werkt samen met 麻豆原创-partner aan een -template voor het digitaliseren van yard operations. Met die aanpak wil het zuivelbedrijf meer grip krijgen op vrachtwagens die locaties bezoeken, laad- en losmomenten beter plannen en bewegingen op het terrein realtime volgen. De template en demo zijn inmiddels klaar. Vanaf volgend jaar wil FrieslandCampina de roadmap verder uitwerken en de oplossing als eerste naar vijf Europese locaties brengen.

Voor FrieslandCampina vormen yard operations een belangrijk onderdeel van de logistieke keten. Vrachtwagens rijden af en aan om producten te laden, te lossen of verder te brengen binnen het netwerk. Bij een deel van die goederenstromen luistert de timing nauw. Dat geldt zeker voor dagverse zuivel, omdat producten op tijd moeten vertrekken om de volgende ochtend bij retailers in het schap te liggen.

Die omstandigheden stellen eisen aan het inzicht in de logistieke stromen op het terrein. 鈥淲ij willen weten wanneer een vrachtwagen aankomt, waar hij naartoe moet en wanneer hij onze locatie weer verlaat鈥�, zegt Ren茅 van der Wurf, Business IT Analyst Warehousing bij FrieslandCampina.

Van losse afstemming naar geplande slots

Met 麻豆原创 Yard Logistics wil FrieslandCampina dat proces strakker inrichten. De template richt zich op slotplanning, check-in en check-out, dock allocation en de registratie van bewegingen op de yard. Vrachtwagens krijgen straks een gepland slot om te laden of lossen. Bij aankomst moet duidelijk zijn of een truck binnen het juiste tijdvenster komt en naar welke parkeerplaats of dock hij moet rijden. Afwijkingen worden zichtbaar, zodat FrieslandCampina wachttijden, pieken en verstoringen beter kan analyseren, zodat hier preventief actie op kan worden ondernomen.

Het project begon in 2024 als businessinitiatief binnen Corporate Supply Chain. FrieslandCampina koos na een brede selectie voor 麻豆原创 Yard Logistics. Het bedrijf startte met 33 leveranciers en hield uiteindelijk vier opties over. De keuze voor 麻豆原创 past bij de bredere IT-strategie van FrieslandCampina, waar veel kernprocessen al op 麻豆原创 draaien. Tegelijk keek de business nadrukkelijk naar functionele eisen, gebruiksgemak en de mate waarin de oplossing aansluit op de dagelijkse operatie.

Volgens Van der Wurf gaf vooral de combinatie van standaardisatie, integratie en toekomstvaste ontwikkeling de doorslag. 鈥淎l onze coreprocessen draaien op 麻豆原创. Vanuit IT willen we zoveel mogelijk werken met 麻豆原创-oplossingen als die functioneel passen. Met 麻豆原创 Yard Logistics kunnen we de nieuwste ontwikkelingen volgen en veel requirements standaard invullen.鈥�

Template als basis voor Europese uitrol

De oplossing staat nog niet live in de operatie. FrieslandCampina werkt binnen het bredere Optimus-programma eerst aan de verdere migratie naar 麻豆原创 S/4HANA. Die stap vormt de basis voor nieuwe functionaliteit rond slot- en yardmanagement. De 麻豆原创 Yard Logistics-template draait nu op een testsysteem. FrieslandCampina heeft de demo voorbereid voor de business en de global business process owners. Na goedkeuring volgt de verdere roadmap.

鈥淓erst willen we volledig op 麻豆原创 S/4HANA draaien鈥�, zegt Van der Wurf. 鈥淒at is onze belangrijkste doelstelling. Daarna voegen we nieuwe slot- en yardfunctionaliteit toe op een standaardbasis.鈥�

Die standaardbasis past bij de bredere beweging binnen FrieslandCampina. Het bedrijf wil minder maatwerk, meer uniforme processen en een schonere kern. Op meerdere gebieden vervangt FrieslandCampina custom development door standaardfunctionaliteit. Yard Logistics sluit daarop aan. De template moet herhaalbaar zijn, zodat meerdere locaties straks vanuit dezelfde basis kunnen werken en alleen afwijken waar dat echt nodig is.

insideSCM helpt pionieren

麻豆原创-partner insideSCM speelt een belangrijke rol in het ontwerp van de template. De samenwerking tussen FrieslandCampina en insideSCM gaat al ongeveer tien jaar terug. De partner was eerder betrokken bij EWM-implementaties, shipment costing binnen Transportation Management en de bredere 麻豆原创-roadmap. Daardoor kennen beide partijen elkaars manier van werken goed.

Voor insideSCM was 麻豆原创 Yard Logistics toch een bijzonder project. Het product is nog relatief nieuw en er lagen weinig kant-en-klare voorbeelden klaar. Dat vroeg om een aanpak waarin testen, afstemmen en leren centraal stonden.

鈥淵ard Logistics was voor ons ook nieuw鈥�, zegt Ricardo Deelstra, 麻豆原创 TM consultant bij insideSCM. 鈥淒e oplossing lijkt in de basis op 麻豆原创 EWM. Als je die logica goed vertaalt naar de yard, kun je gericht ontwerpen. Daarna komt het aan op veel contact, goed testen en blijven toetsen wat FrieslandCampina echt nodig heeft.鈥�

insideSCM bouwde daarnaast eigen kennis op rond 麻豆原创 Yard Logistics, voordat de volgende stappen met FrieslandCampina volgden. Ook 麻豆原创 was nauw betrokken, zowel in Nederland als internationaal. Dat hielp om requirements scherp te krijgen en technische keuzes goed af te stemmen.

Carriers actiever betrekken

FrieslandCampina wil ook vervoerders beter betrekken bij planning en uitvoering. Daarom onderzoekt het de inzet van 麻豆原创 Business Network for Logistics, met functies voor freight collaboration en dock appointment scheduling. Daarmee kunnen externe carriers straks zelf hun transportplanning en slotplanning koppelen aan de processen van FrieslandCampina. Interne planners houden tegelijk zicht op de eigen transportstromen.

Die aanpak moet de yard veranderen van een minder zichtbaar tussengebied naar een beter gestuurd onderdeel van de supplychain. Elke vrachtwagen moet geregistreerd zijn. Elke beweging moet duidelijk zijn. Elke afwijking moet bruikbare data opleveren. Dat helpt niet alleen bij effici毛ntie, maar ook bij veiligheid op het terrein.

FrieslandCampina claimt de voordelen nog niet als gerealiseerd resultaat. De verwachte waarde ligt wel duidelijk op tafel: minder wachttijd, minder pieken in het warehouse, betere dockplanning, meer realtime inzicht en meer controle over vrachtwagenbewegingen op locatie.

