Artificial intelligence transformeert geleidelijk klantervaringen en vervangt vaak menselijke medewerkers in verschillende industrieën. eCommerce is een van de duidelijkste voorbeelden. Maar betekent dit echt dat interacties op een dag volledig gedigitaliseerd zullen zijn? Of is er nog ruimte voor menselijke communicatie? Dit zijn enkele van de vragen die de Innovantage podcast host en Sigli's CBDO Max Golikov voorbereidde voor zijn nieuwe gast.‍In de nieuwste podcastaflevering had Max een diepgaand gesprek met Tomer Azenkot. Na zijn carrière te zijn begonnen in tech en productmanagement ongeveer 20 jaar geleden en daarna door te stromen naar salesleiderschap in enterprise software, werd Tomer in 2022 CEO van Vee24. Vee24 is een SaaS-platform dat bedrijven helpt de klantervaring op hun websites te verbeteren door videogesprekken en andere chat tools te integreren in het klanttraject. Momenteel richt het bedrijf zich vooral op eCommerce-bedrijven.AI-chatbots en menselijke interactie in digitale handelDe afgelopen twee jaar heeft de opkomst van AI-chatbots, en vooral bekende tools zoals ChatGPT, een aanzienlijke impact gehad op het digitale handelslandschap. Een belangrijk discussiepunt is hoe deze tools het klanttraject beïnvloeden en of ze het menselijke element van de online ervaring in gevaar brengen.AI brengt efficiëntie. Maar het kan niet altijd de waarde van menselijke interactie vervangen. Zoals Tomer uitlegde, probeert Vee24 altijd momenten in het klanttraject te identificeren waar een persoonlijke touch nog essentieel is. In deze gevallen kan volledig vertrouwen op bots tot frustratie leiden. Veel gebruikers geven er nog steeds de voorkeur aan een echt persoon te bereiken wanneer AI tekortschiet.Om zijn woorden kracht bij te zetten, gaf Tomer een paar praktijkvoorbeelden.AI is zeer effectief voor eenvoudige klantbehoeften. Het is bijvoorbeeld uitstekend in het controleren van een orderstatus. In dergelijke gevallen waarderen klanten snelle, geautomatiseerde reacties. Menselijke hulp is niet nodig.Echter, complexe of emotioneel gedreven taken, zoals het kiezen van sieraden voor je vrouw, vereisen menselijk contact. In dergelijke situaties is het nog steeds de moeite waard om te praten met een deskundige verkoper die gepersonaliseerd advies kan geven en producten zelfs via HD-video kan tonen. Dit is waar Vee24 in beeld kwam door de winkelervaring online te brengen via realtime, door mensen geleide video-interacties.Volgens Tomer kan 90-95% van de klanttrajecten efficiënt door AI worden afgehandeld. De overige scenario's, waarbij vertrouwen, emotie en genuanceerde begeleiding belangrijk zijn, vereisen echter nog steeds een menselijke touch. Veel retailers hebben te zwaar op AI vertrouwd door het in de verkeerde context toe te passen. Dit heeft geleid tot slechte klantbelevingen en verloren zaken. De sleutel is het vinden van de juiste balans tussen automatisering en menselijke betrokkenheid.De juiste AI-mens balansEen goed voorbeeld van effectieve AI-mens integratie komt van Jordan's Furniture, een regionale meubelketen in het noordoosten van de VS. Zij hebben hun website zo gestructureerd dat interacties worden geleid op basis van de aard en waarde van het klanttraject.AI-chatbots handelen de meeste routine, transactionele taken af, zoals het controleren van orderstatus of het initiëren van retouren. Ze doen dit zeer efficiënt. Er is echter ook een optie om het gesprek naar een menselijke agent over te dragen indien nodig. Dit houdt operationele kosten laag terwijl klantbehoeften snel worden vervuld.Wanneer mensen op zoek zijn naar hoogwaardige meubelstukken, verbindt de site hen met een live verkoper in de winkel. Deze experts begeleiden klanten door de showroom via live video, bieden gepersonaliseerd advies en slagen er vaak in gerelateerde artikelen succesvol aan te bieden, waardoor de winkelervaring online wordt nagebootst.Waarom video tegenwoordig niet veel wordt gebruikt in digitale handelDe beperkte adoptie van video in online retail benadrukt een belangrijke kans, en Vee24 pakt dit momenteel actief aan. Terwijl videowinkelen meer voorkomt in markten zoals het VK, waar verschillende meubelretailers al live videoconsultaties aanbieden, loopt de Amerikaanse markt achter in het adopteren van deze aanpak.Een belangrijke reden zijn kosten. Veel Amerikaanse retailers hebben AI-oplossingen geprioriteerd om operationele kosten te verlagen, vaak ten koste van de klantervaring. Het inhuren van menselijke agenten, vooral voor video, wordt als vrij duur beschouwd in vergelijking met het implementeren van geautomatiseerde bots.Echter tonen gegevens van Vee24's klanten aan dat de investering het waard is. Live videoconsultaties verhogen conversiepercentages aanzienlijk en verhogen de gemiddelde orderwaarde met twee tot vier keer. Voor aankopen die veel overweging vergen, vooral in sectoren zoals meubels, rechtvaardigt het rendement op investering de extra menselijke betrokkenheid.Tomer deelde dat een van de vragen die hij stelt aan potentiële Vee24-cliënten is: "Wat gebeurt er wanneer een klant uw fysieke winkel binnenloopt?" In de meeste gevallen is er personeel beschikbaar om te begeleiden, adviseren en de winkelervaring te verbeteren. Maar online verwachten veel retailers dat klanten complexe aankopen volledig zelfstandig navigeren.Deze disconnectie is vooral opvallend in sectoren zoals meubels, waar high-touch verkopen de norm zijn in de winkel. Ondanks het feit dat eCommerce vaak een aanzienlijk aandeel van de verkopen genereert, investeren retailers vaak te weinig in online menselijke ondersteuning.Technologische verschuiving in het bedrijfslevenTien jaar geleden vertrouwde zakelijke communicatie bijna volledig op audioconference bridges. Lange vergaderingen bestonden uit inbellen, codes intoetsen en proberen te achterhalen wie er net was aangesloten. Nu voelt dat verouderd aan. Videogesprekken zijn de norm geworden, vooral na de COVID-19 pandemie.Dezelfde evolutie begint zich voor te doen in e-commerce. Terwijl tekstgebaseerde chat in 2025 nog steeds de standaard is op de meeste websites, kan dit snel net zo verouderd aanvoelen als die oude telefoonbridges. Video is niet langer een nieuwe technologie. Deze technologie is al ver ontwikkeld en breed beschikbaar.Wat vandaag innovatief is, is niet video zelf, maar hoe platforms het kunnen integreren in intelligente, mensgerichte klanttrajecten. Daar wordt de waarde gecreëerd.Is AI echt nodig voor het verbeteren van klantervaringen?Tomer gelooft dat AI-adoptie veel meer is dan alleen hype. AI kan op vele praktische, waarde-gedreven manieren worden geïntegreerd. Bijvoorbeeld, AI-aangedreven chatbots en tools kunnen worden gebruikt voor sentimentanalyse die helpt klantinteracties te verbeteren door te leren van eerdere gesprekken. Hij noemde ook dat Vee24's engineeringteam vertrouwt op AI om code efficiënter te schrijven, sneller te debuggen en ontwikkelworkflows te optimaliseren.Zoals gezegd wordt, is op korte termijn de impact van technologieën vaak overschat. Maar op lange termijn wordt het onderschat. Daarom is de sleutel om AI intentioneel te gebruiken, niet alleen om trends te volgen, maar om echte problemen op te lossen.De beste manier om nieuwe technologie te introduceren is via gestructureerd experimenteren. Dit kan bijvoorbeeld A/B-testen op een website zijn of het uitproberen van een nieuw intern tool. Door duidelijke metrics vast te stellen en resultaten te meten, kunnen bedrijven een goed geïnformeerde conclusie trekken over of het haalbaar is om te investeren in het opschalen van deze initiatieven.AI-adoptie: mislukkingen en successenTomer deelde dat in sommige vroege chatbot-implementaties de resultaten niet aan de initiële vereisten voldeden. Het team maakte echter de nodige aanpassingen en bereikte de gewenste verbeteringen.De balans tussen AI en menselijke agenten is een ander gebied waar voortdurende afstemming op basis van real-world data essentieel is.Een recent intern succesverhaal illustreert dit goed. Bij de voorbereidingen voor de lancering van hun nieuwe website testte Vee24 een generatieve AI-websitebouwer. Voor slechts $20 per maand produceerde de tool, aangestuurd door natuurlijke taalprompts, binnen enkele uren een site die voor 80-90% compleet was. Het gemak van aanpassingen maken, zoals het formaat van een logo wijzigen met één prompt, en de snelheid van iteratie waren verbluffend. Hoewel niet geschikt voor complexe of zwaar gereguleerde sites, overtrof de oplossing verwachtingen en toonde het de waarde van AI voor het juiste use case.Praktische AI in retail: Geen wondermiddelen, alleen slimme integratieSnelle oplossingen via AI zijn grotendeels een mythe, vooral in traditionele retail. Veel van de bedrijven waar Vee24 mee werkt zijn meer dan een eeuw oud en zijn van nature voorzichtig met verandering. Deze organisaties hechten vaak veel waarde aan menselijke interactie en zijn niet snel met het adopteren van nieuwe technologie.Sommige bedrijven zien AI aanvankelijk mogelijk als een "wondermiddel" en zijn bereid het overal toe te passen. Voor Vee24 is de echte uitdaging echter meestal het tegenovergestelde. Het bedrijf moet weerstand tegen verandering overwinnen en retailers aanmoedigen hun denkwijze te veranderen. In tegenstelling tot techbedrijven die innovatie agressief najagen, bewegen retailbedrijven langzamer. Ze hebben doordachte, goed geïntegreerde oplossingen nodig in plaats van directe transformaties.Waarom is dit zo?Tomer gaf een paar voorbeelden uit zijn praktijk. Watches of Switzerland, een grote retailer van luxe horloges, heeft zijn klantenserviceaanpak de afgelopen vijf jaar gemoderniseerd. Waar ze aanvankelijk alleen vertrouwden op telefoon- en e-mailondersteuning, heeft het bedrijf nu toegewijde video-agents in zowel Londen als de VS om live online consultaties aan te bieden.Deze video-interacties spiegelen de boutique-ervaring door gepersonaliseerde, high-touch service te bieden aan digitale shoppers. Gezien de hoge waarde van hun producten, die $100.000 kunnen overstijgen, geeft het bedrijf prioriteit aan menselijke interactie boven automatisering.Deze aanpak staat in schril contrast met massamarkt-retailers zoals Amazon, waar AI-gedreven, efficiëntie-eerst modellen domineren.Een ander voorbeeld dat Tomer noemde was een damesbeha-bedrijf. Het bedrijf worstelde met een retourpercentage van meer dan 50% en onderzocht het gebruik van live menselijke ondersteuning om hun bestaande AI-oplossing aan te vullen. Ondanks een geavanceerde maat-app die klanten helpt de juiste maat te