The initial wave of hype around AI triggered widespread concerns about the potential risks of the technology. However, now, it has become clear that AI can act as a powerful tool capable of transforming business processes. But how can companies find the right approaches to enterprise transformation? And how can they distinguish true innovation from mediocre solutions? Max Golikov, Sigli’s CBDO, discussed these questions with Thibaud De Keyzer, CEO of Mobilexpense, Board Advisor at TechWolf, and Strategic Advisor at Fortino Capital, in the latest Innovantage podcast episode.Thibaud began his career at IBM, and later spent nearly a decade at SAP, Europe’s largest software company, where he held roles across Belgium, France, and the Netherlands. He founded and successfully sold an SAP consulting business before becoming the CEO of Mobilexpense.Thibaud joined this company three years ago. At that time, the team had a clear goal to make expense management fully touchless. Founded in 2000, Mobilexpense is headquartered in Belgium but operates as a truly European company. It has a presence in eight countries. Its team consists of 200 employees, who represent 28 nationalities. These are people from different generations and with different backgrounds.Bridging cultural gaps in such a team is a crucial task. Thibaud admitted that the foundation was already in place when he became the CEO of the company. His role has mainly been to nurture and strengthen it. For Thibaud, this diversity is not just a cultural asset but a business advantage as it offers perspectives from many angles.The value of AI in business leadership and the role of CEOsInnovation has always been part of Mobilexpense’s principles. For example, the company launched a web-based solution long before mobile technology became mainstream. Many of the processes were embedded in the product years ahead of competitors.When it comes to AI, for Thibaud, it is not just a new feature but the next fundamental utility. It is comparable to the internet in the 1990s or mobile phones in the 2000s. Artificial intelligence represents the next great wave of transformation. According to Thibaud, innovation is one of the strongest cultural drivers. And at the same time, it is a leadership responsibility. At Mobilexpense, he encourages curiosity across the team and provides employees with access to the tools, time, and resources needed to experiment. His role as CEO is to connect the dots between these initiatives and ensure they align with the company’s broader vision.AI is a non-negotiable priority that requires CEO-level ownership. He leads this effort personally and guides teams to focus on solving real business problems instead of pursuing technology for its own sake. How to prioritize innovation projects As Thibaud explained, at Mobilexpense, every new idea enters through a discovery tool where employees can contribute suggestions. From there, the most promising concepts are evaluated with input from business stakeholders and the CTO.Projects that pass this initial filter quickly move into a 90-day pilot phase. If early results are positive, the next step is to test scalability. Once a project proves it can scale, it is moved into production. Here, governance becomes critical. It is very important to track ROI and ensure that the project is secure and ethical.AI projects are not prioritized just because this is AI. Their value is measured by the tangible improvements they can bring to the business. For example, in customer success, that might mean reducing ticket resolution time; in sales, accelerating deal conversions; and in HR, shortening the time required to qualify candidates.For Thibaud, it is necessary to make sure that AI adoption delivers compounding value across the entire organization.How to learn from experience: AI in business leadership insightsBoth failed and successful projects can teach us a lot. Thibaud mentioned a couple of examples from his practice. One early AI experiment involved deploying a sophisticated chatbot in customer success. The team attempted to load the model with a large volume of information to provide comprehensive answers. However, the results fell short. Responses were unclear, unhelpful, and frustrating for customers.Looking back, Thibaud noted that the project’s biggest mistake was removing the human-in-the-loop too quickly. The team later corrected this. They scaled back the chatbot’s scope and reintroduced experts at critical points in the process. The failure demonstrated that human oversight remains essential in AI-driven customer support.On the success side, he pointed to an internal project designed to help auditors quickly access compliance information related to expense reports and company policies. Initially, it was introduced as a small internal efficiency tool. But the project attracted unexpected customer interest and was rolled out externally. It enabled clients to check compliance before submitting expense reports and turned out to be five times more valuable than anticipated.AI in business leadership and the modern CEO insightsAI is reshaping not only how companies operate but also how CEOs should lead their teams. Today, CEOs often feel the pressure to innovate, driven by the fear of being outpaced by competitors. In this context, AI can help a lot. A decade ago, product development cycles required months of effort. Modern AI tools allow companies to test, iterate, and scale at unprecedented speed. A “10x engineer”, who is 10 times better than a mediocre engineer, can become a “1000x engineer”. A skilled professional who leverages AI effectively can outperform peers not just tenfold but a thousandfold. Now, for Thibaud, one of the greatest concerns is neither the technology itself nor the competition. It is vital for him to ensure that his team remains curious and engaged with AI. For him, a lack of interest in AI can be a sign of the organization’s weakness in today’s fast-moving landscape.Building a culture of innovationThibaud believes Mobilexpense has successfully fostered a culture of innovation.To make innovation part of everyone’s responsibility, Mobilexpense holds monthly all-hands meetings where teams share outcomes, discuss opportunities, and raise concerns. He is confident that it is important not to make innovation a purely top-down initiative. It needs to come from the people.He explained that in his role, he also has strong leadership support from the CPO and the CTO. At the same time, he values continuous employee feedback.Though he remains quite optimistic about the future of this technology, AI’s rapid evolution at a large scale looks like an “uncontrolled experiment.” Only time will show the real impact on people and humanity.An AI learning curveThibaud shared that the past 12–15 months have been a period of intense learning for him as he wanted to truly understand what AI is, what it is good at, and what it is not.He recalled that during his time at IBM (it was around 2007–2010), artificial intelligence was already a buzzword, but there was little clarity on practical application. Today, thanks to breakthroughs in large language models (LLMs), the possibilities have become tangible.Even though, as a CEO, Thibaud doesn’t need to code or build infrastructure himself, he sees the potential of AI in such tasks. According to him, it is essential to grasp AI at the application level. It is important to find the use cases where AI can give an advantage in business, for example, in identifying patterns, creating content, or running predictive models.With AI, innovation.has become more accessible than ever before. Young people demonstrate outstanding skills in working with tools like LLMs to explore business problems and potential startup ideas. Now, you don’t need to have a full-stack developer or a machine learning engineer for every task. Nearly 80% of questions can be answered by an LLM. And these answers will be good enough at least for moving forward with your ideas.AI in business leadership and the future of workAccording to Thibaud, AI is unlikely to eliminate roles entirely. However, it will transform how people work. While some jobs may become obsolete, new roles will emerge. And quite often, these new roles will require different skills and approaches.Curiosity and engagement with AI will be key for employees to thrive. Entry-level roles may be affected first, particularly tasks that are repetitive, as they can be easily automated. However, younger professionals who embrace AI early are well-positioned to adapt. At the same time, more experienced employees can leverage AI tools to work more efficiently and focus on higher-value tasks.For example, developers using tools like GitHub Copilot can reduce time spent on routine documentation or repetitive coding. It means that they will have more time to concentrate on more meaningful work.AI in business leadership and educationAI is also reshaping learning for the next generation. Students increasingly rely on laptops and digital tools. As a result, the value of traditional skills like handwriting can become rather questionable. The pace of technological change means today’s students may receive education very differently from previous generations. Curricula must adapt continuously, and the skills taught at the start of a multi-year program may be outdated by graduation. AI can now draft essays or assist with research far more efficiently than students could on their own. But true learning comes from the process, which includes structuring ideas, conducting research, and developing critical thinking.Apart from that, Thibaud noted that formal education is no longer the only path to success. Many of his colleagues at Mobilexpense, including some in leadership roles, never completed traditional schooling. But they have strong self-learning skills and solid practical experience. Moreover, AI can be used as a great research tool. Nevertheless, it shouldn’t be seen as a replacement for critical thinking. It is still very important to know how to ask the right questions.AI can help with market research or idea generation. But the ultimate intelligence lies in identifying the right problem to solve and understanding the target audience. Human judgment still remains central. AI-native companiesToday, we can observe the emergence of AI-native companies. Such startups are built from the ground up with AI tools integrated into their business models. These can be just five-person teams creating projects that could become unicorns. Such companies can scale efficiently and leverage AI to accelerate research, planning, and product development.However, established companies like Mobilexpense retain significant advantages. They have extensive transactional data, deep industry insights, and a loyal customer base. With all this, they can leverage AI to enhance existing operations and create new value.For example, for Mobilexpense, AI presents an opportunity to transform expense management from a routine administrative task into a strategic process. Thanks to the AI capabilities, the company can provide a comprehensive solution that supports better decision-making and creates a more engaging experience for users.How investors should evaluate innovationsLarge language models are just a small subset of AI, which spans a wide range of computing capabilities. For executives and investors, understanding the different subsets and their practical applications is crucial. While AI offers significant opportunities, not every solution represents true innovation.Many new startups that enter the market appear to leverage AI superficially. For instance, they just package LLMs into niche applications without addressing real business problems. These so-called “ChatGPT wrappers” often fail to deliver long-term value and are likely to be demystified quickly. Investors always need to analyze the actual impact and novelty of AI solutions to distinguish genuine innovation from marketing hype.Thibaud mentioned that AI is similar to prior waves of tech cycles, where repetitive business tasks were transformed into scalable software solutions. The potential of artificial intelligence is enormous. But not every AI application substantially improves outcomes. For this reason, investors should focus not only on the initial idea alone, but also on teams and their ability to pivot and execute. Enterprises have broader expertise and resources than smaller businesses. That’s why they are better positioned to validate emerging AI technologies. Smaller companies or less experienced investors may be more vulnerable to hype and may adopt solutions that lack sustainability. Thibaud predicted that the current wave of AI hype is likely to settle within the next 12–24 months. Its true winners will be those startups that can integrate AI into enterprise-ready, platform-ready, and scalable solutions.AI’s greatest impact: What to expectAt the end of their conversation, Max also asked Thibaud to share his thoughts about the areas that are most likely to be transformed by AI.While it is still difficult to predict the full scope of AI’s impact, Thibaud believes the greatest potential lies in enabling augmented humans. These employees across different departments will leverage AI tools to dramatically enhance productivity and decision-making.According to Thibaud, in the future, engineers, salespeople, and product managers will be able to operate at a thousand-times capacity. It will be possible not only through technology, but also by using AI to solve real business problems. The key idea that Thibaud emphasized is that tech transformations have never been about technology but also about business problems. In turn, business is always directly related to people.Given this, it becomes vital to educate people, motivate, and incentivize them to get on the AI train. As long as organizations stay transparent, they can work together to make this world a better place for everyone.How technologies are changing the world around us is one of the most widely discussed topics in the Innovantage podcast. If you are curious to learn more, don’t miss our next episodes that will uncover new insights from leading tech and business experts.

