes hangt af van het cre毛ren van de juiste randvoorwaarden.鈥� Samen met Ronald Lanjouw, Business Development Manager bij 麻豆原创, benoemt hij er vier:

1. Relevant: AI moet waarde toevoegen

鈥淏ij succesverhalen ligt altijd een duidelijke business usecase aan de basis. Welk specifiek probleem los je op met AI?鈥�, stelt Van der Kam. 鈥淶onder een heldere vraagstelling kan AI geen waarde leveren. De verhalen van onze klanten tijdens de 麻豆原创 BTP Innovation Day bevestigen dit ook. Elke daar besproken AI-toepassing is ontwikkeld rond concrete uitdagingen uit de dagelijkse bedrijfsvoering.鈥�

2. Reliable: betrouwbaarheid begint bij goede data

De kracht van AI staat of valt met de kwaliteit van de data waarop het is gebaseerd. Lanjouw: 鈥淎lles draait om gestructureerde en betrouwbare beslisinformatie. Als data niet consistent, traceerbaar en accuraat zijn, wordt het moeilijk om AI betrouwbaar toe te passen, laat staan om cijfers betrouwbaar te rapporteren.

鈥溌槎乖� speelt hierin een belangrijke rol鈥�, vervolgt Lanjouw. 鈥淗et helpt bedrijven hun data te structureren en vergelijkbaar en traceerbaar te maken, zodat AI effectief en betrouwbaar kan worden ingezet.鈥�

3. Responsible: verantwoorde AI, geleid door ethische principes

AI moet verantwoord zijn. 鈥淛e moet kunnen uitleggen waarom een algoritme tot bepaalde conclusies komt鈥�, legt Van der Kam uit. 鈥淲e hebben de afgelopen jaren genoeg voorbeelden gezien waarin dit niet lukte, met bijvoorbeeld discriminerende beslissingen of verkeerde financi毛le voorspellingen tot gevolg. Daarom is het belangrijk dat AI transparant en verantwoord wordt toegepast.鈥�

麻豆原创 heeft zich gecommitteerd aan de tien 鈥榞uiding principles鈥� van de UNESCO Recommendation on the Ethics of Artificial Intelligence. Dit betekent dat 麻豆原创 erop toeziet dat AI op een verantwoorde en verklaarbare manier wordt ingezet. Het vernieuwde wereldwijde AI-ethiekbeleid van 麻豆原创 zorgt ervoor dat klanten voldoen aan internationale normen terwijl ze profiteren van de kracht van Business AI.

4. Human in the loop: AI is een assistent, geen vervanging

AI kan veel processen effici毛nter maken, maar het is geen magische knop waar je op drukt. Het draait om samenwerking tussen mens en machine. 鈥淎I is bedoeld om ons te assisteren in repetitieve processen, niet om ons te vervangen鈥�, stelt Van der Kam. 鈥淒e mens blijft altijd eindverantwoordelijk. Als een AI-model een aanbeveling doet, moet een mens altijd de laatste beslissing nemen. Dit is wat we 鈥榟uman in the loop鈥� noemen.鈥�

Business AI hype voorbij

鈥淒e ruim twintig klanten die vandaag hun verhalen delen, bewijzen dat Business AI geen hype meer is, maar een realiteit waar bedrijven n煤 van kunnen profiteren鈥�, besluit Van der Biest. 鈥淒eze successen gaan niet alleen over AI, maar ook over Data & Analytics, Integratie en Clean Core-strategie毛n. Deze elementen samen leggen een solide basis voor de toepassing van Business AI, en voor verdere groei.鈥�

The post 麻豆原创 brengt klanten en partners samen op BTP & AI event appeared first on 麻豆原创 Nederland Blogs & Nieuws.

AI is allang geen toekomstmuziek meer, maar een onmisbare tool voor bedrijven die hun processen willen verbeteren. Volgens het IDC 2024 Supply Chain Survey heeft inmiddels 63% van de bedrijven een AI-strategie om hun effici毛ntie en veerkracht te vergroten.

AI is dus geen exotische technologie meer. Toch vormt de implementatie vaak een struikelblok. Het is namelijk lastig om ongestructureerde data om te zetten in waardevolle inzichten. Daarnaast moeten veel bedrijven hun systemen moderniseren en hun processen aanpassen aan de snel veranderende AI-regelgeving.