vinden met hun telefoon, kampte het bedrijf nog steeds met aanzienlijke retouren, vaak door gebruikersfouten tijdens het maatproces.Erkennend de beperkingen van AI, wilde het bedrijf deskundige menselijke begeleiding toevoegen aan de online winkelervaring. Het doel was niet alleen om de klantervaring te verbeteren of meer sales. De belangrijkste taak was het verminderen van kostbare retouren die de bedrijfshoudbaarheid bedreigden.Een veelvoorkomend probleem bij AI-implementatie is het misverstand dat het een snelle oplossing of een magische oplossing is die alle problemen oplost zonder menselijke inbreng. Veel bedrijven nemen ten onrechte aan dat zodra AI is geïntroduceerd, het direct perfecte resultaten oplevert zonder noodzaak voor verfijning of toezicht.In werkelijkheid kan AI de eerste 80% van een taak snel en succesvol afhandelen. Het kan bijvoorbeeld een website in uren genereren. Het verfijnen van die laatste 20% om aan specifieke behoeften te voldoen, vereist echter vaak aanzienlijk extra werk.Waarde van menselijke verbinding in verkoopSucces in AI-projecten en moderne verkoop wordt aangedreven door een mix van duidelijke verwachtingen, slimme implementatie, sterke processen, de juiste mensen en betrouwbare partners. AI moet worden gezien als een tool om de menselijke touch te ondersteunen (niet te vervangen).In het hart van zakelijk succes ligt klantervaring. Mensen kopen niet alleen producten. Ze kopen van mensen die ze vertrouwen en leuk vinden. Een geweldige ervaring bouwt loyaliteit op. Heel vaak wordt het zelfs belangrijker dan prijs of snelheid.AI speelt een steeds grotere rol in klanttrajecten. Volgens Tomer zijn echt memorabele ervaringen echter nog steeds voornamelijk menselijk. Niemand zegt: "De AI-ervaring was zo geweldig, ik kom zeker terug vanwege AI."Merken die betekenisvolle menselijke verbinding prioriteren, zullen altijd opvallen.Opkomst van eenpersoons-unicornsTijdens het bespreken van de kracht van AI in de moderne bedrijfswereld, vroeg Max Tomer ook of hij echt gelooft dat het mogelijk is om een succesvol project te bouwen met een waarde van $1 miljard zonder een fulltime team te hebben.Tomer legde uit dat als het idee overtuigend genoeg is, zo'n scenario werkelijkheid kan worden. Bij Vee24 hebben ze het aantal vaste medewerkers aanzienlijk verminderd en meer gebruik gemaakt van outsourcing voor verschillende functies zoals verkoop en ondersteuning. Hoewel extern, voelen deze teamleden zich deel van het bedrijf.Vee24 heeft fysieke kantoren gesloten en het hele team werkt bijna volledig op afstand. Deze flexibiliteit heeft het bedrijf geholpen kosten te besparen en naadloos te schalen. Hoewel het niet letterlijk een eenpersoonsbedrijf is, stelt de structuur met uitbesteed talent hen in staat ambitieuze omzetdoelen te stellen.Tegenwoordig kunnen er verschillende benaderingen zijn om een succesvol bedrijf op te bouwen. Je kunt een groot team van meer dan 300 werknemers inhuren, of je kunt vertrouwen op internationale outsourcing en automatisering. Beide hebben hun voordelen en beperkingen, die elke oprichter zorgvuldig moet overwegen.Toekomst van klantinteractieTomer voorspelt dat bedrijven aanzienlijk slimmer zullen worden in hun gebruik van AI, het effectiever zullen inzetten en zullen begrijpen wanneer ze het helemaal niet moeten gebruiken. Tegenwoordig komen veel negatieve AI-interacties voort uit misbruik of slechte implementatie. In de toekomst wordt verwacht dat bedrijven een meer strategische aanpak zullen hanteren.AI zal naar verwachting een standaardonderdeel worden van digitale klantervaringen, vooral in backend-operaties. Dit omvat data-analyse, rapportage en evaluatie van klantgedrag. Met name in deze gebieden toont AI zijn uitstekende prestaties.Een andere groeiende tech-trend, volgens Tomer, is het gebruik van video. Hij verwacht een toename van videoconsultaties en -interacties in de komende vijf jaar.Tomer noemde dat een van de meest over het hoofd geziene technologieën in de huidige retailwereld afsprakenplannen is. Hoewel het een hoeksteen van productiviteit is in de tech- en bedrijfswereld, is het potentieel in de handel nog niet volledig gerealiseerd. In zakelijke settings loopt bijna alles via een agenda. Maar als het gaat om ons persoonlijke leven, vooral hoe we omgaan met retailers, is plannen zelden onderdeel van het proces.Dit geval onthult een belangrijke kans. Bijvoorbeeld, een diamant kopen is niet iets wat de meeste mensen impulsief doen. Het is een weloverwogen aankoop. Het inplannen van een consultatie en zien dat het naadloos aan je agenda wordt toegevoegd, net als elk belangrijk vergadering, brengt een gevoel van duidelijkheid en professionaliteit aan de ervaring.Hoewel de retailwereld blijft digitaliseren, zullen de meest succesvolle bedrijven die zijn die de snelheid en efficiëntie van AI combineren met gepersonaliseerde menselijke interactie. AI heeft zijn kracht bewezen in het afhandelen van routinetaken en het stroomlijnen van operaties. Maar als het gaat om vertrouwen opbouwen, emotionele aankopen begeleiden of expertadvies geven, blijft menselijke verbinding onvervangbaar.Technologie ontwikkelt zich snel, maar het hart van geweldige handel blijft menselijk. Dat is het belangrijkste inzicht dat Tomer deelde met Max en met het hele publiek van de Innovantage podcast.Wil je meer inzichten van zakelijke experts en techleiders? Nieuwe podcastafleveringen zullen binnenkort beschikbaar zijn.

Tegenwoordig lijkt het alsof AI overal wordt besproken. Deze stelling is waarschijnlijk niet ver van de realiteit. Artificial intelligence en haar transformerende kracht zijn een extreem populair onderwerp. De Innovantage podcast, gepresenteerd door Sigli’s CBDO Max Golikov, draagt ook bij aan het vergroten van het publieke bewustzijn over het potentieel van deze technologie. In de nieuwe aflevering besloot Max zich te concentreren op de impact van AI in de echte zakelijke wereld.Om hierover te praten, nodigde hij Maxime Vermeir uit, Senior Director of AI Strategy bij ABBYY, die bereid was waardevolle inzichten te delen met het publiek van de podcast.Maxime is een van die experts die "AI bestudeerden voordat AI cool was". In de loop der jaren is de industrie sterk veranderd, en hij heeft de evolutie vanuit vele hoeken gezien. In zijn carrière werkte hij met bedrijfstechnologie, SaaS-oplossingen en mobiele apps, en lanceerde zelfs een startup voordat de startup-scène mainstream werd.Tegenwoordig ligt zijn focus scherp op artificial intelligence . Nu helpt hij mensen om het op zinvolle, productieve manieren te begrijpen en te benutten.AI: Is de hype echt?AI is een zeer trendy technologie. Maar wat schuilt er achter deze hype? Maxime erkende dat hype altijd een onderdeel is geweest van de techindustrie, van Web 2.0 tot de cloud. AI is daarop geen uitzondering.Artificial intelligence is mainstream geworden, wat zowel opwinding als bezorgdheid veroorzaakt. Aan de ene kant worden meer mensen nieuwsgierig en opgeleid over AI. Dit opent nieuwe kansen voor bedrijven.Aan de andere kant leidt deze toename van aandacht vaak tot opgeblazen verwachtingen en soms misvattingen. Sommige mensen maken zich bijvoorbeeld nog steeds zorgen dat robots hun banen overnemen.Wat opvalt, is hoe snel de AI-hypecyclus verkort. In tegenstelling tot de trage en chaotische begindagen van cloudadoptie, ontwikkelt de AI-ruimte zich veel sneller. Regelgeving komt snel op gang. Bedrijven zoeken transparantie en vragen AI-leveranciers om gedetailleerde informatie over beveiligingsprotocollen en de manier waarop de technologie is opgebouwd.Voor Maxime is dat een teken van echte vooruitgang. De industrie begint af te stappen van de "one-size-fits-all"-aanpak en beweegt zich naar een meer doordachte, pragmatische perceptie. De hype mag er nog zijn, maar er is ook een groeiend verantwoordelijkheidsgevoel.Praktische waarde van AI-oplossingenHij benadrukte ook het belang van praktische waarde boven hype. In sommige gevallen kan het bijvoorbeeld helemaal niet haalbaar zijn om een eigen groot taalmodel te bouwen, wat een zeer duur en tijdrovend project kan zijn. In plaats daarvan kan het logischer zijn om te vertrouwen op veel eenvoudigere, klassieke technologieën zoals reguliere expressies.Er is echte innovatie gaande in AI, en krachtige tools komen op. Maar niet elk probleem heeft een grote oplossing nodig. Het kost tijd voor mensen om te begrijpen dat het "next big thing" niet altijd de juiste keuze is. Het is veel belangrijker om het juiste gereedschap voor de juiste use case te kiezen, met een duidelijk begrip van zowel hun mogelijkheden als beperkingen.Toen de hype rond LLM's explodeerde, haastten velen zich om ze toe te passen op documentgegevensextractie en maakten dit zelfs een van hun eerste use cases. Maxime vond dit niet het beste idee, gezien de bredere creatieve potentie van de technologie. Dit leidde tot een wijdverbreid geloof dat LLM's gevestigde oplossingen zoals Intelligent Document Processing (IDP), een volwassen technologie die al meer dan 20 jaar door bedrijven wordt gebruikt, volledig konden vervangen.Op een gegeven moment verklaarde een analysebureau zelfs dat "IDP dood is" en vergeleek het met RPA (Robotic Process Automation), dat overschaduwd werd door nieuwere tools.Maar vandaag is het verhaal veranderd.Zoals Maxime opmerkte, hebben bedrijven gemerkt dat het gooien van PDF's in LLM's vaak leidt tot veel problemen, zoals hallucinaties, contextbeperkingen en onnauwkeurigheden. Dit is vooral problematisch bij het extraheren van kritieke data. De gevolgen van dergelijke fouten kunnen behoorlijk tastbaar en kostbaar zijn.Met tientallen jaren ervaring in documentverwerking heeft ABBYY altijd een andere aanpak gehad. Lang voordat de LLM-hype begon, gebruikten ze al transformer-gebaseerde modellen die waren toegespitst op specifieke taken, zoals documentsegmentatie of waarde-extractie. De sleutel is het combineren van technologieën binnen een speciaal gebouwd platform, ontworpen om betrouwbare resultaten te leveren in echte zakelijke omgevingen. Deze aanpak kan echte waarde brengen voor bedrijven.Het creatieve potentieel van AIMaxime benadrukte dat er verschillende soorten AI zijn die verschillende doelen kunnen dienen. Generative AI zou bijvoorbeeld niet de eerste keuze moeten zijn voor taken zoals data-extractie. In plaats daarvan is het logischer om te vertrouwen op meer traditionele, bewezen methoden zoals machine learning, convolutionele netwerken, NLP en transformer-gebaseerde modellen. Deze bestonden allemaal lang voordat ChatGPT in beeld kwam.ABBYY