Basis voor verdere vernieuwing

De digitalisering van yard operations legt ook de basis voor verdere vernieuwing met AI. FrieslandCampina werkt nu aan 麻豆原创 S/4HANA, standaardprocessen, clean core en betere data, zodat nieuwe technologie straks op een stevige fundering kan landen. Betrouwbare data en goed verbonden processen zijn daarbij cruciaal. Zonder die basis blijft AI beperkt tot losse toepassingen, terwijl FrieslandCampina juist toewerkt naar vernieuwing die schaalbaar en beheersbaar is.

Voor Van der Wurf is de richting duidelijk. 鈥淎ls elke vrachtwagen op onze locatie geregistreerd staat en we realtime zien waar hij is, krijgen we meer controle en meer veiligheid op de yard. Dat is waar we naartoe willen.鈥�

Videolink:

The post 麻豆原创: FrieslandCampina bouwt met 麻豆原创 Yard Logistics aan meer grip op terreinlogistiek appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Met de overname versterkt 麻豆原创 zijn onderzoek naar deze technologie. 麻豆原创 zette hierin al een belangrijke stap met 麻豆原创-RPT-1. Het onderzoeksteam van Prior Labs sluit zich nu aan bij 麻豆原创.

Prior Labs blijft als zelfstandig bedrijf opereren. 麻豆原创 investeert de komende vier jaar meer dan 1 miljard euro in de verdere groei van het bedrijf. Het doel is om Prior Labs uit te bouwen tot een wereldwijd toonaangevend AI-lab voor gestructureerde bedrijfsdata.

Meer informatie over de overname staat in het persbericht dat 麻豆原创 in mei publiceerde.

The post 麻豆原创 rondt overname van Prior Labs af appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Bedrijven verwachten steeds meer rendement op hun investeringen in kunstmatige intelligentie (AI). De verwachte return on investment (ROI) bedraagt dit jaar gemiddeld 21%, tegenover 16% vorig jaar. Over twee jaar verwachten organisaties dat dit oploopt naar 38%. Dat blijkt uit nieuw internationaal onderzoek van en Oxford Economics.

AI krijgt snel grotere rol in dagelijks werk

Niet alleen de verwachte ROI stijgt, ook zetten organisaties AI steeds vaker in bij het dagelijkse werk. Op dit moment ondersteunt AI gemiddeld 30% van de werkzaamheden binnen de onderzochte organisaties. Over twee jaar verwachten de respondenten dat dit aandeel is gegroeid naar 48%.

Die ontwikkeling gaat gepaard met hogere investeringen. Organisaties geven dit jaar gemiddeld circa 鈧�24,4 miljoen uit aan AI, tegenover ongeveer 鈧�23,3 miljoen vorig jaar. AI speelt daarmee een steeds grotere rol in de dagelijkse bedrijfsvoering.

Ruimte voor verbetering

Ondanks het hogere rendement zien veel organisaties nog verbeterpunten in de manier waarop zij AI gebruiken. Zo is 69% tevreden over het huidige rendement, tegenover 64% vorig jaar. Wel denkt 67% dat de eigen AI-toepassingen hun volledige potentieel nog niet bereiken.

Dat verschil laat zien dat de zakelijke waarde van AI groeit, maar dat veel organisaties hun aanpak nog niet volledig hebben opgeschaald. Een versnipperde aanpak komt nog steeds het vaakst voor. Ook heeft minder dan de helft (46%) een speciale AI-verantwoordelijke.

Hoge verwachtingen van AI-agents

Organisaties kijken bij AI steeds vaker naar de zakelijke waarde die de technologie oplevert, in plaats van alleen naar kostenbesparingen. Vooral de verwachtingen van AI-agents zijn hoog. Dit zijn systemen die zelfstandig taken kunnen plannen en uitvoeren, zoals het verwerken van informatie, het ondernemen van vervolgstappen en het afhandelen van onderdelen van bedrijfsprocessen.

De verwachte opbrengst is dan ook fors. Organisaties rekenen erop dat AI-agents over twee jaar gemiddeld ongeveer 鈧�15,35 miljoen aan rendement opleveren. Dat is ruim vier keer zoveel als de 鈧�3,75 miljoen die respondenten vorig jaar verwachtten. Meer dan acht op de tien organisaties denken bovendien dat AI-agents hun bedrijfsvoering ingrijpend kunnen veranderen.

Datakwaliteit remt verdere groei

Meer investeren in AI betekent niet automatisch dat organisaties ook betere resultaten behalen. Vooral de kwaliteit van bedrijfsdata blijft een knelpunt. Zo heeft 73% van de organisaties te maken met onvolledige data. Daarnaast zegt 79% dat AI-uitkomsten van onvoldoende kwaliteit leiden tot extra werk, vertragingen of achterstanden.

Ook de kennis van medewerkers vraagt aandacht. Bij 78% van de organisaties bestaat twijfel of de opleiding van medewerkers de snelle ontwikkeling van AI kan bijhouden. Zonder goede data, duidelijke processen en voldoende kennis blijft een deel van het potentieel van AI onbenut.

鈥淎I verschuift van experiment naar uitvoering. Dat begint nu echt rendement op te leveren鈥�, zegt Sean Kask, Chief AI Strategy Officer van 麻豆原创. Volgens hem moeten bedrijven AI verbinden met hun data en processen. Daarbij zijn ook voldoende context en duidelijke governance nodig. Echte waarde ontstaat wanneer agents, processen en mensen goed samenwerken.听

Autonomous Enterprise als volgende stap

Volgens 麻豆原创 ligt de toekomst van AI in de Autonomous Enterprise: een organisatie waarin AI-agents, bedrijfsprocessen en medewerkers als 茅茅n geheel samenwerken. Om daar te komen, moeten bedrijven AI verbinden met de data en processen waarop hun organisatie draait. Ook zijn voldoende context en duidelijke regels voor het gebruik en beheer van AI nodig.

鈥淓chte waarde uit AI halen is niet eenvoudig. Dat vraagt om een nieuwe aanpak鈥�, stelt Kask. 鈥淏edrijven moeten AI verbinden met hun data en processen en zorgen voor de juiste context en governance. Alleen dan levert AI betrouwbare resultaten op.鈥�

Volgens Kask gaat het bij de Autonomous Enterprise niet alleen om een technische verandering. 鈥淗et is ook een menselijke verandering. Echte waarde ontstaat pas als agents, processen en mensen als een geheel samenwerken.鈥�

Bekijk voor meer informatie het volledige .