Praktische AI-toepassingen

AI kan nu al van grote waarde zijn voor de supplychain. Hier zijn een paar toepassingen die met de huidige technologie mogelijk zijn:

• Lead-time voorspellingen: met machine learning kun je levertijden nauwkeuriger voorspellen. Dat leidt tot betere planningsbeslissingen.
• Risicobewuste planning: door externe data te integreren, zoals geopolitieke risico鈥檚 of weersverwachtingen, kun je verstoringen in de supplychain beter inschatten en voorkomen.
• Generatieve AI: generatieve AI helpt je om complexe beslissingen te vereenvoudigen. Wat-als-scenario鈥檚 draaien of productie-idee毛n bedenken? Je hoeft het alleen maar te vragen.

听Obstakels

Het implementeren van AI gaat niet zonder slag of stoot. De grootste obstakels waar bedrijven tegenaan lopen, zijn:

• Datakwaliteit: je hebt betrouwbare, consistente data nodig om AI effectief te laten werken, maar vaak zijn gegevens verouderd of incompleet.
• Organisatorische gereedheid: veel bedrijven werken nog met verouderde on-premisesystemen. Dat bemoeilijkt een snelle integratie van AI.
• Volatiliteit: de wet- en regelgeving rond AI verandert snel. Datzelfde geldt voor nieuwe technologie毛n zoals grote taalmodellen (LLM鈥檚). Dat vraagt om een groot aanpassingsvermogen.

Drie fasen richting succes

Gelukkig kun je de uitdagingen van het integreren van AI in je supplychain stap voor stap aanpakken. Dit proces verloopt in drie fasen, waarbij je supplychain zich steeds verder ontwikkelt van digitaal, naar adaptief, en uiteindelijk autonoom. Elke fase bouwt voort op de vorige, waardoor je geleidelijk je supplychain naar een hoger niveau tilt:

Digitaal

De eerste stap is het digitaliseren van handmatige en papieren processen. Hier ligt de focus op automatisering van workflows en het verzamelen van betrouwbare data. Dit is de fundering voor verdere stappen. Met de tools van 麻豆原创 kun je eenvoudig inzicht krijgen in je voorraad, productiecapaciteit en logistieke processen. Zo kun je sneller reageren op veranderingen en krijg je de controle over je volledige keten. Dit is ook het moment om je IT-infrastructuur te moderniseren, bijvoorbeeld door over te stappen van verouderde on-premise systemen naar cloudgebaseerde oplossingen.

Adaptief

In deze fase begin je AI te gebruiken om voorspellende analyses uit te voeren en realtime beslissingen te nemen. Door patronen in je data te herkennen, kun je anticiperen op verstoringen en veranderingen in vraag en aanbod. 麻豆原创鈥檚 co-pilot helpt hierbij door simulaties uit te voeren en intelligente aanbevelingen te doen, zodat je snel kunt inspelen op onvoorziene situaties. Dat zorgt voor een flexibelere supplychain die zich beter kan aanpassen aan externe schommelingen, zoals leveringsproblemen of fluctuaties in de markt. Hierdoor verbeter je de wendbaarheid en veerkracht van je bedrijf.

Autonoom

Dit is de ultieme stap, waarin jouw supplychain bijna volledig zelfstandig opereert met minimale menselijke tussenkomst. Dankzij machine learning en geavanceerde AI-technologie毛n kan de keten automatisch reageren op verstoringen, zoals vertragingen in de bevoorrading of onverwachte pieken in de vraag.

Deze systemen leren continu bij en verbeteren zichzelf, wat leidt tot nog effici毛ntere processen. Jij kunt je dan richten op strategische beslissingen en je tijd besteden aan het oplossen van alleen de meest kritieke issues, terwijl de supplychain zichzelf grotendeels regelt. Uiteindelijk leidt dit tot meer tijd, minder kosten en een hogere klanttevredenheid.

Klaar voor de toekomst?

