Van productiviteitswinst naar snellere innovatie

In deze aflevering hoor je Marelle van Beerschoten, eigenaar van Digital Shapers, die haar inzichten deelt over hoe AI niet alleen voor productiviteitswinst, maar juist voor snellere innovatie ingezet kan worden. Ze daagt leiders uit om ambitieuzer te denken over de mogelijkheden van AI. Hoi, leuk dat je weer luistert naar een nieuwe aflevering van de AIToday Live. Met vandaag Marelle van Beerschoten. Maar voordat we beginnen, je hoort dat mijn stem is nog helemaal wat het wezen moet. Maar we gaan het er gewoon mee doen. Mijn naam Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. Ja, Marelle, leuk dat je bij ons naar de studio bent gekomen. Zou je je even kort willen voorstellen aan de luisteraars? Ja, natuurlijk. En dank je wel voor de uitnodiging. Ja, graag gedaan. Ik ben nu zo'n 14 jaar ondernemer. Eigenaar van Digital Shapers. Daar kennen we elkaar van. En ik kan zo meteen wel even iets meer vertellen over wat Digital Shapers doet. Zeker. Maar heel erg in het kort helpen we in digitale transformatie. Met name eigenlijk gericht op mensen en medewerkers en organisatie. Om hen te helpen in transformatie. En daarnaast ben ik aangesloten bij een denktank, denkwerk. En ik doe nog een aantal adviesraden. Ik geef lezingen. Af en toe dagvoorzitterschappen. Dus ja, ik denk dat dat het wel is. Ja, dat is behoorlijk wat. Jij zegt van, dat je, zo dan. Digitale transformatie. Ja, digitale transformatie. Zou je kunnen uitleggen wat een digitale transformatie eigenlijk is? Je leest het overal. Maar er wordt eigenlijk nooit uitgelegd. Wat is nou eigenlijk digitale transformatie? Ja, ik denk ook dat mensen het op verschillende manieren uitleggen. En hoe ik er naar kijk is, is dat je, we hebben te maken met snelle technologische ontwikkelingen. Dat hoor je natuurlijk iedereen zeggen van, die gaan steeds sneller. En dat is uniek voor deze tijd. En ik zie eigenlijk digitale transformatie als een aanpassing of het gebruik maken van de kansen die technologische ontwikkelingen creëren voor een organisatie. En de aanpassing op eigenlijk het omgaan met die nieuwe technologieën. Wat niet alleen betekent dat je dat bijvoorbeeld kan gebruiken voor innovatie. Of om bijvoorbeeld productiviteit te verhogen. Of bepaalde processen te optimaliseren. Maar wat ook betekent dat je soms op een andere manier gaat werken in de organisatie. En dat er andere vaardigheden nodig zijn. En dit zijn zo even een aantal elementen. Ja. Maar ja, zoals ik eigenlijk net al zei, eigenlijk vanuit mijn rol bij Digital Shapers richt ik of richten wij ons dan met name op. Wat verandert er nou eigenlijk voor mensen in de organisatie? Ja, precies. En transformatie betekent dan in mijn optiek dat er gewoon meerdere bewegingen gaande zijn van een huidige situatie naar een toekomstige situatie. Ja. Waarbij ik overigens niet denk dat je het ooit afrondt. Nee. Ja. Ja, jullie hebben het natuurlijk ook over AI. Daar gaan we het vandaag ook zeker over hebben. Is althans mijn verwachting. Zeker. Ja, een aantal jaar geleden hadden we het over andere onderwerpen of andere technologieën. Bijvoorbeeld design thinking was een aantal jaar geleden waar we het met z'n allen daarover hebben. Echt een andere manier ook van werken. En bijvoorbeeld het ontwerp van nieuwe producten. En zo blijven er ontwikkelingen waardoor denk ik een organisatie in die zin altijd in beweging is. Zeker. Want op een gegeven moment wordt AI ook zeg maar normaal voor iedereen. En dan hebben we de volgende golf die eigenlijk voor ons staat. Quantum hebben we bijvoorbeeld. Oh ja, dat soort dingen. Ja, precies. En welke rol speelt dan als we daar meteen op ingaan? Kunstmatige intelligentie in die digitale transformatie? Ja, ik denk het is wel het onderwerp van het moment. Ja. Als je het mij vraagt dan krijgen we op dit moment van onze opdrachtgevers gewoon de meeste vragen naar. Ja, ofwel. Wat kan ik met kunstmatige intelligentie? Dus bijvoorbeeld nog best wel in de beginfase. Hoe gaat mijn organisatie erdoor veranderen? Hoe kan ik de juiste keuzes hierin maken? Wat kan ik zelf? Wat moet ik met andere partijen qua samenwerking? Ja. Maar ook wordt er heel veel gesproken over datagedreven werken. Oh ja. En die twee zijn natuurlijk niet precies hetzelfde, maar wel met elkaar verbonden. Ja. En dus dat zijn wel de thema's die op dit moment het meest leven, althans in mijn ervaring. En wat verstaan jullie onder datagedreven werken? Want het is nog een beetje een vaag begrip. En als ik er met klanten en collega's over praat, dan hebben we wel verschillende beelden bij. Hoe kijken jullie daartegen aan? Wat verstaan jullie onder? Ik vertelde net dat ik ook aangesloten ben bij die Denkwerk. En een aantal jaar geleden, volgens mij was dat 2021, hebben wij een onderzoek gedaan. We doen ieder half jaar een onderzoek en dan publiceren we daarover. Toen hebben we een onderzoek gedaan naar de datagedreven economie. Of de datagedreven toekomst, hebben we het rapport uiteindelijk genoemd. Dus overigens ook te lezen online. En toen hebben we eigenlijk gekeken met elkaar naar in hoeverre kunnen we nou nog spreken over een fysieke wereld. Virtuele wereld. Of zitten we nou, of is het met elkaar? Ja, loopt het al door elkaar heen. En toen hadden we het ook met name over de snelle opkomst en de snelle doorontwikkelingen van het internet der dingen. En ik haal dat nog vaak aan als ik het ook heb over waarom de datagedreven werken zo belangrijk is. Omdat ik denk doordat zo ontzettend veel objecten met het internet verbonden zijn en zo ontzettend veel meer. Ik geloof dat 90% van het internet gebruikt wordt door objecten, niet door mensen. Ja, bijzondere. Inmiddels. Ja, dat betekent eigenlijk dat er ontzettend veel data wordt gegenereerd. En ook gecommuniceerd. En dat er allerlei acties en beslissingen genomen worden zonder dat mensen daar soms wel tussenkomst hebben, maar soms ook niet. Dus ja, vanuit die ontwikkeling, en dan ga ik heel snel nu, maar hebben we in dat stuk ook betoogd van ja, we leven eigenlijk in een datagedreven wereld. Ja. En ik zie dat organisaties ook met deze ontwikkeling te maken hebben en steeds meer, dat is even de meest simpele uitleg natuurlijk, naast gewone ervaring en intuïtie gebruik kunnen maken van business intelligence