This article has been initially published at Outsource Accelerator. Check out the episode on Podbean.In this week’s episode, we visit Lithuania, a small but highly capable country in Northern Europe that’s making waves in the software development space.Through conversation with Max Golikov, Chief Business Development Officer of Sigli, we explored how his company delivers outsourced development services, what makes Lithuania a strategic location for tech talent, and how artificial intelligence is changing the expectations of both engineers and clients.SigliSigli is a Lithuanian-based outsourcing firm specializing in high-quality software engineering. As Max explained, “We are a team of about 100 people, give or take, and our focus is on delivering high quality software solutions for our clients all over Europe.”Their work spans both project-based delivery and long-term staff augmentation. “Our clients need either specific pieces of software developed and we help them with that, or they may require additional workforce. We then provide our people to work for them just remotely as parts of their team integrating seamlessly,” Max said.This dual approach allows Sigli to work with both mid-sized companies and large enterprises. “We’ve always been focusing on mid to larger size businesses, and their projects are also pretty large. They can go on for years and involve dozens of people and many teams from different countries,” Max noted.Beyond technical delivery, Sigli also invests in professional development. “Every engineer has a mentor within the company, somebody who is more proficient in something they want to be proficient in, and they help those people further along on their developmental path,” Max explained.Lithuanian offshore talentLithuania’s advantages as an outsourcing hub go far beyond cost savings. Although not originally Lithuanian himself, Max has lived and worked there since 2018. “At the very least I’m able to survive here, and that in and of itself is a testament to the environment and how supportive it is to outsiders coming in and doing business,” he said.He pointed to strong infrastructure and connectivity as critical strengths. “There’s a very developed level of connectivity, which is very important for tech. We have great internet, great infrastructure for innovation, [and also] strong connections at the university level,” Max shared.English fluency is another key advantage, making collaboration with European and US clients seamless. Salaries, while higher than offshore destinations, reflect both talent quality and cultural proximity.“Our hourly rates [are not] cheap definitely, but what we are trying to give is flexibility and quality,” Max explained.The country’s location also plays a role in its appeal. “You’re probably two hours away from most European capitals by plane, [and that] creates a great environment, a very international, very developed society eager to contribute,” he said.The reality of AI in tech and developmentWhen discussing AI, Max first establishes what the term actually means. “For us within the tech scene, AI has always been there. The race towards artificial intelligence has been on everyone’s minds since the very first computers were invented. Now what is being called [AI] is actually a collection of many different technologies that have always been in use in one place or the other.”He notes that much of the public discourse around AI is driven by hype.“It helps a lot in particular use cases, [but] LLMs specifically as a part of AI [is] only a small part. A lot of practical AI comes down to more ‘boring’ stuff, and for us, that has always been around data.”Max makes it clear that it’s truly data that lies at the heart of AI technologies. With good data, the real beneficial use case of artificial intelligence goes far beyond generative language models. “Any AI project that exists or [is going to] exist is very reliant on the type of data that company has access to. Without good data, it’s garbage in, garbage out.What I dislike in the current discourse is that when you hear ‘AI,’ you immediately think ChatGPT or Gemini or whatever, and it’s not really the case. There’s a lot of interesting stuff going on in machine learning and computer vision, and [they’re] not at the front of the hype cycle, but they are actually being developed and deployed and making businesses run better.” The evolving landscape of AI and client demandClient demand for AI projects has been growing, but expectations are shifting toward more realistic goals. “Even last year, a lot of requests that are connected with AI came to us with a very high-level vision of what they wanted to do,” Max recalled.Those big visions often clashed with practical realities. “You need to train a specialized model on lots and lots and lots and lots of data. So naturally it would take millions of years to do that. Once clients understand that, they go, ‘maybe some other time.” Now, the focus is on achievable improvements. “Nowadays more and more requests are much more grounded, much easier to do, and have much more going for them in the beginning,” Max explained.For Sigli, this reflects a broader truth: outsourcing is not just about cutting costs. “Some clients value bigger savings, but others value proximity, cultural alignment, and the ability to visit and work closely with their teams. Those are the clients we usually find ourselves working with,” Max said.As AI continues to evolve, Max believes the most valuable outcomes will come from data-driven applications rather than hype-driven initiatives. “For us, it all comes down to the data. If the data is there, then any project is feasible to do. If the data isn’t there, then regardless of the purchases you have access to, it’s probably better to focus on something else instead of AI.” You can learn more by visiting Sigli’s website. Max is also open for questions via his LinkedIn profile, and himself is the host of the Innovantage Podcast. If you’re interested in learning about outsourcing, send us an email at ask@outsourceaccelerator.com.

How Digital Transformation Affects Organisational CultureIn today’s fast-paced business environment, digital transformation is often seen as the key to staying competitive. Organizations are investing heavily in new technologies to streamline processes, improve efficiency, and deliver better products and services. But what about the human element? How does digital transformation affect organizational culture, and why is it such a critical factor for success?While technology plays a central role in digital transformation, the true long-term success of any initiative depends on how well the organizational culture adapts to these changes. It’s not just about adopting new tools—it’s about changing how employees think, work, and collaborate. Culture, therefore, becomes a pivotal part of the transformation journey.The Impact of Digital Transformation on Organizational CultureDigital transformation requires a shift in mindset. This is not only a technological shift but also a cultural one. The changes brought on by digital transformation can be unsettling for employees who are accustomed to traditional ways of working. As organizations move towards more digital, agile, and data-driven approaches, employees need to embrace new ways of thinking, collaborating, and even learning.One of the primary impacts of digital transformation on organizational culture is the need for leadership buy-in and a strong vision. Leaders must communicate the importance of digital transformation and inspire their teams to embrace the changes. Without leadership support, the cultural shift necessary for transformation becomes much more difficult to achieve. Employees will likely resist change if they don't see their leaders fully committed to it.Sigli’s Digital Transformation Guide dives deeper into the cultural aspects of transformation, emphasizing the need for leadership buy-in and a mindset that embraces continuous learning. By creating an environment that fosters learning and innovation, organizations can ensure that their employees are not only adapting to new tools but also aligning with the company’s evolving goals.Overcoming Challenges: The Role of Culture in Digital TransformationThe true challenge in digital transformation lies in overcoming the cultural barriers that can arise. Many organizations face resistance due to fear of the unknown, lack of understanding, or simply the comfort of established routines. Overcoming these cultural challenges requires a well-thought-out strategy that includes training, clear communication, and continuous feedback loops.As companies move forward with their transformation efforts, it’s essential to create a culture that is both resilient and adaptable. This means instilling a mindset of continuous learning, where employees are encouraged to experiment, fail, learn, and grow. Digital transformation is not a one-time event—it’s an ongoing journey, and an adaptive culture will ensure that organizations remain flexible enough to evolve as new technologies emerge.For more on building a transformation culture that lasts, refer to the Sigli Digital Transformation Guide. It provides actionable insights into how to create a cultural foundation that supports sustained digital success.Conclusion: Why Culture Matters in Digital TransformationIn conclusion, digital transformation is as much about culture as it is about technology. Without the right cultural framework, even the most advanced digital tools will fail to deliver long-term value. Organizational culture affects how employees interact with new technologies, how they perceive change, and how they drive innovation. As businesses continue to evolve in the digital age, fostering a culture that embraces continuous learning, agility, and leadership buy-in will be crucial to success.Download the Sigli Digital Transformation Guide to learn more about creating an adaptive culture that supports digital transformation and drives lasting change.

We at Sigli are thrilled to announce that we have been selected as one of the Top 100 Entertainment Software Development Companies in 2025 by Techreviewer.co. Being recognized among such an esteemed group is a testament to the passion, innovation, and technical rigor we bring to every project. It illustrates our growing influence in blending entertainment with digital transformation, AI, and user-centric software engineering.Our Commitment to Entertainment & InnovationFrom our founding, we have focused on delivering software solutions that not only meet business goals but also elevate user experiences in sectors that demand creativity – gaming, media streaming, interactive platforms, digital content ecosystems. At Sigli, we harness AI, data engineering, product development, and web technologies to provide not just technical excellence, but solutions that entertain, engage, and endure.We understand that in entertainment software, speed matters, design matters, scalability matters – and so does delight. Whether building proof of concept products, minimum viable products (MVPs), or full-scale platforms, we aim to fuse form and function. Our services – from QA on demand to teams on demand, from staff augmentation to data-driven systems – are structured to support partners from ideation through launch and beyond.What This Recognition ReflectsBeing selected for this Top 100 list by Techreviewer.co reflects many things we believe deeply in:The strength of our technical expertise, especially in AI & data science, web engineering, and quality assurance, enabling us to craft solutions that work reliably under demanding entertainment workloadsOur adaptability in transforming ideas into interactive, engaging, and market-ready software productsThe trust that clients have placed in us, including those seeking to push boundaries of how people consume or interact with digital contentThe dedication of our team in making each project both technically strong and creatively satisfyingOur Journey & What We DeliverWe have grown steadily over the years, not only in numbers of projects and clients but in the breadth of challenges we can tackle. Our process is designed to minimize risk and maximize value: we begin with validating ideas, proving feasibility, and ensuring market demand before moving ahead. We integrate QA, augment staff when needed, and embed teams that operate as extensions of our clients’ own operations.We pride ourselves on being responsive, reliable, and deeply aligned with our partners. We do not see ourselves simply as vendors; we see ourselves as collaborators, co-creators, and builders of shared visions.Looking ForwardWith this recognition, we feel renewed energy to continue pushing the envelope. We plan to double down on integrating cutting-edge AI, improving immersive experiences, enhancing performance and scalability for high-traffic entertainment platforms, and deepening our investment in user experience research.We are committed to helping entertainment companies, content creators, and media platforms harness technology that not only works, but also inspires.About Techreviewer.coTechreviewer.co is a well-established research and analytics organization that identifies, evaluates, and ranks top software development firms and technology providers across various industries. Their methodology involves thorough assessment criteria including project portfolio, client feedback, technical competence, innovation, and overall market impact. Their annual rankings are trusted by businesses seeking software partners that deliver high performance, reliability, and forward-looking capabilities.‍