De transformatie naar een autonome supplychain is geen eindpunt, maar een evolutie. Hoe ver je hierin gaat, hangt af van de huidige positie van je bedrijf en je ambities op het gebied van autonomie. Bedrijven die nu AI omarmen, bouwen echter een stevige voorsprong op voor de toekomst. Met AI-technologie毛n zoals machine learning en predictive analytics maak je jouw toeleveringsketen niet alleen effici毛nter, maar ook wendbaarder. Zo kun je toewerken naar een autonome supplychain, terwijl jij je kunt richten op strategische, waardevolle activiteiten.

Wil je meer weten over AI in Supply Chain? Registreer je nu voor de听麻豆原创 Innovation Day for Supply Chain op 7 november en ontdek wat AI voor jouw bedrijf kan betekenen.

Marcel Bron, Head of Supply 麻豆原创 Nederland

The post AI in de supplychain: deze strategie zorgt voor succes appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Uit de IDC 2024 Supply Chain Survey blijkt dat 63 procent van de respondenten al een AI-strategie heeft gekoppeld aan hun bedrijfsdoelstellingen. Deze strategie毛n richten zich op het verhogen van operationele effici毛ntie, het versterken van veerkracht en het verbeteren van productiviteit.

Een volgende stap is de overgang naar adaptieve en uiteindelijk autonome supplychains. Dit betekent dat supplychains zichzelf kunnen aanpassen aan veranderende omstandigheden, voorspellingen kunnen doen en beslissingen autonoom kunnen nemen. De voordelen zijn onder andere hogere effici毛ntie, minder risico op verstoringen en snellere reacties op marktdynamiek.

Zakelijke uitdagingen bij de integratie van AI

Hoewel de ambities duidelijk zijn, stuiten zakelijke leiders op aanzienlijke uitdagingen bij het integreren van AI in hun bedrijfsprocessen. Vooral het verwerken van enorme hoeveelheden ongestructureerde data vormt een struikelblok. De belangrijkste obstakels hebben te maken met:

• Datakwaliteit: gegevens zijn vaak inconsistent, onbetrouwbaar of verouderd.
• Organisatorische gereedheid: veel bedrijven werken nog met on-premise systemen, wat leidt tot problemen met verouderde data, integratie en schaalbaarheid.
• Snelle ontwikkelingen: wereldwijde AI-regelgeving, zoals de EU AI Act, verandert snel. Tegelijkertijd ontwikkelen technologie毛n zoals grote taalmodellen (LLM鈥檚) zich in hoog tempo, met regelmatige updates en nieuwe aanbieders.

Aanpak voor AI-integratie
De uitdagingen rond AI-integratie onderstrepen de noodzaak van een gestructureerde aanpak binnen supplychainprocessen. Deze aanpak verloopt in drie fases:

• Digitaal: digitalisering is de eerste stap. Het automatiseren van handmatige processen, het cre毛ren van naadloze, end-to-end digitale workflows en het omzetten van papieren systemen naar digitale vormen zorgen voor betere gegevensbeschikbaarheid, grotere zichtbaarheid en controle over de toeleveringsketen. Dit legt de basis voor verdere vooruitgang en bereidt gegevens voor op geavanceerdere toepassingen.
• Adaptief: in deze fase worden geavanceerde technologie毛n zoals voorspellende analyses en simulaties ge茂ntegreerd in de bedrijfsprocessen. Dit is ook de fase waarin bijvoorbeeld 麻豆原创 Joule wordt ge茂ntroduceerd. Dit is een copiloot voor supplychaincloudtoepassingen die intelligente inzichten en aanbevelingen biedt, de besluitvorming verbetert en de flexibiliteit en veerkracht van de supplychain vergroot.
• Autonoom: de laatste fase wordt gekenmerkt door technologie毛n en verbeterde processen die supplychains geleidelijk autonoom laten opereren. Uiteindelijk functioneren deze ketens met minimale menselijke tussenkomst, wat resulteert in maximale effici毛ntie en aanpassingsvermogen. Supplychain-experts kunnen zich richten op strategische activiteiten zoals het managen van verstoringen en benutten van zakelijke kansen.

Het is hierbij belangrijk om te vermelden dat de verschillende onderdelen van een organisatie zich op verschillende niveaus van volwassenheid kunnen bevinden. Zo kan de planning van de supplychain al adaptief zijn, terwijl productieprocessen nog in de beginfase van digitalisering zitten.

