AI-strategie: kies groei in plaats van automatisering

We spreken vandaag met Maartje Vennema van Chief AI Officer Academy. Ze helpt organisaties bij het maken van goede AI-keuzes, maar maakt die keuze bewust niet zelf. Ze ziet een blinde vlek bij bedrijven. Iedereen praat over automatiseren en kosten besparing, terwijl AI vaak veel meer oplevert. Ze legt uit waarom het woord agent volgens haar inhoudsloos is geworden. En trekt een scherpe lijn tussen productiviteits-AI en enterprise AI. De vraag die Maartje beantwoordt. Hoe kies je het AI-project met de meeste waarde zonder mee te gaan in hype? Niels: Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday. Niels: Ik ben Niels Naglé, Area Lead Data & AI bij Info Support. Niels: En vandaag een hele speciale aflevering. Niels: We staan namelijk op de Data Expo in de Flip. Niels: Helaas zonder Joop ook, die konden er niet bij zijn, maar wees gerust de volgende keer sluit weer aan. Niels: Maar we hebben echt een hele speciale gast. Niels: Zou je zo even willen voorstellen naar de luisteraars? Niels: Wie ben je? Niels: Wat doe je? Niels: Wat is je achtergrond? Maartje: Speciale gast, al goed. Maartje: Wat een eer. Maartje: Mijn naam is Maartje Vennema. Maartje: En ik begeleid en ik help organisaties eigenlijk bij het maken van goede keuzes rondom AI. Maartje: Ik maak die keuze niet voor ze, maar help ze goede keuzes te gaan maken. Niels: Oh, wauw, mooi. Niels: En de eerste vraag van mij wat is dan een goede keuze. Maartje: Ja, zoals een beetje natuurlijk in computer science en statistiek zeggen, it depends. Maartje: Wij spraken elkaar van morgen ook al even toen noemde die ook al die term. Maartje: Dat is eigenlijk waarom ik de keuze niet maak. Maartje: Omdat het afhangt van zoveel verschillende factoren. Maartje: Ik kan de handvatten geven om hoe je een goede keuze kan gaan maken. Maartje: En zij kunnen eigenlijk met alles wat zij weten van de operationele kennis. Maartje: Daar veel betere keuzes in maken dan ik. Maartje: Het is eigenlijk een soort van wisselwerking tussen ik breng de handvatten en de AI-kennis. Maartje: En zij brengen de operationele kennis en samen. Niels: Wat, wat is je achtergrond? Maartje: Ik heb een bachelor in computer science en master in data science, gewerkt even als data scientist en dataconsultant. Niels: En van waar de stap van techniek naar het keuzes maken. Niels: Wat was de overweging om die stap te maken? Maartje: Allereerst was de overweging ondernemen. Maartje: Misschien kennen ondernemers dat dat kriebelt al gewoon heel je leven lang. Maartje: Dus je weet dat je dat wil. Maartje: En de tweede overweging is dat ik programmeren heel erg leuk vond. Maartje: Ik vond het heel erg leuk om als een zwart scherm, zeg maar, vol met code, dat je dan op een gegeven moment op het knopje drukt en dat het dan werkt. Maartje: Ja, dat eerst honderd keer een foutmelding hebt gekregen, zeg maar, is het dan opeens goed. Maartje: Dat is een geweldig gevoel. Maartje: Maar ik wist altijd al wel dat ik niet de beste programmeur zou zijn. Maartje: Dat ik niet de beste daarin specialist zou zijn. Maartje: Ik kon veel beter dat grotere plaatje overzien van. Maartje: Maar wat zouden we dan moeten ontwikkelen. Maartje: En waarom zouden we dat moeten ontwikkelen. Maartje: Dus zo heb ik eigenlijk gedacht, ja, programmeren is leuk en misschien wil ik dat nog wel eens een hobby doen. Maartje: Maar niet meer, gewoon niet de allerbeste in. Niels: Maar dat helpt je wel om te weten wat er