Innovation is one of the key topics typically covered in the Innovantage podcast. To explore this theme from multiple angles, its host and Sigli’s CBDO, Max Golikov, invites guests who bring diverse ideas and insights. While many conversations focus primarily on the business perspective, this episode takes a broader view.This time, Max welcomed an expert who has a unique experience in the public and private sectors and can provide her vision from both angles. The podcast guest was Aušrinė Armonaitė, former Lithuanian Minister of Economy & Innovation.Aušrinė entered politics at a very young age, as she had always been interested in public affairs and actively participated in youth organizations. In 2019, she founded the political party Laisvės partija (the Freedom Party).She spent nearly a decade in politics. During this period, she served both as a Member of Parliament and later as Minister of Economy and Innovation until December 2024. After leaving politics, Aušrinė began her journey in the private sector. Today, she is the Head of Investor Relations at InRento, a leading European prop-tech crowdfunding platform. Though these two chapters of her career have clear differences, they also have some things in common. And that was also one of the topics discussed in this podcast episode.Crowdfunding: Is it a good opportunity for investors in Europe?InRento is a buy-to-let crowdfunding platform that was founded in 2020 amid the active development of Lithuania’s fintech sector. The company enables individuals to invest in real estate rental properties. What is very special here is that people don’t have to make big investments at once. They can start from as little as €500.Disclaimer: Investing involves the risk of losing some or all of the amount invested, so it is recommended to diversify your investments and evaluate them responsibly.InRento is rooted in Lithuania. But it is actively expanding its presence in Poland, Italy, and Ireland, and has plans to reach a broader European region.The key idea behind it is making investing more accessible. Traditionally, people associate investing with deep financial knowledge and significant capital. InRento, alongside other crowdfunding models, lowers these barriers and brings investment opportunities closer to a wider audience. Aušrinė sees this as a game-changing shift in the investment world.InRento works with partners who develop real estate rental projects. Quite often, these are conversions and renovations that give older buildings a new life. Numerous investors can participate in one project with their contributions, which are lent to project owners. Over 24 or 36 months, these projects typically generate an average return of nearly 12%.Such returns may sound high, but they really reflect the dynamics of this market. At the same time, Aušrinė emphasized that investing always involves risk. To mitigate it, investors should consider diversification across tools, geographies, and projects.Max and Aušrinė also discussed the peculiarities of the society in Central and Eastern Europe and people’s attitude to investing. The legacy of the Soviet system has greatly eroded community trust, which is a crucial element for business and investment.However, today we can observe that this foundation is undergoing rapid change. Lithuania was once a small post-Soviet economy. Now, it has transformed into the European Union’s leading fintech hub. The country currently hosts 14–15 crowdfunding platforms. Meanwhile, many EU nations have none.Politics vs the private sector: Differences and similaritiesSpeaking about her career, Aušrinė explained that politics offers a broad, global perspective. It touches on various areas, from biotechnology and lasers to fintech and entrepreneurship. By contrast, the private sector demands depth. It requires a focus on details and nuances within a single industry. And leaders must master every aspect to perform effectively.During her time as Lithuania’s Minister of Economy and Innovation, Aušrinė and her team strengthened the country’s position as an advanced technology economy. This was achieved despite multiple overlapping crises, including the COVID-19 pandemic, war in Ukraine, and challenges linked to illegal migration. Under her leadership, Lithuania avoided recession, introduced innovation reforms, helped businesses enter new markets, and attracted record levels of foreign investment.As a Member of Parliament for over eight years, she also championed human rights and worked to position Lithuania as an open, inclusive society. While some initiatives remain unfinished, others have become established policy.When Max asked Aušrinė about the reasons for leaving politics, Aušrinė named both external and personal reasons. The weaker-than-expected election results for her political party signaled the need for change.Though some politicians aim to remain in office at any cost, Aušrinė doesn’t share such views. She preferred to start a new chapter. Moreover, she strongly believes that meaningful change for the country can be achieved in business as well, sometimes on an even larger scale. Lithuanian companies are already shaping not only the national economy but also Europe’s technological landscape.Aušrinė highlighted the importance of change and renewal in both politics and business. Staying in the same position for too long can limit perspective and reduce creativity.Experience in public service is highly valuable. But constant evolution is equally necessary. When it comes to politics, democracies risk stagnation when leaders don’t support changes. Democracies need not only experienced professionals, but also new people with fresh ideas.Building trustAušrinė explained that building trust with investors is central to her role at InRento. According to her, trust in the investment industry is earned through experience and a strong track record. InRento’s team, for example, has operated for over five years without any defaulted or late projects. That’s an excellent proof of careful and conservative management.For Aušrinė, establishing her own credibility means building on this foundation from day one and ensuring that investors can rely on both her and the company. In her opinion, trust extends beyond business. It is rooted in everyday interactions and relationships. Though Eastern European background and historical distrust have shaped attitudes in the local society in Lithuania, social norms are gradually shifting toward openness and connection.One of the factors that can also be used to demonstrate such shifts is the good level of English that people in Vilnius have. Today, it is much more than a communication tool. Good command of English also signals a global mindset and readiness to connect with the world.For smaller countries, like Lithuania, being outward-looking is essential. The economy relies heavily on exports, and technology solutions developed locally must be applicable and competitive worldwide.How Eastern Europe can help Africa in building its economic futureSpeaking about the global arena and international cooperation, Aušrinė said that Eastern Europe can become a natural partner for Africa’s economic future. In the African region, we can find many parallels with Central and Eastern Europe in the 1980s and 1990s. Countries like Lithuania, Estonia, and the Czech Republic transformed from Soviet-planned economies into thriving technology hubs with rapidly growing purchasing power. It’s important to highlight that these achievements were made within a single generation. According to Aušrinė, this situation shows that similar economic leaps are possible elsewhere, including in Africa.She emphasized the significance of respecting cultural differences and work styles. Many African nations are cautious as they are afraid of European “teaching” due to colonial histories. However, Eastern Europeans have themselves experienced occupation and external control. Now, people in this region are open to connecting and do not support a top-down approach. Their historical perspective fosters empathy and understanding.Meanwhile, Africa has a huge potential as a continent of opportunities, particularly for Europeans. Geographic proximity, aligned time zones, and growing digital and business hubs, such as Rwanda, make collaboration feasible and attractive. While other global powers, like the US, are reducing their engagement in certain African regions, European countries have a good chance to step in and establish meaningful economic partnerships.Core pillars of the Lithuanian economyBut what is behind the Lithuanian success? Aušrinė named four core pillars of Lithuania’s economic development that could offer lessons for African countries.Investment in infrastructure. Basic infrastructure, such as roads and bridges, is essential for an economy to function effectively. Without it, business growth and economic activity are constrained.Opportunities for work and entrepreneurship. Despite some stereotypes, people are always eager to work when real opportunities exist. Governments should focus on attracting businesses and supporting entrepreneurship to enable growth.Leapfrogging technology. Just as Lithuania bypassed certain stages of older technologies, African countries can adopt the latest innovations, from blockchain to AI, without the need to follow every historical step.Education. Developing critical thinking and creativity is fundamental. Independent, well-educated individuals form the backbone of sustainable economic development.The role of education and efficient hiringThe private sector has a vital role in shaping education systems. Aušrinė mentioned such an initiative as Teachers Lead Tech. It was launched in Lithuania, and now, it is scaling internationally. Programs of this kind help teachers integrate technology into classrooms while supporting creativity and collaboration among students.Aušrinė believes that education should not be left solely to policymakers. Broad participation helps cultivate critical thinking and independence in communities. All this is especially significant in today’s world, where diplomas are no longer enough. Practical experience and skills gained over time are becoming much more valuable than any formalities.Max and Aušrinė also talked about modern hiring practices. Today, a lot of leaders pay much more attention to the personality and real experience of candidates than to their CVs. Nevertheless, understanding candidates requires time. Both the employer and applicant need to grasp the role and fit.On the one hand, we can say that now personality matters more in hiring than it used to. On the other hand, AI is greatly disrupting the hiring process nowadays. Candidates can submit countless applications with AI-generated cover letters. At the same time, recruiters rely on AI to filter large volumes of submissions. As a result, meaningful interactions between candidates and decision-makers are becoming difficult. And very often, it represents a barrier for talents looking for the right opportunities.Challenge of evaluating progress and identifying