The post 麻豆原创: verwacht rendement op AI-investeringen stijgt van 16 naar 21% appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Europese bedrijven moeten tempo maken met agentic AI als zij hun supplychains wendbaar en concurrerend willen houden. Regio鈥檚 als China en de Verenigde Arabische Emiraten investeren snel in AI-toepassingen. Volgens Mike Wade, EMEA Leader Supply Chain Management Customer Advisory bij , moeten Europese organisaties daarom versnellen: van handmatig reageren op verstoringen naar intelligent bijsturen met digitale agents. Die boodschap gaf hij onlangs tijdens 麻豆原创 Connect Day for Supply Chain in Veghel.

Wade ziet voor Europa een sterke uitgangspositie. De regio beschikt over veel industri毛le kennis, sterke maakbedrijven en diepgewortelde ervaring met internationale handel. Tegelijk bewegen andere regio鈥檚 snel. China investeert actief in AI om het bedrijfsleven vooruit te helpen, terwijl de Verenigde Arabische Emiraten volgens Wade snel ervaring opdoen met agentic AI binnen overheid, diensten en industrie.

鈥淓r liggen kansen voor Europa, maar de druk neemt toe鈥�, zegt Wade. 鈥淪upplychains zijn altijd belangrijk geweest, maar vormen nu meer dan ooit een concurrentievoordeel. Wie zijn keten goed laat draaien en soepel met schokken omgaat, kan daar commercieel voordeel uit halen.鈥�

Supplychain bepaalt concurrentiekracht

Die urgentie geldt vooral voor sectoren die al onder druk staan. In de automotive-industrie moeten Europese bedrijven hun aanbod en ketens opnieuw bekijken door de snelle opkomst van Aziatische concurrenten. In andere sectoren ligt de druk juist bij het kunnen bijbenen van hoge vraag. In beide gevallen bepaalt de supplychain steeds sterker de concurrentiekracht.

Volgens Wade moeten bedrijven agentic AI daarom koppelen aan concrete bedrijfsdoelen. De waarde zit in sneller kunnen plannen, beter kunnen leveren en klanten betrouwbaarder bedienen. Daarmee komt de focus vanzelf te liggen op de vraag hoe robuust een supplychain is wanneer de omstandigheden veranderen.

Ontwerpen voor onzekerheid

Supplychains kregen de afgelopen jaren te maken met een opeenstapeling van verstoringen. Bedrijven moeten hun ketens daarom structureel ontwerpen op flexibiliteit. 鈥淓lke supplychain bestaat om een klant te bedienen鈥�, zegt Wade. 鈥淛arenlang lag daarbij de nadruk op effici毛ntie, productiviteit en forecast accuracy. Dat blijft belangrijk, maar uiteindelijk draait het om de klantvraag die je moet waarmaken.鈥�

Die verschuiving vraagt om een ander ontwerp van de keten. Bedrijven moeten vooraf bepalen waar ze kunnen schakelen bij verstoringen. Denk aan alternatieve leveranciers, andere productielocaties, flexibele logistieke routes en snellere besluitvorming bij tekorten of plotselinge vraagveranderingen. 鈥淒at betekent dat je opties inbouwt voordat een crisis ontstaat鈥�, stelt Wade. 鈥淎ls een schok optreedt, wil je niet pas dan ontdekken dat je geen alternatief hebt.鈥�

Silo鈥檚 remmen de keten

Een belangrijk obstakel zit volgens Wade in de manier waarop bedrijven hun supplychain organiseren. Afdelingen verbeteren vaak hun eigen deelproces, terwijl verstoringen dwars door de organisatie bewegen. Een probleem in inkoop raakt productie. Een vertraging in logistiek raakt sales. Een veranderende klantvraag raakt voorraad, planning en service.

鈥淒e silomentaliteit moet worden doorbroken鈥�, zegt Wade. 鈥淐EO鈥檚 en supplychainmanagers kunnen die verandering aanjagen. Soms moet 茅茅n onderdeel van de keten inleveren om de totale klantbelofte overeind te houden.鈥�

Digitale collega鈥檚 met duidelijke grenzen

Technologie kan helpen om die beweging te versnellen. Veel organisaties beginnen de dag nu nog met overleg, dashboards en spreadsheets om problemen te vinden en acties te bepalen. Agentic AI draait dat proces om. Digitale agents herkennen afwijkingen, vergelijken scenario鈥檚 en starten acties binnen vooraf ingestelde grenzen.

鈥淪tel je voor dat je 鈥檚 ochtends begint en je systeem meldt dat meerdere agents 鈥檚 nachts al beslissingen hebben genomen鈥�, schetst hij. 鈥淒an verschuift de rol van teams van incidentmanagement naar gericht sturen.鈥�

麻豆原创 ziet agentic AI als een volgende stap in de ontwikkeling van kunstmatige intelligentie. Generatieve AI helpt vooral bij tekst, samenvattingen en analyses. Agentic AI kan redeneren, keuzes voorbereiden en processen in gang zetten. Wade benadrukt dat dit alleen werkt met heldere regels, betrouwbare data en goede governance.

Data en governance als fundament

鈥淒enk aan een agent als een digitale collega鈥�, zegt hij. 鈥淓en menselijke collega krijgt ook een opdracht, verantwoordelijkheid en grenzen. Voor agents geldt hetzelfde. Je moet ze voeden met bedrijfscontext, proceskennis en duidelijke kaders.鈥�

Volgens 麻豆原创 rust succesvolle agentic AI in de supplychain op drie pijlers: diepgaande proceskennis, een sterke datalaag en governance op enterpriseniveau. Het 麻豆原创 AI-platform ondersteunt dit door data uit zowel听 麻豆原创- als niet-麻豆原创-systemen samen te brengen in een datafundament. AI kan die data daardoor effectiever gebruiken binnen de context van bedrijfsprocessen.

Meer dan zestig supplychainagents

Ook Joule en Joule Studio krijgen een centrale rol. Via Joule kunnen gebruikers met agents werken in hun dagelijkse processen. Met Joule Studio kunnen organisaties agents ontwikkelen en aanpassen aan hun eigen werkwijze. Later dit jaar komen volgens Wade meer dan zestig supplychainagents beschikbaar binnen het 麻豆原创-portfolio.

Daarnaast werkt 麻豆原创 aan branchespecifieke AI-toepassingen voor complexe omgevingen, zoals gereguleerde productie. 麻豆原创 wil bedrijven zo helpen om agents over processen heen in te zetten. Daar ligt volgens Wade de grootste waarde: in planning, inkoop, productie, logistiek en service die beter op elkaar aansluiten.