platformen, maar ook data science. En dan ga je al wat meer richting kunstmatige intelligentie. Ja, om eigenlijk hun beslissingen te kunnen nemen. Bijvoorbeeld te verklaren wat er in het verleden is gebeurd of wat ze denken dat er in de toekomst gaat gebeuren. Hoe je misschien bepaalde uitkomsten kan sturen. En zeker in het laatste geval ga je dan richting kunstmatige intelligentie. Maar ja, om dat even zo af te ronden, zie ik dat nou ja, eigenlijk van leidinggevende tot en met mensen die werken aan de machine bijvoorbeeld, of ergens anders in de uitvoering, iedereen steeds meer te maken gaat krijgen met onderdelen van dat datagedreven werken. Of het nou goed databeheer is, of echt het maken van besluiten op dat vlak. Hoi. Dus echt groeien in het toepassen en gebruiken van de data die beschikbaar is in alle dagelijkse werkzaamheden. Ja, en ik geloof eigenlijk dus ook dat als je wilt kunnen concurreren en innoveren richting de toekomst, dat toegang tot relevante data, diverse data, daar echt essentieel voor is. Zeker. Zonder data geen AI, hè? Nee. Precies dat. Ja. En je organiseert ook dat mensen uit het bedrijfsleven met je mee op pad kunnen langs andere bedrijven om te kijken naar de digitale transformatie. En hoe zij ook op dit moment omgaan met AI. Zou je daar wat over kunnen vertellen? Ja, we organiseren inderdaad sinds een aantal jaar inspiratiereizen, zo noemen we het, inspiratiereis. En misschien wel aardig om dat even te vertellen, want ja, ik ben ondernemer en jullie kennen dat vast ook wel. En wat ik daar een van de leukste dingen van vind, is dat je eigenlijk zelf iedere dag opnieuw kan bedenken van, ja, wat vind ik nou eigenlijk leuk om te doen? Ja. En dat betekent, dan moet je natuurlijk ook uiteindelijk wel geld mee kunnen verdienen, hè? Of in ieder geval de schoorsteen rokend houden. Precies. Maar zo hebben we ooit bedacht, toen we bij een klant bezig waren met eigenlijk ondersteuning bij een strategietraject, dat we dachten van, ja, wat er eigenlijk waar echt behoefte aan zou zijn, is om nou eens te leren van andere organisaties hoe zij met bepaalde thema's omgaan. En vaak zie ik, het woord digital zit in Digital Shapers, dus wij zijn veel bezig met digitale transformatie en veranderingen. Maar vaak staat dat niet meer op zich bij organisaties. En zeker de afgelopen jaren zijn de meeste organisaties toch wel bezig geweest met een combinatie van digitale transformatie en bijvoorbeeld een bijdrage in energietransitie. En juist in die inspiratiereis gaan wij op zoek naar overlappende thema's die spelen op, nou zeg even, boardroom niveau. Dus we hebben het wel echt ingestoken voor een doelgroep van leidinggevenden, directieleden, managementleden. En ik zie dat het gewoon heel goed werkt, ook om te horen van andere organisaties en juist soms van buiten de sector. Soms, het kan ook een ketenpartner zijn, maar het is ook heel verfrissend om naar een andere organisatie toe te gaan. Om te horen van ja, met wat voor een uitdaging spelen zij op deze thema's. En bijvoorbeeld die combinatie van datagedreven werken en een bijdrage willen hebben en bijvoorbeeld CO2 willen besparen. Ik zeg maar even iets. Ja, dan kun je heel veel leren van hoe andere organisaties daarin concrete voorbeelden hebben, maar ook hoe ze er leiding aan geven. En daar kan ik nog wel even een voorbeeld van geven, want we zaten eens met een commercieel directieteam. En zij vonden het eigenlijk belangrijk dat hun organisatie, dus dat de medewerkers meer datagedreven gingen werken. Maar uit het traject kwam heel erg naar voren dat de medewerkers eigenlijk ook niet een idee hadden van hoe het management dat echt voor zich zag. Ze vonden ook dat ze daar geen echt voorbeeld aan gaven. Dus dat ze ook in reguliere overleggen bijvoorbeeld helemaal niet vaak een BI-rapport laten zien. Precies. En toen hebben we dat teruggekoppeld en toen zeiden ze eigenlijk ook wel, het managementteam ook wel, van ja, we hebben eigenlijk ook niet een eenduidig beeld van wat is dan datagedreven werken. En hoe gaan we daar dan dus goed leiding aan geven. Ja, zeker in dat soort gevallen is het gewoon hartstikke goed om te gaan kijken ook van hoe doet een ander bedrijf dat. En wat kunnen we daar uithalen en wat niet. Dus zo is die reis ontstaan. En wij dachten, nou we gaan dit gewoon doen, want we krijgen gewoon een kijkje in de keuken van anderen. En dat is succesvol gebleken en dat zijn we dus gaan herhalen. Doen we eigenlijk al een aantal jaar voor directieteams, managementteams van specifieke opdrachtgevers. We hebben nu afgelopen, nou eigenlijk twee weken geleden, voor het eerst een open inspiratiereis georganiseerd. En daar hebben wij het thema vastgezet. Dus daar hebben wij gezegd, nou we willen het hebben over AI en waar mogelijk specifiek gen AI. Generative AI. Dus zeg maar even de taalmodellen in het Nederlands. En daar hebben we een diverse groep van dertien directeuren meegenomen van verschillende organisaties. En daar hebben we ons laten inspireren op dat thema door organisaties die het zelf toepassen. Die bijvoorbeeld ook te maken hebben met eenzelfde, dat is overigens ook vaak goed hè. Dus wel organisaties die te maken hebben met eenzelfde legacy bijvoorbeeld. Dus dezelfde geschiedenis of misschien uitdagingen op het gebied van organisatie of infrastructuur. Maar ook de nieuwkomers of de bedrijven die recent gestart zijn en heel hard gaan op dat gebied. En die technologie goed inzetten. Dus echt verschillende perspectieven, verschillende volwassenheidsniveau met hetzelfde vraagstuk. In dit geval dan AI, een generative AI. Ja. Ik was wel nieuwsgierig, zijn er bepaalde vraagstukken die boven tafel komen drijven in dat soort gesprekken van de rode draad. Dit zijn wel de vraagstukken die leven bij die organisaties. Ja, wat ik veel hoorde is dat meer dan, zeg maar, dat merk ik eigenlijk, en daar ben ik me bewust van, omdat wij ons juist met Digital Shapers dan zo richten op mensen en organisatie, hoorde ik veel van dat deze transitie en zeker deze ontwikkelingen nu heel veel vragen van mensen en organisatie. En dat er dus eigenlijk wel wordt aangenomen dat de technologie wel goed komt. Maar dat het heel veel vraagt qua adoptievermogen en toch anders werken, anders denken van mensen, van medewerkers. En dus dat daar