voor nodig is om eigenlijk die ondersteuning mee te doen. Maartje: Ja, absoluut. Maartje: Ja, dus ik weet wat er voor nodig is als jij een klassiek machine learning model wil gaan implementeren. Niels: Heel blij dat je dat zegt. Niels: Want het wordt vaak overschaduwd door de hele AI, de LLMs. Niels: En de goeie, ouderwetse AI, machine learning, data science. Maartje: En daar ben ik heel scherp in. Maartje: Als je gewoon klassieke machine learning, als dat gewoon is wat we nodig hebben, dan gaan we daarmee verder. Maartje: En dan gaan we niet kijken naar agents, zeg maar, om het maar even zo te noemen. Maartje: Ik weet wel wat er voor nodig is om dat te gaan realiseren. Niels: En waarom niet die agents. Maartje: Ik vind dat agents wel gewoon een beetje een te hippe term is geworden. Maartje: Dus wat is een agent? Maartje: Nou ja, vraag dat tien mensen en krijg tien verschillende antwoorden. Maartje: Als jij een bedrijf bent en je verkoopt agents, ja, tuurlijk, je zet er agent op, want dat is er gewoon sexy. Maartje: Het is leuk we willen het allemaal. Maartje: Maar wat is het eigenlijk? Maartje: Ja, het is een beetje inhoudsloos. Maartje: Ja, ik ben er een beetje gevoelig mee dat we niet agents kiezen vanwege een soort FOMO en klinkt lekker. Maartje: Dat we het kiezen, omdat het werkelijk iets opleveren. Niels: Ik heb het toch weer op het stukje keuzes. Niels: Waar je inderdaad echt op aangaat. Niels: Ik zie gewoon de ogen sprankelen als je inderdaad keuzes moet maken en hoe ga je ermee om, inderdaad. Niels: Maar hoe help je organisaties om die keuzes te maken? Niels: Want het is best moeilijk. Niels: Ik hoor vaak, ja, we gaan productiever worden. Niels: We gaan minder uren spenderen aan het werk wat we nu doen, waardoor we dus die tijd kunnen inzetten voor creativiteit, voor strategie, voor andere zaken. Niels: Dat hoor ik vaak. Niels: Is dat hetgene wat je wil bereiken? Maartje: Ik begin eigenlijk nog een stap eerder. Maartje: Dus ik begin niet meteen met we willen tijd besparen. Maartje: Willen we wel tijd besparen. Maartje: Ja, dat klinkt voor iedereen natuurlijk lekker in de oren. Maartje: Maar als je mensen vraagt dat het nou echt een doelstellingen zijn. Maartje: Of je kijkt ook naar de markt. Maartje: Da zijn natuurlijk methodes voor om daar naar te kijken. Maartje: Dan is het soms veel waardevoller om de omzet te gaan verhogen. Maartje: Of medewerkerstevredenheid te gaan verhogen. Maartje: En als dat een doelstelling is, of als dat jou onderscheidend en toekomstbestendig maakt, dan moeten we daar de resources op inzetten en niet op automatiseren. Maartje: Dan moet automatiseren een soort van bijvangst zijn. Maartje: Tijd besparen gewoon omdat het ook moet. Maartje: Maar dan moeten we niet alles daarop zetten. Maartje: Want we willen uiteindelijk misschien wel dat die omzet groeit en dat gaan we niet realiseren door automatiseren. Maartje: Dus ik begin daarvoor. Maartje: Kijken wat is er voor nodig en waar we moeten op inzetten. Maartje: Want je resources zijn schaar. Maartje: We kunnen niet alles doen. Maartje: Dus moeten we ervoor zorgen dat de keuze die we maken, dat die goed is. Niels: Ja, maar dan voelde het toch wat minder tastbaar, lijkt mij. Niels: We willen omzet verhogen. Niels: Hoe gaat dit dan bijdragen? Niels: Hoe zorg je dan toch dat de ROI of de business case. Niels: Dat je die rond krijgt. Maartje: Ja, nou het gaat niet altijd om geld. Maartje: Vaak gaat het wel om geld. Maartje: Dus we willen hoge omzet. Maartje: Maar het kan soms ook gaan over we willen klantenvredenheid verhogen. Maartje: We willen medewerkerstevredenheid verhogen. Maartje: We willen de CO2-uitstoot verlagen. Maartje: Dat is vaak al veel concreter. Maartje: En vaak als je even doorvraagt, dan zijn die doelstellingen er wel. Maartje: En als je wil zeggen van we willen de klanttevredenheid verhogen. Maartje: Of we willen zorgen dat we kunnen blijven opboksen tegen onze concurrenten. Maartje: Daarin willen we onderscheidend zijn. Maartje: Dan kan je veel meer dingen gaan bedenken. Niels: Je gaat eigenlijk weer terug naar de kern van de organisatie. Niels: Waarom zijn jullie er? Niels: Wat willen jullie echt unique selling point? Niels: Waar willen jullie op acceleren en daar weer even bij stilstaan in plaats van mee te gaan in de snelheid? Maartje: Ja, absoluut. Niels: En heb je daar een aanpak voor? Niels: Heb je bepaalde stappenplannen die je gebruikt of die je op ervaring weet dat werkt of wat niet werkt? Maartje: Ja, ik heb daar wel inderdaad methodes voor. Maartje: En dat is eigenlijk een soort van een soort bank aan allemaal een soort van opdrachten die ik dan kan inzetten. Maartje: Als ik denk, hey, dit is nu even nodig. Maartje: En dat zijn eigenlijk allemaal methodes om, bijvoorbeeld, we hadden het net ook even over use case, zeg maar. Maartje: Op een gegeven moment weet je dan, nou, we willen de omzet verhogen. Maartje: Maar wat ga je dan bedenken? Maartje: Dat is ook heel moeilijk om iets te bedenken. Maartje: Ja, je oog eigenlijk gewoon LinkedIn. Maartje: Je scrolt een beetje. Maartje: Je ziet een leuk idee. Maartje: Maar er zijn wel methodes om goede use cases te bedenken. Maartje: Simpel is natuurlijk kijken naar problemen en bottlenecks. Maartje: Dus probleem is waar zit dit moment de pijn en bottleneck is waar kom de pijn. Maartje: Maar je kan hem ook meer kijken vanuit wat levert het op. Maartje: Dus wat als we iets doen, wat gaat het ons dan opleveren? Maartje: Ook al is het geen probleem of pijnpunt. Maartje: Dus er zijn wel methodes voor. Maartje: En die kunnen we inzetten. Maartje: En dat hebben we eigenlijk voor de hele business case maken. Maartje: Dus je moet natuurlijk op een gegeven moment ook kijken naar haalbaarheid en dergelijke. Maartje: En haalbaarheid is best wel een breed begrip. Niels: Waar moet ik dan aan denken? Maartje: Haalbaarheid is vaak wel wat technischer. Maartje: Dus haalbaarheid gaat natuurlijk over hebben we de data beschikbaar. Maartje: En is die data bruikbaar? Maartje: Dat is in sommige gevallen nog steeds nodig. Maartje: Ook al hebben we nu Gen AI. Niels: Ja, en ik denk dat in sommige gevallen nog wel een understatement is. Niels: Ik denk dat we daar echt nog veel werk te doen hebben, inderdaad, met de technologie die nu zaken mogelijk maken. Maartje: Ja, en ik denk dat we ons daar heel erg in vergissen, in hoeverre dat nog steeds nodig is. Maartje: Maar dat gaat bijvoorbeeld ook in de mate waarin je het geïntegreerd en geautomatiseerd wil hebben. Maartje: Dus hoe meer geïntegreerd en geautomatiseerd, ja, hoe minder haalbaar. Maartje: Je kan beter beginnen met iets meer standalone. Maartje: Op momento staan de mensen open voor verandering. Maartje: Dus er zijn eigenlijk een rijtje aan factoren waar dat van afhangt en die gaan we af. Maartje: Om te kijken van wat kunnen we daarover zeggen. Maartje: Uiteindelijk kies je natuurlijk de use case met de grootste potentie. Niels: Ja, de probability het hoogst. Niels: Ben je wel eens