integreert bijvoorbeeld ook grote taalmodellen in zijn platform, maar met een duidelijk doel. Ze worden gebruikt voor complexere, probabilistische use cases waar generative AI echt waarde kan toevoegen. Bij correct gebruik creëert het een zogenaamd "1+1 = 3"-effect, waarbij meerdere technologieën samen worden gebruikt om betere resultaten te leveren dan elk afzonderlijk zou kunnen.Het oplossen van echte problemen vereist altijd een combinatie van AI-methoden, elk gekozen in de juiste context.Zoals Maxime zei, hoewel GenAI misschien niet de eerste keuze is voor documentverwerking, heeft het wel grote creatieve kracht. Het maakt dergelijke tools zeer nuttig wanneer het nodig is om het 'lege pagina'-probleem in schrijven en contentcreatie te overwinnen.Maxime legde uit dat het mogelijk is om generative AI om te vormen tot een krachtige creatieve partner voor je persoonlijke en zakelijke workflows. Hoewel AI niet altijd perfect de intenties van gebruikers begrijpt, kan het vermogen om doordachte, voorspellende reacties te geven helpen om je eigen ideeën te verfijnen en verder te ontwikkelen.Hij ziet generative AI ook als een goede sociale gelijkmaker in creativiteit. Vroeger was het uiten van creatieve ideeën vaak afhankelijk van technische vaardigheden of specifieke tools. Dit waren serieuze barrières voor sommige mensen. Maar nu kunnen gebruikers met intuïtieve AI-interfaces eenvoudig uitleggen wat ze willen en resultaten krijgen.Deze verschuiving ontgrendelt creatief potentieel voor een veel grotere groep. Meer mensen kunnen nu hun ideeën tot leven brengen, ongeacht achtergrond of vaardigheden.Hoe benaderen executives over het algemeen AI-tools?Tegenwoordig benaderen veel executives AI-tools met zeer hoge verwachtingen. Na implementatie van een oplossing willen ze een snel, transformerend effect zien. Maar de realiteit is complexer.Omdat AI meer mainstream en zichtbaar wordt in alledaagse media, is er een perceptie dat het alles kan. Dit zorgt ervoor dat sommige besluitvormers de inspanning en middelen die nodig zijn voor een effectieve implementatie onderschatten. Hoewel generative AI-demo's ontegenzeggelijk indrukwekkend zijn, is het omzetten van dat potentieel in praktische waarde veel uitdagender.Maxime wees erop dat hoewel creatieve toepassingen van AI meestal vrij eenvoudig te begrijpen en te benutten zijn, enterprise use cases een ander verhaal zijn. Zakelijke processen omvatten samenwerking, integratie tussen systemen en duidelijke ROI-verwachtingen.De echte impact ligt in het automatiseren van end-to-end processen, niet alleen in het versnellen van afzonderlijke taken. Executives moeten eerst hun processen begrijpen, de echte knelpunten identificeren en pas dan de juiste technologie kiezen om ze te verbeteren.Hoe meet je het succes of falen van de implementatie van AI-oplossingen?De verkeerde manier om AI te implementeren, is door alleen te focussen op het versnellen van individuele stappen of het verminderen van menselijke input zonder het volledige workflow te begrijpen. Hoewel deze veranderingen op korte termijn winst kunnen opleveren, creëren ze vaak nieuwe problemen in andere fasen.Succes in AI-adoptie moet worden gemeten aan verbeteringen in het algehele proces. Daar speelt process intelligence een sleutelrol. Het stelt je in staat om de impact van veranderingen in de hele workflow te visualiseren, testen en voorspellen. Zonder dat inzicht zal automatisering alleen geen zinvolle resultaten opleveren.Tijd is vaak een belangrijke maatstaf voor het meten van AI-succes. Het mag echter niet de enige zijn.Het te snel automatiseren van een verzekeringsclaimproces met de verkeerde technologie, zoals een LLM, kan aanvankelijk efficiënt lijken, maar kan leiden tot kostbare fouten en herwerk. Een betere maatstaf voor succes omvat minder fouten, snellere en nauwkeurigere resultaten en naleving van regelgeving zoals de EU AI Act.AI-regelgeving: Helpt het echt?Maxime is ervan overtuigd dat de echte uitdaging bij AI niet de technologie zelf is, maar hoe we het implementeren en gebruiken. Hij ziet de EU AI Act als een noodzakelijke stap in de regulering van deze technologie, hoewel het sneller zou kunnen gaan. De wet hindert innovatie niet. Het zorgt voor transparantie en verantwoording, wat essentieel is voor het opbouwen van vertrouwen in AI-systemen.Dit regelgevend kader helpt om de rol van AI te verduidelijken en misbruik te voorkomen. Hierdoor kunnen bedrijven compliant blijven en veel risico's vermijden.Organisaties kunnen zelf beoordelen of samenwerken met derden om te voldoen aan transparantie-eisen, om een verantwoordelijker gebruik van AI in de zakelijke ruimte te bevorderen.AI versus traditionele technologieën: Balans nodigDe realiteit is dat AI op overdreven manieren wordt gepromoot, vergelijkbaar met hoe RPA nu wordt omgedoopt tot "agenttechnologie" om meer marktaandacht te trekken.Desondanks moeten zakelijke executives bij het selecteren van AI-tools focussen op echte resultaten zoals kostenbesparingen of procesverbeteringen ondersteund door klantgetuigenissen.Tegenwoordig zijn er veel leveranciers die bekende technologieën zoals GPT of cloudservices achter hun oplossingen noemen. Tegelijkertijd geven ze geen inzicht in unieke kenmerken en benaderingen die de waarde en differentiatie van hun tools bepalen.Voor bedrijven is het van vitaal belang om oude en nieuwe technologieën in balans te houden. Hoewel een goed gevestigde technologie die meer dan 30 jaar geleden werd geïntroduceerd, betrouwbaarheid en een bewezen staat van dienst biedt, kan het nadeel zijn dat het flexibiliteit mist of niet voldoet aan nieuwere, evoluerende behoeften.Het is essentieel om verschillende technologieën strategisch te combineren en oplossingen te creëren die echte waarde leveren. AI moet doordacht worden geïmplementeerd, niet omdat het een van de laatste trends of buzzwords is, maar omdat het processen ten goede kan veranderen.AI-agents en de toekomst van werkVolgens Maxime zijn AI-agents momenteel zowel een hype als een nuttige technologie. Hoewel Salesforce heeft bijgedragen aan hun promotie, is er potentieel voor AI-agents om problemen aan te pakken die RPA niet kon. Ze kunnen bijvoorbeeld complexe processen automatiseren en bredere toegang tot technologie mogelijk maken.AI-agents zijn ontworpen voor praktische automatisering en kunnen bestaande tools coördineren zonder menselijke tussenkomst. De reden voor optimisme is dat meer mensen nu het belang van process intelligence begrijpen. Dit bewustzijn neemt toe, waardoor organisaties voorzichtiger worden en zich meer richten op een correcte implementatie van AI om falen te voorkomen.Het is interessant om te vermelden dat 80% van de AI-projecten vandaag nog steeds mislukt. Maar mensen willen natuurlijk niet tot die 80% behoren, ze willen tot de gelukkige 20% horen.Hoe verklein je de kans op falen? Maxime noemde dat AI alleen effectief kan zijn als je het voorziet van de kennis van je organisatie. Hier is het nodig om te focussen op de gegevens over hoe je bedrijf opereert en de informatie die vastligt in je documenten.Daarnaast moet je duidelijk uitleggen hoe je processen werken. Daar kan process intelligence helpen. Door een blauwdruk te geven van je huidige workflows en welke veranderingen zullen leiden tot de gewenste ROI, kun je AI begeleiden om resultaten te leveren.Maxime stelde dat AI de volgende grote stap in enterprise-automatisering zou kunnen zijn. Mensen zijn moe van het omgaan met talloze API's en bypass-services. Ze willen geïntegreerde platforms. Het is nog een beetje vroeg voor agentframeworks om volledig enterprise-ready te zijn, maar dit kan snel gebeuren.Zullen AI-agents banen overnemen?Elke grote technologische verschuiving brengt zowel banencreatie als banenverlies met zich mee. Het betekent absoluut niet dat ontwerpers of artiesten niet meer nodig zijn alleen omdat AI visuals kan genereren. Er zullen altijd twee groepen zijn: zij die verandering weerstaan uit angst vervangen te worden, en zij die het omarmen en gebruiken om hun vaardigheden te versterken. AI is slechts een ander gereedschap. Het vervangt expertise niet, het verbetert het. Net zoals een penseel iemand geen schilder maakt, maakt AI iemand geen artiest zonder de onderliggende vaardigheid.Nieuwe rollen, zoals prompt engineers, komen al op. Tegelijkertijd worden sommige repetitieve taken uitgefaseerd. Het is de natuurlijke cyclus van innovatie. Degenen die zich aanpassen, leren en evolueren, zullen nieuwe kansen blijven vinden.Volgens Maxime is deze technologische verschuiving niet anders dan eerdere. Toen RPA werd geïntroduceerd, waren mensen bang dat automatisering hun handmatige taken zou vervangen. En dat gebeurde. Maar het opende ook de deur naar waardevoller werk.AI kan enkele zeer tastbare, duidelijke taken uitvoeren. Als iemand bijvoorbeeld slecht is in het schrijven van e-mails, kan AI die persoon helpen om het op een gemiddeld niveau te doen.Maar voor experts ligt de waarde in hoe goed ze het gereedschap begeleiden. De kwaliteit van de input bepaalt direct de kwaliteit van de output. "Garbage in, garbage out" werkt nog steeds. Als je vage prompts geeft, krijg je generieke resultaten. Maar als je de tijd neemt om structuur, context en intentie uit te leggen, kan de output overeenkomen met de kwaliteit die je nastreeft.AI-adoptie: Praktisch adviesAan het einde van hun gesprek vroeg Max Golikov zijn podcastgast om praktische aanbevelingen te delen voor AI-leiders en oprichters.Maxime zei dat ze moeten beginnen met het duidelijk definiëren van het probleem dat ze proberen op te lossen. Een van de meest voorkomende fouten is het adopteren van technologie alleen omwille van innovatie, vooral tijdens intense hypecycli, die frequenter en extremer worden.Of je nu een nieuw product bouwt of AI binnen een bedrijf implementeert, het kernprincipe blijft hetzelfde: duidelijkheid over het doel is cruciaal. Vooral voor enterprise-leiders is een diep begrip van hun bestaande processen niet-onderhandelbaar. Zonder dat inzicht is het bijna onmogelijk om AI effectief toe te passen.Met duidelijke doelen en proceszicht kunnen leiders de juiste tools met precisie kiezen. Dit helpt hen om veelvoorkomende valkuilen te vermijden, zoals het gebruik van overdreven complexe oplossingen voor eenvoudige problemen.‍Het identificeren van het juiste gebruik van opkomende technologie is een van de dingen die je kunt leren van de afleveringen van de Innovantage podcast. Mis de volgende aflevering niet om op de hoogte te blijven van de nieuwste trends in de zakelijke wereld.