heel veel focus op komt te liggen. Dus daar zijn veel vragen over gesteld en is ook zeker veel over verteld. En ik denk nog niet dat het dan per se beantwoord wordt, want dat is ook dan weer een uitdaging. En dus wordt eigenlijk ook gezegd van, nou, er is veel behoefte aan goed verandermanagement. Nou, precies iets waar wij ons mee bezighouden. Dus daar heb ik ook wel vragen over terug gesteld. Zijn je dan nu tevreden over hoe jullie dat doen in de organisatie? Of ben je ook bereid om daar budget voor vrij te maken? Was er, ik weet niet of dat gebeurt, zeg maar, is er een bedrijf geweest, zonder die te noemen, die hebben gezegd van, ja, maar wij zijn in deze valkuil gestapt. Want zo moet je het niet doen. Nou, in deze, dus nu denk ik aan die recente ervaringen, daar heb ik het niet zozeer gehoord. Maar ik ken wel voorbeelden van, nou ja, die ik eigenlijk eerder, waar ik eerder tegenaan ben gelopen. En dat is denk ik wel aardig om te delen. En dat was bijvoorbeeld dat er veel mensen training hebben gekregen in bepaalde programmeertalen. Oh ja. En vooral, en dat zie ik wel vaker, dat er gezegd wordt van, ja, maar we hebben toch iedereen getraind. Ja. En dat herken ik nu heel sterk, want daar kan het wel vaker misgaan, omdat mensen dan wel training krijgen, maar dan toch eigenlijk nog iets niet toepassen in hun werk. Of nog niet laten zien. En dat is vaak een valkuil van, ja, eigenlijk voorbij gaan een stukje bewustzijn. Ja. En ook het beantwoorden van de vragen van, waarom vinden we het zo belangrijk dat we nu deze vaardigheid gaan ontwikkelen? Ja. Of dat we nu iets anders gaan doen. Want waarom is dat dan belangrijk voor de organisatie? En wat gebeurt als we het niet doen? Precies. Of waarom is het belangrijk voor jou? En hoe verandert jouw werk? Ja. De what's in it for me vraag. Dus dat gesprek en dat niet voorbij gaan is wel echt heel belangrijk voordat je gaat trainen. En als je wil dat mensen het ook kunnen toepassen. Ja. Volgens mij moeten mensen natuurlijk ook gelegenheid krijgen. Precies. Ja. Maar dat is wel een goede. Het gat tussen een training krijgen en wanneer je het daadwerkelijk zelf nodig hebt of gebruikt, dat is vaak zo groot dat je het eigenlijk al gewoon weer kwijt bent. Ja, en dat vind ik wel aardig. Daar heb ik wel een paar mooie voorbeelden van gezien in de afgelopen twee weken. Zoals een organisatie en die organiseerde de Night of the Prompts. Oh zo, oh ja. Oké, cool. Cool. Ja, en dat spreekt dat gelijk aan. Ja. En dan denk ik, hé, leuk bedacht. Weet je, ook leuke storytelling eigenlijk meteen. Ja. Om mensen dus op een aantrekkelijke of een leuke manier aan te trekken. Ja. Om mee te doen, om beter te leren prompten. Ja. Ik ben er eigenlijk ook al zelf iets bij gaan verzinnen. En daar geloof ik dus ook wel heel erg in, hè. Van hoe kan je het nou leuk en aantrekkelijk maken. Ja. En mensen zelf uitnodigen om aan iets mee te gaan doen. Ja. Zonder dus zozeer te focussen op wat iemand nog niet kan. Of dat je moet trainen. Of direct iets moet laten zien. Ja. En het gevaar is natuurlijk nu, hè. Dus de hele hype zit rondom AI geletterdheid nu. Dat er heel veel dwang en drang nu op de medewerkers komt. Om allemaal maar trainingen te gaan volgen. Met mogelijk de gevolgen die jij aangeeft. Ja. En daar heb ik nog wel twee. Ja, dan schieten er gelijk allerlei gedachten door. Ja, kom maar. Maar er zijn er twee die ik wil noemen. Een ander voorbeeld die ik recent van de organisatie heb gehoord. En eigenlijk waren er meerdere varianten van die we dan in die afgelopen reis hebben gehoord. Dus zoals één partij niet had, niet een A-team, maar een AI-team. Ja. En eigenlijk ook gezegd van ja, wie zijn nou de enthousiastelingen in het bedrijf rondom AI? En die geven we de gelegenheid om eigenlijk in dat voorlopers-team te zitten. En daar gewoon heel veel tijd aan te kunnen besteden. Om toegang te hebben tot tools en dingen te kunnen uitproberen. Maar ook een taak om eigenlijk andere mensen in de organisatie te schaduwen. En uiteindelijk dan ook te gaan vertellen van hey, ik denk dat ik hier een idee zie voor een verbetering. Met behulp van een toepassing op het gebied van AI. Dus dat, ik vond het een hele mooie manier. En ik heb daar wat varianten van gezien. En ik geloof daar wel heel sterk in. Dat je dus ook de enthousiasteling op die manier kan aansporen om de organisatie vooruit te helpen. Maar dat betekent natuurlijk ook wel dat je rekening moet houden. En moet begeleiden dat er dus mensen geschaduwd worden. Precies. Ja. En dat zijn wel ziel. Dat jij zei schaduw. En ik denk meteen oeh. Weet je van. Zit er iemand om de hele dag over mijn schouder mee te kijken. Is dat het idee? Ja, er werd wel gelijk een vraag gesteld. Ook aan de CEO van. Ben jij ook al een keer gesteld? Ja. Oh ja. Maar ja, dat is dus heel terecht wat jij zegt. En dat ervaar ik in de gehele digitale transformatie. En niet alleen als we het nu hebben over het onderwerp AI. Maar daarom is het dus zo belangrijk om met mensen het gesprek aan te gaan. En een stuk angst weg te nemen. Of gewoon goed reëel ook te luisteren naar weerstand. Want die is vaak ook reëel. Absoluut. Zeker. En wat wij ook nog wel eens in de praktijk zien. Is dat er heel makkelijk natuurlijk ook wordt gesproken over van nou deze processen. Die gaan we volledig anders inrichten. Waardoor het werk van mensen echt fundamenteel verandert. Zonder dat er met die mensen gesproken wordt. Ja, ik denk. Ik zie daar gelukkig wel een verandering. Dus de vragen. Zeg maar een jaar of zes, zeven jaar geleden. Deden wij bijvoorbeeld ook best wel veel workshops over. Dat noemen we dan een creative data garage. Die garage is natuurlijk ook altijd het meest spannend. Dus gingen we eigenlijk nadenken over. Of mensen ook helpen in het nadenken over data. En het gebruik van data. Om bepaalde strategische uitdagingen aan te pakken. Ja, en toen was dat nog. Toen ging het nog veel meer over eigenlijk echt de technologie en de data oplossingen. En hoe. Echt de oplossing. En ook de grote algoritmes. De innovatieve algoritmes. En ik denk in deze golf van AI. Als ik het even zo mag noemen. En dan heb ik het nu even over de generative AI. Ja, daar wordt ook al veel meer aandacht gegeven aan. Ja, de adoptie van slimme AI tools eigenlijk. Of bijvoorbeeld taalmodellen. En hoe