Begin klein, schaal snel op

Wade pleit voor een praktische aanpak. Bedrijven kunnen starten met 茅茅n concreet proces in logistiek, planning, productie of inkoop. Nieuwe ontwikkelomgevingen maken het mogelijk om agents in korte tijd te bouwen en te testen. Het gevaar is volgens hem dat organisaties blijven hangen in losse experimenten. 鈥淜lein starten is verstandig鈥�, zegt Wade. 鈥淢aar het moet wel de eerste stap zijn in een vooraf bedacht groter plan. Als je nooit opschaalt, blijft het een academische oefening.鈥�

Van pilot naar waarde

Volgens 麻豆原创 vraagt agentic AI om steun vanuit de top. Zonder duidelijke richting van directie of senior management blijven initiatieven vaak steken op afdelingsniveau. Met de juiste aanpak kan agentic AI supplychains sneller, betrouwbaarder en klantgerichter maken.

鈥淒e technologie is er鈥�, besluit Wade. 鈥淒e uitdaging voor bedrijven is hoe ze bijblijven. In mijn vijftien jaar bij 麻豆原创 heb ik veel innovatiecycli gezien, maar deze is anders. En het tempo neemt alleen maar toe.鈥�

The post 麻豆原创: Europa moet tempo maken met agentic AI in de supplychain appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Met de overname wil 麻豆原创 de ontwikkeling van agentic AI versnellen. Ook krijgen klanten meer mogelijkheden om 麻豆原创-data en data uit andere systemen samen te gebruiken. Daardoor kunnen zij analyses uitvoeren en AI-toepassingen draaien op actuele gegevens. Verplaatsing of omzetting van die data is daarbij niet nodig.

Volgens 麻豆原创 maakt dit bedrijfsanalyses sneller, eenvoudiger en kosteneffici毛nter.

Meer informatie over de overname staat in het persbericht dat 麻豆原创 in mei 2026 publiceerde.

The post 麻豆原创 rondt overname van Dremio af appeared first on 麻豆原创 Nederland Blogs & Nieuws.

zet agentic AI in om grote migraties naar moderne 麻豆原创-omgevingen te versnellen. Het concern heeft hiervoor zeven AI-agents ontwikkeld die klanten daarbij moeten helpen. Volgens Augusta Spinelli, President Europe, Middle East and Africa bij 麻豆原创, kunnen deze agents de inspanning en doorlooptijd van migraties met ongeveer 50 procent verminderen. Daarmee wil 麻豆原创 een van de grootste drempels bij cloud- en ERP-modernisering verlagen: de tijd, capaciteit en complexiteit die zulke trajecten vragen. 鈥淜lanten willen geen jaren wachten voordat zij resultaat zien van hun IT-investeringen鈥�, zegt Spinelli.

De vraag van klanten is de afgelopen twee jaar duidelijk veranderd, stelt Spinelli. AI is voor veel organisaties niet langer alleen een experiment. Bedrijven willen weten wat technologie oplevert voor hun processen, medewerkers en klanten. 鈥淜lanten zijn heel duidelijk鈥�, vindt Spinelli. 鈥淶e willen weten hoe technologie de business ondersteunt. Dat geldt zeker voor AI. Twee jaar geleden draaide het nog vaak om pilots en proof-of-concepts. Nu vragen organisaties om concrete impact.鈥�

AI-agents moeten migraties versnellen

麻豆原创 ziet vooral bij migraties veel ruimte voor agentic AI. Zulke trajecten zijn vaak groot, complex en arbeidsintensief. Organisaties moeten processen, data, applicaties en maatwerk in kaart brengen voordat zij kunnen overstappen naar een moderne 麻豆原创-omgeving. Spinelli stelt dat AI-agents een deel van dat werk versnellen en beter beheersbaar maken.

鈥淒at is substantieel鈥�, benadrukt ze over de verwachte reductie van ongeveer 50 procent. 鈥淎gentic AI verandert het beeld echt. We zagen die reductie al in onze eigen testen en interne projecten. Nu zien klanten het zelf ook: met deze AI-agents kunnen zij zowel de benodigde capaciteit als de planning bijna halveren.鈥�

Voor 麻豆原创 gaat het daarbij niet alleen om een snellere technische migratie. Het bedrijf wil klanten vooral eerder laten profiteren van investeringen die zij al hebben gedaan in ERP, CRM, supplychain-oplossingen, cloud en data. 鈥淰eel organisaties hebben al fors ge茂nvesteerd in bedrijfssoftware en dataplatformen鈥�, voegt Spinelli toe. 鈥淒e uitdaging is nu om die investeringen sneller om te zetten in betere processen, meer flexibiliteit en nieuwe AI-functionaliteit.鈥�

Maatwerk zit modernisering vaak in de weg

Spinelli benadrukt dat die versnelling vraagt om duidelijke processen en betrouwbare data. AI kan pas goed werken als de basis op orde is. Dat betekent dat bedrijven kritischer moeten kijken naar hun oude systemen, lokale uitzonderingen en het maatwerk dat in de loop der jaren is opgebouwd. 鈥淥m AI goed te laten functioneren, zijn twee dingen heel belangrijk: een geharmoniseerde datalaag en geharmoniseerde bedrijfsprocessen.鈥�

Veel organisaties hebben juist daar nog werk te doen. Wat ooit werd gebouwd als maatwerk voor de business, is in de praktijk vaak een rem op vernieuwing geworden. Het maakt migraties duurder, trager en moeilijker te controleren.

Waar 麻豆原创 al langer pleit voor standaardisatie, ziet Spinelli dat die behoefte nu ook steeds sterker vanuit klanten zelf komt. 鈥淎ls 麻豆原创 pleiten we al langer voor standaardisatie, maar nu komt die behoefte sterker uit de markt. Standaardiseren betekent niet dat je concurrentievoordeel verliest. Het betekent dat je afscheid neemt van legacy die in werkelijkheid weinig concurrentievoordeel bracht, maar vooral een rem was op transformatie.鈥�

Klanten delen verbeteringen met elkaar

Klanten werken steeds vaker samen aan de verbetering van bedrijfsprocessen. Rond veel 麻豆原创-processen zijn communities ontstaan waarin organisaties ervaringen, verbeteringen en best practices delen. Spinelli ziet daardoor een andere manier van standaardiseren ontstaan: niet alleen vanuit 麻豆原创, maar ook vanuit de praktijk van klanten zelf.