mistakesAušrinė admitted that she is quite optimistic when it comes to evaluating progress and learning from mistakes. When she analyzes the results of her work, she always tries to find out whether her actions leave things better than they were found. Despite imperfections or occasional errors that may happen, making improvements is what matters most.She believes that time and self-reflection are essential. Understanding one’s own approach to people, processes, and self-perception helps identify areas for growth.Analyzing the outcomes, she also places achievements in perspective. For example, when she thinks about the results of her work in politics, she compares Lithuania’s progress to other regions, including Africa. Of course, setbacks occur, but according to Aušrinė, Lithuania’s story is a big success in the region.In general, recognizing progress in daily operations is quite difficult. Lithuanians, culturally, tend to downplay achievements and focus on criticism.Aušrinė mentioned a survey that named young Lithuanians among the happiest in the world. Such data sparked widespread debate and skepticism. Similarly, during an election campaign, she stated that Lithuania was experiencing its best economic period. This comment drew criticism even from her own team.Nevertheless, acknowledging incremental progress shouldn’t be ignored. Comparing current outcomes to the starting point helps maintain perspective and even prevent discouragement.Regulation should enhance competitiveness, not prevent itIn their discussion, Max and Aušrinė also spoke about the regulation. Aušrinė expressed caution regarding what is currently happening in the European regulatory environment. Recent proposals from the European Commission, including a pan-European tax on certain enterprises, can be potentially counterproductive.Aušrinė believes that such measures are unlikely to be implemented. However, she stressed the need for policies that enhance competitiveness. Otherwise, their introduction can lead to the risk of undermining business growth.Strong need for forward-looking innovationAccording to Aušrinė, the European region needs forward-looking innovation, particularly in the context of AI and machine learning. While businesses have already embraced AI to automate processes and improve efficiency, its integration into education requires careful thought. Some people try to block AI from classrooms and universities. But it is not the best approach. Instead, AI can be used as a tool to enhance learning and better prepare students for a competitive world.While someone may believe that ChatGPT can help students cheat, it’s vital not to forget that it can also become a private tutor available 24/7.Apart from this, Aušrinė touched on the broader challenge of maintaining competitiveness in Europe. Staying in place requires running as fast as possible, while progress demands running even faster. This principle is applicable to both politics and business. Careful decision-making to preserve economic growth is a must. Meanwhile, businesses are ready and willing to innovate to keep pace with global change. And this should be supported.‍Want to learn more about technology and innovation in business? That’s what you will find in the next episodes of the Innovantage podcast. Don’t miss them!‍

Dit artikel is oorspronkelijk gepubliceerd op TechBehemots.Welkom bij dit exclusieve interview met Max Golikov, CBDO bij Sigli. Hij heeft meer dan 18 jaar tools gebouwd die het leven makkelijker maken voor franchiseformules, bureaus en bedrijven die online willen opvallen.Max speelt een cruciale rol in de indrukwekkende groei van het bedrijf en in de vormgeving van hun bedrijfsgerichte aanpak van digitale transformatie. Max gelooft dat succes voortkomt uit technologie zien als méér dan alleen code, maar als een oplossing die echte uitdagingen, doelstellingen en zelfs angsten van bedrijven wereldwijd aanpakt.Dank je, Max, voor het accepteren van onze uitnodiging.Max, we beginnen met onze traditionele vraag. Vertel ons eens iets over jezelf - over je jeugd, je opleiding en hoe je je professioneel hebt ontwikkeld.Ik ben opgegroeid in Israël, waar nieuwsgierig zijn naar technologie bijna deel uitmaakt van de cultuur. Ik ben geen developer—ik ben altijd de businessman in de tech geweest—maar die vroege basis was belangrijk. Als kind in de Web-1.0-tijd leerde ik mezelf wat HTML en CSS en zette ik een kleine fansite met een forum op. Het was niet geavanceerd, maar het leerde me iets waar ik vandaag de dag nog in geloof: producten werken wanneer ze verbinden met echte mensen en echte waarde.Op de middelbare school ging ik diep op het programmeer- en wiskundetraject in, en verhuisde later voor mijn universitaire studie naar het buitenland om interculturele relaties en business te studeren. Daar viel het kwartje voor me dat mijn rol is het vertalen tussen tech en resultaten—het omzetten van mogelijkheden in iets waar een koper op kan vertrouwen en een bedrijf naar kan meten.Vlak na de universiteit nam Roman Rimsha me aan in zijn team bij mijn eerste internationale techbedrijf. Toen hij vertrok om Sigli mede op te richten, bleef ik nog even en bracht ik later een paar jaar door met het opbouwen van de commerciële kant bij andere bedrijven. We hielden contact. Uiteindelijk nam hij contact op en vroeg me bij Sigli te komen om de commerciële motor te bouwen—dus ik kwam binnen als Chief Business Development Officer.Ik werk nu ongeveer vijftien jaar in techdiensten, en sinds ik bij Sigli ben gekomen, heb ik het bedrijf helpen groeien van een paar dozijn mensen naar ongeveer honderd. Dagelijks betekent dat positioning vormgeven, focussen op de juiste accounts, multi-threaded gesprekken openen en vertrouwen winnen op directieniveau. Ik leid cross-functioneel werk over sales, marketing en delivery, sluit meerjarige enterprise-overeenkomsten af en breng meer discipline aan in hoe we kansen kwalificeren, forecasten en waarde meten na de lancering. Geen van dat alles is glamoureus, maar het stapelt zich op: kortere cycli, schonere overdrachten en partnerschappen die standhouden omdat de resultaten duidelijk zijn.Als er een rode draad in mijn verhaal is, is het deze: ik begon als een kind dat nieuwsgierig was naar hoe het web werkt, en eindigde met het bouwen van de systemen die klanten helpen er echte resultaten uit te halen. De tools veranderen elk jaar; de taak—stakeholders op één lijn brengen over het echte probleem, het pad minder risicovol maken en meetbare resultaten leveren—blijft hetzelfde.Dank je voor het delen. Laten we het nu over Sigli hebben. Voor wie het bedrijf nog niet kent, hoe zou je omschrijven wat Sigli doet en welke impact het maakt? En wat maakt Sigli volgens jou echt anders dan andere digitale productontwikkelingsbedrijven?Sigli bouwt digitale producten en moderniseert bestaande, maar het echte werk is simpeler: we helpen bedrijven technologie om te zetten in bedrijfsresultaten die ze kunnen voelen—omzet, efficiëntie, risicovermindering, betere klantervaringen. Dat is het idee vanaf dag één geweest, en daarom resoneerde de cultuur zo sterk met me toen ik kwam.Ik zal eerlijk zijn: van buitenaf zien veel bedrijven in onze branche er hetzelfde uit. Soortgelijke diensten, soortgelijke stack-logo's, soortgelijke beloften. Wat anders is aan Sigli is de manier waarop we de kloof tussen tech en business overbruggen. We zijn er heel expliciet in. We beginnen met afstemmen over het bedrijfsprobleem en de beperkingen eromheen—budget, tijdlijn, risico, compliance—voordat we over oplossingen praten. Vervolgens ontwerpen, bouwen en itereren we met die afspraak als leidraad. Het klinkt logisch, maar in de praktijk optimaliseren veel teams nog steeds voor het lanceren van features. Wij optimaliseren voor resultaten.Dat zie je terug in hoe we dagelijks met klanten werken. We investeren tijd in het opbouwen van echte relaties, omdat het werk complex is en alleen maar complexer wordt. Technologie blijft nieuwe mogelijkheden en nieuwe risico's toevoegen, en de enige manier door die complexiteit heen is vertrouwen: duidelijk zijn over afwegingen, slecht nieuws vroeg delen, executive en technische stakeholders in hetzelfde gesprek houden, en waarde meten na de lancering—niet alleen snelheid tijdens de bouw. Als die relaties gezond zijn, worden beslissingen sneller genomen, wordt de scope duidelijker en zijn de resultaten sterker.We zijn ook een zeer internationaal team, wat helpt. Verschillende markten, verschillende gebruikersverwachtingen, verschillende regelgevende realiteiten—met die perspectieven in de kamer kunnen we beter verbanden leggen. En intern is er een gedeeld besef dat we een dienstverlenend bedrijf zijn: onze klanten slagen, of anders deugt dit allemaal niet. Die mentaliteit houdt ons met beide benen op de grond. Ja, we geven om engineeringkwaliteit en designcraft. Maar de reden daarvoor is dat het bedrijf aan de andere kant zijn doelen haalt.Dus als ik het in één regel moet samenvatten: Sigli bestaat om technische mogelijkheid om te zetten in bedrijfshelderheid. Dat is onze cultuur, dat is ons proces en dat is waarom klanten met ons werken.Kun je een project of case study delen die het beste illustreert hoe Sigli bedrijven helpt?Voor mij gaat het niet alleen om projecten, het gaat om relaties. Een goed voorbeeld is ons doorlopende werk met de Allkind Group, een verzameling van bedrijven die zich richt op het helpen van mensen met een handicap en extra ondersteuningsbehoeften om te gedijen via toegankelijke, inclusieve platforms. We werken samen binnen hun drie merken en hebben de afgelopen jaren meerdere producten aangeraakt, en ik denk dat de kracht van die partnerschap net zoveel over Sigli zegt als welke case study dan ook.Een initiatief waar ik bijzonder trots op ben, begon in 2022, toen AI plotseling van de marges naar de voorpagina verschoof. Het Allkind-team wilde AI om de juiste redenen in hun diensten integreren—niet als buzzword, maar om leren tastbaar makkelijker te maken voor mensen met dyslexie. De opdracht was duidelijk: bouw een conversationele educatieve assistent die specifieke, accurate begeleiding geeft zonder hallucinaties en in een formaat dat leren echt ondersteunt, niet alleen maar chat.We benaderden het zoals we de meeste complexe problemen benaderen: begin met het bedrijfsdoel, en ontwerp dan de technologie eromheen. In dit geval betekende dat een zeer data-first mindset, zorgvuldig scopen, en veel iteratie met echte gebruikers en opvoeders. Onder de motorkap combineerde het machine learning met API- en cloudengineering en behoorlijk wat datawerk; aan de oppervlakte moest het simpel, toegankelijk en betrouwbaar zijn. Het op één lijn krijgen van die onderdelen is moeilijker dan het klinkt—een "chat"-ervaring naar een educatieve standaard tillen vereist strakke begrenzingen en constante afstemming.Is het "af"? Nee—en dat is het punt. Het systeem blijft evolueren naarmate de modellen evolueren, het curriculum verandert en we leren van echt gebruik. Wat belangrijk is, is dat het het werk doet waarvoor het was aangenomen: de efficiëntie en kwaliteit van leerconversaties verbeteren, betrokkenheid vergroten en de tevredenheid verhogen voor de instellingen en leerlingen die het gebruiken. Dat is het resultaat waar de klant om geeft, en dat is het resultaat waar wij voor optimaliseren.Als je een stap terug doet, illustreert het netjes hoe we werken: een missie waar we in geloven, een langetermijnrelatie gebouwd op vertrouwen, en een technologische oplossing die verankerd blijft in echte bedrijfs- en gebruikersresultaten.Sigli omschrijft zijn filosofie als het op elkaar afstemmen van bedrijfsbehoeften en technologie "als een puzzel". Kun je een voorbeeld geven van hoe dit in de praktijk werkt?We houden het simpel. Aan het begin van elke opdracht stemmen we af over het doel, de paar dingen die we niet kapot kunnen maken en hoe we samen zullen werken. We gebruiken korte fase-checklisten om onszelf eerlijk te houden—één voor discovery, één voor build, één voor run. Ze zijn losjes gebaseerd op COBIT (wie beslist, welke risico's we nemen) en ITIL (hoe veranderingen en incidenten worden afgehandeld), maar we houden ze licht zodat mensen ze ook daadwerkelijk gebruiken.We praten vaak met het clientteam en houden een regelmatige exec check-in zodat beslissingen niet vastlopen. Als het helpt, brengen we een paar dagen persoonlijk met elkaar