gaat dat dan de organisatie veranderen? En hoe kunnen we dan nu al het gesprek starten met de organisatie? Of bepaalde afdelingen of bepaalde functies. Om hen ook daarin te betrekken. Ja. En een reëel gesprek met elkaar aan te gaan. Dus ik vind wel dat er meer aandacht is gekomen voor mensen. Dan een aantal jaar geleden. Ja, dat deel ik wel met je. Ja. En het raakt ook zoveel processen. En het kan op zoveel manieren je huidige proces veranderen. En het is een proces waar mensen al jaren aan gewend zijn. Dus de verandering is ook impactvol. Dus ik denk dat het goed is dat we die gesprekken tijdig voeren. Met de mensen bij wie het raakt. Ik vind schaduwen wel een mooi voorbeeld. Want je ziet niet zelf wat je aan je proces kan veranderen. Als je het al dertig jaar doet en het werk naar behoren. En als iemand dan zegt van ja. Als je nu vijf uur dit gaat doen. Dan ga je twee keer zo snel. Ja, maar ik doe al dertig jaar dit. Dat gaat voor mij heel snel. Dus ik denk dat schaduwen daarbij wel kan helpen. Om nieuwe inzichten te geven. En als je dat kan doen met mensen die met passie. Die nieuwe technologie omarmen. En dat graag ook willen delen. Denk ik dat je wel een goede katalysator hebt voor je organisatie. Ja, dat ben ik zeker met je eens. En ik heb nog een voorbeeld. Ik heb recent zelf ook. Ben ik mee geweest op een innovatie. Dus ik ga ook af en toe zelf oprijden. Dus ik mocht mee. Hartstikke mooi met een innovatiereis. Ook op het gebied van AI naar Amerika. En dat is een organisatie in Olsten. Miro. Miro zeggen we in Nederland. Online innovatie. Online whiteboarding. En zij hadden heel duidelijk een AI strategie. Dus zij zeiden eigenlijk binnen een jaar willen wij als organisatie AI first zijn. Ja. En dat kan in Amerika. En daar heb ik daarna nog wel aardige discussies over gevoerd. Ook hier in Nederland. Zij hebben het eigenlijk afgedwongen. Dus zij zeiden tegen hun medewerkers of hun organisatie van over een jaar willen we dus AI first zijn. Ik was overigens onder de indruk van hun verandermanagement strategie. Ze hadden echt bedacht van hoe gaan we dit top down aanpakken. Hoe gaan we dit bottom up aanpakken. En bijvoorbeeld top down moest bijvoorbeeld het leiderschap wel zeggen van ja gaan we al iets doen met voice AI. Is dat al volwassen genoeg? Ja. Of nog niet. Eerst niet en later wel. Nou dat was duidelijk. Maar zou je twee elementen kunnen noemen waarvan je zegt ja maar daar was ik echt van onder de indruk. Ja nou ja. Bottom up zeg maar eigenlijk wat is op een gegeven moment eigenlijk is afgedwongen. Ja en zo zien we dat terwijl ik het zeg denk ik ja ik weet eigenlijk niet of dat op die manier ervaren is. Het is in ieder geval misschien niet op de juiste manier gearticuleerd door mij nu. Maar zo voelen wij dat dan in Nederland denk ik. Van eigenlijk alle medewerkers werd gevraagd maak een filmpje en vertel hoe jij gebruik kan maken van JNI in jouw werk. Oh ja. En hoe je dus jouw werk en wat dat jou bespaart of wat dat jou oplevert. Ja en dat zouden we denk ik niet zo snel hier aan de organisatie kunnen vragen. Maar misschien ook wel hè. Ja maar waarom eigenlijk niet? Want je laat iemand eigenlijk nadenken over zijn eigen werk. Ik zou dat zelf misschien prettiger vinden dan dat iemand eigenlijk langskomt die nooit met jou gesproken heeft. Die zegt jij gaat nu. Ja dat schuil voorbeeld misschien. Ja van jij. Nou ja dat vind ik nog een soort van tussenvormen. Maar het erger is nog dat iemand gewoon langskomt die zegt van nou we hebben op papier dat proces uitgetekend. En jouw werk gaat er nu zo uitzien. En zo ga je JNI in jou toepassen. Ja dan wordt het voor je besloten eigenlijk. Ja en nu zeg maar door er zelf over na te denken of video opnemen heb je zelf de regie in wat jij vindt hoe jouw werk verbeterd zou kunnen worden. Ja. Ja. En ik denk dat je ook heel veel van elkaar kan leren. Ja. Dus je dwingt eigenlijk mensen om daar actief over na te denken. Ja. Daar moet je dan natuurlijk ook wel tijd voor geven. Ja. En ruimte. Ja. Maar vervolgens kan je daar natuurlijk heel veel inderdaad aan hebben. Dus je geeft ook autonomie. Ja. Precies wat jij net aangeeft. Of eigenaarschap. Ja. En die collega's kunnen volgens ook heel veel van elkaar leren daarin. Ja. Ja. Dus ik vind het ook een hele mooie manier. En tegelijk denk ik wel dat je dat natuurlijk niet van iedereen kan vragen op iedere functiegroep in een willekeurig bedrijf. Dus daar moet je wel aandacht voor hebben. Ja. Bepaalde persoonlijkheden dat ik minder fijn vind om een video op zichzelf te hebben. Of om dat uit te spreken inderdaad. Ja. Alleen dat al. Ja. Maar goed. Het past bij een bedrijf denk ik als Miro. Ja. Wat nog relatief jong is. Waar ook relatief denk ik hoog opgeleide en jonge mensen werken. Maar. En overigens hoe hoeft het wat mij betreft niet aan leeftijd gekoppeld te zijn. Maar ja. Weet je. Dat zal niet even makkelijk zijn voor alle andere. Ja. Voor willekeurige organisaties en functies. En je hebt ook al wat kennis nodig van wat is het en wat zou het kunnen betekenen voor mijn werk. Dus er is ook wat educatie vooraf gegaan. Lijkt mij voor dat je dat eigenlijk kan gaan zeggen. Ja. Maar ik vind het wel mooi. Dus. Ja. Ik heb het toch wel een klein beetje. Mijn mening. Nou. Niet persoonlijk aangepast. Maar het is wel. Ik vind het toch wel. Ik geloof wel dat je. Dat die ontwikkelingen op dit moment zoveel impact hebben. Dat je er op een bepaalde manier urgentie voor moet creëren. Ja. En dat het wel helpt om. Ja. Dat misschien toch net even wat meer prioriteit te geven. Of net even wat meer. Ja. Ook te verwachten van de organisatie. Dan gebruikelijk is. Nou. Ik vind het wel mooi. Want je geeft daar heel erg aan bij Miro. Dat ze. Ze hebben gewoon een strategisch besluit genomen. En gewoon gezegd van. Dit gaan we doen. Daar hebben best wel heel veel bedrijven moeite mee. Om echt strategisch naar deze transformatie te kijken. We hebben een kaartspel ontwikkeld. Ik denk. Gaan we even een bruggetje maken. Waarin wij stellingen hebben opgenomen. Die je met elkaar kan bespreken. Dus er zit geen goed of fout aan. Maar juist zeg maar. Het hele idee van. De discussie met elkaar aangaan. Van hoe staan we erin. Op een bepaald onderwerp. En we willen graag. Zo'n stelling aan jou voorleggen. Als dat mag. Zeker. Nou je zag