How to build a data culture in the AI-powered environment In today’s world, data is more than just a byproduct of business operations. It’s a strategic asset. A lot of organizations invest in data tools and technologies. Nevertheless, the real challenge lies in creating a culture where data is understood, trusted, and consistently used to drive decisions at every level. How to do it? That’s one of the key questions that Max Golikov, the Innovantage podcast host and CBDO at Sigli, discussed with his guest Dr. Carsten Bange. Dr. Bange is the founder and CEO of BARC and an expert market analyst for data analytics and AI. For over 25 years, he has focused on evaluating software vendors and technologies, helping organizations make informed decisions based on market trends, strengths, and weaknesses of various solutions. While BARC began as a technology advisory firm, its scope quickly expanded. Today, the company also supports clients with data and AI strategy, organizational development, and data governance. All this is a key foundation for successful analytics initiatives. A major area of Dr. Bange’s work is data culture, which is the human side of data-driven transformation. As he emphasized, even the most advanced technologies can fail without the right mindset, skills, and engagement from people. Lack of adoption is often not a technical issue, but a cultural one. To promote this idea, he launched The Data Culture Podcast. He interviews practitioners and leaders who share their experiences in building a strong data culture within their organizations. What is data culture? As Carsten explained, data culture refers to the unwritten rules that shape how organizations work with data. It encompasses the values, beliefs, and behaviors that support the effective and ethical use of data across the organization. At its core, data culture defines how people think about and interact with data, how they use it, and for what purposes. Besides that, it determines how organizations leverage data to drive decision-making, process improvement, and innovation. Data culture eats data strategy for breakfast One of the most common questions organizations face is: “How to build a strong data culture?”. Dr. Bange highlighted that “data culture eats data strategy for breakfast” as even the best data strategies fail without the right behaviors and ways of thinking. Implementing data culture is not about issuing a directive. Culture can’t be turned on or off. It must be influenced through ongoing, targeted efforts. Carsten shared his framework that organizations need to tackle when they want to improve data culture. This framework includes 6 areas. Data literacy Enhancing data literacy is often the starting point. Upskilling employees, increasing their confidence and competence with data, as well as fostering a shared understanding of its value are foundational steps. Data access Data culture depends on data access. In many organizations, it is limited either due to technical constraints or restrictive access rights. There are two models of data access. The first one is “need-to-know”. It presupposes that access must be requested and approved. The second one is “right-to-know”. It lets data be open by default unless it’s sensitive, like HR or personal information. The latter fosters trust, openness, and initiative. People have access to data and they can use it to bring benefits to their organizations. Data communication According to Carsten, communication plays a vital role in reaching people and shaping their behavior around data. To build a strong data culture, leadership must consistently communicate the strategic value of data to their employees. They should show how data aligns with business goals and supports competitive advantage. It’s also worth sharing success stories and role models. Real examples of how data has driven results, like increasing revenue or gaining new customers, can motivate others to change their attitude toward the data they have. Data strategy A successful data strategy must be based on the existing data culture. Ambitious plans for enterprise-wide AI or advanced analytics are unrealistic if employees lack the tools, skills, or access to data. Too often, strategies are overly technical. They are focused on architecture or infrastructure. But they neglect the people who must use those tools. Data culture should be an integral part of any data strategy to ensure alignment with organizational reality and to support real execution. Data leadership Strong leadership is critical to fostering a data-driven culture. While grassroots efforts are valuable, they reach a limit without top-down support. Senior leaders must actively promote data initiatives and model the behaviors they want to see. Carsten pointed out that the biggest blockers are often in middle management, where key resource and access decisions are made. If middle managers withhold support, it can slow down cultural progress. Data governance This component is about balance. Too little governance leads to chaos. Too much creates fear and resistance. Overly strict rules or legal-heavy processes can discourage people from working with data at all. Effective data governance should enable data use, not restrict it. It should guide employees, support data quality, and create clarity without driving anxiety. In a positive data culture, governance is seen as a help, not a hurdle. Who benefits the most from the data culture? According to Carsten, company size is not the deciding factor when it comes to benefiting from a strong data culture. That’s a conclusion that he has made after years of working with a wide range of organizations and interviewing nearly 150 guests on The Data Culture Podcast. Of course, large organizations often have more resources to work with data. For example, they can form dedicated data culture teams. Such teams may focus solely on promoting data literacy, leading internal communication efforts, and organizing events like annual award ceremonies celebrating successful data projects. This structured approach allows them to scale data culture initiatives across the enterprise. Smaller companies may not have formal teams but they can still adopt the same principles. While the scale and execution differ, the core concepts and framework remain fully applicable. What companies succeed in building a data culture In his discussion with Max, Carsten mentioned a strong link between overall company culture and the success of data culture initiatives. For example, organizations moving toward data products tend to succeed when their company culture already promotes collaboration, openness, and knowledge sharing. In contrast, organizations with siloed, disjoined cultures often struggle with such approaches. Among forerunners in a data culture, Carsten named Merck, a global pharmaceutical leader, that has a dedicated data-focused team. Before the first pan-European Data Culture Summit, Bange conducted a study to identify organizations actively investing in data culture roles. The research, based on LinkedIn data, revealed that: Large enterprises are more likely to assign formal roles for data culture. Europe leads globally in adopting these roles, with the UK and Germany at the forefront. In Europe, the rise of data culture roles started in around 2021, while in the US, it began 2 years later. South America is showing rapid growth and is even outpacing North America in the number of data culture-related roles. The financial services sector, including banking and insurance, is currently the most active in data culture, accounting for over half of all identified roles. This is likely due to the industry’s data-heavy nature and strong regulatory requirements for data governance and quality. Data governance in decentralized data landscapes Effective data governance must align with an organization’s structure and operational reality. "One-size-fits-all" models don’t work. Your model must be adapted based on whether the company is centralized or decentralized. Many organizations today are moving toward decentralization of structure and data ownership. This reflects a long-term trend in data and analytics: shifting responsibility and ownership closer to business units. This is also often accompanied by decentralizing platforms, tools, and access. Such a shift challenges traditional ideas of centralizing all data in one place. The once-dominant data warehouse approache, which aimed to consolidate all data centrally, is no longer practical for many organizations. The growth in data volumes, the rise of real-time IoT data, and increasing complexity make it difficult (and sometimes even impossible) to bring all data together in a single location. Instead, modern data architectures often follow distributed models, such as data fabric, which help to maintain a coherent framework for interoperability and governance. What drives data decentralization? According to Dr. Bange, the engine behind decentralization in data and analytics is the need to scale data usage across the organization. To create a strong data culture, companies need to empower more people to actively work with data and analytics tools. Centralized models often create bottlenecks either in data access or in the limited availability of central data teams. In many cases, central data teams are overwhelmed and can’t fully support the growing demand for analytics. As a result, business units need to decide whether they should wait or take the initiative themselves. Decentralization becomes a logical step here. Thanks to this approach, teams can access and integrate their own data, build local data capabilities, and act autonomously. One major benefit of decentralization is proximity to domain knowledge. Domain expertise is critical for building meaningful analytics or AI models. Being closer to the actual business processes allows teams to identify relevant use cases, involve stakeholders early, and ensure real-world adoption. This is especially important when transitioning from pilot AI projects to enterprise-scale deployment. The main challenges at this stage are often organizational, not technical. Scaling AI and analytics requires changing workflows and embedding new tools into existing processes. All these issues can be addressed faster when data teams are integrated within the business units. Benefits of the hybrid approach However, entire decentralization is often not the best choice. Here is when hybrid models come into play. Hybrid models offer the most practical and scalable path forward for organizations navigating data governance. Dr. Bange explained that this approach strikes a balance between central oversight and decentralized autonomy. It means that it can adapt to organizational complexity while enabling growth. There are two key reasons to centralize certain aspects of governance. First of all, some topics are too critical to leave to individual teams. Regulatory compliance, such as GDPR, is a prime example. Instead of having dozens of teams interpret and apply these rules independently, centralized governance ensures consistency and reduces risk. Secondly, limited expertise in emerging areas like AI often requires a centralized starting point. Over time, as capabilities mature, these roles can be gradually decentralized and central units are shifted to supporting roles, like education and community-building. At the same time, organizational diversity plays a crucial role. Within the same enterprise, different departments or regions can be at vastly different levels of data maturity. Some may have strong internal teams, platforms, and domain expertise. Others may rely heavily on centralized support and shared services. A hybrid approach acknowledges such differences. It allows flexible service models, where units can choose what they handle independently and what they consume from central teams. AI’s influence on data culture and governance The rise of AI has significantly shifted the conversation around data in organizations. What was once a specialized concern for data teams has now reached the boardroom. Executive leadership increasingly recognizes that AI requires high-quality, well-governed data to deliver real value. This understanding has reinforced the need for robust data governance practices. As companies aim to expand their AI capabilities, they must also address long-standing challenges around data quality and accessibility. The roles of data and AI literacy are equally important across the organization. Just as with broader data culture efforts, successful AI adoption requires behavioral and mindset shifts. Employees must understand what AI is, how to use it, and feel empowered to experiment with it. Access not only to quality data but also to AI tools and infrastructure remains crucial. Making AI capabilities widely available within the organization democratizes innovation but also increases the importance of governance frameworks to guide ethical and compliant usage. The introduction of the European AI Act underscores this point. While some organizations view it as restrictive, others see its value in providing clarity. With it, companies have received a stable framework within which they can build and scale AI-powered vs. traditional approach to data When it comes to becoming data-driven, organizations face a common dilemma: should they fully rely on large language models and hope that AI is smart enough to help them work with data, or should they take a more conservative route and focus first on cleaning and organizing their data? Dr. Bange believes the real challenge is doing both at the same time. AI often acts as a trigger for companies to finally take a closer look at their data. Poor quality, outdated models, and years of underinvestment in data infrastructure are typical issues. Ideally, organizations would fix their data first and then build AI use cases on top. But that approach isn’t realistic in a fast-moving environment. Nobody wants to hear that leveraging AI requires two years and several million euros just to clean the data. According to Carsten, it could be sensible to opt for a more pragmatic approach: find use cases where AI can deliver early value while simultaneously improving the data foundation. Such projects can demonstrate the potential of AI. They also provide time to make the necessary long-term investments in data quality. Challenges of data culture and AI implementation There are two major blind spots for organizations trying to implement data culture. The first one is the human element. Amid the excitement around new AI models and technological advancements, companies often don’t notice the central role of people. As AI automates more tasks, the need for human oversight and engagement becomes even more critical. Building a strong data culture isn’t just about tools. It is also about collaboration, and continuous learning. The second blind spot is underestimating the speed of technological change. Many organizations lack a clear grasp of how rapidly AI is evolving. This can make them slow to adapt or experiment. As a result, they may fall behind their more agile competitors that embrace AI-driven automation and innovation more quickly. Practical advice for technology leaders At the end of their talk, Max asked Carsten to share recommendations on how to start building a data culture at an organization. The first tip was quite simple: just to start. Too many organizations hesitate or overthink the process. However, taking action is vital. He also recommended using a structured framework, such as his own model with six key areas that influence data culture. This framework helps organizations assess where they currently stand and identify which aspects need the most attention. Dr. Bange also mentioned two areas that are often underestimated at the beginning of the journey: data access and data communication. Many companies don’t realize their importance until they are already a year or two into the process. And this can become a serious obstacle for them. Want to get more expert insights into how to boost your business growth in the data-driven world? New Innovantage podcast episodes will shed light on this! Stay tuned!