verrast waar je dacht van we hadden echt verwacht dat dit of heel erg succesvol of juist geen succes zou zijn. Niels: En toch aan de slag gaan en daardoor positief verrast. Niels: Of de andere kant op. Maartje: Ja, ik ben eigenlijk als ik wel verrast dat toen ik hiermee begon, het stigma zit heel erg op automatiseren, kostenbesparing. Maartje: Eigenlijk als het gaat om AI, hebben we het daarover. Niels: Productiviteit. Maartje: En het heeft me eigenlijk verrast dat toen ik met organisaties ging werken, dat ze heel vaak uiteindelijk niet kozen voor die productiviteit de kostenbesparing. Maartje: Dat ze heel vaak toch kozen voor we willen meer omzet uit onze huidige klantenbestand gaan halen bijvoorbeeld. Maartje: Dat heeft me wel verrast. Maartje: Want als je LinkedIn opent, en als je zeg maar gewoon de media bekijkt, dan gaat het eigenlijk alleen maar over automatiseren. Niels: En ik denk dat automatisering daar wel een onderdeel van is. Niels: Maar wat ik zeg een onderdeel. Niels: Als je het alleen maar automatiseert, hebben we nog niet een nieuw proces of een nieuwe aanpak waarmee je een groot verschil gaat maken. Maartje: Automatisering is nodig, denk ik. Maartje: Maar op een gegeven moment heb je je doodgeautomatiseerd. Maartje: En wat blijft er dan nog over? Maartje: Dan wordt je geen mooier bedrijf van. Niels: Wat zeggen bedrijven daar dan tegen? Niels: Als je daarmee over een gesprek gaat van hoe gaan we ons focus dan verleggen. Maartje: Nou, ik denk als ze met mij werken, dan is er al wel de willingness om die focus te gaan verleggen. Maartje: En dan is het eigenlijk gewoon een kwestie van resources vrijmaken. Maartje: Om ook andere dingen te doen dan automatiseren. Maartje: Maar dat gaat dan relatief makkelijk. Maartje: En dat is denk ik vooral omdat ik ze niet verteld wat ze moeten doen. Maartje: Dat hebben ze eigenlijk. Niels: Dus eigenlijk door hun eigen keuzes te laten maken. Niels: Dus ook die commitment er en dat soort zaken. Niels: Ik ben wel benieuwd, Maartje, met wat voor team zit jij aan tafel? Niels: Want als we bij AI en adoptie. Niels: Dan zouden we graag door heel de organisatie verschillende rollen aan tafel hebben om de adoptie te vergroten. Niels: Keuzes maken vindt ook door de heel de organisatie plaats. Niels: Met wie zit jij dan om tafel om die grote lijnen uit te zetten. Maartje: Ja, dat verschilt een beetje. Maartje: Ik werk met zowel MKB als zeg maar corporates. Maartje: Bij MKB is dat wel echt directie en management teams. Maartje: En dan kan het heel de directie zijn. Maartje: Plus, je hebt vaak in MKB een kartrekker, zeg maar, of een deel van de directie. Maartje: Binnen corporates is dat eigenlijk meestal niet de directie, maar laag daaronder. Maartje: Bijvoorbeeld management team van een business unit. Maartje: Omdat je ook per business unit weer use cases moet gaan maken. Maartje: De directie van grote organisaties gaan niet use cases maken. Maartje: Dat is te groot. Maartje: Die moeten de richting uitzetten. Maartje: Maar daaronder moet er heel veel gebeuren. Maartje: En dat is ook wel een beetje de switch nu de afgelopen vijf jaar. Maartje: Dus eerst had je gewoon IT en het datateam wat daarmee aan de slag moet. Maartje: En nu wordt verwacht dat de business ook doet. Maartje: Maar de business die denkt, ja, ik vind dat wel hartstikke leuk. Maartje: En soms denkt de business, ik kan dat ook. Niels: Laten we vol met enthousiasme mee aan de slag. Niels: En met een beetje hulp komen ze