鈥淰eel klanten werken met processen die 麻豆原创 heeft ontwikkeld op basis van kennis, ervaring en input uit de markt鈥�, merkt ze op. 鈥淭och kan daarna blijken dat verdere optimalisatie mogelijk is. Interessant genoeg zien we nu klanten die zelf een proces verbeteren en dat vervolgens teruggeven aan de community. Zo helpen we elkaar stap voor stap om de kwaliteit van bedrijfsprocessen te verhogen.鈥�

Voor Spinelli is standaardisatie daarmee meer dan een manier om beheer eenvoudiger te maken. Het helpt organisaties ook om sneller te vernieuwen. Hoe meer bedrijven werken met herkenbare procesmodellen, hoe makkelijker het wordt om AI-functionaliteit breed toe te passen.

AI-agent mag niet zomaar overal bij

Tegelijk benadrukt Spinelli dat agentic AI in bedrijfssoftware duidelijke grenzen nodig heeft. Een AI-agent mag niet vrij door bedrijfssystemen bewegen. Zeker bij financi毛le processen, supplychains en compliancegevoelige omgevingen moeten organisaties kunnen zien welke data zijn gebruikt, welke regels zijn toegepast en welke stappen tot een uitkomst hebben geleid.

鈥淰oor alle agentic AI die 麻豆原创 beschikbaar maakt, geldt dat de AI-agents zijn ingebed in 麻豆原创鈥�, zegt Spinelli. 鈥淶e bestaan dus niet los naast het systeem. We gebruiken hetzelfde systeem van regels, autorisaties en compliance dat al onderdeel is van de 麻豆原创-oplossing. Dat is cruciaal. Je wilt niet dat agentic AI op een plek komt waar het niet hoort te zijn.鈥�

Daarmee positioneert 麻豆原创 enterprise AI nadrukkelijk anders dan algemene AI-tools. In een bedrijfsomgeving is een aannemelijk antwoord niet genoeg. AI moet uitlegbaar, controleerbaar en compliant zijn.

鈥淚k vergelijk enterprise AI wel eens met een ijsberg鈥�, verduidelijkt Spinelli. 鈥淒e zichtbare AI-functionaliteit is alleen het deel boven water. Het belangrijkste deel zit daaronder: autorisaties, goedkeuringsflows, controles en audittrails. Mensen houden bij enterprise AI altijd de controle.鈥�

Van AI-belofte naar bedrijfswaarde

Met de zeven AI-agents wil 麻豆原创 agentic AI uit de experimenteerfase halen. De inzet is concreet: minder handwerk, kortere migraties en sneller toegang tot nieuwe functionaliteit. Spinelli stelt dat het daarbij niet draait om AI op zichzelf, maar om bedrijfswaarde. 鈥淎gentic AI helpt klanten sneller waarde te halen uit hun 麻豆原创-omgeving.鈥�

The post 麻豆原创: zeven AI-agents kunnen migratietijd met 50 procent verkorten appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Om die uitdaging aan te pakken, werkt Orange Belgium aan een ge茂ntegreerde digitale backbone op basis van 麻豆原创 CX-oplossingen. Het project ondersteunt onder meer de merken Orange, VOO en Hey! en vormt tegelijk een model voor toekomstige uitbreidingen binnen de internationale Orange Group.

鈥淜lanten denken vandaag niet in kanalen鈥�, zegt Soufian Hadouch, Digital & Integration Director bij Orange Belgium. 鈥淶e verwachten gewoon overal dezelfde soepele ervaring. Zodra die ervaring te veel verschilt tussen kanalen of merken, verlies je vertrouwen.鈥�

E茅n digitaal platform voor Orange, VOO en Hey!

Orange Belgium opereert in een complexe omgeving met verschillende merken, klantsegmenten en digitale trajecten. Die diversiteit bracht ook technische uitdagingen met zich mee. Verschillende systemen en customer journeys maakten het moeilijk om snel nieuwe functionaliteiten uit te rollen of een consistente ervaring te garanderen.

Volgens Hadouch lag de prioriteit daarom niet alleen bij het verbeteren van de gebruikerservaring, maar vooral bij het bouwen van een schaalbare en herbruikbare digitale basis.

鈥淒e belangrijkste uitdaging was het opzetten van een digitaal framework dat herbruikbaar is, onafhankelijk van merk of kanaal鈥�, zegt hij. 鈥淎ls je dat niet doet, krijg je fragmentatie en duurt het veel langer om nieuwe digitale trajecten uit te rollen.鈥�

Orange Belgium koos daarom voor een ge茂ntegreerde aanpak met 麻豆原创 Commerce Cloud, 麻豆原创 Customer Identity and Access Management (CIAM), 麻豆原创 Marketing Cloud en 麻豆原创 Billing & Revenue Innovation Management (BRIM). Die oplossingen vormen samen het fundament van de bredere 麻豆原创 CX-suite binnen het bedrijf.

Volgens Hadouch speelde ook de bestaande 麻豆原创-ervaring een rol in die keuze. 鈥淲e hadden bij VOO al een sterke interne expertise opgebouwd rond 麻豆原创-oplossingen. We wilden daarom binnen Orange voortbouwen met een platform dat robuust en schaalbaar genoeg is om onze transformatie op lange termijn te ondersteunen.鈥�

Een concrete troef was de 麻豆原创-accelerator voor de telecomsector: een set van voorgedefinieerde componenten en best practices die Orange Belgium in staat stelde sneller te bouwen zonder telkens opnieuw van nul te moeten beginnen.

Herbruikbare componenten versnellen digitale innovatie bij Orange Belgium

Orange Belgium wil nieuwe functionaliteiten niet telkens opnieuw ontwikkelen voor elk merk of kanaal, maar werken met gestandaardiseerde bouwstenen die op verschillende plaatsen inzetbaar zijn.

鈥淩eusability, reusability, reusability鈥�, zegt Hadouch. 鈥淒at is echt de kern van onze aanpak. We bouwen componenten en integraties die we later opnieuw kunnen gebruiken, ook in andere landen binnen de Orange Group.鈥�

Die aanpak speelt een belangrijke rol in het verkorten van de time-to-market. Nieuwe functionaliteiten kunnen sneller worden uitgerold omdat een groot deel van de onderliggende architectuur al beschikbaar is. Het bedrijf werkte daarvoor aan een gemeenschappelijke front-endlaag en aan sterke integraties met bestaande backend-systemen. Vooral die integraties vormden een belangrijk aandachtspunt tijdens het traject.

鈥淲e wilden geen eenmalige integraties bouwen鈥�, zegt Hadouch. 鈥淲e wilden integraties die gestandaardiseerd en herbruikbaar zijn voor toekomstige use cases.鈥�

Intern zorgde de standaardisatie ervoor dat business- en IT-teams nauwer konden samenwerken, terwijl medewerkers minder tijd verloren aan verschillende tools en processen.