Every episode of the Innovantage podcast offers a new perspective on different business aspects and the role of technologies in them. This time, Max Golikov, the podcast host and the CBDO at Sigli, invited Agu Aarna to talk about tech due diligence and the impact of AI on the investment landscape. Agu is a Co-Founder and Partner at Intium Tech, a tech advisory firm specializing in helping large companies and private equity funds buy and sell tech businesses. Over more than 20 years of his professional journey, he has accumulated experience in such spheres as development, architecture, and executive leadership. All this helped him to get a good understanding of how the tech world works. Seven years ago, he transitioned into consulting, helping businesses with acquisitions, carve-outs, and value creation. In 2021, he co-founded Intium Tech. With Intium, Agu and his team wanted to create a standardized approach to assessing technology, similar to what exists in other sectors. They recognized the need to describe technology in a clear, structured way for investors and business leaders. As they developed their system, they realized it could be integrated into software. This led to the creation of their own platform, which enables more efficient analysis of acquisition targets. How technology affects business In his dialogue with Max, Agu emphasized the complexity of technology’s impact on business. A minor technical detail can have significant business implications. That’s why assessing its true effect is crucial. Blindly following best practices is not the best approach. The focus should be on understanding their relevance to a company’s goals. For example, if a company doesn’t run unit tests, it’s not just about missing a best practice. First of all, it should raise questions about the quality of its solutions, leadership, and overall strategy. It’s necessary to find out why it is so. According to Agu, the key lies in finding a balance and understanding both the business’s ambitions and how technology can support them. This dynamic relationship between business goals and technology is what he finds most important. Challenges in tech due diligence Tech due diligence (TDD), which is one of the core aspects that Agu’s firm is focused on, is a detailed examination of a company’s technology infrastructure, products, and processes, typically conducted before a merger, acquisition, or investment. As Agu highlighted, the approach to such analysis has evolved significantly over the years. In the 2000s, it was viewed as a “nice to have” process. It presupposed that a couple of tech experts would assess a company’s technology, often resulting in a laundry list of issues based on their own expertise. This approach lacked a comprehensive view of the business impact. By the 2010s, tech due diligence had become more professional. It already could offer a broader perspective on leadership, architecture, and infrastructure. However, the analysis still lacked a focus on the actual business impact of these issues. In the 2020s, the focus shifted to understanding the business impact of technology and analyzing companies from this perspective. However, inconsistencies in reporting remained a challenge. Different experts can emphasize different aspects, which leads to varying results. Such an issue highlighted the need for a standardized approach. How to make TDD more efficient today Agu believes that to solve this, the industry needs more consistent, high-quality analyses. This could be achieved by leveraging software instead of relying on people-driven processes. This shift toward software-powered solutions, like the one developed by Intium, aims to provide a more scalable and smooth approach to tech due diligence. When discussing tech due diligence, Agu also highlighted two key aspects to focus on. First, it’s crucial to educate clients that tech due diligence is more than just a code or architecture review. Technology is the engine that powers a company, but just like a car, it needs to be steered in the right direction. Evaluating technology requires understanding its context within the business, not just identifying flaws in infrastructure or architecture. Equally important are the people managing the technology and the processes that connect them. Inefficiencies here can quickly undermine technical strength. The second key aspect is taking a comprehensive 360-degree view of the company. Concentrating on only one part of the technology or business won’t provide the full picture. Without this broader perspective, risks and crucial elements to make the deal successful might be overlooked. Moreover, Agu identifies several key risks in tech due diligence that can lead to failed deals: One major risk is when technology is presented as a core asset but doesn’t live up to expectations. Another risk is technical debt and architecture. If the debt requires too much effort to manage or fix, it can cause a deal to fall apart. A third risk is insufficient preparation for the sales process by the target company. When private equity firms are considering mature companies, a lack of proper preparation can reveal too many unknowns, making the deal seem too risky. A well-conducted TDD not only helps determine whether to buy this or that company but also provides information to negotiate the price, impose conditions in the purchase agreement, and even structure earnout plans. Key factors investors should pay attention to It is believed that when you are investing in tech businesses, technology always remains the key factor to evaluate. However, this is not always true. Agu explained that in early-stage investments like seed, pre-seed, and Series A or B, technology is often secondary (as at such stages there is hardly any tech at all). What investors are looking at are the ideas and leadership. Investors should focus on exploring whether the leadership team understands the technology they are working with. Here, the key task is assessing the leadership’s technical acumen to ensure they can build and execute on their vision. As companies move into the growth phase, product-market fit is already established. It means that technology becomes crucial. Scaling the technology to support growth is a different challenge from proving a market problem. This makes tech due diligence more important at this stage. In private equity, where mature companies are involved, technology is already a significant factor. Agu stressed the importance of being transparent and truthful when communicating with investors. If a company misrepresents its technology or misleads investors, it can result in the collapse of the entire deal. AI wrapper companies: Good or bad? While talking about tech innovations, Max mentioned the growing number of so-called AI wrapper companies. They build user-friendly interfaces or apps on top of existing AI technologies, often providing a simpler or more tailored experience for end-users. Instead of developing their own AI models or deep technologies, these companies focus on wrapping AI capabilities into practical solutions. They interact directly with users and often become "sticky" due to people’s habits. Agu believes there is nothing wrong with establishing a wrapper company. In fact, being a wrapper company can be even more important than being a deep tech innovator like OpenAI. He pointed out that AI wrapper companies need to work in some specialized areas like prompt engineering, which may not require deep tech knowledge but still involve particular skills. These companies must know how to effectively augment prompts and optimize user interaction. He also noted that developing and hosting AI can be expensive, adding another layer of complexity for companies in this space. According to Agu, building your own AI is not impossible. However, convincing investors that the team has the expertise to do it is challenging as AI can be very technical. When evaluating an AI company, it is crucial to determine if AI is truly the right tool for the indicated problem. For example, traditional mathematical or statistical models may work as well as AI in some cases, and using AI unnecessarily could signal a lack of understanding of the problem. However, in competitive markets, simply being a wrapper around AI isn't enough. Teams behind such projects must specialize in and understand how AI works. This is also necessary to choose whether they will use off-the-shelf solutions or develop their own models. Privacy is another major concern, particularly in regions like Europe, where data protection is strict. In some cases, companies opt to develop their own AI in order to avoid privacy issues with third-party systems. Impact of AI regulation and privacy laws AI regulation and privacy laws, such as GDPR, have sparked significant debate. Nevertheless, over time, they have proven to be pretty manageable and even beneficial. For instance, GDPR served as a template for other laws like the CCPA in California and the UK’s data protection frameworks. These regulations were initially seen as hurdles but now they are generally accepted as necessary for privacy protection. There is a concern that regulation can stifle innovation. This can happen not necessarily due to any created barriers, but due to the lack of input from business and tech representatives during the drafting process. A more collaborative approach that includes industry experts can make the regulations much more balanced and practical. Regulations are important for protecting personal data. It is crucial to remember that not all market players have good intentions. Without regulation, the misuse of personal data, especially in AI training, could lead to manipulation on a massive scale. Proper regulation ensures that the technology benefits society without being exploited. Policies serve as a tool to raise awareness and guide behavior. They are like a friendly reminder to look both ways before crossing the street, providing useful information that helps keep us safe. When viewed in this light, regulations aren’t obstacles but safeguards that help us navigate potential risks. As AI and technology continue to connect us more deeply, establishing ground rules becomes essential. These rules will help define what data can be used and under what circumstances, ensuring that people are not overwhelmed by the complexities of these technologies. With proper guidelines, people can better understand and trust the systems in place. This clarity is vital for preventing confusion and misuse as the tech landscape evolves. Future of AI for investors These days, there are a lot of talks about the role of AI in different industries and domains. That’s why Max couldn’t help but ask Agu to share his vision of the role of AI in tech due diligence. AI is already being used by investors, particularly in early-stage analysis. Today investment firms leverage AI to gather data on potential companies, analyze it, and automate certain tasks. For example, AI can notify investors when a company becomes more lucrative to drive further investigation. Investors can also use advanced tools like ChatGPT to ask AI for advice about companies. AI plays a significant role in the early stages of investing, and its use extends to later stages and new purposes. However, relying entirely on artificial intelligence without expertise can be risky. If you input a company’s documents into AI, like OpenAI’s ChatGPT, and ask for a summary of the top issues, the technology may provide a polished response that seems accurate but could be misleading. This is because AI sometimes hallucinates and fills in gaps with logical but incorrect information, leading to wrong conclusions. This can be especially problematic for non-experts who might be misled by the polished language. AI is particularly useful in summarizing large amounts of data. But it should always serve as a tool to support expert analysis, not replace it. The key is using AI’s output as an input to the expert’s thinking while controlling that AI doesn’t miss important details. This approach allows for more accurate and reliable results. AI has made significant progress in assisting with due diligence. However, it is still not at the point where it can fully conduct the process on its own. Connecting AI findings to the investment thesis and business impact remains a significant challenge. While AI can provide valuable insights, human expertise is required to make sense of AI-generated data in a meaningful way. In the future, AI may gradually take over more tasks, with humans focusing on areas where AI struggles. However, a key challenge will be ensuring that AI systems continue to evolve. They need constant feedback to stay updated with new information, trends, and market shifts. Without this ongoing learning, AI may become outdated and far less helpful. Investment opportunities and trends in the tech market While talking about the current investment opportunities, Agu noted that in recent years, many specialized startups have emerged. What makes them successful is their focus on niche products that effectively solve specific market problems. According to Agu, today a lot of private equity accounts are sitting on a significant amount of dry powder, which means that there is capital ready for immediate investment. This situation suggests that a period of consolidation may be on the horizon, where smaller companies are acquired and merged into larger corporations. This trend is likely to create opportunities for venture capital and growth equity investors who have supported these niche companies. In particular, AI wrapper companies, if they solve a real problem and maintain strong customer relationships, are well-positioned in this environment. In conclusion, Agu agreed with the common opinion that AI is here to stay. It is expected that this domain will become increasingly efficient over time. We will likely see the emergence of more advanced AI use cases and implementations. However, all of these AI systems will still require resources to operate. Therefore, anything that powers AI is likely to remain essential moving forward, which is a quite expected trend. And if you want to learn more about the current and future trends in the business world, the Innovantage podcast is exactly what you need. The next episodes will be available soon (moreover, don’t forget to verify whether you haven’t missed the previous ones)!