verder, inderdaad. Maartje: En lukt dat toch nog niet altijd helemaal goed. Maartje: En soms denkt de business ook van ja, hartstikke leuk dat ik dit moet doen. Maartje: Maar hoe kan ik het niet doen? Niels: En naast mijn werk inderdaad, voelt het als extra. Maartje: Ja, dat zijn eigenlijk een beetje de teams en de organisaties waar ik mee werk. Niels: En ik heb natuurlijk onderzoek gedaan naar je. Niels: En je schrijft ook over Engineered AI. Niels: Of Engineering AI. Maartje: Engineered AI volgens mij. Niels: Wat kan je die term eens uitleggen? Niels: Wat betekent het? Niels: Wat houdt het in? Maartje: Ik heb die term ooit gehoord en die is meteen blijven plakken omdat ik hem heel raak vond. Maartje: Sinds ChatGPT er is eigenlijk hebben we productiviteits-AI. Maartje: En ik zie productiviteits-AI eigenlijk als alle tools waarmee we productiever kunnen gaan werken. Maartje: We moeten niet verwachten dat we dat terug gaan zien op de winst en verlies. Maartje: Als gewoon een investering in toekomstbestendigheid eigenlijk. Maartje: We kunnen niet verwachten dat we terugzien op de winst en verlies. Maartje: Ga maar eens meten, hoeveel tijd het eerst kosten per taak, per medewerker als bij elkaar. Maartje: En hoeveel nu succes? Niels: Ja, we proberen het wel degelijk inderdaad. Niels: Vroeger had je natuurlijk ook functieanalyses en dat soort tellingen en dergelijke, zijn er methodieken voor op bepaalde werkzaamheden. Niels: Dan zitten wel in de technische kant en automatisering kant inderdaad. Niels: Dus daar zijn wel met die komst te meten, maar inderdaad, dat is niet simpel. Niels: En de vraag is, wat wordt er met de tijd gedaan die vrijgekomen is. Niels: En hoe ga je die weer opnieuw besteden. Niels: En daar zit wel een grote challenge inderdaad. Maartje: Vandaar dat ik graag onderscheid maak tussen productiviteits-AI. Maartje: Dus het productiever werk en Engineered AI de projecten die we bedenken, die daadwerkelijk iets op moeten leveren. Maartje: En dat zijn dus vaak ook de projecten waarbij een engineer aan te pas moet komen om dat te ontwikkelen. Niels: Nou, op die manier zo engineert waar. Niels: Dus het is niet iets wat er bij de huidige werkzaamheden erbij zijn. Niels: Maar het is een nieuwe solution, een nieuw proces. Niels: Een nieuw onderdeel van jouw oplossing die je gaat maken met behulp van AI. Niels: En dan is het Engineered AI van tevoren bijna over nagedacht, engineer toegepast. Niels: Dus betekent ook beheer, ontwikkeling en dat soort zaken. Maartje: Helemaal zoals ik het ook zie. Maartje: En ik denk dus ook dat dat een andere aanpak vraagt dan productiviteits-AI. Maartje: En daarom haal ik ze graag uit elkaar. Maartje: Zodat we niet een soort van hetzelfde gesprek gaan voeren om iets anders. Maartje: Want bij productiviteits-AI gaat het meer ook over mensen laten ervaren en experimenteren en bottom-up aanpakken. Maartje: Eerst mensen op de werkvloer laten ze maar aan gang gaan. Niels: Ja, experimenterend kijken wat werkt, wat niet werkt. Maartje: Maar bij Engineered AI is dat niet heel handig als mensen daarmee gaan experimenteren. Maartje: Dus het vraagt andere aanpakken. Niels: Wanneer merk je dat het van het een naar het andere gaat? Maartje: Je bedoelt die scheiding. Maartje: Ja, zit de scheiding. Maartje: Die is grijs. Maartje: Dat is een beetje grijs gebied. Maartje: Zeker omdat we nu medewerkers op de werkvloer kunnen ook ontwikkelen. Niels: Die kunnen ook zaken automatiseren en een soort van engineerd AI oplossing met