door—ofwel in Vilnius of on-site—om de lastige delen vlot te trekken. Elk project heeft een delivery manager om de zaken in beweging te houden, en iedereen aan onze kant heeft een mentor die ze kunnen bellen als ze vastzitten.Aan de bouwkant schrijven we belangrijke beslissingen op in gewone taal, demo'en we vroeg en leveren we in kleine stukjes op—meestal achter feature flags—zodat mensen iets echts goedkeuren, geen slides. Voor een release doen we altijd peer review, de juiste geautomatiseerde tests, een snelle smoke check in een realistische omgeving en een toegankelijkheidscheck wanneer dat relevant is.Als er halverwege iets verandert—en dat zal gebeuren—staat in de checklist al beschreven wie beslist en wat er moet wijken. We snoeien in de nice-to-haves, passen het plan aan en beschermen het resultaat dat de klant echt nodig heeft. Geen drama, gewoon gestage vooruitgang.Van healthcare tot e-commerce, Sigli bestrijkt veel industrieën. Hoe pas je je aanpak aan wanneer je over zulke verschillende velden werkt?Ik denk niet dat "branche-expertise" een magische sleutel is. Twee bedrijven in dezelfde branche kunnen totaal verschillende dingen willen, en hun beperkingen kunnen hemelsbreed verschillen. We hebben risicoscoring voor één klant gebouwd en kregen een vergelijkbare vraag van een andere, om erachter te komen dat de variabelen, data en cultuur zo anders waren dat copy-pasten niet zou helpen—zelfs als intellectueel eigendom het toestond. Dus we beginnen met het doel en de context van de klant, niet met een sjabloon.Wat wel overdraagbaar is, is het vakmanschap. De tools en patronen—solide datapipelines, zoeken en aanbevelingen, toegangscontrole, eventing, observeerbaarheid—zijn herbruikbaar, maar de manier waarop je ze assembleert hangt af van de business. Bij AI voeren we bijvoorbeeld een snelle haalbaarheidscheck uit voordat iemand enthousiast wordt: hebben we de juiste data (volume, kwaliteit, permissies), is de usecase tolerant voor fouten, wat is de latentie/schaalverwachting, wat kost het om te serveren, en hoe meten we succes? Als die antwoorden er goed uitzien, gaan we verder; zo niet, dan zeggen we dat en besparen we iedereen tijd.Regelgeving en certificering kunnen de echte scheider zijn. Sommig gezondheids- of financieel werk vereist zware compliance. We zijn daar voorzichtig: ofwel we scopen het werk zodat het past bij wat we verantwoord kunnen leveren, of we halen de juiste partners erbij en maken een plan om onze eigen dekking uit te breiden. In andere ruimtes—zoals edtech—sluit dezelfde technische knowhow vaak naadloos aan bij verschillende klanten, zelfs wanneer hun merken en doelgroepen behoorlijk verschillend zijn.Dus onze aanpak is simpel: respecteer IP, respecteer de realiteit van de klant en hergebruik knowhow in plaats van boilerplate. Het resultaat is dat we nog steeds profiteren van ervaring across industrieën, maar elke oplossing is afgestemd op de business voor ons—niet de vorige die er op papier vergelijkbaar uitzag.Sigli is ISO/IEC 27001 gecertificeerd. Hoe belangrijk is security compliance in het huidige softwareontwikkelingslandschap?Enorm—en elk jaar meer. De industrie is ontgroeid aan de oude "move fast and break things"-fase. Je kunt nog steeds snel bewegen, maar als je vertrouwen breekt, doet niets anders er toe. De meeste kopers beginnen vandaag de dag niet eens zonder basiszekeringen over hoe hun data wordt behandeld, wie eraan kan komen en wat er gebeurt als er iets misgaat.Voor ons uit zich dat op twee manieren: gewoontes en bewijs. De gewoontes zijn stil maar constant—data vroeg classificeren, afspreken wat we niet verzamelen, least-privilege access standaard, data maskeren in niet-productie, en change- en incidentpaden helder houden zodat we niet improviseren onder stress. Het is dezelfde mindset die ik eerder noemde met onze fase-checklisten: in discovery benoemen we de risico's; in delivery zetten we de simpele controls op hun plaats; in run/operate zorgen we ervoor dat mensen weten wie beslist en hoe we reageren. Omdat we in de EU werken, is GDPR geen edge case—het is table stakes.Het bewijs is certificering. Een externe auditor controleert dat ons securitymanagementsysteem daadwerkelijk bestaat en daadwerkelijk draait—beleid, toegangscontroles, assetinventaris, incidentafhandeling, leverancierschecks, de onglamoureuze dingen die risico verminderen. Voor veel klanten verkort dat het inkoopproces en laat het een klein intern team onze volwassenheid "lenen" in plaats van alles vanaf nul op te bouwen. Het maakt ons niet onoverwinnelijk; het maakt ons gedisciplineerd.Security hoeft snelheid niet te doden. We leveren in kleine slices, gebruiken feature flags en testen in omgevingen die op de realiteit lijken. Als we experimenteren, ring-fencen we het. Als er iets verandert—nieuwe regelgeving, nieuwe databeperkingen—passen we het plan aan zonder te doen alsof er niets is gebeurd. Zo beschermen we het resultaat en de relatie tegelijkertijd.AI-projecten maken dit nog duidelijker. Het gesprek begint met data: kwaliteit, permissies, retentie en waar het model het zal zien. We zetten guardrails om PII, houden lagere omgevingen schoon en houden bij wat het systeem deed en waarom zodat we het later kunnen uitleggen. Als de usecase niet veilig is of de data niet klaar, zeggen we dat en besparen we iedereen tijd.Conclusie: certificering is de bon; gedrag is het product. We investeren in beide, omdat klanten geen code van ons kopen—ze kopen resultaten waar ze op kunnen vertrouwen.Je hebt het vaak over een "business-centric approach". Wat betekent dat voor jou persoonlijk, en hoe breng je het in de dagelijkse operaties van Sigli?Voor mij is dit een gewoonte. Aan het begin van elke opdracht stel ik drie vragen:Wat zou dit een overwinning maken wanneer jullie raad van bestuur het drie maanden na lancering beoordeelt?Wat kan absoluut niet kapot terwijl we daarnaar toe werken? Welke beslissing zal dit jullie helpen sneller te maken?Als we dat niet in gewone taal kunnen beantwoorden, beginnen we niet.Voordat er werk begint, stellen we een baseline vast. Dat kan zijn hoe lang iets nu duurt, wat het kost of hoeveel mensen slagen. Vervolgens definiëren we een test van zes weken—de kleinste verandering die zal aantonen dat we vooruitgang boeken. Dit houdt ons eerlijk.Tijdens de delivery fungeer ik als de schakel tussen klant en team. Als een feature het gestelde doel niet vooruithelpt, wacht het. Als een risico het doel kan doen ontsporen, hoort de klant er vroeg over en stellen we bij voordat tijd of geld wordt verspild.Na de lancering doen we korte waardebeoordelingen met de klant. Vijftien minuten, één grafiek, één beslissing: houden, bijstellen of stopzetten. Geen theater. Geen vanity metrics. Binnen het team beperk ik hoeveel prioriteiten er tegelijk kunnen veranderen en ik dring aan op schrijven in de termen van de klant, bijvoorbeeld "verlaag de tijd om een offerte te maken van twee dagen naar vier uur" in plaats van "implementeer service X".Soms is de juiste zet om nee te zeggen. Een klant wilde onlangs een opvallende add-on die er goed zou uitzien in een demo maar niets zou doen voor adoptie. We sloegen het over, leverden een simpele maar effectieve verandering die de onboarding soepeler maakte, en zagen het gebruik binnen een week stijgen.Dat is het werk: maak het doel duidelijk, maak afwegingen zichtbaar, meet wat er toe doet en neem verantwoordelijkheid voor het resultaat. Al het andere is decoratie.Het hosten van de Innovantage Podcast laat je passie voor het verkennen van innovatie zien. Wat is het meest verrassende inzicht dat je hebt opgedaan uit het interviewen van andere leiders?Wat me verrast, is hoe vaak het beste antwoord het simpelste is. Een van mijn favoriete momenten was met William De Pretre, die AI leidt bij de Allkind Group. Toen we praatten over waar AI te gebruiken, bleef hij een simpele vraag stellen: "Hebben we AI daarvoor nodig?" Niet "kunnen we", maar "moeten we". Het klinkt bijna te simpel, maar het snijdt door vanity features heen en dwingt je te kijken naar data quality, tolerantie voor fouten en of een rules-based aanpak het werk sneller zou oplossen. Ik heb dat meer dan eens meegenomen in clientwerk—een fancy model inwisselen voor een strakkere flow of een slimmere dataset en sneller iets nuttigs leveren.Aan de kant van de publieke sector zette een gesprek met Dr. Ott Velsberg, de Chief Data Officer van Estland, me aan om groter te denken over fundamenten. De les was niet een specifieke tool; het was hoe zij data-geletterdheid behandelen als infrastructuur—ingeboekt, gemeten en ingebouwd in alledaagse services. Hierdoor ben ik meer gaan letten op ‘saaiere’ adoptievragen: wie gaat dit daadwerkelijk gebruiken, welke training is er, en hoe weten we of het werkt buiten een demo om?En dan is er nog de academische wereld en operators—professoren, oprichters, productleiders—ieder met een andere woordenschat maar hetzelfde patroon: vooruitgang gebeurt wanneer je ideeën terugbrengt tot de essentie en dát test, niet de persbericht-versie. Die mix van perspectieven is de reden waarom ik de show blijf maken. Elke gast geeft me één klein, bruikbaar idee, en die kleine ideeën stapelen zich op: een betere vraag om mee te beginnen, een helderdere manier om impact te meten, of de moed om "nog niet" te zeggen wanneer de neiging is om te bouwen.Buiten de vergaderkamer en de podcaststudio om, hoe besteed je meestal je vrije tijd?Ik blijf graag dicht bij het ecosysteem. Ik mentor startups bij de lokale Plug and Play accelerator hier in Vilnius, en ook buiten het programma probeer ik early-stage oprichters te helpen wanneer ze vastlopen—meestal op het gebied van go-to-market, prijsstelling, of de eerste gesprekken met grote bedrijven. Ik spreek ook op events over sales en marketing in tech, en ik geef af en toe gastcolleges over die onderwerpen. Het lesgeven houdt me scherp: als je het niet simpel kunt uitleggen aan een zaal met studenten of oprichters, dan begrijp je het zelf waarschijnlijk niet goed genoeg.Aan de persoonlijke kant ben ik een ochtendzwemmer geworden—het zet mijn hoofd reset en geeft me energie voor de dag. En ik speel gitaar. Ik ga niet snel een band beginnen, maar het is een goede manier om even los te komen en iets te doen dat geen spreadsheet of roadmap is. Die mix—gemeenschap, leren en een beetje routine—houdt me met beide benen op de grond.En puur voor de fun, wat is jouw go-to comfort food na een lange week?Pasta. Het is niet één specifiek gerecht, en dat is juist het punt. Mijn vrouw is de echte chef thuis en ik ben de gelukkige sous-chef—hakken, roeren, proeven, maar bij pasta mag ik de grote hoed opzetten. Soms is het een simpele carbonara, andere keren een langzame bolognese. We passen dingen aan afhankelijk van wat er in de koelkast ligt, en het verandert altijd in een klein ritueel aan het eind van de week: samen koken, praten, eten. Simpel, flexibel en betrouwbaar troostrijk.Max, voordat we afronden, welke boodschap of welk advies zou je willen meegeven aan bedrijven die willen slagen in de digitale wereld van vandaag?Vraag om hulp—vroeg en vaak. Ik bedoel niet "huur ons in of anders". Ik bedoel, maak gebruik van de community om je heen. Als je een startup bent die tegen het einde van de runway aan kijkt, praat dan met mensen die hetzelfde hebben meegemaakt: mentoren, operators, klanten, zelfs vriendelijke concurrenten. Als je in een groot bedrijf werkt en vastloopt onder je targets, stap dan buiten je gebruikelijke kring en haal een frisse blik in huis. De meeste problemen worden kleiner zodra ze gedeeld worden.Wees specifiek over wat je nodig hebt. "We hebben groei nodig" is geen opdracht. "We hebben tien introducties nodig bij grote bedrijven in de logistiek" of "we moeten de onboarding terugbrengen van twee weken naar drie dagen" is iets waar mensen mee aan de slag kunnen. Als je duidelijk vraagt, gaan er deuren open—introducties volgen, pilots starten, en je leert sneller.En tot slot, doe het niet alleen. De wereld is volatiel en rommelig; het enige betrouwbare tegenwicht is een netwerk waar je op kunt leunen. Zoek de mensen die jouw standaarden en waarden delen, en bouw met hen. Samen kom je verder dan door in je eentje de held te proberen te zijn.Heel erg bedankt, Max, voor het delen van je inzichten en ervaringen vandaag. Het was een genoegen om meer te horen over jouw reis en het opwindende werk dat je bij Sigli doet.