Elke startup-ondernemer wil dat zijn bedrijf succesvol wordt. Maar heeft elke startup-ondernemer de vereiste eigenschappen die hun bedrijf naar succes zullen leiden? Dit was een van de vragen die Max Golikov, de host van Innovantage en CBDO van Sigli, stelde aan zijn podcastgast Mike Sigal.Mike is een expert met meer dan 35 jaar ervaring als zowel oprichter als investeerder. Hij is nu oprichter van Sigal Ventures, Venture Partner bij GPO Fund, MiddleGame Ventures en Pella Ventures, en lid van het investeringscomité van SC Ventures. Tijdens zijn professionele loopbaan heeft hij de eigenaardigheden van de ondernemerswereld vanuit verschillende perspectieven gezien. In zijn gesprek met Max bespraken ze ook de huidige staat van de fintech-markt, de uitdagingen van de VC-sector en de waarde van veerkracht in het bedrijfsleven.Ondernemerschap is een kracht voor goedIn de loop der jaren heeft Mike acht startups opgericht of mede-opgericht, variërend van grafische kunst, clouddatabases, analysebureaus, software en fintech tot een non-profitorganisatie. Zijn reis omvatte het aantrekken van durfkapitaal, successen en mislukkingen ervaren, en als executive functioneren bij een bedrijf tijdens een IPO. Hij heeft meerdere keren het volledige traject van startup tot exit doorlopen. Tussen startups door adviseerde Mike middelgrote tot grote bedrijven, wat hem naar SWIFT leidde. Daar hielp hij de kloof tussen startups en wereldwijde banken te overbruggen door een competitie op te zetten die fintech-unicorns zoals Wise en Revolut in de sector introduceerde.Een ander hoogtepunt in zijn carrière was zijn uitnodiging om bij 500 Startups (nu bekend als 500 Global) aan te sluiten als Entrepreneur in Residence. In deze rol hielp hij hen hun fintech-versnellingsprogramma op te bouwen en werd hij General Partner van hun Fintech Fund.De COVID-lockdown werd een keerpunt voor Mike. Tegen 2019 wist hij al dat VC zijn grootste passie niet was, terwijl direct met oprichters werken dat wel was.Voor de pandemie betekende zijn rol constant reizen. Zijn taken en verantwoordelijkheden omvatten keynotes geven op conferenties, investeerders ontmoeten, contact leggen met ondernemers en wereldwijde startup-ecosystemen verkennen. Maar toen de wereld op slot ging, verdween dat deel van het werk.Mike werd gedwongen om te vertragen en na te denken. Toen besefte hij wat er echt toe deed: anderen helpen. Met decennia aan ervaring besloot hij zijn focus te verleggen van investeren naar het coachen van oprichters en fondsbeheerders.Volgens Mike is ondernemerschap een kracht voor goed. Het ondersteunen van toekomstbouwers werd zijn meest vervullende werk.Hoe je niet het verkeerde pad kiestMike gelooft dat zowel ondernemerschap als durfkapitaal denken in lange termijncycli vereisen, vaak 10 jaar of meer. Een enkel VC-fonds kost jaren om op te richten en nog eens 7 tot 10 jaar om te beheren. Een door durfkapitaal gesteunde startup heeft meestal dezelfde tijdlijn nodig om liquiditeit te bereiken.Volgens Mike moeten toekomstige oprichters en investeerders zichzelf, voordat ze erin duiken, afvragen of ze van de reis genoeg houden om er een decennium (of zelfs langer) aan te wijden. Succes op beide paden draait niet om het volgende kwartaal of jaar, maar om het omarmen van die lange cycli.Voor Mike is de manier om balans in een professioneel leven te behouden, je te richten op wat dagelijks vreugde brengt.Mike benadrukt het belang van regelmatige zelfreflectie als discipline, of het nu dagelijks, wekelijks of maandelijks is. Hij vergelijkt het met klantontwikkeling, maar in dit geval ben jij het product. Het proces houdt in dat je jezelf afvraagt:Waar probeer ik naartoe te gaan?Wat leer ik?Welke nieuwe vragen komen naar boven terwijl ik groei?Net zoals praten met klanten inzichten oplevert, helpt reflectie op je eigen reis om te ontdekken waar de echte waarde ligt. Mike gelooft dat deze praktijk zowel vertrouwen als duidelijkheid opbouwt, niet alleen voor jezelf maar ook voor iedereen die je begeleidt.Alleen wijzelf zijn verantwoordelijk voor onze eigen groei. Als wij onze persoonlijke en professionele ontwikkeling niet sturen, wie dan wel?Wat maakt een goede oprichter?Mike decided to explore what traits VCs look for in founders and turned to artificial intelligence to help him. He asked ChatGPT to focus specifically on insights from seasoned investors who have backed unicorns. He formulated four key questions:Mike besloot te onderzoeken welke eigenschappen VC’s zoeken in oprichters en schakelde kunstmatige intelligentie in om hem te helpen. Hij vroeg ChatGPT zich specifiek te richten op inzichten van ervaren investeerders die unicorns hebben gesteund. Hij formuleerde vier belangrijke vragen:Welke eigenschappen van oprichters waarderen VC’s het meest en waarom?Welke eigenschappen maken het grootste verschil in ondernemerssucces?Welke gedrags- of psychologische signalen in de vroege fase wijzen op potentieel? Welke tools kunnen helpen deze eigenschappen naar voren te brengen?Wat zijn de waarschuwingssignalen?De oefening bracht vijf topkenmerken naar voren die VC’s vaak zoeken:Visionair leiderschap. Het is het vermogen om versies van de toekomst te zien en anderen te inspireren. ChatGPT noemde Elon Musk en Steve Jobs als voorbeelden van oprichters met deze eigenschap.Uitzonderlijke uitvoering. Dit is de vaardigheid om een visie om te zetten in realiteit. Jeff Bezos is iemand die over zo’n vaardigheid beschikt.Veerkracht en doorzettingsvermogen. Deze eigenschappen veronderstellen het vermogen om tegenslagen te overwinnen. Hier noemde ChatGPT Brian Chesky van Airbnb.Diep marktinzicht en domeinkennis. Ze zijn cruciaal voor het verstoren van industrieën. Melanie Perkins van Canva werd hier genoemd.Aanpassingsvermogen en snel leren. Deze eigenschappen tonen je vaardigheid om wendbaar te zijn en snel te schakelen wanneer nodig. Volgens ChatGPT beschikt Stewart Butterfield van Slack over deze eigenschappen.Voor de lol verzamelde Mike ook veelvoorkomende waarschuwingssignalen die VC’s doen afzien van deals. Hij deelde ze in een ruimte vol VC’s en oprichters en vroeg hen hun hand op te steken als ze ooit een deal hadden afgewezen vanwege elke reden. Elke keer gingen alle handen omhoog. Hier zijn enkele punten uit de lijst:Onevenwichtige teams (alleen technische of alleen zakelijke teamleden);Regelmatig personeelsverloop;Oprichters zonder zelfinzicht;Romantische relaties tussen medeoprichters;Oprichters die aan te veel projecten werken;Oprichters met narcistische neigingen.Tijdens de discussie over dit onderwerp noemde Mike het onderzoek van Defiance Capital, dat 2.018 unicorn-oprichters in de VS en Europa bestudeerde van 2013 tot 2023. De bevindingen onthulden drie gemeenschappelijke drijfveren achter het succes van unicorn-oprichters:Geen plan B. Deze oprichters gingen volledig ervoor. Er was geen vangnet of terugvaloptie. Voor hen was falen geen optie.Een strijdlustige mentaliteit. Ze hadden iets te bewijzen, aan zichzelf, de wereld, of beide.Onbeperkt zelfvertrouwen. Ze geloofden echt dat ze het konden waarmaken, ongeacht de obstakels.Volgens Mike onderscheidden deze eigenschappen unicorn-oprichters vaak van de rest. En juist deze eigenschappen kunnen ook worden genoemd in de context van een nog breder begrip: veerkracht.De kracht van veerkrachtTijdens een gesprek over veerkracht en zijn rol in het bedrijfsleven noemde Mike Hummingbird Ventures, een van Europa’s best presterende durfkapitaalfondsen. Dit fonds staat bekend om zijn unieke these: ze investeren voornamelijk in oprichters die neurodivers zijn of trauma’s hebben overleefd. Deze aanpak is gebaseerd op de overtuiging dat deze mensen de wereld anders zien en uitzonderlijke veerkracht bezitten.Oprichters die extreme uitdagingen hebben overwonnen (zoals opgroeien in oorlogsgebieden of opklimmen uit vluchtelingenkampen) ontwikkelen vaak de innerlijke kracht die nodig is om het moeilijke traject van het opbouwen van een bedrijf te doorstaan. Hummingbird ziet die ervaring als een concurrentievoordeel.Leren van falenAls het om falen gaat, mag zijn rol (en de waarde van de geleerde lessen) niet worden onderschat.Mike deelde een persoonlijk verhaal over zijn angst voor spreken in het openbaar. Vroeg in zijn carrière, nadat zijn startup was overgenomen, werd hij een senior executive die product en technologie door een IPO leidde. Tijdens zijn eerste grote organisatorische vergadering, omringd door advocaten, bankiers en andere executives, bevroor hij.Op dat moment besefte hij dat hij zijn team gemakkelijk in de steek kon laten vanwege zijn angst. Dat werd een keerpunt. Vanaf dat moment wijdde hij zich aan het verbeteren van zijn communicatievaardigheden, vooral in hoogdruk situaties.Dergelijke mislukkingen kunnen zeer pijnlijk zijn. Maar ze worden vaak een katalysator voor groei, vooral in zakelijke omgevingen waar falen minder wordt getolereerd dan in de startup-wereld.Je kunt niet controleren hoe snel de markt of de wereld om je heen verandert. Dat is een gegeven. De echte vraag is: hoe snel en hoe efficiënt kun je leren? Als jij, als individu, team of bedrijf, sneller en goedkoper kunt leren dan anderen, stijgen je kansen om te winnen aanzienlijk.Wat echt het verschil maakt, is je vermogen om van fouten te leren. Als je de kosten van die fouten kunt minimaliseren terwijl je de leersnelheid maximaliseert, begin je van nature sneller te bewegen dan alle anderen. En daar komt de voorsprong vandaan.De fintech-industrie vandaagIn 2021 vertegenwoordigde de wereldwijde financiële dienstverlening een marktkapitalisatie van ongeveer $ 12,5 biljoen. Hiervan was slechts ongeveer $ 212,5 biljoen. Daarvan was slechts ongeveer $ 222 biljoen. Maar fintech zal nog steeds slechts ongeveer 7% van dat totaal uitmaken.Er is nog een lange weg te gaan voordat financiële diensten echt zijn getransformeerd door moderne technologie. Ja, veel financiële instellingen gebruiken al technologie. Maar veel oplossingen zijn 40 of 50 jaar oud, gebouwd op verouderde systemen die niet zijn ontworpen voor het digitale tijdperk.Het is ook vermeldenswaard dat financiële diensten een van de meest winstgevende industrieën ter wereld blijven, met brutomarges van 18%. Dat vertaalt zich naar ongeveer $2,3 biljoen aan jaarlijkse winst die te verdienen valt. Dit is een enorme kans voor ondernemers en investeerders.Als we kijken naar relatief eenvoudige zaken zoals spaarrekeningen voor particulieren en kleine bedrijven of internationaal geld overmaken via platforms zoals Revolut en Wise, dan is er al veel gedaan.Opkomende trends in de fintech-wereldWat er nu aankomt in de fintech-ruimte is veel moeilijker maar ook veel interessanter. Technologieën zoals AI, embedded finance en eindelijk een duidelijker wereldwijd regelgevend kader worden volwassen en kunnen de industrie hervormen.AI in fintechIn de context van het gebruik van opkomende technologieën in fintech noemde Mike de bevindingen van het Bank of America-onderzoek. Het onderzoek toonde aan dat de productiviteit bij S&P 500-bedrijven de afgelopen 20 jaar enorm is gestegen. Specifiek daalde het aantal werknemers dat nodig was om $1 miljoen aan inkomsten te genereren van ongeveer negen personen naar iets meer dan één.En dat was zelfs voordat generatieve AI-tools zoals ChatGPT breed toegankelijk werden.Stel je eens voor hoeveel mensen wereldwijde financiële instellingen in dienst hebben en bedenk dan welke productiviteitswinsten AI zou kunnen ontsluiten. Het geeft je een idee van de omvang van de verandering die mogelijk komt.TokenisatieEen ander concept dat volgens Mike veelbelovend lijkt, is tokenisatie.Bij tokenisatie is het belangrijk om speculatieve crypto buiten beschouwing te laten. Het gaat hier niet om meme-coins of hypegedreven tokens. In plaats daarvan ligt de focus op echte activa, zoals gebouwen, infrastructuur en grondstoffen.Tegenwoordig wordt geschat dat er wereldwijd $475 biljoen of zelfs meer aan echte activa is. Het overgrote deel hiervan wordt nog steeds beheerd via papieren processen en PDF-documenten.Het digitaliseren van deze activa en het automatiseren van hun beheer zou de efficiëntie aanzienlijk kunnen verbeteren. Bovendien zou tokenisatie het mogelijk maken om deze activa op te splitsen in veel kleinere delen, waardoor investeringsmogelijkheden toegankelijk worden die voorheen voor de meeste mensen onbereikbaar waren.Mensen in Sub-Sahara Afrika zouden bijvoorbeeld kunnen investeren in een fractioneel aandeel van Apple of een klein stukje van een inkomensgenererend kantoorgebouw in Londen kunnen bezitten.Als het wordt gereguleerd door sterke, moderne kaders, zou tokenisatie een inclusiever en efficiënter wereldwijd financieel systeem kunnen ontsluiten, waarbij toegang tot hoogwaardige activa op wereldschaal wordt gedemocratiseerd.Embedded financeHet idee van embedded finance spreekt Mike erg aan, vooral vanwege het potentieel om groei in opkomende markten te stimuleren. Hij gelooft echter dat het pad naar groei in dergelijke regio’s niet alleen ligt in het verhogen van durfkapitaalinvesteringen. Hoewel velen pleiten voor meer VC-financiering, denkt hij dat de echte kans ligt in het inzetten van meer schulden in opkomende markten.Op dit moment zijn grote instellingen zoals de Wereldbank, IFC, Goldman Sachs en anderen beperkt tot het werken met grootschalige schuldinvesteringen, meestal in de miljarden dollars. Dit komt grotendeels door de hoge kosten die gepaard gaan met onderwriting en de winstgevendheidsdoelen die deze organisaties proberen te bereiken.The challenge, according to him, is that these large institutions are constrained by the size and scale of their debt, which doesn’t always meet the needs of smaller, more localized markets. At the same time, these markets could greatly benefit from more accessible, tailored financial solutions.De uitdaging, volgens hem, is dat deze grote instellingen beperkt worden door de omvang en schaal van hun schulden, die niet altijd voldoen aan de behoeften van kleinere, meer gelokaliseerde markten. Tegelijkertijd zouden deze markten enorm kunnen profiteren van toegankelijkere, op maat gemaakte financiële oplossingen.Embedded finance zou als brug kunnen fungeren om dit probleem op te lossen, door schaalbare, aanpasbaardere oplossingen te bieden om groei te stimuleren zonder beperkt te worden door traditionele financiële modellen.VC-cycli en belangrijke startup-uitdagingenAls het gaat om corporate VC’s, zijn er verschillende dingen waar ze rekening mee moeten houden bij het bekijken van de markt, oprichters en potentiële unicorns. Een van de grootste uitdagingen waarmee ze worden geconfronteerd, is de tijdlijnmismatch tussen startups en bedrijven.Startups werken vaak volgens snelle tijdlijnen, waarbij ze snel producten ontwikkelen, investeringen veiligstellen en opschalen. Een startup kan bijvoorbeeld binnen enkele weken of maanden een product coderen en pitchen. Bedrijven werken echter meestal volgens jaarlijkse of driemaandelijkse cycli. Hierdoor wordt het voor hen veel uitdagender om in hetzelfde tempo te bewegen.Deze tijdlijnmismatch wordt vooral duidelijk wanneer een corporate VC een grote technologie-investering wil doen. Het proces binnen een bedrijf kan veel tijd kosten (misschien 18 maanden) om een investeringsbeslissing te nemen, nog eens 18 maanden voor inkoop en nog eens 18 maanden voor implementatie. Maar zelfs binnen de eerste 18 maanden kan een startup mogelijk niet overleven door gebrek aan financiering of andere factoren.Bedrijven verwachten daarentegen vaak binnen een paar kwartalen of een jaar een rendement op hun investering te zien. Vroege startups hebben echter meestal een horizon van 7 tot 10 jaar nodig voordat ze liquiditeit kunnen genereren.Deze disconnect tussen de tijdlijnen en verwachtingen van startups en bedrijven creëert aanzienlijke uitdagingen voor beide partijen. Om succesvol samen te werken met startups, moeten corporate VC’s deze uitdagingen erkennen en hun verwachtingen aanpassen. Dit helpt misverstanden en gemiste kansen te voorkomen.Zoals je kunt zien, is er nog een lange weg te gaan naar een ideale omgeving in deze sector. Toch zijn het juist dergelijke uitdagingen die oprichters smeden en hen helpen nieuwe hoogten te bereiken.De techwereld en het startup-ecosysteem zijn zeer dynamisch. Daarom blijft het vermogen om je aan te passen en in de kortst mogelijke tijd van fouten te leren een van de belangrijkste prioriteiten op het pad naar succes.If you want to know more about what is happening in the tech industry and understand the trends shaping its future, don’t miss the upcoming podcast episodes, where Max Golikov and his guests will continue sharing inspiring insights.Als je meer wilt weten over wat er gebeurt in de techindustrie en de trends die zijn toekomst vormgeven, mis dan de komende podcastafleveringen niet, waarin Max Golikov en zijn gasten inspirerende inzichten blijven delen.