Van pilootproject tot volledige 麻豆原创 CX-uitrol

Orange Belgium koos bewust niet voor een big bang-implementatie. Het project werd gefaseerd uitgerold, te beginnen met een beperkte use case rond reseller journeys. Die eerste stap moest vooral vertrouwen opbouwen bij de business. 鈥淲e zijn gestart met een kleine corner case鈥�, zegt Hadouch. 鈥淶o konden we aantonen dat we binnen planning en budget konden leveren 茅n tegelijk de gewenste gebruikerservaring konden neerzetten.鈥�

Van daaruit groeide het project verder richting bredere B2C-trajecten en later ook B2B-processen. Volgens Hadouch helpt die aanpak om draagvlak binnen de organisatie te cre毛ren. 鈥淲anneer de business ziet dat je effectief waarde levert, groeit ook het vertrouwen in de roadmap en in de verandering.鈥�

Vandaag zit Orange Belgium ongeveer halverwege de volledige transformatie, die in totaal vier jaar zal duren.

Minder wachtrijen, meer selfservice: wat klanten merken van de transformatie

De eerste resultaten zijn ondertussen zichtbaar, vooral aan de klantzijde. Orange Belgium ziet een stijgende tevredenheid op de digitale kanalen en merkt dat klanten meer autonomie krijgen.

鈥淚n telecom verwachten klanten eenvoud, transparantie en snelheid鈥�, zegt Hadouch. 鈥淶e willen hun producten eenvoudig kunnen beheren zonder afhankelijk te zijn van een callcenter.鈥� Vandaag kunnen Orange-klanten het volledige B2C-portfolio digitaal aankopen. Dat was zes maanden geleden nog niet mogelijk.

Volgens Orange draait customer experience daarbij niet alleen om design of gebruiksgemak. Ook operationele effici毛ntie en betrouwbaarheid spelen een belangrijke rol. 鈥淗et gaat uiteindelijk over het verminderen van frictie in de volledige customer journey.鈥�

麻豆原创-transformatie gebouwd op een sterk partnership

Voor de implementatie werkte Orange Belgium samen met 麻豆原创-partner SQLI. Volgens Hadouch speelde die partner een belangrijke rol in de transformatie, niet alleen technisch maar ook organisatorisch.

鈥淪QLI bracht veel expertise en flexibiliteit mee鈥�, zegt hij. 鈥淲at ik vooral apprecieerde, was hun vermogen om hun deliverymodel aan te passen aan onze eigen organisatie.鈥� Orange Belgium wilde bijvoorbeeld zelf een sterke rol opnemen in businessanalyse en teamopbouw. SQLI paste zich daarop aan en werkte met een flexibele samenwerking waarbij Orange mee de teams samenstelde.

麻豆原创 zelf was niet rechtstreeks betrokken bij de implementatie, maar Hadouch gebruikte hen wel als klankbord. “Als je niet weet dat een bepaalde feature al in het platform zit, ga je die zelf bouwen. Dan ben je niet meer compliant en verlies je tijd. 麻豆原创 hielp ons dat te vermijden.”

Waarom betrouwbare data de basis is voor AI in telecom

Naast customer experience kijkt Orange Belgium ook nadrukkelijk naar de rol van data en artifici毛le intelligentie. Volgens Hadouch vormt de huidige transformatie een noodzakelijke basis voor toekomstige AI-toepassingen. 鈥淐onsistente data is essentieel鈥�, zegt hij. 鈥淎ls je data niet betrouwbaar is, stijgt ook de foutenmarge van AI-oplossingen.鈥�

De komende jaren wil Orange Belgium de transformatie verder uitbreiden richting B2B en bijkomende AI-toepassingen onderzoeken, terwijl de focus op herbruikbaarheid en consistente customer journeys behouden blijft.

Videolink:

The post Hoe Orange Belgium een herbruikbare digitale backbone bouwt voor consistente customer experiences appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Nederlandse bedrijven experimenteren volop met AI, maar volgens blijft het vaak bij toepassingen voor persoonlijke productiviteit, zoals het schrijven van e-mails of het samenvatten van vergaderingen. De volgende stap ligt volgens het softwarebedrijf in AI-agents die meewerken in bedrijfsprocessen, bijvoorbeeld binnen sales, service, commerce en marketing. Voor het versnellen van die ontwikkeling stelt 麻豆原创 een innovatieprogramma van 100 miljoen euro beschikbaar voor bestaande klanten.

Per project kan tot 100.000 euro worden ingezet om een eerste AI-toepassing in productie te brengen. Dat vertellen Mark Niemiec, Global Chief Revenue Officer of Customer Experience bij 麻豆原创, en Alex Timlin, Chief Expert for Customer Experience and CRM Solutions bij 麻豆原创. Nederlandse organisaties zijn nog terughoudend: op dit moment zijn er volgens 麻豆原创 nog geen Nederlandse aanvragen ingediend. Volgens Timlin laat dat zien dat veel organisaties AI nog vooral onderzoeken, terwijl de volgende stap juist ligt in concrete implementaties.

AI moet onderdeel worden van bedrijfsprocessen

De rol van AI verschuift snel. wordt tegenwoordig vooral gebruikt voor losse taken, zoals het opstellen van teksten of het samenvatten van documenten. AI-agents kunnen meer: ze kunnen zelfstandig onderdelen van bedrijfsprocessen ondersteunen, zolang toegang tot bedrijfsdata en rechten goed geregeld zijn.

In service kan een AI-agent klantvragen analyseren, samenvatten en doorzetten naar de juiste medewerker. Binnen sales kan een agent automatisch informatie uit klantgesprekken vastleggen en een passende vervolgstap voorstellen. In commerce kan AI helpen bij prijsvoorstellen, promoties en voorraadbeslissingen.

鈥淐ustomer experience gaat niet alleen over verkopen鈥�, zegt Niemiec. 鈥淗et gaat erom dat je klanten helpt hun probleem op te lossen. Daarvoor heb je context nodig.鈥�

Silo’s beperken de klantervaring

De 麻豆原创-bestuurders zijn van mening dat het bij veel organisaties nog ontbreekt aan die context. Hoewel bedrijven de afgelopen jaren hebben ge茂nvesteerd in CRM, ERP, commerce, marketingsoftware en dataplatformen, werken die systemen vaak nog onvoldoende samen. Daardoor moeten medewerkers informatie uit verschillende applicaties verzamelen voordat zij een klant kunnen helpen.

Dat heeft direct invloed op de klantervaring. Een levering die vertraging oploopt, raakt niet alleen de logistiek, maar ook service, sales en finance. Wanneer informatie verspreid staat over meerdere systemen, wordt het moeilijk om klanten snel en consistent te helpen.