het. Ik heb geschud. Dus er is weer een mooie stelling naar boven gekomen. Een hele toepasselijke. Gebruik en toepassing is het thema. En de stelling luidt. Generatieve AI zal essentieel zijn voor het ontwikkelen van innovatieve oplossingen in onze sector. Ja. En dan met onze sector. Wat bedoelt mijn sector? Of gewoon in de algemene zin? Nee. Sector waarin je actief bent. Ja. Volmondig ja. En ja. Ik denk dat we daar eigenlijk ook al wel over gehad hebben. Dus. Hoe zag het er eigenlijk dan uit voor die generatieve AI? Daar kan ik me bijna niet meer. Daarom vraag ik het ook. Nee. Nou ik denk een leuk voorbeeld van wat we. Waar wij bijvoorbeeld nu mee aan het experimenteren zijn. Want. Ik kan echt niet stellen dat. Dat. Bijvoorbeeld mijn organisatie is al. Voor 100% benut. Of gebruik maakt van alle kansen die er zijn. Maar we proberen nu onze offertes te laten creëren door. Oh ja. Generatieve AI. En dat is natuurlijk ook niet volledig. Maar wel gedeeltelijk. En toen het net uitkwam. Toen zijn we ook snel gaan fine tunen. Dat je dan een beetje je eigen taal eraan toevoegt. Ja. ChatGPT in dit geval. Maar dit zijn wel hele mooie toepassingen natuurlijk. Dus het is wel samen zoeken. Van waar kunnen we nou onze productiviteit verbeteren. Of waar kunnen we nou. Ja. Bepaalde dingen slimmer doen. Zodat we gewoon tijd hebben voor andere zaken. Dus. Dus ja. Ik denk zeker dat het. Mijn sector ook. Beïnvloed. Ja. Net als vele anderen. Ik denk wel. Dat heb ik ook weer gemerkt op die reis. Die we recent hebben gedaan. Dat. Het onderwerp nu. Is echt wel die agentic. AI. Dus. Agents. Ja. Probeer het inderdaad. Heel lastig. Ja. Dat is best lastig. Ja. Ja. Dat is wel. Het grappige is dat. Waar dat generatieve AI dus. De afgelopen anderhalf jaar. Zo ontzettend veel aandacht heeft gekregen. Ja. Verwacht ik heel veel van. Van die agents. Voor dit jaar. Ja. Je ziet de een na de andere organisatie. Hiermee starten. Ja. En. Zou je daar ook een. voorbeeld van vragen. Die gesteld zijn. Weet je. Wat leeft. Zeg maar. Aan. Vragen die dan. Waarom ze. Daarmee moeten starten misschien. Of welke problemen dat oplevert. Zijn dat dat soort vragen. Ja. Ik denk. Ja. Dan komen gelijk weer andere vragen. Ik kom zo meteen nog even terug. Op een andere vraag. Die eigenlijk. Omdat je die vraag natuurlijk eerder hebt gesteld. Ik denk dat het ook wel goed is om te noemen. Dat er nog steeds heel veel vragen zijn. Rondom. Moet ik nou eerst mijn data op orde brengen. Of is het al goed genoeg. Of hoever ontwikkelt de software. Of de toepassingen zich door. Zodat ik eigenlijk niet meer druk hoef te maken. Over ongeorganiseerde data. Ja. Dus dat is ook echt een vraagstuk. Maar specifiek op dat stuk van die agents. Wordt er wel veel ook gevraagd. Van ja. Krijg ik nou zo meteen. Honderd agents. Of één. Ja. Super agent. Ja. Of een soort manager agents. Van al die andere agents. Ja. In Amerika was ik bijvoorbeeld bij een partij. En die zeiden van. Ja. Wij zijn al bezig met agent to agent marketing. Oké. Dus we moeten straks. Wat houdt dat in? Nou. Dat ik niet meer marketing voorbereid voor jou bijvoorbeeld. Ja. Als potentiële klant. Van mijn bedrijf. Maar voor een agent van. Een agent van iemand. Oké. Oké. Dus gewoon. Ja. Als die bepaalde acties voor je. Besluiten voor je gaan nemen. Of acties gaan uitvoeren. Dan moet je misschien die agent wel gaan aanspreken. Dus daar zit best wel veel in. En gewoon hele begripsvorming nog rondom die agents. En dan wordt het misschien al te complex. Maar ook wat wordt dan de toekomst van SaaS. Software as a service. Ja. Zijn mensen eigenlijk wel in staat om zelf agents te creëren? Een organisatie noemde dat blank box gedachten. Heel veel mensen kunnen dan. En dat zag je bijvoorbeeld Salesforce. Maar je hebt ook ServiceNow, Workday. Nou die zijn allemaal of co-pilot studio. Allemaal bezig met een soort agent studio. En dan kan je zelf je eigen agent ontwikkelen binnen hun software. Ik denk dat Info Support. Nou kan je misschien niet zo vertellen. Ook al wat doet. Maar dan zie je eigenlijk dat mensen nog heel vaak niet in staat zijn. Als je dan vraagt van waar wil je nou een agent voor creëren? Dan blijft het stil. Ja precies. Daar komt dus ook weer dat stuk kijken van. Ja hoe kan je nou voor zorgen dat mensen dan ook in staat zijn. Om daar creatief over na te denken. En de juiste vraag te stellen. En dus die technologie te kunnen gebruiken. Dus gewoon nog heel veel rondom begripsvorming denk ik. Waar ik wel soms een beetje bang voor ben. Dat hebben we in het begin zeg maar. Toen de machine learning ook weer opkwam. Heel veel te maken gehad. En de AI. Voor de generatieve AI. Is dat bedrijven op zoek waren naar een oplossing. Om de technologie toe te passen. En in mijn wereld is dat zeg maar de omgekeerde wereld. In principe heb je een probleem. En daar kan de technologie je mogelijk bij helpen. En we zijn wel zeg maar redelijk. En zeker rondom die AI agents. Heb ik nu wel het gevoel dat we op zoek zijn. Maar naar een oplossing waarin we deze technologie kunnen inpassen. Ik snap wel wat je zegt. Want toen ik veertien jaar geleden begon met ondernemen. Toen had ik een bedrijf in mobiele apps. En precies toen werd ook altijd gezegd. Ik wil een app. Ik moet een app. Want iedereen wil een app. Waarom? Of ik heb een goed idee voor een app. Omdat? Daarom. Dus ik herken dat wel. Ik denk dat dat toen ook heel erg speelde. Ik weet niet of het verkeerd is. Omdat ik denk dat het wel belangrijk is dat we leren werken ermee. Zeker. En dat als het motiveert dat je daardoor gaat experimenteren. En dat gaat uitproberen. Dan is het positief wat mij betreft. Ja. Maar ik ben het met je eens. Maar goed. Kijk. Het aantal organisaties wat al heel actief en effectief gebruik maakt van agents. Of agentic AI. Is denk ik nog in Nederland nog wel zeer beperkt. Dat denk ik ook. Sterker nog. We hebben een marktonderzoek gedaan. Onder 414 bedrijven. Nederlandse bedrijven. En daar kwam uit dat 3% eigenlijk pas begonnen is met AI. Waar je laat staan een volledige implementatie daarvan heeft draaien. In algemene zin AI. Ja. Ja. Ja moet je nog aan. Dus daar is nog een hele wereld te winnen. En ik ben het met je eens. Ik bedoel. Experimenteren doe dat alsjeblieft. En daarmee ga je ook leren wat de techniek wel en wat de techniek