behulp van de efficiency tools dat mogelijk gaan maken inderdaad. Maartje: Ja, dus die scheidslijn is dun. Maartje: En die scheidslijn ligt misschien soms ook wel bij waar organisaties hem leggen. Maartje: Dus wat mag een medewerker binnen jouw organisatie? Maartje: Mag Ria van de marketing, mag zij ook gaan ontwikkelen? Maartje: Ja of nee? Maartje: Als het antwoord ja is, dan valt dat meer bij productiviteits-AI. Maartje: Als het antwoord nee is. Niels: Dan vind je het meer bij de engineer. Niels: Ook kijk je tegenaan. Niels: Ria, mag Ria. Niels: Sorry, als je even een voorbeeld. Niels: Maar mag jullie dat gaan doen? Niels: Hoe kijk je er tegenaan? Niels: Met de technologie en de ontwikkeling die je ziet. Maartje: Ik vind het wel heel risicovol. Maartje: En zeker, ik ben nu ook nog artikel aan het schrijven, staat in concept over de AI-slop die we zien, maar dan niet in tekst, maar in apps. Maartje: Ik zie zoveel verschillende apps en toepassingen. Maartje: En ik zie het nu tegenwoordig op Instagram ook dat mensen het zelf hebben ontwikkeld. Maartje: Ik vind het niet handig. Maartje: Zeker niet als de organisatie dan vervolgens die ene app van Ria. Niels: Moet je gaan beheren. Maartje: Succes daarmee. Maartje: Dus ik zou daar heel erg mee oppassen als jij ZZP'er bent en je hebt het voor jezelf geknutseld, hartstikke leuk. Maartje: Je vrije tijd hartstikke leuk. Maartje: Maar als jij een organisatie bent en je denkt, nou die van je ziet er leuk uit. Maartje: Pas op. Niels: Ja, en we zien het vaak, ik zie het in de praktijk ook. Niels: Het helpt die mensen heel erg. Niels: Het maakt het proces misschien beter, sneller, makkelijker, misschien wel anders. Niels: Dus ik zie heel veel potentie erin. Niels: Maar je hebt wel een soort van intake nodig als je daadwerkelijk van één persoon gebruik naar team gebruik gaat. Niels: En zeker als je moet gaan beheren, ja, daar zijn gewoon toch wel weer een governance principe voor nodig. Niels: Een stukje ownership, een stukje beheer, een stukje doorontwikkeling. Niels: Dus ik raad ook iedereen wel inderdaad te experimenteren. Niels: Hoe gaat het ons helpen? Niels: Hoe gaan we het proces kunnen veranderen. Niels: Maar wees je bewust van het bouwen is maar zoveel procent van de applicatie lifespan die er is. Niels: En het beheer is van SCO belang als je het voor breder dan individueel gebruik gaat doen. Maartje: Hoe zit dat bij jullie? Maartje: Is het wel eens misgegaan? Maartje: Of zijn er wel medewerkers die iets leuks hadden geknutseld en waar dan toch kwam, het mag niet. Niels: Ja, uiteraard. Niels: Dat gebeurt overal. Niels: En in zin van mag niet, is niet altijd. Niels: Want we proberen in het beleid wel vast te leggen van wat mag je wel doen, wanneer mag je dat doen, met welke data mag je dat doen en dat soort zaken. Niels: Maar je ziet heel veel dat iedereen heeft zijn eigen werkproces. Niels: Iedereen heeft zijn eigen aanpak van ontwikkelen. Niels: Dus dat betekent dat de productiviteits en de AI-oplossingen daar heel erg individualistisch in hun werkproces om te komen tot wat ze bouwen of wat ze moeten ontwikkelen of ontwerpen komen. Niels: En als je daar voor iedereen daar een AI-oplossing van gaat maken, dat ga niet werken. Niels: Dan is het nog niet overdraagbaar. Niels: Wat je wil, is overdraagbaarheid dat een teamlid het over kan nemen. Niels: Als er iemand ziek is, dat is wat je wil voor die continuïteit te kunnen waarborgen. Niels: Dus dat betekent dat je niet individualistisch naar de