Timlin ziet dat AI-agents juist in die processen waarde toevoegen. Niet door medewerkers te vervangen, maar door repetitieve werkzaamheden over te nemen en relevante informatie automatisch beschikbaar te maken.

Innovatieprogramma moet drempel verlagen

Met het innovatieprogramma wil 麻豆原创 organisaties helpen de stap te zetten van experiment naar productie. Het programma is niet beperkt tot 麻豆原创-technologie. Klanten kunnen 麻豆原创-data combineren met AI-modellen en data uit onder meer Databricks, Snowflake, Microsoft Azure, Google Cloud, OpenAI, Anthropic en AWS.

De 麻豆原创-bestuurders benoemen dat een eerste project niet groot hoeft te zijn. Een AI-agent die servicevragen sneller verwerkt, salesadministratie automatiseert of productinformatie beter beschikbaar maakt, kan al voldoende zijn om de meerwaarde aan te tonen. Belangrijk is volgens Timlin dat organisaties beginnen met een concreet bedrijfsprobleem en niet met de technologie zelf.

Vertrouwen vraagt om duidelijke grenzen

Organisaties moeten AI-agents behandelen als digitale collega’s, vinden Timlin en Niemiec. Ze krijgen een duidelijke opdracht, toegang tot relevante informatie en werken binnen vooraf vastgestelde grenzen. Transparantie speelt daarbij een belangrijke rol.

鈥淰ertrouwen ontstaat door transparantie鈥�, zegt Timlin. 鈥淛e moet laten zien wat er gebeurt, welke kaders gelden en waar de agent actief is. Dan bouw je vertrouwen stap voor stap op.鈥�

Van pilot naar productie

De boodschap van 麻豆原创 aan Nederlandse bedrijven is duidelijk: blijf niet hangen in experimenten, maar zet AI in waar medewerkers en klanten er direct voordeel van hebben. 麻豆原创 stelt dat de grootste waarde niet ligt in losse AI-tools, maar in AI-agents die onderdeel worden van dagelijkse bedrijfsprocessen.

The post 麻豆原创 trekt 鈧�100 miljoen uit om AI-agents bij klanten te versnellen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

werkt wereldwijd aan de verdere harmonisatie van zijn HR-landschap. Die stap is nodig, omdat processen, data en systemen tussen regio鈥檚 nog te veel uiteenliepen om wereldwijd echt eenduidig te kunnen sturen. vormt daarbij het fundament. Vanuit die basis zoekt ASICS samen met 麻豆原创-partner naar een werkbare balans tussen wereldwijde sturing en regionale ruimte. Tijdens 麻豆原创 HR Connect 2026 in Maarssen lichtte het bedrijf toe hoe die aanpak vorm krijgt.

Waar regio鈥檚 eerder veel vrijheid hadden om hun eigen HR-processen en systeeminrichting te bepalen, stuurt ASICS nu nadrukkelijker op wereldwijde afstemming. Die beweging komt vanuit het hoofdkantoor in Japan en is de afgelopen twee tot drie jaar in een stroomversnelling geraakt. Een zichtbaar voorbeeld daarvan is de komst van een global HR IS-team, dat een deel van de regie centraler heeft georganiseerd.

Die centralere aanpak past volgens Katja Meeuwsen-Nass, VP HR bij ASICS EMEA, bij de praktijk van een internationaal bedrijf. 鈥淢edewerkers werken vaker over regiogrenzen heen samen of rapporteren aan een manager in een ander werelddeel. Dan helpt het als HR-processen niet overal anders zijn ingericht. 麻豆原创 SuccessFactors was bij ASICS al langer het wereldwijde platform, maar de invulling verschilde nog sterk per regio. Dat wordt nu strakker aangestuurd en meer gestructureerd.鈥�

Eerst de basis op orde

Voor ASICS begint wereldwijde afstemming bij data. Standaardisatie gaat niet alleen over processen, maar ook over de manier waarop gegevens in 麻豆原创 SuccessFactors worden vastgelegd. Alleen dan kun je regio鈥檚 goed vergelijken, betrouwbaar sturen en verder bouwen aan analytics en AI. Dat vraagt om duidelijke wereldwijde afspraken over onder meer position management, datagebruik en de inrichting van velden.

Volgens Meeuwsen-Nass heeft ASICS eerder al gezien wat er gebeurt als landen of regio鈥檚 daarin hun eigen route kiezen. Dan wordt het moeilijker om op data te vertrouwen en verliest HR aan slagkracht. 鈥淲e hebben situaties meegemaakt waarin de data niet helemaal klopten. Dan ben je als HR-functie je geloofwaardigheid gewoon kwijt.鈥� Daarmee raakt deze harmonisatie direct aan de volgende fase van HR. ASICS wil verder met analytics en AI, maar zonder schone en consistente data blijft dat een wankele belofte.

Standaard waar het moet, flexibel waar het kan

Tegelijk wil ASICS niet alles centraal vastzetten. Sommige onderdelen moeten overal hetzelfde zijn, andere vragen juist om lokale ruimte. Een voorbeeld daarvan zijn functietitels. Waar Europa een bepaalde structuur kent, werkt dat in Japan of de Verenigde Staten weer anders. 鈥淶odra je aan iemands titel gaat komen, ligt dat gevoelig鈥�, zegt Meeuwsen-Nass. 鈥淒us we merken dat daarin de flexibiliteit van elke regio wel gewenst is.鈥�

Ook recruitmentprocessen vragen om lokale keuzes. Denk aan scorecards, de waardering van criteria of het aantal stappen in een proces. Zulke onderdelen kunnen regio鈥檚 zelf inrichten, zolang dat niet botst met de wereldwijde basis.

Europa wil sneller doorpakken

Binnen ASICS loopt Europa op sommige punten voor op andere regio鈥檚. Dat komt volgens Meeuwsen-Nass doordat de regio al langer investeert in HR-systemen en daar ook bewust op heeft gestuurd. Juist daardoor ontstaat nu ook spanning. Waar Europa verder wil met nieuwe toepassingen, ligt de wereldwijde prioriteit eerst bij het gelijktrekken van de basis.

Vooral op AI voelt die afweging urgent. Meeuwsen-Nass ziet juist in recruitment, performance en doelmanagement kansen om tijdrovend en repetitief werk terug te dringen. 鈥淒aar gaat nu heel veel tijd in zitten, terwijl de toegevoegde waarde niet altijd groot is鈥�, zegt ze. 鈥淛uist daar kijken we naar AI-ondersteuning.鈥� Door routinewerk te verlichten, moet meer ruimte ontstaan voor menselijk contact, coaching en strategisch HR-werk.