Technologie毛n voor autonome supplychains
Om de weg naar autonome supplychains te effenen, biedt een reeks betrouwbare en verantwoorde AI-oplossingen die veel van de genoemde obstakels effectief aanpakken en zorgen voor een soepele integratie van AI in supplychainprocessen. Enkele voorbeelden hiervan zijn:

• Optimalisatiemodellen, voorspellende analyses en heuristiek die transport-, productie- en bevoorradingsplannen verbeteren. Deze technologie毛n automatiseren de besluitvorming bij het balanceren van belangen in de supplychain, zoals klanttevredenheid versus kostenbeheersing.
• 麻豆原创鈥檚 machine learning is ge茂ntegreerd in het hele 麻豆原创-supplychainportfolio. Dit omvat toepassingen zoals gradient boosting-algoritmen voor vraagvoorspelling, slimme doorlooptijdvoorspellingen en faalanalyses. Klanten kunnen ook hun eigen modellen toevoegen voor specifieke behoeften, zoals visuele inspectie en het detecteren van afwijkingen.
• Generatieve AI, ingebouwd in digitale supplychaintoepassingen en ondersteund door 麻豆原创 Joule, stelt gebruikers in staat om complexe zakelijke transacties eenvoudig uit te voeren. Dit maakt het mogelijk om what-if-scenario鈥檚 te verkennen voor supplychainplanning, nieuwe producten te ontwikkelen, productieproblemen te analyseren om de ingebruikname van apparatuur te versnellen en geavanceerde storingsanalyses uit te voeren.

Deze oplossingen helpen organisaties hun supplychains toekomstbestendig te maken door gebruik te maken van de nieuwste AI-technologie毛n.

麻豆原创 ondersteunt klanten in hun transformatie
麻豆原创 is al decennialang een toonaangevende speler in supplychainmanagement en helpt klanten hun complexe end-to-end processen te optimaliseren voor meer effici毛ntie, flexibiliteit en veerkracht. Het 麻豆原创-supplychainportfolio brengt innovatie door middel van diverse technologie毛n, waaronder AI, met als ultieme doel het cre毛ren van een autonome toeleveringsketen.

鈥溌槎乖� heeft geavanceerde AI-mogelijkheden ontwikkeld die naadloos zijn ge茂ntegreerd in digitale supplychaintoepassingen en die aansluiten bij de verschillende fases op weg naar autonome supplychains鈥�, zegt Bart Van der Biest, Managing Director van 麻豆原创 Nederland. 鈥淥ns doel is om klanten te ondersteunen, ongeacht waar ze zich bevinden in hun transformatie. We helpen hen de stap te maken van digitale transformatie naar zeer adaptieve processen, en uiteindelijk naar volledig autonome supplychainsystemen.鈥�

Dominik Metzger is hoofd 麻豆原创 Digital Supply Chain voor 麻豆原创 Product Engineering

The post Modernisering van supplychains: de autonome AI-gedreven toekomst appeared first on 麻豆原创 Nederland Blogs & Nieuws.

McKinsey & Co bevinden we ons in de derde golf van digitalisering, waarin genAI een cruciale rol speelt door ongestructureerde content te integreren met gestructureerde data. Dit biedt ongekende mogelijkheden voor CFO鈥檚 en hun teams om productiviteit te verhogen en complexe financi毛le processen te optimaliseren.

GenAI-toepassingen binnen finance
De opkomst van genAI transformeert de financi毛le sector op een aantal manieren ingrijpend:

1. Slimmere betalingen en cashflow

GenAI verandert bijvoorbeeld de manier waarop bedrijven betalingen en cashflow beheren. Uit onderzoek van Gartner blijkt dat 46% van de bedrijven met succesvolle AI-implementaties deze technologie gebruikt om betalingen te voorspellen.

2. Middelen vrijmaken in toeleveringsketens

Maar het gaat verder dan alleen het doen van nauwkeurige voorspellingen. Wereldwijd is er op elk moment ongeveer 44 biljoen dollar vastgelegd in toeleveringsketens. GenAI kan helpen deze middelen effici毛nter te beheren, waardoor bedrijven kapitaal vrijmaken voor investeringen, uitbreiding of diversificatie.

AI biedt ook waardevolle inzichten in werkkapitaalbeheer. McKinsey rangschikt dit als een topprioriteit voor AI-investeringen, naast voorspellende cashflowanalyses en het identificeren van groeikansen.