niet kan. Maar probeer niet helemaal af te wijken van de bedrijfsdoelstellingen die je hebt. De richting waar je in wil gaan. Het is veel handiger als dat in lijn ligt met elkaar. Ja. Ja. Ja. Dat ben ik heel erg met je eens. En dat. Ja. Dan kom je misschien even terug op bijvoorbeeld datagedreven werken. Waar we het in het begin ook over hadden. Ik denk ook als er mij gevraagd wordt van ja wat kan ik daarmee doen. Of hoe kan ik meer datagedreven werken. Of hoe kan ik AI inzetten. Ja. Dan. En daar ben ik natuurlijk niet uniek in. Maar dan ga ik ook snel terug naar wat zijn nou eigenlijk je strategische doelstellingen. Of je ambities. Je processen. Ja. Of op individueel niveau. En dan natuurlijk nadenken vanuit je doelstelling. Van hoe zou het je kunnen helpen om daarin een bepaalde vordering te maken. Dus dat ben ik helemaal met je eens. Weet je. Het blijft dan een enabler en niet een doel op zich. Ja toch. Ja. En je wilde nog op iets terugkomen. Dus je zei van. Ik ben het even kwijt hoor. Ik had eerst nog even een puntje. Oh sorry. Ik wil je experimenteren. Ik denk dat dat heel goed is. Maar vergeet dan niet met elkaar te evalueren. Vaak zien we van experimenteren dat we naar productie willen brengen. Maar we vergeten soms nog wel eens de evaluatiestap. Van hey. Was dit nou de beste oplossing voor dit probleem. We weten nu dat het technisch kan of niet kan. En dan vervolgens daar weer op door te pakken. En niet maar we zijn al de weg ingegaan. Dus we gaan op die weg verder. Dus blijf alsjeblieft evalueren op dat vraagstuk. Maar bedoel je dan eigenlijk ook dat je denkt dat er dan te weinig misschien gestopt wordt met iets? Of ja. Ja. Of het stopt en het wordt in de prullenbak gegooid en er wordt niet van geleerd. En dat zie ik ook nog vaak gebeuren. Van goh ja. Was geen succes. Maar we hebben niet vastgelegd van waarom was het geen succes. En wat hebben we ervan geleerd. Om de volgende keer weer op door te groeien. En soms wordt er gewoon. Ja dit werkt nu. We moeten nu naar productie. Want we hebben het volgende probleem. Of we hebben de volgende oplossing al klaar staan. Dus rust en regelmaat daarin creëren. Ja overigens heb ik daar dus ook wel veel vragen over gehoord. En dat is niet precies dat. Maar daar doet me nu wel aan denken. Van hoe schaal je nou initiatieven op in de organisatie op dit gebied. Omdat er vaak wel veel enthousiasme is voor het starten met allerlei toepassingen. Nou even weer op het gebied van AI specifiek. Maar ja dan uiteindelijk als het doorgroeit. Als het een bepaald punt bereikt. En je evolueert. En je zegt ja dit is eigenlijk wel belangrijk. Dan concurreert het gewoon met andere initiatieven in de organisatie. En hoe zorg je dan voor voldoende afstemming. Tussen verschillende afdelingen. Maar ook waar geef je prioriteit aan. En hoe help je dat opschalen. Daar waren ook echt wel. Ja zeker van de organisaties die dus al wat meer doen op dat gebied. Lagen daar vraagstukken. Hadden ze goede tips? Goede vraag. Ja moet ik je toch even schuldig blijven denk ik. Dus ik denk dat dit. Het was in ieder geval herkenbaar. Ja. En de tips. Nee eigenlijk als ik er nu even iets meer over nadenk. Dan kwamen de voorbeelden van de organisaties die hier verder mee waren. Eigenlijk twee drietal zeiden eigenlijk allemaal van. Ja de business moet hier leidend in zijn. Dus eigenlijk sluit dat weer aan bij wat jij net zei. Want het gaat er dus ook echt om dat er een goede business. Dat er echt een business owner is. Ja. Dus eigenaarschap bij de business. En een duidelijke casus. Dus toch niet in het wilde weg gaan. En waar je op een bepaalde manier ook de ruimte wilt kunnen krijgen om te innoveren zonder direct resultaat. Ja. Toch wel in eerste instantie heel erg werken vanuit casussen die op een bepaalde manier waarde voor de business opleveren. Vaak is dat best wel een moeilijke stap. Want je komt vaak uit de innovatie hoek met een innovatie budget vanuit de innovatie manager. En in één keer moet het dan over richting business. Andere potjes. Andere eigenaren. Dat is denk ik de grote stap die gemaakt moet worden. Ja. Ja. Absoluut. Ja. En er zit ook een coördinatievraagstuk in. Van ga je nou iedereen dit zelf. Iedere afdeling dit zelf laten doen. Ja. Of ga je dat. Komt er een soort multidisciplinair team. Of een dedicated aangewezen team die hiermee bezig gaat. En wanneer geef je het dan weer terug aan de afdeling. Weet je. Daar zijn verschillende varianten in. En dat is eigenlijk net zoals dat. Nou wil ik bijna zeggen vroeger. Maar ging met innovatielabs. En zit je nog buiten de organisatie of niet. Of de data scientist. Moet die in iedere afdeling zitten. Of erbuiten. Ja. Ik vind dat wel vergelijkbare vraagstukken. Ja. Absoluut. En je wilde net even weer terugstappen naar een puntje. Ja. Dat was over de data. Dat was de datakwaliteit. Ja. Daar wilde je nog wat over kwijt. Ja. Dus daar zijn veel vraagstukken. Dat speelt veel bij onze verschillende opdrachtgevers. En daar hebben we het ook veel over gehad in die reis. En het mooie is wel. Dat vind ik zelf ook. Want ik ben geen techneut van huis uit. Dus ik probeer het allemaal goed te begrijpen. Maar ik kan niet zeggen dat ik daar. Nou ik heb geen CTO rol. Ja. Maar een algemene afdronken was toch wel van, wees niet het data... Iedereen zegt, garbage in is garbage out. Dus je moet wel je data opschonen en bezig zijn met datakwaliteit. Absoluut, 100% om dat te kunnen gebruiken voor AI. Maar de ontwikkelingen gaan wel zo snel dat je natuurlijk... met behulp van allerlei toepassingen data gestructureerd of ongestructureerd kan gebruiken. Kan samenvoegen. En daarin hebben een aantal organisaties wel gezegd... laat opnieuw die vraag vanuit de business leidend zijn. En denk dan terug aan wat heb je nou nodig? En hoe ga ik dat uit een systeem halen of uit een externe dataset? Veel organisaties werken ook voor 80-90% met externe data. Dus maak je niet aan de voorkant te druk over dat dat heel chaotisch is in je organisatie. En denk vooral vanuit die toepassing. En dan, ja, hoe ga ik eraan komen en hoe kan ik het bruikbaar maken? Vaak als je begint, dan ga je ook zien, zeg maar, welke data je nodig hebt. En waar de kwaliteit in hoort te zitten. Dus je kan wel overal proberen het helemaal perfect te maken. Maar waarschijnlijk, zo gauw