AI and related technologies are rapidly developing. These advancements inevitably attract the attention of businesses interested in innovative solutions to improve the efficiency of their processes. But how is it possible to make this implementation smooth and trouble-free, especially when a company has no opportunity to attract investor funding? This became the topic of a new episode of the Innovantage podcast, hosted by Sigli’s CBDO, Max Golikov. He invited Denis Leysen to his studio to discuss it.Denis is an AI adoption strategist and a former enterprise consultant with deep roots in family entrepreneurship.But apart from that, he is also a co-founder of noah., a startup that helps businesses identify which AI solutions are actually relevant and effective for them.The project was founded in late 2024, and by January–February 2025, the first product prototypes were underway.Traditional consultancy often involves time-consuming interviews and lengthy reports. Meanwhile, noah. offers a fully automated, personalized, and contextualized approach to AI opportunity discovery. The goal is to save companies time and effort in exploring the AI landscape while delivering actionable, tailored insights.Is bootstrapping a good option for startups?Denis believes bootstrapping isn’t a rigid philosophy but a practical approach, especially in today’s startup environment.While there is always the option to raise funding, Denis emphasized that most investors, VCs, and incubators advise founders to delay fundraising as long as possible. Bootstrapping can give founders more flexibility and control.However, financial obligations and personal constraints can make external funding necessary.The good news is that starting a company has never been more accessible than today. Software development costs have dropped significantly. Meanwhile, software is increasingly becoming a commodity.With AI-powered tools, founders can generate most of the code on their own, hire freelancers to fine-tune it, ingest client data, and launch with minimal upfront investment. As a result, bootstrapping a tech startup is increasingly feasible, even for solo founders.As Denis highlighted, it is a great time to start something, test it, and see where it goes, with very little capital required.As a result, the barrier to entry is lower, but the risk of being copied is higher.This environment makes startup defensibility more important than ever before. One of the biggest challenges for early-stage ventures is ensuring their solution can’t be easily replicated, especially by large players like OpenAI or Perplexity that can quickly release new features.noah.’s product-market fit and future visionnoah. is still in the early stages of establishing a strong product-market fit. After running some pilot projects, the team is now working with a few paying clients through structured use tracks. The product relies on AI to conduct internal interviews within a company and collect insights directly from employees via calls or screen prompts. This process helps map out the organization’s current workflows, tools, and challenges. In parallel, noah. continuously scans the AI landscape for proven use cases and establishes partnerships with consultancies and solution providers to understand what technologies are working in the market. By combining such insights, noah. offers clients a personalized and up-to-date AI opportunity report. But what comes next after identifying the opportunity? The team is now exploring ways to connect clients directly with the right implementation partners, who can build solutions for them.Moreover, noah. sees potential beyond AI. The same underlying technology could be applied to other domains, such as supply chain optimization or workflow improvements. This will make the platform adaptable across industries.noah. primarily targets larger organizations. In such organizations, the complexity and scale of operations make AI opportunity discovery significantly more challenging. In multiple departments, it becomes difficult to track what employees are struggling with or where AI could make a difference. Given this, the value of noah.’s offer can’t be underestimated.AI adoption by enterprisesAs Denis noted, AI adoption in large organizations is progressing, but it is happening unevenly. Most companies have moved past the initial skepticism, where tools like ChatGPT were blocked due to perceived risks. This early caution was the first stage of enterprise engagement with AI.The second phase involved experimentation. Enterprises were testing major tools like Microsoft Copilot and piloting small use cases. However, many companies are now pausing or even pulling back. For instance, some of them abandon co-pilots due to high costs and underwhelming results. This has led to a third phase that can be described as disillusionment.Currently, AI adoption in enterprises tends to be fragmented. While most have some experience, organization-wide AI solutions are still rare. Success is typically found in very niche use cases where the business problem is clear and the solution is highly targeted.AI hype and its possible risksDenis explained that the current hype around AI is justified. Unlike past technological waves, AI has quickly become embedded in everyday life. The widespread exposure across platforms like TikTok or in quick DIY app-building tools has made AI feel valuable and already widely adopted.While the enthusiasm is understandable, Denis also cautioned against overexcitement. The situation echoes elements of past tech bubbles, such as the dot-com era. Amid this hype, it’s essential to stay focused on meaningful, well-defined use cases.The role of data and content governanceIn their discussion, Max and Denis also mentioned a major shift in how organizations approach AI, data, and content governance. Just a few years ago, enterprise AI efforts were tucked away in isolated teams with little visibility. Initiatives like data warehouses and governance frameworks were often seen as costly and disconnected from business value.Today, that perception has reversed. AI has become a board-level topic. Management is now actively asking IT teams about their AI strategies. Meanwhile, employees can independently experiment with new AI tools. Now, IT departments are often under pressure to support innovation while maintaining data security and governance.Some IT teams made a decision to freeze AI tool usage. At the same time, others are more open and try to find balanced approaches and ensure both innovation and control.Denis sees the increasing importance of governance frameworks as AI adoption grows within enterprises. High-quality, well-annotated data is essential, and organizations are beginning to understand why data governance matters.Businesses typically work with huge volumes of unstructured data, including slide decks, PDFs, and other files. Quite often, these documents are outdated, duplicated, and poorly maintained. When AI models are trained on this disorganized content, the result is often low-quality outputs.Moreover, another concern is about how people treat data. Employees frequently input sensitive data into third-party AI tools (and quite often, they don’t even realize it). This growing concern around data misuse highlights the need for stronger policies, awareness, and change management efforts.For large enterprises, the complexity multiplies. They have different generations of workers with different backgrounds, various data types, and inconsistent governance practices. It’s a space where classic consultants still have an important role.Future of consultancyDenis mentioned an opinion voiced by Simon van Teutem, a young former McKinsey consultant and author. He argues that much of the industry’s brainpower is wasted. He suggests that if the talent currently tied up in consulting were redirected toward social initiatives, startups, or directly impactful roles, the societal benefits would be immense. Simon also criticizes the Dutch government for its heavy reliance on consultants.Nevertheless, Denis disagreed with the idea that consultancy’s value is overstated. Experienced consultants bring fresh perspectives across industries and drive meaningful change. However, certain parts of the consultancy business model are likely to be disrupted by AI. This is especially true when it comes to repetitive tasks like interviewing, note-taking, meeting coordination, transcription, market research, and reusing past deliverables.The consultancy sector is undergoing significant change. Companies now demand AI-enhanced services that deliver faster results and deeper insights. To stay competitive, firms must adapt. They need to specialize in high-value niches that justify premium rates or leverage offshore and nearshore talent to maintain quality at lower costs.The value of entrepreneurial spiritThe world of entrepreneurship was familiar to Denis since childhood. Over 40 years ago, his father founded one of Belgium’s first IT consultancies. The company was focused on the sales of early computers and Microsoft training at a time when most businesses still relied on typewriters. It was an era of pure change management. And one of the tasks was to convince clients why digital tools could replace traditional methods. Today, Denis remains on the board, while the company is led by his brother.Growing up in such an environment proved invaluable. Business discussions around the dinner table, early exposure to risk-taking, and seeing close family members start companies made entrepreneurship feel natural. There was no pressure to join the family business. However, it was an open opportunity.Thanks to this, he was not afraid of starting new ventures. He always felt ready to take calculated risks. Moreover, he has direct access to a trusted network for quick feedback. And he considers this one of the greatest advantages in their career.How large organizations can innovateDenis doesn’t think that all organizational data must be 100% accurate. Instead of obsessing over perfection, it’s more important to focus on clear objectives. If these targets can be met with existing data, then over-engineering governance processes add little value.Strong foundations and basic policies are important. But it’s crucial to avoid governance for the sake of governance. At the same time, it’s worth highlighting that strict privacy rules, policies, and regulations can slow innovation in large organizations.Their solution is to introduce controlled flexibility. They need to create safe environments where teams can experiment with new products and solutions without risking client relationships or compliance breaches. This could include dedicated innovation teams, collaborations with interns and students, or co-creation projects with existing clients.It’s also crucial to stay close to the real problems. Quite often, it means just speaking directly with clients to understand what truly matters. Disruption vs. copying in business innovationDenis mentioned Nokia, Blockbuster, and Intel as examples of companies that missed critical opportunities to pivot into new business models. Without the ability to disrupt themselves and explore new markets, organizations risk to face a slow and painful decline.He contrasted two approaches: forced pivots (like Nokia’s late search for a new niche) and proactive innovation. He also recollected Disney’s move into streaming. While Netflix reshaped the industry, Disney responded years later by launching its own platform. Disney saw this as innovation. Nevertheless, for Denis, it looks like replication. Now, Disney is trying to compete directly against pioneers.True innovation isn’t about copying a competitor’s proven model. It’s about creativity, differentiation, and the courage to do something new before the market demands it.For Denis, innovation is a broad term that covers speed, adaptability, and originality. He said that Disney could have pursued many paths beyond simply copying Netflix. With its iconic brand, Disney had the potential to leverage unique assets like the Mickey Mouse franchise to create something distinct.Denis explained that in the current conditions, businesses will need to reinvent themselves far more frequently than in the past. As software and technology become commodities, both startups and large enterprises must think years ahead. Today’s advantage could be easily replicated tomorrow. In his opinion, today, the VC mindset is quite popular. It is based on the idea of simply copying an existing business model to further apply it to a new market, scale quickly, and sell. This approach can be profitable, but it often prioritizes only short-term financial gain over building something truly original and sustainable.But true breakthrough founders are those who discover unique solutions that defy conventional VC rules and established business models.Denis mentioned Odoo as an example of this rare approach. The company ignored standard playbooks. They built open-source software and avoided aggressive early fundraising. They didn’t hire external managers to boost their growth and even expanded into India instead of Silicon Valley. And that was the company’s unique path to success.AI and its impact on the job marketWhile speaking about the role of AI in today’s jobs, Denis compared the automation of manufacturing to the impending transformation of white-collar work. In the past, car assembly lines relied on many workers, each of whom added a component. Today, machines handle most of the process, while humans act primarily as operators.Denis believes a similar shift is coming for desk-based roles. Tasks like creating marketing plans, handling customer support, and generating financial reports may soon be performed primarily by AI agents. The human role will evolve into monitoring, verifying, and optimizing these systems rather than doing the work directly.This change raises profound questions: How many jobs will disappear? How should education adapt to prepare people for supervising and improving AI instead of executing tasks themselves? The complexity is heightened by the opaque nature of large language models. Unlike traditional machine learning, their reasoning processes are often unexplainable.Key challenges of AI implementationAcquiring AI knowledge is one of the first steps that should be taken before introducing AI into business processes. But the real challenge lies in embedding this technology effectively within organizations. It’s essential to ensure AI tools are safe, practical, and operational.Denis advises people to start by identifying repetitive tasks in their own roles that could be automated. Even non-technical employees can experiment with AI tools like ChatGPT by asking simple, step-by-step guidance on automating those tasks. Scaling this approach to teams and departments can lead to meaningful organizational impact.The key recommendation is to begin with small, manageable experiments within a single team or department and build from there. It’s quite risky and challenging to implement complex, ambitious AI models that aim to disrupt everything at once. Incremental adoption will bring much more benefits.Want to explore more about the role of technologies in businesses and the value of innovation? The next episodes of the Innovantage podcast are coming soon! Don’t miss them.