Mobile first, met oog voor veiligheid

Naast standaardisatie kijkt ASICS ook nadrukkelijk naar de gebruikerservaring. In Europa merkt de organisatie dat jongere medewerkers HR-processen steeds liever via mobiel regelen dan via laptop of desktop. Tegelijk wil ASICS daar geen generieke keuze van maken. 鈥淲e proberen de beste service te bieden op elk device鈥�, zegt Meeuwsen-Nass. 鈥淒us het gaat er uiteindelijk om dat je beide aanbiedt.鈥�

Dat maakt mobile first in de praktijk complexer dan het lijkt. Niet iedere medewerker heeft een zakelijke telefoon, terwijl de wens om bijvoorbeeld 麻豆原创 SuccessFactors mobiel te gebruiken er wel is. Daar komen per land ook nog verschillen in privacyregels en security-eisen bij.

Verandering vraagt ook kennis van de praktijk

In die ontwikkeling werkt ASICS al jarenlang samen met 麻豆原创-partner HuRis. Volgens Meeuwsen-Nass is die samenwerking waardevol omdat HuRis niet alleen diepgaande kennis van 麻豆原创 SuccessFactors meebrengt, maar ook goed begrijpt hoe ASICS als organisatie werkt. Daardoor kan de partner gericht meedenken over keuzes die technisch kloppen 茅n aansluiten op de praktijk.

Dat is vooral belangrijk bij trajecten die nauw luisteren, zoals compensation of position management. Juist daar helpt die combinatie van systeemkennis en organisatiekennis om wereldwijde standaarden te verbinden met ASICS-specifieke wensen en lokale verschillen.

De huidige fase van de transformatie loopt nu ongeveer twee jaar. Een scherp eindpunt is er niet. De inzet is wel helder: grotere regio鈥檚 op een vergelijkbaar niveau brengen, zodat ASICS daarna ook sneller kan doorpakken met nieuwe mogelijkheden. Die ambitie is er nadrukkelijk. 鈥淚k werd heel enthousiast van wat we vandaag allemaal hebben gezien鈥�, zegt Meeuwsen-Nass. 鈥淲e moeten echt verder met AI.鈥�

Videolink:

The post ASICS brengt meer lijn in HR-landschap appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Die aanpak is het resultaat van een bredere modernisering van het 麻豆原创-landschap, waarin Achmea eerder al kernprocessen vernieuwde met 麻豆原创 S/4HANA en (BTP). Binnen die omgeving werkt de organisatie aan verdere automatisering van complianceprocessen, centrale monitoring en meer inzicht in gebruikershandelingen en procesintegriteit.

Continu inzicht

In de financi毛le sector neemt de druk toe om aantoonbaar in control te zijn. Regelgeving verandert, processen ontwikkelen zich voortdurend en organisaties moeten sneller inspelen op nieuwe businesswensen. Juist daarom worden continue monitoring en centrale sturing op compliance steeds belangrijker.

鈥淲ij kunnen per minuut aantonen dat we compliant zijn met onze eigen baseline鈥�, zegt Eric van Berkel, 麻豆原创 Security Specialist bij Achmea. 鈥淒e uitdaging zit vooral in de continue stroom van nieuwe eisen: updates, nieuwe functionaliteiten die de business snel nodig heeft en veranderingen die je veilig en beheerst moet doorvoeren. Daar spelen automatisering en monitoring een steeds grotere rol in.鈥�

Basis voor inzicht en monitoring

Voor het versterken van security en compliance maakt Achmea gebruik van de oplossingen van . Daarmee beschikt de organisatie over centrale monitoring, uitgebreide logging en ondersteuning bij het geautomatiseerd controleren van gebruikershandelingen, procesafwijkingen en compliance-eisen binnen de 麻豆原创-omgeving.

Volgens Achmea is juist dat continue inzicht essentieel. In een omgeving waarin wijzigingen elkaar snel opvolgen, is het niet voldoende om periodiek te controleren. Organisaties moeten doorlopend kunnen zien wat er gebeurt, waar afwijkingen ontstaan en waar bijsturing nodig is.

Technologie en bewustwording

Naast technologie speelt ook bewustwording een belangrijke rol in het versterken van security en compliance. Door het gebruik van 麻豆原创 BTP en uitgebreide logging krijgen gebruikers directer inzicht in hun handelingen.

鈥淰roeger zagen we niet altijd direct dat er een onbevoegde data-extractie werd gedaan of dat iemand aan het debuggen was in de productieomgeving鈥�, aldus Van Berkel. 鈥淣u krijgen gebruikers meteen een signaal. Dat zorgt voor meer bewustzijn en helpt om zorgvuldiger te werken.鈥�

Met die combinatie van automatisering, monitoring en gebruikersbewustzijn wil Achmea niet alleen voldoen aan compliance-eisen, maar ook de integriteit van data en processen beter borgen. Dat wordt steeds belangrijker in omgevingen waarin processen, wijzigingen en controles steeds complexer worden.

Toekomstbestendig met 麻豆原创 BTP

Tegelijkertijd vraagt de verdere ontwikkeling van het 麻豆原创-landschap om blijvende aandacht. Het gebruik van 麻豆原创 BTP biedt Achmea flexibiliteit om applicaties en processen verder te ontwikkelen, maar brengt ook nieuwe afwegingen met zich mee. Voorbeelden daarvan zijn legacy-maatwerk en security in cloudomgevingen.

鈥淏TP geeft ons de ruimte om te vernieuwen zonder concessies te doen aan stabiliteit en beheersing鈥�, zegt Van Berkel. 鈥淢aar nieuwe technologie vraagt ook om duidelijke kaders. Juist daarom moet security vanaf het begin onderdeel zijn van ontwerp en inrichting.鈥�

AI als volgende stap

Achmea kijkt daarbij ook vooruit naar de rol van AI. De organisatie onderzoekt hoe AI kan helpen om grote hoeveelheden logdata sneller en begrijpelijker te maken voor managers en andere besluitvormers.

Nu moet Achmea nog uitleggen waarom een bepaalde handeling van een gebruiker niet overeenkomt met de bijbehorende aanvraag. In de toekomst wil het bedrijf dat AI zulke signalen compact en begrijpelijk samenvat voor de business.

Met deze aanpak laat Achmea zien hoe organisaties in sterk gereguleerde sectoren security en compliance structureel kunnen verankeren in hun 麻豆原创-omgeving. Niet met losse controles achteraf, maar met continue monitoring, automatisering en aandacht voor gedrag en procesinrichting.

Videolink:

The post Achmea zet de standaard in 麻豆原创-security en compliance appeared first on 麻豆原创 Nederland Blogs & Nieuws.