Hoe kunnen tech-startups vandaag overleven? Hoe vind je een goed idee dat de markt zal doen opschudden? Wie kan je helpen om je team te begeleiden als je een beperkt budget hebt?Om deze onderwerpen te bespreken, nodigde Innovantage-podcasthost Max Golikov, tevens CBDO bij Sigli, Laimonas Sutkus uit in zijn studio. Laimonas heeft uitgebreide expertise in het helpen van bedrijven bij het lanceren van hun projecten en het beheren van techteams in zeer competitieve sectoren zoals AI, fintech, health tech en andere.In zijn carrière heeft hij ervaring opgedaan als softwareontwikkelaar, tech-adviseur, CTO en fractionele CTO, waarbij hij met bedrijven in verschillende ontwikkelingsfasen heeft gewerkt. In deze aflevering van de Innovantage-podcast sprak Laimonas niet alleen over zijn professionele pad en de eigenaardigheden van de techindustrie vandaag, maar deelde hij ook waardevolle inzichten en praktische aanbevelingen voor startup-oprichters.Een Fractionele CTO zijn: Wat betekent dat?Laimonas begon zijn fractionele carrière begin 2024. Zoals hij toegaf, wist hij daarvoor niet eens dat dergelijke rollen tegenwoordig bestaan. Volgens hem ontdekte hij het concept per toeval via een LinkedIn-post van een andere fractionele CTO. Dit inspireerde hem om het veld te verkennen.Een fractionele CTO werkt als een praktische consultant en biedt technisch leiderschap aan bedrijven die geen fulltime CTO nodig hebben. Deze rol is vooral nuttig voor niet-technische bedrijven zoals marketingbureaus en kleine farmaceutische bedrijven, evenals voor beginnende tech-startups. Dergelijke teams hebben misschien geen fulltime directeur nodig, maar ze hebben nog steeds deskundige begeleiding nodig om veelvoorkomende valkuilen te vermijden.In tegenstelling tot een traditionele CTO, is een fractionele CTO beschikbaar op parttimebasis. Dit kunnen een paar uur per dag zijn of zelfs maar een paar uur per week.Wat hier belangrijk is om te benadrukken, is dat deze persoon geen externe consultant is. Deze specialist is een volwaardig teamlid, ondanks het beperkte aantal uren dat hij of zij per week aan jouw bedrijf besteedt.Deze expert helpt bedrijven bij het navigeren door technische uitdagingen, het stroomlijnen van processen en het nemen van weloverwogen beslissingen.Het fractionele model gaat verder dan CTO's en omvat ook andere directiefuncties, zoals fractionele CMO's en CFO's. Al deze rollen volgen hetzelfde principe. Deze professionals bieden hun strategische expertise zonder fulltime werknemers te zijn.Laimonas werkte iets minder dan een jaar als fractionele CTO. Toch heeft hij nu een fulltime baan. En hier zijn de belangrijkste voor- en nadelen van een fractionele rol die hij heeft vastgesteld.Voordelen van een fractionele directeur zijnOnder de voordelen benadrukte Laimonas de flexibiliteit en veiligheid die bij een fractionele carrière horen. Fractionele werknemers kunnen hun projecten kiezen en met meerdere klanten werken.Bovendien helpt deze aanpak om het financiële risico te verminderen. Als je één of twee klanten verliest, betekent dit niet dat je al je inkomsten in één keer kwijt bent.Met andere woorden, een fractionele directeur opereert als een eenmanszaak en kan grote autonomie behouden.Nadelen van een fractionele directeur zijnDeze onafhankelijkheid brengt echter ook uitdagingen met zich mee. Fractionele professionals moeten niet alleen hun kerncompetenties beheren, maar ook een breed scala aan andere taken, zoals sales, marketing en klantwerving. Al deze activiteiten worden traditioneel door hele afdelingen in een bedrijf beheerd.Als gevolg daarvan deelde Laimonas dat een aanzienlijk deel van zijn tijd werd besteed aan prospectie, leadgeneratie en outreach in plaats van aan zijn eigenlijke technische werk.Voor specialisten zoals fractionele CMO's, CFO's of CTO's is het ideale scenario om zich uitsluitend op hun expertise te concentreren. In het geval van Laimonas ligt zijn passie bij technologie, niet bij sales of marketing. Constante business development-inspanningen kunnen zeer uitputtend zijn, en dat is het belangrijkste nadeel van dit carrièrepad.Hoe het AI-landschap verandertOmdat kunstmatige intelligentie nog steeds een van de meest besproken onderwerpen is, konden Max en Laimonas het ook niet vermijden in hun gesprek.Laimonas betrad de AI-ruimte lang voordat deze technologie mainstream werd. Hij bouwt sinds 2014 AI-gebaseerde producten.In de loop van zijn werk zag hij hoe AI-ontwikkeling veranderde met de opkomst van grote taalmodel(len) zoals ChatGPT. Vroeger vereiste AI praktische datawetenschap, machine learning-experimenten en modelimplementatie. Tegenwoordig is AI toegankelijker. Ontwikkelaars kunnen het integreren in producten met eenvoudige API-aanroepen, waardoor complexe modeltraining niet meer nodig is. Deze verschuiving heeft bedrijven in staat gesteld om AI snel te incorporeren en niet-AI-producten soms binnen enkele uren om te zetten in AI-ondersteunde oplossingen.Volgens Laimonas benaderden veel startups AI eerder als een op zichzelf staand product in plaats van een tool. Laimonas noemde Rabbit R1 en AI Pin als voorbeelden. Dit zijn gadgets die bedoeld zijn om als AI-ondersteunde assistenten te functioneren. Toch faalden ze. Dit gebeurde omdat ze geen sterk onderliggend businessmodel hadden.Tegenwoordig is het duidelijk geworden: AI is geen product op zich, maar een functie die bestaande oplossingen kan verbeteren.Laimonas gelooft dat AI in de toekomst een krachtig middel blijft om een concurrentievoordeel te behalen. Succes hangt echter af van het integreren van AI in solide zakelijke ideeën. Dit werkt veel beter dan alleen vertrouwen op AI als kernaanbod.De realiteit van de AI-marktVolgens een artikel van Sequoia, een van de grootste VC-bedrijven, vereist de enorme hoeveelheid kapitaal die in AI-gebaseerde oplossingen is gestort nu een extra $500–600 miljard aan omzet voor deze bedrijven om break-even te draaien. Op dit moment is het moeilijk te zeggen of dit doel haalbaar is of niet. Het benadrukt echter duidelijk de aanzienlijke financiële druk op de AI-sector.Laimonas noemde dat de kloof tussen bedrijfswinstgevendheid en AI-investeringen niet alleen voor startups bestaat, maar ook voor grote spelers zoals Google, Meta en Microsoft. Deze techreuzen leiden vandaag de AI-ontwikkeling omdat alleen zij de immense kosten van het trainen van grootschalige modellen kunnen dragen. Dergelijke inspanningen vereisen vaak tientallen of zelfs honderden miljoenen dollars.Ondanks zo'n marktsituatie blijven investeerders optimistisch. Dit is te zien aan de gestage groei van de S&P 500-index, die de aandelenprestaties volgt van 500 van de grootste bedrijven die genoteerd zijn aan Amerikaanse beurzen. Hier kunnen we echter een opmerkelijke concentratie waarnemen op de zogenaamde "Magnificent Seven". Zeven grote techbedrijven (Microsoft, Meta, Tesla, Amazon, Apple, NVIDIA en Alphabet) vormen bijna 30%-35% van de index.De laatste keer dat zo'n concentratie werd waargenomen, was tijdens het tijdperk van de dot-com bubble.AI: Is het gewoon weer een bubbel?Laimonas ziet duidelijke overeenkomsten tussen de huidige AI-hype en de internetboom van begin 2000. Het internet was ook een revolutionaire technologie. Het doorliep een speculatieve bubbel die uiteindelijk instortte voordat het stabiliseerde in langetermijngroei.Kan dit ook met AI gebeuren? De expert gelooft dat AI een vergelijkbaar traject volgt. Er was een initiële boom. Nu kunnen we een waarschijnlijke correctie verwachten die uiteindelijk tot een blijvende impact zal leiden.Volgens Laimonas is AI absoluut een zeer goede technologie. Toch wordt het al als wapen gebruikt. Deepfake-video's van wereldleiders, AI-gegenereerde propaganda en geautomatiseerde desinformatiecampagnes worden wijdverbreid. Grote taalmodel(len), wanneer geïntegreerd in sociale mediaplatforms, versterken desinformatie verder. Daarom is het ook de moeite waard om deze "donkere" kant van AI mee te nemen bij het analyseren van zijn rol in onze samenleving.De waarde van feedback voor startup-oprichtersLaimonas benadrukte dat een van de belangrijkste lessen voor nieuwe oprichters is om te accepteren dat hun eerste ideeën gebreken kunnen hebben. In het begin is de visie van een startup zelden perfect, en oprichters moeten bereid zijn om deze te verfijnen. In plaats van een idee als iets heiligs te behandelen, moeten ze zich richten op het bouwen van een minimum viable product (MVP), het testen ervan en het verzamelen van feedback.De realiteit is dat de meeste vroege concepten zullen falen. Echter, falen hoort bij het proces. Oprichters moeten continu itereren. Dit moet bestaan uit het vragen van feedback, het aanpassen van het product en het herhalen van de cyclus. Dit alles moet keer op keer worden gedaan totdat product-marktfit is bereikt. Het belangrijkste is om aanpasbaar te blijven en te herkennen wanneer iets aanslaat.Niet alle feedback is echter even waardevol. Sommige gebruikers kunnen expliciet aangeven waarom ze een product niet leuk vinden. Ze kunnen bijvoorbeeld uitleggen dat ze zijn gestopt met het gebruik van een product omdat de prijs te hoog is of omdat het niet aan sommige van hun behoeften voldoet. Dat is een zeer nuttig type feedback.Vaker is de feedback echter impliciet: gebruikers nemen simpelweg niet deel. In dergelijke gevallen moeten oprichters onderzoeken waarom dit is gebeurd. Dit vereist het benaderen van voormalige of inactieve gebruikers, het analyseren van gebruikspatronen en het identificeren van de redenen achter lage adoptie.Diepgaande, specifieke feedback is cruciaal om de nodige verbeteringen aan te brengen die tot succes leiden.Waarom full-stack voor vroege startups?In beginnende startups vereist het bereiken van product-marktfit snelle iteratiecycli. Hoe sneller een startup wijzigingen kan implementeren en testen, hoe groter de kans op succes. De gekozen technologie speelt een cruciale rol in dit proces. Het kan de ontwikkeling versnellen of een knelpunt worden. Het is de verantwoordelijkheid van een technische mede-oprichter, fractionele CTO of ervaren consultant om ervoor te zorgen dat de juiste technologische keuzes worden gemaakt om snelle iteratie te ondersteunen.Traditioneel zijn technische teams gestructureerd met toegewijde backend-ontwikkelaars, frontend-ontwikkelaars, QA-specialisten