je begint met een experiment, kom je erachter... dat je precies een heel essentieel deel van de data mist. Ja. Bijvoorbeeld. En je bent dadelijk data heel erg mooi aan het maken op de ene plek. En dan wordt het voor 2% gebruikt. En de 98% heb je geen focus op. Dus inderdaad, ga het gebruiken. Maar hou er rekening mee dat je misschien nog stappen in een proces moet gaan maken... waar het ingevoerd wordt, dat het gecontroleerd moet worden. Maar zie het niet als een showstopper om niet te gaan starten. Alsjeblieft, doe dat niet. We zijn ook echt benieuwd naar... Van stel je zou helemaal vrij mogen dromen over AI. En dat hoeft niet binnen je sector of bedrijven te zijn. Het mag ook in je privéleven zijn. Wat zou nou het ultieme zijn waarbij AI je zou kunnen helpen? Heb je een idee? Ja, leuk. Ja, ik denk aan twee dingen. Dus ja, ik zou wel... Ik zou heel graag een soort superassistent willen. Oh ja. En... Wat gaat hij voor je doen? Dus ik vind het wel gemis. Wat gaat het voor je doen? Wat is het? Ja. Eigenlijk van... Nou, van het maken van afspraken... Tot het... Regelen van de kinderopvang. Tot en met eigenlijk het vinden van de accessoires bij mijn outfit. En nu zullen er mensen denken van... Ja, maar dat kan al. Maar het zou wel fijn zijn dat dat één assistent is... Die dat voor mij zou regelen. Dus dat het gemak... Ja, en de thuisbesparing die ik daarvan zou ondervinden... Ik denk, daar zie ik wel naar uit. Oh ja. Het tweede wat ik graag zou willen... En daar ben ik dan... Ja, met Digital Shapers ook wel echt mee bezig is... Ja, en dat is dan echt even dromen. Want dat zegt het liefst ook. Zeker, zeker. Ja, ja. Ja, dat we dit echt als samenleving... Gaan omarmen, deze ontwikkelingen. Om toch bepaalde maatschappelijke vraagstukken op te pakken. En waar technologie misschien... In eerste instantie iets onmenselijks is. Dat toch in te zetten om juist dichter bij elkaar te komen... Werken aan maatschappelijke vraagstukken. En ik hoop dus dat het ons creatiever maakt. En dat we met z'n allen het net even wat leuker gaan vinden. En dat ik denk als we in staat zijn om... En ik denk dat dat heel erg ook moet door mensen die er verstand van hebben... Ook heel goed uitleggen wat de positieve impact kan zijn van het gebruik van AI. Bijvoorbeeld in de publieke sector. Of in het transport, in de financiële, in de gezondheidszorg. Ja, dat we wat positiever als burgers gaan kijken naar de toepassing daarvan. En nu is er gewoon toch veel aandacht voor daar waar het verkeerd wordt ingezet. Of waar de burger benadeelt. Ja. En ja, dat is wel een droom die ik heb. En ik probeer wel in het dagelijks werk ook te kijken van hoe kunnen wij dit nou leuk maken. En vandaar ook bijvoorbeeld zo'n reis. En ik zei het net al even van... De bus hebben we een rondje met een microfoon gemaakt en snoep uitgedeeld. Want je moet het ook leuk maken. Ja, precies. En zie je ergens al elementen dat het ons ook helpt op een bepaald maatschappelijk vraagstuk? Ja, zeker. En een mooi voorbeeld is Kickstart AI. Waar de community van AI-specialisten in Nederland... Of zij proberen de AI-specialisten en data-scientisten ook in een community te verenigen. Zodat ze elkaar kunnen inspireren. Maar zij hebben ook heel sterk een drijfveer om met hun expertise te werken of bij te dragen aan maatschappelijke vraagstukken. Ze werken bijvoorbeeld voor de voedselbank. Oh ja. Om betere voorspellingen te kunnen doen van hoeveel voedsel er nodig is. Hoeveel pakketten er nodig zijn op welk moment waar. Maar er zijn natuurlijk ook zat voorbeelden van hoe het ons helpt in bijvoorbeeld dienstregeling van de NS. Of toch ook echt wel in de gezondheidszorg. Ik denk zeker daar waar het publieke sector voorzieningen betreft. Daar zijn ook zat goede voorbeelden. Mooi. Ik was nog wel nieuwsgierig. Kunnen we het leuker maken? Zie je dat leuk hebben of het gevoel van leuk vinden nog effect heeft in de adoptie tijdens de digitale transformatie? Ja, 100%. Daarom benoem ik het ook inderdaad. Ja, dus ook een voorbeeld. Wij doen af en toe escape rooms. We zijn ooit begonnen met een digital escape room en die was vrij algemeen. Waarin we bijvoorbeeld ook mensen van verschillende niveaus. We zijn het ooit gestart bij luchthaven. En je zag dat door mensen in spelvorm kennis te laten maken met bepaalde technologie of in te laten loggen op social media of gebruik te laten maken van een taalmodel. Haal je eigenlijk de focus weg van je moet iets leren of jij kan iets niet. En ook door dat in teamvorm te doen, en met een competitief element, geldt natuurlijk niet voor iedere organisatie of iedere persoon. Maar kan dat heel erg, ja, dan wordt het gewoon leuk. Nog een keer dat woord. En haal je dus bepaalde angst weg of bepaalde druk weg. En kan je vervolgens heel goed een gesprek starten van, hé, waar ben jij eigenlijk, wat heb je eigenlijk net gedaan? En wat heb je gebruikt? En hoe zou je dat in je werk kunnen toepassen? Wat zou je nog willen leren? Wie kan je erbij helpen? Dus dat is bijvoorbeeld zoiets om bewustzijn te genereren en dat op een aardige manier te doen. En ja, dan staan mensen er heel anders tegenover over het algemeen. Ja, dus horen krijg twee dingen inderdaad. Een stukje buiten eigen context. Zodat je inderdaad even in een andere omgeving, in zo'n escape room, eigenlijk de kennis kan opdoen. Het leuke, dat je het blijft herinneren. En dat is eigenlijk ook het gesprekstof. Hoe kan ik dat weer vertalen naar hoe ik dat in mijn werk zou kunnen toepassen? Ja, en als je dan een training aanbiedt, dan zijn mensen ook veel genegener om dat één actief te volgen en twee dat ook te gaan toepassen. Ja, mooi. Welke belangrijke vragen hebben wij gemist om die aan jou te stellen? Nou, iets wat dan nu als eerste in mijn hoofd opkomt, en ik weet niet of het een vraag is, maar wel iets wat mij recent wel bezig heeft gehouden. En ik ben ook benieuwd naar jullie kijk daarop. Is dat nu veel gesproken wordt over het inzetten van AI om productiviteitswinsten balen. Maar eigenlijk, en dat is hartstikke goed, er is heel veel productiviteitswinsten balen. Maar eigenlijk zou je denken dat we ook veel sneller zouden kunnen innoveren. Nou, en ongetwijfeld heb je daar ook gesprekken over gehad, van hoe kan je nou Nederland innovatiever maken en hoe kunnen we meer focus op