Wij bij Sigli zijn trots en verheugd om bekend te maken dat Techreviewer.co ons heeft erkend als een van de top 100 logistieke software-ontwikkelingsbedrijven voor 2025. Deze bijzondere onderscheiding onderstreept onze onwrikbare toewijding aan het leveren van innovatieve, hoogwaardige digitale oplossingen die specifiek zijn toegesneden op de logistieke en supply chain sectoren. In een tijdperk dat wordt gedefinieerd door snelle technologische vooruitgang en toenemende vraag naar efficiëntie, bevestigt deze erkenning onze inzet voor het stimuleren van transformatie en excellentie in de logistieke industrie.Onze Aanpak van Leiderschap in Logistieke TechnologieBij Sigli begrijpen we dat de logistieke industrie voor complexe uitdagingen staat, van het beheren van uitgebreide netwerken tot het garanderen van tijdige leveringen terwijl de kostenefficiëntie wordt gewaarborgd. Onze missie is altijd geweest om logistieke bedrijven te empoweren met geavanceerde technologie die meetbare verbeteringen en duurzame groei oplevert. We combineren AI-gedreven digitale transformatie met robuuste software-engineering om oplossingen te bieden die de zichtbaarheid verbeteren, operaties stroomlijnen en veerkrachtige supply chains opbouwen.Onze toewijding is op te merken uit:Het leveren van op maat gemaakte software die de effectiviteit van productstrategie en operationele efficiëntie maximaliseertHet aanbieden van risicoarme, budgetbewuste projectaanpakken die resultaten garanderen zonder in te leveren op kwaliteitHet ontwikkelen van op maat gemaakte AI-gestuurde cybersecurity-oplossingen om digitale veerkracht te versterken en naleving van industrieregels zoals DORA te waarborgenHet bieden van naadloze toegang tot expert testing- en bug-fixing resources om time-to-market te verkorten en de softwarebetrouwbaarheid te verbeterenHet opbouwen van hoogopgeleide technische teams die direct in de klantomgevingen worden geïntegreerd voor betere samenwerking en wendbaarheidBenutten van diepgaande expertise in data-engineering en data science om de kracht van big data aan te wenden voor slimmere besluitvormingDe Weg naar ErkenningOnze opname in de prestigieuze lijst van Techreviewer is het hoogtepunt van jarenlange innovatie, samenwerking en een klantgerichte focus. We hebben nauw samengewerkt met industriële leiders en vooruitstrevende ondernemingen om ervoor te zorgen dat onze oplossingen effectief inspelen op uitdagingen in de praktijk. Door naar onze klanten te luisteren en ons snel aan te passen aan veranderende marktdynamiek, hebben we softwareproducten en -diensten ontwikkeld die niet alleen aan maar zelfs boven de verwachtingen voldoen.Deze erkenning weerspiegelt ook de toewijding van ons getalenteerde team – ingenieurs, data scientists, cybersecurity-experts en productstrategen – die bij elk project passie en precisie brengen. Hun collectieve expertise stelt ons in staat om schaalbare oplossingen te leveren die de zichtbaarheid in de supply chain transformeren, operationele processen verbeteren en risico's beperken.Waarom Deze Erkenning Belangrijk voor Ons IsDe vermelding als een van de top logistieke software-ontwikkelingsbedrijven in de VS motiveert ons om de grenzen van innovatie nog verder te verleggen. Het versterkt onze geloofwaardigheid in een competitief landschap en baant de weg voor nieuwe partnerschappen en kansen om een breder scala aan klanten te bedienen die digital transformation omarmen.Bovendien bevestigt het ons geloof dat technologie een krachtige enabler is voor logistieke bedrijven die complexiteiten willen navigeren en nieuwe efficiënties willen ontsluiten. Deze erkenning inspireert ons om onze investeringen in R&D te verdiepen, onze dienstenaanbod uit te breiden en de klantervaring voortdurend te verbeteren.VooruitblikTerwijl we verder gaan in 2025, blijven we gefocust op het leveren van impactvolle oplossingen die de meest urgente uitdagingen in logistiek en supply chain management aanpakken. We zullen de kracht van AI, data-analyse en cybersecurity blijven benutten om onze klanten te helpen operationele excellentie, compliance en duurzame groei te bereiken.Bij Sigli is onze visie duidelijk: een vertrouwde partner zijn die de logistieke industrie leidt door technologiegedreven transformatie. Deze erkenning door Techreviewer.co is een mijlpaal in onze reis – een duidelijk signaal dat we op de juiste weg zijn en dat ons werk aanslaat binnen de industrie.Over Techreviewer.coTechreviewer.co is een gerespecteerd onafhankelijk wereldwijd onderzoeksplatform dat de meest prominente software-ontwikkelingsbedrijven in verschillende branches identificeert en rangschikt. Hun beoordelingen zijn gebaseerd op strikte criteria, waaronder klantfeedback, marktpositie, technische expertise en projectkwaliteit. Opname in hun Top 100-lijst benadrukt de toewijding van een bedrijf aan excellentie en innovatie in softwareontwikkeling.

AI en andere opkomende technologieën kunnen veel nieuwe kansen voor bedrijven creëren. Maar er zijn bepaalde kritieke voorwaarden waaraan voldaan moet worden. Zonder deze voorwaarden loopt zelfs de meest veelbelovende innovatie het risico om slechts een ander project te worden dat vastzit in de proof-of-concept (PoC)-fase.Hoe dit te vermijden? En hoe ervoor te zorgen dat je volgende project de hoogst mogelijke waarde oplevert? De antwoorden zijn te vinden in de nieuwste aflevering van de Innovantage-podcast, gepresenteerd door Sigli’s CBDO, Max Golikov. Deze keer was de gast Adriana Grüschow, Industry Lead Business Development Manager bij Zühlke Group.Oorspronkelijk afkomstig uit Guatemala, verhuisde Adriana naar Duitsland om technische studies te volgen in industriële en energiesystemen. Haar vroege carrière omvatte verschillende domeinen, zoals projectengineering, kwaliteitscontrole en risicobeheer. Maar sales stonden nooit op haar radar.Net als veel ingenieurs zag ze sales ooit als een domein zonder technische diepgang of strategische waarde. Maar na verloop van tijd veranderde die perceptie. Drie belangrijke factoren hadden de grootste impact:Ten eerste waren de momenten die Adriana het meest waardeerde in al haar rollen, die waarin ze direct met klanten in gesprek ging, hun uitdagingen begreep en deze vertaalde naar op maat gemaakte oplossingen. Het werd duidelijk dat ze niet achter de schermen wilde werken. Ze wilde zijn waar de echte impact plaatsvindt.Ten tweede leerde ze tijdens haar tijd bij ABB dat sales in een industriële of technologische omgeving niet draait om het pushen van producten. Het gaat om luisteren, adviseren en vertrouwen opbouwen.Ten derde voelde ze zich steeds meer aangetrokken tot digitalisering en innovatie. Juist op deze gebieden vindt transformatie het snelst plaats.Die passie leidde tot een reeks internationale ervaringen, waaronder een opdracht in Tokio, en uiteindelijk tot een rol als Product Manager voor SaaS- en IoT-oplossingen bij ABB.Tegenwoordig co-creëert Adriana bij Zühlke Group complexe innovatieprojecten met klanten in de industriële sector. Veel daarvan bevinden zich op het snijvlak van AI en hardware.De kloof tussen technologie en business overbruggenAan het begin van haar carrière merkte Adriana dat professionals in engineering, business en software vaak compleet verschillende talen leken te spreken. Die disconnect werd al snel een van haar grootste uitdagingen en leerervaringen.Tijdens haar reis ontdekte ze de cruciale rol van vertaler:Tussen business en technologie,Tussen hardware en software,En tussen verschillende prioriteiten (bijvoorbeeld: technische robuustheid is de belangrijkste prioriteit voor engineers, terwijl ROI-verwachtingen cruciaal blijven voor businessleiders).Het overbruggen van deze kloven werd een essentiële en zeer gewaardeerde vaardigheid.Het was niet gemakkelijk, vooral niet in de traditionele maakindustrie. Er is vaak diepgewortelde weerstand tegen verandering. Maar ondanks deze hindernissen heeft Adriana de afgelopen zes jaar aanzienlijke vooruitgang gezien. Steeds meer bedrijven staan open voor digitale transformatie en opkomende technologieën.Volgens Adriana draait innovatie niet alleen om het adopteren van nieuwe tools of platforms. Het gaat vooral om het afstemmen van mensen, cultuur en bedrijfsmodellen op betekenisvolle waarde.In haar ogen speelt technologie, en vooral AI, een krachtige rol, maar alleen wanneer het geworteld is in echte menselijke behoeften en strategisch in processen wordt geïntegreerd.Tegenwoordig helpt Adriana hardwaregedreven bedrijven om het potentieel van AI te ontsluiten op een manier die zowel technische realiteiten als menselijke dynamieken respecteert.Dit proces vereist geduld en doorzettingsvermogen. In haar ervaring begint het opbouwen van vertrouwen met kleine, tastbare successen. Zodra de waarde zichtbaar wordt, groeien de geloofwaardigheid en het vertrouwen in de oplossing.Adriana herinnerde zich een project tijdens haar tijd in de turbocharger-divisie van ABB, waar ze de taak kreeg om een nieuw kwaliteitsinspectieproces voor gegoten onderdelen te integreren. Tot dan toe werden inspecties handmatig uitgevoerd. Een kwaliteitsmanager moest onderdelen eens per dag visueel beoordelen, vaak met behulp van eenvoudige hulpmiddelen zoals linialen en intuïtie.Haar doel was om geautomatiseerde inspectie met computervisie te introduceren. In eerste instantie was er weerstand van zowel kwaliteitsmanagers als productieleiders. En dat was begrijpelijk, omdat dit gevestigde workflows waren en verandering disruptief kon aanvoelen.Maar in plaats van de oplossing agressief door te drukken, richtte Adriana zich op het opbouwen van vertrouwen door middel van demonstraties. Zodra de teams zagen hoeveel tijd er kon worden bespaard en hoe de nauwkeurigheid van inspecties verbeterde, werden ze ontvankelijker. Geleidelijk accepteerde het team het nieuwe systeem.Is de AI-hype een bubbel?Tegenwoordig zien we een enorme hype rond AI, net als rond blockchain en de metaverse. Zonder twijfel hebben deze technologieën echt potentieel. Maar er is ook een serieus risico aan verbonden. Bedrijven kunnen haast hebben om ze te adopteren, simpelweg omdat iedereen om hen heen dat doet.Te vaak voelen organisaties zich onder druk gezet door wat ze op conferenties of LinkedIn zien en denken ze dat ze al achterlopen. Toch is LinkedIn niet de realiteit, en conferentiecase studies tonen vaak alleen de meest geavanceerde, nicheprojecten. Innovatie zou niet moeten draaien om het najagen van trends. Het zou zich moeten richten op het oplossen van bestaande problemen.Zoals Adriana benadrukte, is AI, hoe geavanceerd ook, slechts een tool. En de belangrijkste taak is om te definiëren hoe het toegepast kan worden om aan echte gebruikers- en bedrijfsbehoeften te voldoen.De waarde van ontdekkingOm niet in de hype-val te trappen, past Adriana en haar team een "innovatie-filter" toe voordat ze een project starten. Het richt zich op drie kritieke vragen:Wenselijkheid. Willen gebruikers dit echt?Haalbaarheid (zakelijk). Is het zinvol voor het bedrijf?Uitvoerbaarheid (technisch). Kan het gebouwd en opgeschaald worden met beschikbare middelen?In de meeste gevallen is het