3. Scenario-analyse

Een van de spannende ontwikkelingen is het gebruik van genAI voor scenario-analyse. Met op natuurlijke taal gebaseerde AI-tools kunnen CFO鈥檚 complexe vragen stellen zoals: 鈥榃at zijn mijn opties om 75 miljoen euro te genereren voor een overname in de tweede helft van het jaar?鈥� De combinatie van voorspellende en generatieve AI kan dan niet alleen de nodige analyses uitvoeren, maar ook de mogelijke scenario鈥檚 helder presenteren. Daardoor kunnen bedrijven beter ge茂nformeerde beslissingen nemen.

4. Fraudedetectie en automatisering

Fraudedetectie is een ander gebied waar genAI een revolutie teweegbrengt. Met de complexiteit van moderne toeleveringsketens neemt ook het risico op fraude toe. AI kan afwijkende patronen in transacties detecteren, waardoor fraude sneller wordt opgemerkt en legitieme transacties zonder vertraging worden verwerkt. Daarnaast streeft AI-gedreven automatisering naar volledige autonomie in betalingsprocessen, van voorspellingen tot geschillenbeheer en reconciliaties.

5. Optimalisatie en integratie

De ware kracht van genAI ligt in het vermogen om processen voortdurend te optimaliseren. Of het nu gaat om benchmarking, risicomodellering of het analyseren van leveranciersgedrag, AI kan enorme hoeveelheden data verwerken om waardevolle inzichten te genereren. Dit stelt bedrijven in staat om sneller te handelen, kosten te verlagen en de effici毛ntie te verbeteren.

Rol van technologie en partners

Het implementeren van genAI vraagt niet alleen om de juiste technologie, maar ook om strategische partners en robuuste processen. De meest effectieve genAI-oplossingen komen tot hun recht in een omgeving die is afgestemd op zowel technologische als menselijke expertise. Bedrijven die investeren in platforms met ingebouwde genAI-mogelijkheden en de juiste mensen aan boord hebben, plukken als eerste de vruchten van deze transformatie.

鈥淗et potentieel van genAI voor de financi毛le sector is grenzeloos, en we staan pas aan het begin van wat mogelijk is鈥�, zegt Bart Van der Biest, Managing Director voor 麻豆原创 Nederland. 鈥淕eneratieve AI is niet alleen een krachtige tool om operationele effici毛ntie te verbeteren; het transformeert de manier waarop CFO鈥檚 strategische beslissingen nemen. Bij 麻豆原创 zien we dat bedrijven die deze technologie omarmen, niet alleen sneller reageren op marktveranderingen, maar ook beter voorbereid zijn op de toekomst.鈥�

鈥淒e toekomst van intelligent financieren met genAI biedt een breed scala aan kansen voor bedrijven die strategisch en innovatief durven te zijn鈥�, besluit Van der Biest. 鈥淒e bedrijven die nu de stap zetten, zien al de voordelen en positioneren zich voor langdurig succes in een steeds competitievere markt.鈥�

Cedric Bru is CEO van Taulia (麻豆原创)

The post De toekomst van finance: zo verandert genAI je strategie appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Beyond Gravity is een ruimtevaartbedrijf dat satellietonderdelen bouwt, zoals de zonnepanelen voor de Hera-probe die de potentieel gevaarlijke astero茂de Dimorphos uit koers moet brengen. Daarnaast bouwt Beyond Gravity ook lanceerinrichtingen en is het betrokken bij chiplithografie.

De organisatie is ontstaan uit een fusie van verschillende bedrijven en locaties. Hierdoor kampte het bedrijf met een versnipperd IT-landschap met maar liefst zeven verschillende ERP-systemen. Dit zorgde voor ineffici毛nte en kostbare processen.

Eenvoud en standaardisatie

Beyond Gravity pakt deze complexiteit aan door te focussen op eenvoud en standaardisatie, onder andere via een cloudtransitie naar de 麻豆原创 S/4HANA-omgeving. Deze transitie vormt de kern van het ambitieuze EZYone transformatieproject waarmee Beyond Gravity zich klaarstoomt voor de toekomst.