kunnen leggen. Maar ik zou eigenlijk wel een soort oproep willen doen aan met name mensen op leidinggevende posities van, ja, wees nou eens eerlijk. Stel nou dat jij vier keer zo snel, vier keer zoveel plannen tegelijk zou kunnen uitvoeren. Of vier keer zo snel je doel zou kunnen behalen. Ja, kan je dat eigenlijk zelf wel formuleren? Of kan je dat zelf bijhouden? En kan je zelf bedenken wat je dan zou willen? En dat zou ik willen challengen. En ik ben benieuwd hoe jullie daarin over denken. Want ik denk dat dan de mens in die zin dan weer de beperkende factor zou kunnen zijn. Dus dat we ons zelf misschien wel klein houden, omdat we dat zelf nog niet kunnen bedenken. En ik hoop dat we AI meer ook op die manier gaan toepassen. En daar, ja, dus vanuit de innovatiehoek. En ik ben benieuwd naar jullie. Jullie kijken daarop. Zal ik beginnen? Ik vind het wel een mooie. Laatst heb ik daar inderdaad ook wat discussies over gevoerd. En wat je zag is denk ik dat de ontwikkeling van de auto daar een mooi voorbeeld in is. Van in het begin, toen de technologie van de verbrandingsmotor kwam. En als jij nu gaat zoeken, zeg maar, naar de eerste auto's. Wat je gaat zien is dat dat gemotoriseerde koetsen waren. Dus het enige wat ze aan het doen waren, waren eigenlijk bestaande dingen. Dat dat wat sneller ging. Zou je kunnen zien als productiviteitsverandering. Terwijl als we nu naar de auto kijken, is het veel meer geworden dan de gemotoriseerde koetsen. Dus hij moet van alles. Ja, dat is gewoon volledig veranderd. Dus ik geloof inderdaad wat jij zegt. Van ga het nou gebruiken om na te denken over innovatie. En dat je nu heel veel sneller kan experimenteren. Heel snel resultaat kan zien. Dus je hoeft niet nu dagen of weken of maanden te experimenteren. Maar je kan heel klein beginnen. Wij zitten ook heel veel in de softwareontwikkeling. Dus je kan nu heel snel bijvoorbeeld een user interface even genereren. Echt laten zien van zo zou het nu kunnen werken. Als je hier en hier op klikt gebeurt dit en dit en dit. Als je dat met de gebruikers direct kan gaan bespreken. bespaar je niet alleen heel veel tijd. Maar je kan op dat moment kan je ook iteratief het meteen gaan aanpakken. Dan zeggen van nee, maar dat gaan we anders doen. Of ik heb een heel gek idee. Laten we daar eens een half uur insteken of een uur. Dus ik denk dat er heel veel mogelijkheden zitten in dat je veel vrijer bent. En veel sneller iets kan uitproberen. Ja. En zou je dan ook durven je KPIs durven bijstellen? We zouden gewoon twee keer zo veel experimenten moeten kunnen uitvoeren binnen deze tijd. Als doelstelling. Om dus jezelf te dwingen om daar AI voor te gebruiken. Want door leren doe je door vallen en opstaan. Dus hoe meer je dat doet. Hoe sneller je uiteindelijk beweegt naar waar je naartoe wil wat je kan. Juist door het heel vaak te doen. Die mogelijkheid heb je nu. En ik ben bang dat we eerst nog door de stap moeten moeten. Dat we toch die gemotoriseerde koetsen gaan krijgen. Ja. Om daarop aan te haken. Wat je gaat meten. Daar ga je naartoe bewegen. Dus als je inderdaad die KPI gaat aanpassen. Dan ga je ook automatisch met elkaar richten op hetgene van de verandering. Dus ik denk dat het heel waardevol is om juist wel die KPI scherp en ambitieus neer te zetten. En ik denk ook inderdaad om aan te haken. En dat was het stukje wat ik dan inderdaad mee wilde geven. Dat we op sommige mensen op het niveau zijn van het heel anders te zien. Maar dat de verandering voor velen nog te groot is om daar al te staan. En dat we dus eerst nog mee moeten. En mensen moeten helpen in de reis daar naartoe. En dat is in het begin efficiëntie om de tijd te hebben. Om dat volgende stapje te gaan zien. Dus ik denk dat we nu zien dat de massa een beetje mee gaat. Of mee gaat komen om die vrijheid te krijgen. Om over de volgende stap na te kunnen gaan denken. En er zijn altijd al een paar frontrunners die erover nadenken. En dat is misschien mijn net momentum. En misschien is dat momentum voor sommige ideeën nog iets te vroeg. Maar daar gaan we denk ik wel snel naartoe. Dat we dingen echt anders gaan aanpakken. Wat zou jij de luisteraar mee willen geven? Als ze dit gehoord hebben. Wat ze hierna gaan doen. Ja, ik denk een samenvatting wellicht van het gesprek wat we gehad hebben. En een aantal boodschappen daarin zitten. Dus ik zou mensen willen uitdagen om de grens wat te verleggen. Eigenlijk terugkomend op waar we het recent over hebben. Van maak die doelstelling nou eens ambitieuzer bijvoorbeeld. Of kijk eens waar je toch op een bepaalde manier iets kan forceren. Ja, op een leuke manier. Ja, precies. En vergeet daarin niet inderdaad om mensen op een goede manier daarin te benaderen. En juist uit te dagen of uit te nodigen. Ik denk dat daar wel echt een boodschap ligt. Ik denk niet dat we met z'n allen nog over het urgentievraagstuk hoeven te hebben. Nee toch? Nee. Maar ja, dan is er dus ook nu echt momentum. Dus denk daar dan eens over na. Hoe kan ik dat momentum benutten? En dat betekent wel iets meer of iets anders doen, denk ik. Nou, wat ik in ieder geval... Wij doen dit soort gesprekken trouwens ook om zelf te leren. Dat maakt dat zo leuk. Wat ik vandaag geleerd heb is... Ik ga heel erg nadenken toch wel over het idee wat je opperde van mensen hun eigen videoboodschap of geschreven. Of in een vorm zeg maar uitdagen om na te denken over hun eigen werk. Dat lijkt mij echt een hele leuke om die eens even op te gaan pakken. Zeker. En degene die bij mij echt wel getriggerd heeft is de communicatie van persoon naar persoon. Maar dadelijk van agent naar agent. Dat er misschien wel andere manieren nodig gaan zijn om de acties voor elkaar te krijgen. Omdat je niet meer met een persoon te maken hebt, maar met een agent van een persoon. Dat heeft mij echt wel aan het denken gezet. Marelle, hartstikke bedankt voor je heldere uitleg. En dat je hier dit met ons wilde delen. Ja, dank voor het leuke gesprek. Hetzelfde. Leuk dat je weer luisterde naar deze aflevering van AIToday Live. Denk er eens aan om je te abonneren via je favoriete podcast app. Want dan mis je geen aflevering. Bij Spotify kan je ook nog een rating geven. Dat helpt ons. Dus als je daar even wat voor ons zou kunnen betekenen, heel graag. Tot de volgende keer. Tot de volgende keer! [Muziek]