oplossing moet kijken, maar naar een teamniveau moet gaan kijken. Niels: Hoe werken we als team? Niels: En dat betekent ook een stukje standaardisatie. Niels: Ook misschien net andere werkwijze dan je als individu gewend bent. Niels: Om eigenlijk die schaal groter te kunnen doen. Niels: En dat betekent, en dat is echt wel een stap die we nog veel moeten maken binnen veel organisaties ziet dat. Niels: Is dat het heel veel individualistisch is en we moeten naar teamniveau. Niels: Is dat het heel veel individualistisch is en we moeten naar teamniveau. Niels: En daarna moeten we teams opstijgen naar enterprise niveau. Niels: En die stap moeten we nog echt gaan maken in heel veel organisaties. Maartje: Ik ben het helemaal met je eens. Niels: Wel een hele mooite om daar mee bezig te zijn. Niels: En je geeft vandaag ook een sessie bij de Data Expo. Maartje: Twee zelfs. Niels: Twee zelfs. Niels: Oh, kijk, kijk, hartstikke leuk dat je nou ook nog tijd vindt om bij ons aan tafel te komen. Niels: Dankjewel. Maartje: Het is nog vroeg. Maartje: Want tijdens het sprekers ontbijt staan we hier. Niels: Wat dat betreft heerlijk moment om even op te nemen. Niels: Wat wil je meegeven uit jouw sessie als de mensen weglopen? Niels: Wat is de punch? Maartje: Ik geef twee sessies. Maartje: Ik zal heel kort. Maartje: Eén sessie gaat over data op orde of met AI beginnen. Maartje: Wat is die balans? Maartje: Daarin wil ik niet per se iets meegeven, want het is een rond de tafel sessie. Maartje: Dus ik wil graag leren van anderen en dat anderen ook leren van elkaar. Maartje: Dus dat lijkt me heel erg leuk en wij faciliteren het eigenlijk. Maartje: Geven de handvatten, zoals ik wel vaker doe. Maartje: Mijn andere sessie gaat over hoe kies je het meest waardevolle AI-project. Maartje: En daarin wil ik vooral meegeven. Maartje: Kijk, eerst, maak eerst voor jezelf een besliskader. Maartje: En kijk dan naar alles wat er op het internet staat en beoordeel dat op dat besliskader wat ik ook mee gaan geven. Niels: En besliskader. Niels: Klinkt nog een beetje voor mij abstract. Niels: Ik hou van abstracte termen, maar kunnen we hem iets concreet te maken? Niels: Waar denk je dan aan bij een besliskader? Niels: Wat staat er op het veletje? Maartje: Ik kan een van de onderdelen noemen en dat waardedrempel. Maartje: Hoeveel moet het minimaal opleveren? Maartje: Dus voor directie van de grote corporate. Maartje: Die liggen echt niet wakker van zo'n automatisering die dan 10.000 euro per kwartaal oplevert. Maartje: En denk je, ja, niet voor mij, alsjeblieft niet. Maartje: Doe maar grotere aanpak. Maartje: Dus wanneer? Maartje: Wat is die drempel waarvoor jij denkt, dan ga ik rennen. Maartje: Dan ga ik resources aan vrijmaken om erop te zetten. Maartje: En moet het dat dan opleveren in dus euro's of CO2-besparing of, etcetera. Maartje: Maar als je die hebt, dan kan je vervolgens elk idee wat er langskomt, al toetsen aan die waardedrempel. Maartje: En dan kan je bij sommige ideeën al meteen zeggen van. Niels: Nu nog even niet. Maartje: Leuk, maar het levert het voor ons nu niet op. Maartje: En zo heb ik er een aantal, waardoor je al heel makkelijk die filtering kan maken, die eerste filtering kan maken. Maartje: En niet hoeft te kiezen op hype eigenlijk. Niels: Ja, en er zit ook best wel veel onzekerheid in, natuurlijk. Niels: Je weet niet alles van tevoren. Niels: Hoe ga je om met die onzekerheid in zo'n besliskader of het maken van de keuzes. Maartje: Weten dat onzekerheid er