De doelstelling is om Beyond Gravity om te vormen tot een digitaal koploper die gebruikmaakt van kunstmatige intelligentie (AI), machine learning, augmented reality (AR) en andere innovatieve technologie毛n. De eerste stap is het cre毛ren van een digitale kern, waarmee Beyond Gravity haar klanten nog beter kan bedienen.

Een belangrijk voordeel van migratie naar de 麻豆原创 S/4HANA-cloudomgeving is processtandaardisatie. Maar liefst 92 procent van alle bedrijfsprocessen van Beyond Gravity is afgedekt binnen de standaardfunctionaliteit van 麻豆原创 S/4HANA. Dit verhoogt de transparantie en effici毛ntie aanzienlijk. Managers krijgen bijvoorbeeld realtime inzicht in alle projecten, ongeacht locatie of valuta.

Schaalvoordelen

De keuze voor 麻豆原创 S/4HANA Cloud was volgens Johan Eckerstein, voormalig CEO van het bedrijf, een weloverwogen beslissing. 鈥淒e cloud is de ideale oplossing voor een agile start-up en wereldleider zoals wij willen worden鈥�, zegt hij. 鈥淢et een cloudoplossing vertrouwen we op de roadmap van een ervaren leverancier. Als middelgroot bedrijf profiteren we bovendien van de schaalvoordelen van 麻豆原创 op het gebied van betrouwbaarheid en veiligheid.鈥�

De public cloud vereist wel een zekere mate van risicoacceptatie, erkent Eckerstein. 鈥淒e snelheid die we behalen met de public cloud is onge毛venaard, maar vereist wel een open blik en vertrouwen in de roadmap van de leverancier. Dit is geen kwestie van blind vertrouwen, maar van een weloverwogen kosten-batenanalyse.鈥�

The post Ruimtevaartbedrijf Beyond Gravity moderniseert IT-landschap met 麻豆原创 S/4HANA Cloud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Gaming is iets dat me blijft inspireren. De snelheid, nauwkeurigheid en concentratie van professionele spelers is fascinerend. Het tempo waarin deze industrie zich in slechts een paar decennia heeft ontwikkeld, is bovendien jaloersmakend.

Een opvallende speler in die wereld is . Dit van origine Nederlandse esportsteam heeft meer dan 160 professionele spelers en is actief in meer dan 15 verschillende spellen. Ook beschikken ze over een verbazingwekkende fanbase van meer dan 10 miljoen volgers op verschillende sociale mediaplatforms. Met meer dan 75 gewonnen grote evenementen is Team Liquid een van de meest succesvolle organisaties in competitief gamen.

League of Legends

Het spel met de hoogste kijkcijfers en uitgebreide fanschare is League of Legends. Team Liquid boekt met deze game veel successen. Zo won het onlangs het League of Legends Championship Series (LCS) 2024 Spring-toernooi.

Zo鈥檔 overwinning komt niet vanzelf aanwaaien. Een cruciaal aspect van de game is de creatie van een sterk en gebalanceerd team bestaande uit vijf karakters, 鈥榗hampions鈥� genoemd. Champions zijn de in-gamekarakters die door elke speler worden bestuurd. Het is de bedoeling dat de gamers hun tegenstanders te slim af zijn door met deze champions ze altijd een stap voor te zijn.

Pre-game draftproces

Voordat een wedstrijd begint, nemen de teams deel aan een zogeheten draftproces. In dat proces maken ze een keuze uit de 166 beschikbare champions en vormen daarmee een team. Elke champion beschikt over specifieke vaardigheden en gebieden waarin ze uitblinken. Met een uitgekiende samenstelling van de champions kan het team verschillende strategie毛n toepassen om de wedstrijd te winnen.

Na het kiezen van vijf kampioenen (鈥榩ick鈥�), mag elk team ook vijf champions uit de pool verwijderen (鈥榖an鈥�). Deze spelers kunnen door geen van beide partijen worden gekozen. Dit kan worden gebruikt om specifieke vaardigheden te verwijderen die anders een strategie zouden tegenwerken of het andere team zouden hinderen in het spelen van hun favoriete stijl en/of samenstelling.

Gedegen voorbereiding

Esportsteams en hun analisten moeten zich voorbereiden op het draftproces. Het vereist veel kennis van de favoriete keuzes en strategie毛n van de tegenstander. Stel je een vijf-tegen-vijf trefbalwedstrijd voor, maar voordat de wedstrijd begint, kiezen de vijf spelers van elk team hun kampioenen uit een pool van 166 individuele champions.