knelpunt niet technische haalbaarheid, maar een gebrek aan duidelijke gebruikersvraag of zakelijke afstemming. Daarom moet elk project beginnen met een gestructureerde ontdekkingsfase. Praten met gebruikers, aannames valideren en ervoor zorgen dat het project de bredere bedrijfsstrategie ondersteunt, zijn cruciale stappen.Zonder dat lopen bedrijven het risico te investeren in oplossingen die niemand nodig heeft.In bijna elk project ziet Adriana hetzelfde patroon. Klanten komen met goed uitgewerkte ideeën, vol vertrouwen in hun marktbegrip. En ze zijn simpelweg op zoek naar implementatieondersteuning.Maar Adriana’s team springt nooit meteen in de ontwikkeling. Ze dagen aannames uit en pleiten sterk voor een ontdekkingsfase.Eerste reacties zijn vaak aarzelend. Zeer weinig klanten zijn enthousiast om meer tijd en budget in onderzoek te steken.Toch raadt Adriana altijd aan om de tijd te nemen om te focussen op wat echt waarde oplevert.Het is cruciaal om open te blijven voor het bevragen van aannames, zelfs lang bestaande. Terwijl wetenschappers elke hypothese moeten testen, moeten bedrijven hun eigen denkwijze actief uitdagen in plaats van het als feit te accepteren. Deze denkwijzeverandering is essentieel voor betekenisvolle innovatie.Een ander praktisch advies is om anderen niet te kopiëren. Alleen omdat een grotere concurrent een bepaalde oplossing heeft geadopteerd, betekent niet dat het in jouw specifieke bedrijfscontext zal werken. Elk bedrijf opereert in zijn eigen niche met unieke behoeften en klanten. Elke aanname moet in jouw specifieke context worden gevalideerd.Uitdagingen van bedrijfstransformatieEen van de meest onderschatte veranderingen die een bedrijf kan ondergaan, is de overgang van een productgebaseerd model naar een servicegericht bedrijf. Op het eerste gezicht lijkt het misschien een eenvoudige wijziging van het inkomstenmodel. Maar in werkelijkheid is het een diepgaande transformatie die elk onderdeel van de organisatie beïnvloedt, inclusief strategie, operaties, productontwikkeling, cultuur en vele andere aspecten.Deze transformatie markeert een botsing van twee fundamenteel verschillende bedrijfswerelden. In het traditionele model draait succes om eigendom en eenmalige transacties. Het nieuwe model richt zich op gebruik, data en het opbouwen van langdurige klantrelaties.Veel bedrijven zien dit echter ten onrechte als een technische upgrade, zonder te beseffen dat het een volledige herziening van de bedrijfslogica vereist.In een servicegebaseerd model wordt succes niet gedefinieerd door een verkoop. Het gaat erom of de klant maand na maand waarde blijft zien.Verandermanagement en zijn rol in bedrijfstransformatieVerandermanagement is niet slechts één onderdeel van een transformatieproces. Het is het werk dat gedaan moet worden.Effectief verandermanagement gaat veel verder dan het versturen van memo’s of het presenteren van strategiedecks. Het vereist leiderschap, geduld en een cultuur die leren en experimenteren ondersteunt. Zonder deze basis ontstaat er weerstand in alle afdelingen, zelfs op directieniveau. En die weerstand is volkomen menselijk. Mensen verzetten zich van nature wanneer ze gevraagd worden om vertrouwde routines los te laten en opnieuw te definiëren hoe ze waarde creëren.Een groot deel van succesvol verandermanagement bestaat uit het geven van de juiste tools, duidelijkheid en vertrouwen aan medewerkers om te slagen in een nieuw model. Dit geldt vooral bij de overgang van productverkoop naar servicegebaseerde bedrijfsmodellen.Kleinschalig beginnen, met MVP’s en pilotprojecten, is vaak de juiste strategie voor innovatie.Maar een van de meest voorkomende misstappen die bedrijven maken, is verwachten dat bestaande productteams de servicetransformatie oppakken. In werkelijkheid komt succes vaak wanneer organisaties een aparte servicegerichte eenheid oprichten. Dit nieuwe team moet worden toegerust met eigen KPI’s, processen en go-to-market-strategieën.Maar moeten bedrijven vertrouwen op bestaand personeel of volledig nieuw talent aantrekken?Het antwoord ligt in het vinden van de juiste balans.In de meeste gevallen is het mogelijk en nuttig om mensen binnen het huidige salesteam te identificeren die openstaan voor verandering en in staat zijn om hun denkwijze te verschuiven van productkenmerken naar servicewaarde.Maar alleen vertrouwen op intern talent is zelden voldoende. Daarom is het ook belangrijk om nieuwe perspectieven binnen te halen, bijvoorbeeld door extern te werven of samen te werken met innovatiepartners. Deze nieuwkomers kunnen nieuwe denkwijzen, best practices en ervaring introduceren.IoT na de hype: Van connectiviteit naar intelligente waardeDe hype rond het Internet of Things bereikte zijn hoogtepunt rond 2018, maar dat betekent niet dat de technologie irrelevant is geworden. Hoewel het overschaduwd is door nieuwere trends zoals AI, is IoT nog steeds springlevend, maar onder een andere naam en narratief.Tegenwoordig praten veel bedrijven niet meer over IoT als op zichzelf staand. In plaats daarvan hebben ze het over slimme, verbonden oplossingen. Deze evolutie markeert een significante verschuiving: de focus ligt niet langer op simpelweg apparaten verbinden en data verzamelen. Nu gaat het om waarom apparaten verbonden zijn en welke bruikbare inzichten die connectiviteit kan opleveren.Vroeger betekende een verbonden product misschien dat je een stofzuiger vanaf je telefoon kon bedienen. Nu kunnen dezelfde apparaten je huis in kaart brengen, leren van je gewoonten en zich aanpassen aan je routines.Hetzelfde principe geldt in industriële omgevingen. Verbonden machines gingen vroeger over het voorkomen van storingen. Nu draait het om voorspellend onderhoud, energieoptimalisatie en het verlengen van de levensduurwaarde.Veel IoT-initiatieven in het verleden kwamen niet verder dan de PoC-fase. Tegenwoordig zijn organisaties meer ROI-gedreven. Ze vragen zich af:Wat is het rendement van dit initiatief?Hoe snel zien we waarde?Is het schaalbaar?Dit helpt hen om te voorkomen dat ze investeren in oplossingen die geen transformatie teweegbrengen.Ontsnappen aan "PoCititis" in AI- en IoT-projecten“PoCititis” klinkt misschien als een grap, maar het is een heel reëel fenomeen dat PoC-projecten beschrijft die nooit zijn opgeschaald.In de begindagen van IoT waren bedrijven gefascineerd door het potentieel van de technologie. Teams bouwden PoC’s om nieuwe sensorapplicaties te testen, maar lieten die experimenten vaak achter. De technische haalbaarheid was niet het probleem.De echte knelpunten hadden te maken met zakelijke haalbaarheid en de bereidheid van gebruikers om voor dergelijke oplossingen te betalen.Adriana legde uit dat het nuttig is om van "proof of concept" naar "proof of value" te gaan. Het doel is om innovatie vanaf het begin te verankeren in echte impact. Teams moeten zich niet alleen richten op wat gebouwd kan worden, maar op wat gebouwd moet worden.Deze meer "saaie" aanpak resulteert in schaalbare, duurzame oplossingen. En met de opkomst van AI is er hoop dat de industrie een vergelijkbare route zal volgen.Het op grote schaal implementeren van AI-modellen vereist energie, infrastructuur en talent. Pilots zonder een duidelijk pad naar waarde kunnen leiden tot verspilde middelen.Drie P’s voor betekenisvolle innovatieOm duurzame, impactvolle oplossingen te bouwen, moeten innovators een duidelijk begrip hebben van de potentiële resultaten, niet alleen van de mogelijkheden. Adriana deelde een eenvoudig framework dat organisaties kan helpen hun inspanningen te heroriënteren.Het kan de "Drie P’s" worden genoemd:Mensen. Verbetert de oplossing echt levens? In sectorenzoals de gezondheidszorg kan dit betere patiëntresultaten betekenen.Winst. Vermindert de oplossing operationele uitvaltijd?Verbetert het proces efficiëntie? Opent het nieuwe inkomstenstromen ofversterkt het de concurrentiepositie?Planeet. Helpt de innovatie om emissies te verminderen,afval te verminderen of energie-efficiëntie te verbeteren? Ondersteunt het demilieudoelen van het bedrijf of draagt het bij aan een groenere supply chain?Het is zelden realistisch om alle drie de P’s in één project te bereiken. Maar het belangrijkste is om op minstens één ervan te focussen.Welke nieuwe kansen biedt de EU Data Act?De EU Data Act markeert een belangrijk keerpunt in het gesprek over data-eigendom en -toegang.Historisch gezien werd de data gegenereerd door verbonden producten strikt gecontroleerd door de fabrikant. Gebruikers hadden weinig toegang tot de gegenereerde data. Die data bleef vaak opgesloten in propriëtaire ecosystemen, wat interoperabiliteit en innovatie beperkte.De EU Data Act verandert dit. Het geeft gebruikers het wettelijke recht om toegang te krijgen tot en de data die hun apparaten genereren te delen.Deze verschuiving zal de creatie van nieuwe ecosystemen stimuleren waarin derde-partij serviceproviders data kunnen verzamelen en analyseren over apparaten en merken heen.Hoewel nieuwe wetten zoals de EU Data Act en de Cyber Resilience Act (CRA) met urgentie worden geïntroduceerd, zal het volledige positieve effect tijd nodig hebben om zich te manifesteren.Nieuwsgierigheid is een superkrachtDe enige constante in tech is verandering. Het maakt niet uit of het AI, IoT, cloud of de metaverse is; baanbrekende technologie vandaag kan morgen al verouderd zijn.Om voor te blijven, moeten leiders continu leren en zich snel aanpassen. Dat betekent nieuwe tools testen, regelmatig lezen en openstaan voor het uitdagen van hun eigen aannames."Fail fast" gaat niet over nederlaag. Het gaat over leren. Het lanceren van minimale levensvatbare ideeën, deze valideren met echte data en gebruikers, en de aanpak verfijnen is essentieel.Degenen die nieuwsgierig blijven en aanpassingsvermogen als hun superkracht zien, zijn het best voorbereid op de toekomst.Praktische toepassingen van AIAan het einde van hun gesprek deelde Adriana ook een paar praktijkvoorbeelden van AI op basis van haar ervaring.Burckhardt Compression. Om het offertetraject te versnellen, hielp Adriana’s team het bedrijf een GenAI-gestuurde kennisassistent te creëren. In plaats van handmatig honderden technische specificatiedocumenten door te zoeken, kunnen gebruikers nu met de assistent chatten om direct gevalideerde vereisten op te halen. Dit is een klassiek voorbeeld van Retrieval-Augmented Generation (RAG), dat al vrij gebruikelijk is in sales en service in sectoren zoals verzekeringen en banken.Bosch . Onderdelen identificeren uit een catalogus van meer dan 13.000 items is een zeer tijdrovende taak. Een computervisie-oplossing aangedreven door neurale netwerken stelt gebruikers nu in staat om simpelweg een foto van een onderdeel te maken. Het systeem valideert vervolgens de afbeelding, matcht deze met de catalogus, voorspelt het juiste onderdeel en kan zelfs een automatische bestelling activeren.Deze voorbeelden laten zien hoe AI nu al echte impact heeft in industriële en klantgerichte processen.Wil je meer weten over hoe technologie de bedrijfswereld transformeert en hoe organisaties van innovatie kunnen profiteren? Mis dan de volgende afleveringen van de Innovantage-podcast niet.