altijd is. Maartje: Klinkt zo simpel, maar is heel moeilijk. Maartje: Ja, en de onzekerheid is altijd groter dat we zijn hier op de Data-Expo en er zijn ontzettend veel mooie leveranciers die heel veel leuke dingen hebben. Maartje: Het klinkt allemaal fantastisch. Maartje: Maar je loopt hier waarschijnlijk ook weg met zijn gevoel van. Maartje: Ja, en nu en wat dan? Maartje: De volgende stap die je kan zetten. Maartje: Ja, misschien kies je wel voor de leverancier die waar je toch dacht, die had toch wel echt het lekkerste praatje. Maartje: Dat is natuurlijk echt natte vingerwerk. Maartje: Slechter dan dat kan je het eigenlijk niet doen. Maartje: Dus dat besliskader is nooit 100%. Maartje: Maar geeft je al zoveel meer handvatten dat als iets voorbij zit, komen hier op de beurs of op LinkedIn of in de media, dat je dan al dingen weg kan schrijven. Niels: Dat je het gewoon kan toetsen van wat heb ik echt nodig, waar ga ik mee aan de slag, wanneer ga ik ermee aan de slag. Maartje: Dan besparen we natuurlijk ook weer tijd in die end, want we zijn minder bezig met dat afwegen. Niels: Ja, en wat is jouw beeld van de markt. Niels: Hebben we genoeg ideeën, use cases op de plank liggen. Niels: Of hebben we daar ook nog wat te doen om die bewustwording: wat kan AI wel, wat kan AI niet. Niels: Of zijn we dat wel gepasseerd en weten de meeste mensen dat wel en kunnen we echt al gaan afstrepen, die use cases. Maartje: Ik krijg niet heel vaak meer de vraag voor ideeën. Maartje: Maar ik vind zelf wel, en dat is markt het misschien niet met mij eens, maar dat doet mij niet zo heel. Maartje: Ik vind zelf wel dat er meer use cases mogen zijn om te groeien, in plaats van om te automatiseren te kosten besparen. Maartje: Dat is nodig, maar jongens, laten we kijken naar die use cases waarmee we kunnen groeien. Maartje: Ik vind dat die er nog te weinig zijn. Niels: Ja, we zitten nog te veel op de automatisering van hetgene wat we nu doen. Niels: Terwijl hetgene wat we nu doen, gaan we in de toekomst niet meer hetzelfde doen. Niels: En misschien is het handiger om het anders te gaan doen en misschien wel andere dingen erbij te gaan doen. Niels: Dus dus een hele mooie inderdaad. Maartje: Je concurrenten doen het ook automatiseren. Maartje: Dus op een gegeven moment ben je aan het concurreren met de mensen die het goedkoopst zijn. Niels: Of waarmee wil je concurreren? Niels: Wat is jou inderdaad unique selling point daarin? Niels: Dankjewel. Niels: Heel veel plezier op de data. Niels: Expo heel veel succes met je sessies. Niels: En als ik hem even mag samenvatten, zorg dat je besliskader op orde hebt. Niels: Spring niet tegelijk in de mooie praatjes van de vendors, maar zorg dat je het toetst. Niels: Helder hebt wat je wil bereiken. Niels: Kijk niet alleen naar automatisering, maar kijk ook naar het stukje groei en de business case goed te kunnen toetsen. Niels: En dan heb je een mooie start. Maartje: Kies op waarde, helemaal gelijk. Niels: Dat is waarde hartstikke mooi. Niels: Dankjewel. Maartje: Jij ook bedankt. Niels: En tot de volgende keer. Niels: Leuk dat je weer luisteren naar deze aflevering van AIToday Live. Niels: Vergeet je niet te abonneren op onze podcast. Niels: En daarnaast hebben we ook nog een leuke nieuwsbrief waar we ook achter de schermen een kijkje geven. Niels: En ook hier bij de Data Expo zullen we leuke foto's daar delen. Niels: Dus abonneer je ook op onze nieuwsbrief. Niels: En dan mis je ook geen aflevering. Niels: Tot de volgende keer.