Dat is nog niet alles. Het spel krijgt namelijk iedere twee weken updates. Die updates zijn van invloed op de champions en daarmee indirect ook op de teams die oefenen en nieuwe strategie毛n ontwikkelen. Daardoor is League of Legends een voortdurend veranderend spel. En daardoor is het nodig dat de teams hun drafts voortdurend aanpassen aan een nieuwe situatie. Alleen zo kunnen ze zowel hun eigen gedrag als het gedrag van het andere team goed analyseren.

E茅n week voorbereiding

Bovendien maken de aard van het draftproces en de vari毛rende strategie毛n van tegenstanders nauwkeurige voorspellingen moeilijk. Esportsteams hebben slechts 茅茅n week om zich voor te bereiden op het spel en kennis te verzamelen over de favoriete championskeuzes, sterke punten en zwakke punten van het andere team.

Eerder bereidden Team Liquid-coaches draftscenario鈥檚 voor op basis van handmatige analyse van het draftgedrag en de kampioenvoorkeuren van het team van de tegenstander. De uitdaging was echter dat handmatige analyse wordt gedaan v贸贸r de draft, met de beste potenti毛le pick- of ban-wijzigingen op basis van de beslissingen van het andere team. Bovendien maken het grote aantal potenti毛le matches om uit te kiezen en de verschillende strategie毛n die door tegenstandersteams worden gebruikt een handmatige draftvoorspelling erg moeilijk.

麻豆原创 helpt het spel veranderen

Wat als Team Liquid in seconden de beste keuze voor aankomende drafts kon analyseren, inclusief picks en bans, op basis van een analyse van meer dan 6.000 professionele esportwedstrijden van het afgelopen jaar? Wat als de analyse ook rekening zou houden met de impact van de patches, door nog eens 1,6 miljoen amateurwedstrijden te analyseren en daaruit veranderingen in de attributen en sterktes van de kampioenen te beoordelen? Dankzij 麻豆原创-technologie is dit nu werkelijkheid.

Team Liquid traint met 麻豆原创 AI Core een generatief AI-model dat gegevens uit eerdere wedstrijden analyseert en deze in de context van de aankomende wedstrijd plaatst. Vervolgens krijgt Team Liquid suggesties voor de beste draft picks en bans om de kans op winst te maximaliseren.

De oplossing is ontwikkeld op 麻豆原创 Business Technology Platform () en de 1,6 terabyte aan spelgegevens van eerdere wedstrijden worden opgeslagen in 麻豆原创 HANA Cloud. Het resultaat is een intelligente applicatie die draait op 麻豆原创 BTP, die voorspellingen visualiseert en Team Liquid voorziet van de huidige winstkans na elke pick en ban.

Handmatige analyse is verleden tijd

Met de AI draft-bot kan Team Liquid binnen enkele seconden trainen voor draftsituaties tegen elk professioneel team dat ze tegenkomen. De applicatie analyseert daarvoor meerdere belangrijke factoren op basis van een ongekend aantal wedstrijden. De coaches en spelers profiteren van de mogelijkheid om what-if-analyses uit te voeren en waardevolle kennis uit de gegevens af te leiden om nieuwe strategie毛n te simuleren. Dat levert bovendien een gigantische tijdsbesparing op van 10.000 uur per jaar.

Dankzij het vertrouwen in 麻豆原创 BTP en 麻豆原创 HANA Cloud kan Team Liquid met 麻豆原创 Business AI hun spel verder verbeteren. Interessant is bovendien het achterliggende concept: die van beter ge茂nformeerde beslissingen dankzij de analyse van enorme hoeveelheden data. Dit is natuurlijk niet alleen voor esports een enorm waardevol concept. Er is weinig fantasie voor nodig om je voor te stellen wat dat voor businesstoepassingen kan betekenen. AI-technologie is wat dat betreft alles behalve een spelletje.

Dr. Philipp Herzig is Chief AI Officer bij 麻豆原创 SE

The post Dit is hoe Team Liquid dankzij 麻豆原创 n贸g betere gameprestaties neerzet appeared first on 麻豆原创 Nederland Blogs & Nieuws.