en soms mobiele ingenieurs. Hoewel dit model in het verleden goed werkte, is het vaak te traag voor moderne startups die een concurrentievoordeel nodig hebben.Als reactie op dergelijke marktbehoeften zijn full-stack frameworks en technologieën populair geworden. Ze integreren meerdere aspecten van ontwikkeling in één gestroomlijnd systeem.Frameworks zoals Next.js en Vercel bieden infrastructuur, frontend- en backend-mogelijkheden in één codebase. Hierdoor maken ze snellere implementatie en iteratie mogelijk. Deze technologieën hebben echter ook enkele valkuilen, zoals vendor lock-in. Om de voordelen van Next.js volledig te benutten, moeten ontwikkelaars vaak Vercel gebruiken, wat kostbaar en beperkend kan zijn.Andere frameworks, zoals Remix, bieden een alternatieve aanpak. Remix stelt ontwikkelaars bijvoorbeeld in staat om frontend- en backend-logica in hetzelfde bestand te schrijven. Dit kan aanvankelijk ongeorganiseerd lijken, maar door sterke ontwerp principes te volgen, kan dit resulteren in een goed gestructureerd en efficiënt systeem.Een enkele full-stack ontwikkelaar kan in zo'n geval vaak een traditioneel vijfkoppig team van aparte frontend-, backend- en QA-engineers overtreffen. Het belangrijkste voordeel ligt in het elimineren van communicatieoverhead en het verkleinen van kenniskloven. Met andere woorden, één ontwikkelaar kan alle functies leveren zonder afhankelijkheden van andere specialisten.Deze verschuiving naar full-stack ontwikkeling, gecombineerd met AI-ondersteunde codeertools, verkort iteratiecycli aanzienlijk. Functies die eerder een hele dag kostten om te implementeren, kunnen nu in een fractie van de tijd worden ontwikkeld.Voor startups die wendbaar en efficiënt willen blijven, is het prioriteren van generalistische ontwikkelaars, die complete functies zelfstandig kunnen bouwen, effectiever dan het inhuren van gespecialiseerde specialisten. Specialisatie moet later komen, wanneer het team groeit tot een omvang waar toegewijde rollen in infrastructuur, frontend, backend en QA nodig worden. Aanvankelijk zorgt focussen op generalisten voor maximale snelheid, flexibiliteit en resource-efficiëntie.Balans tussen focus op vandaag en morgenStartups moeten een balans vinden tussen focus op directe overleving en planning voor de toekomst. Hoewel een langetermijnvisie belangrijk is, kan het overprioriteren van toekomstige schaalbaarheid ten koste van huidige uitvoering fataal zijn. Als middelen niet goed worden beheerd en iteratiecycli te traag zijn, loopt een startup het risico zonder geld te zitten voordat het de toekomst bereikt die het voor ogen heeft.De prioriteit moet altijd winstgevendheid en overleving zijn.Schaalbaarheidsproblemen, uitbreidingsuitdagingen en de behoefte aan teamspecialisatie zijn allemaal positieve problemen. Ze signaleren dat het bedrijf werkt, klanten binnenkomen en de omzet groeit. Groeiproblemen duiden op succes, terwijl het niet kunnen beheren van kortetermijn duurzaamheid tot een vroege stopzetting kan leiden.Een zekere onzekerheid is een inherent onderdeel van de techindustrie. Techteams moeten voortdurend schaalbaarheidsproblemen oplossen. Hoewel de aard van deze problemen evolueert, verdwijnt de uitdaging zelf nooit. Volwassen IT-leiders en softwareontwikkelaars moeten deze onzekerheid erkennen en oplossingen, architecturen en infrastructuren ontwerpen die toekomstige veranderingen accommoderen.Een goed gestructureerde codebase moet de onzekerheden van het bedrijf weerspiegelen. Het moet flexibel genoeg zijn om zich aan te passen aan verschillende richtingen naarmate het bedrijf groeit. Ontwerpen met aanpasbaarheid in gedachten zorgt ervoor dat, wanneer zakelijke behoeften veranderen, de technologie kan bijblijven zonder een complete herziening te vereisen.Waar vind je het juiste mentorschap?Voor beginnende startups is het ook van vitaal belang om mensen te hebben die hen professioneel begeleiden, tenminste in de beginfase van hun ontwikkeling.Hoewel er veel mentorschapsdiensten online beschikbaar zijn, ontbreekt er vaak een zeer belangrijk element. Dit sleutelelement is vertrouwen. Zonder eerstehands kennis is het moeilijk om de ware ervaring, expertise en kwaliteit van een mentor te beoordelen.In plaats van alleen te vertrouwen op externe hulp van het internet, moeten startup-oprichters eerst hun persoonlijke netwerk raadplegen, inclusief vrienden, voormalige collega's, zakelijke partners en branchekennissen. Deze vertrouwde connecties kunnen directe begeleiding bieden of oprichters in contact brengen met ervaren professionals binnen hun netwerk.Menselijke connecties zijn van onschatbare waarde. In de startup-wereld openen relaties vaak deuren naar mentorschap, partnerschappen en nieuwe kansen die anders niet toegankelijk zouden zijn. Ondernemers moeten prioriteit geven aan het opbouwen en onderhouden van sterke professionele relaties, omdat deze connecties vaak nuttiger blijken dan formele mentorschapsdiensten.ConclusieDe reis van het bouwen van een tech-startup is vol uitdagingen: van het vinden van het juiste idee tot het beheren van schaalbaarheid. Volgens Laimonas Sutkus zijn flexibiliteit en bereidheid tot iteratie belangrijke componenten die een tech-startup naar succes kunnen leiden.Wil je meer leren over technologieën en hun rol in de zakelijke wereld? Mis dan de volgende afleveringen van de Innovantage-podcast niet, waar host Max nieuwe experts in zijn studio verwelkomt.

Een van de belangrijkste doelen van de Innovantage-podcast is om het publiek meer te laten leren over de nieuwste technologietrends en te onderzoeken hoe deze het bedrijfslandschap transformeren. En de recente aflevering dient precies dit doel. Deze keer staat serverloze technologie centraal.De podcastpresentator en CBDO van Sigli, Max Golikov, nodigde Michael Dowden uit om te praten over de afnemende betekenis van servers vandaag de dag, en over de voordelen die bedrijven uit deze verschuiving kunnen halen.Michael is een technologieleider, internationaal spreker en serverloos expert met meer dan 30 jaar ervaring in softwareontwikkeling en advies. Natuurlijk bestaat serverloze technologie nog niet zo lang. Het begon bijna 15 jaar geleden aan populariteit te winnen. Gezien dit heeft Michael een goed inzicht in hoe de verschuiving naar de nieuwe technologie heeft plaatsgevonden. Bovendien legde hij uit waarom bedrijven hun servers begonnen af te stoten en in welke gevallen het gebruik van servers nog steeds haalbaar is.Dit en nog veel meer werd besproken in die aflevering, en de meest interessante ideeën hebben we voor u verzameld in dit artikel.Serverloos computing: Wat is het?Het kernconcept van serverloos betekent niet dat er geen servers zijn. Ze zijn er nog steeds, beheerd door providers, niet rechtstreeks door bedrijven. Het idee van deze technologie vertegenwoordigt een extra laag van abstractie. Alles begon met servers, ging vervolgens over naar virtuele machines, gevolgd door Infrastructure-as-a-Service (IaaS) en Platform-as-a-Service (PaaS). Serverloos gaat een stap verder door alleen de essentiële operationele containers te leveren die nodig zijn om uw taken uit te voeren.Een belangrijk aspect van serverloos is Function-as-a-Service (FaaS). Net als bij microservices wordt elke functie onafhankelijk beheerd en geschaald. U kunt individuele code-eenheden bouwen, implementeren en schalen zonder u zorgen te hoeven maken over het hele systeem. Als het verkeer piekt, schalen serverloze platforms automatisch op door kopieën van de functie te maken om de belasting te verwerken. Zodra het verkeer afneemt, past het platform zich aan door terug te schalen.Met serverloos betaalt u alleen voor de daadwerkelijk gebruikte rekentijd en hoeft u de infrastructuur niet zelf te beheren. Het platform schaalt volgens uw behoeften, waardoor het efficiënt en kosteneffectief is.Met andere woorden, met serverloze technologie besteedt u in feite een deel van uw infrastructuur uit om deze lichter, efficiënter en responsiever te maken, beter op elke denkbare manier.Michael deelde zijn ervaring met de overstap naar serverloze technologie tijdens zijn werk bij startups. Zijn doel was om kosteneffectieve oplossingen te vinden die zouden meegroeien met de bedrijven. De eerste overstap naar serverloos was niet gepland. Het gebeurde gewoon vanzelf. Michaels aanpak van software was altijd gebruikersgericht. Dit betekent dat hij begint met het bouwen van de front-end en UX om snel concepten te valideren en feedback van gebruikers te verzamelen.Een van de startups waar hij mee werkte, begon als een progressive webapplicatie. Toen het product evolueerde, realiseerde het team zich dat ze een backend nodig hadden, en serverloos was de logische keuze om hun groei te ondersteunen.Nadelen van serverloos gaanHoewel het idee van serverloos zeer aantrekkelijk klinkt, moeten bedrijven zich ook bewust zijn van mogelijke nadelen.Ze worden duidelijk wanneer u controle op een laag systeemniveau op een zeer specifieke manier moet uitvoeren. Hoewel u parameters zoals geheugentoewijzing kunt aanpassen op platforms zoals GCP, AWS of Azure, heeft u geen volledige toegang tot het onderliggende systeem. Bovendien kunt u het zicht verliezen op het schaalproces. Het kan bijvoorbeeld onmogelijk zijn om te controleren hoeveel exemplaren van uw functie op een bepaald moment actief zijn. Dit gebrek aan goede controle over schalen en drempels kan een uitdaging zijn.Een ander probleem is het koude-startprobleem. Wanneer een functie wordt geactiveerd, moet deze vaak opstarten, meestal met behulp van iets zoals een Docker-container. Deze opstart duurt even (het kunnen een paar seconden zijn). Dit leidt tot vertraging voordat de functie verkeer kan verwerken, wat merkbaar kan zijn voor gebruikers.Observeerbaarheid wordt cruciaal in serverloze omgevingen. Zonder directe toegang tot het systeem moet u vertrouwen op externe tools om uw code en infrastructuur te monitoren. Als zich een probleem voordoet, kan het moeilijk zijn om de oorzaak te achterhalen zonder goede monitoring.Serverloos is geweldig voor kleine, onafhankelijk beheerde functies. Maar het heeft beperkingen voor langlopende services (vaak beperkt tot 5 minuten) of toepassingen die extreem lage latentie vereisen. Hoewel serverloos enorme schaalbaarheid biedt, kan de kleine vertraging bij het opstarten een zorg zijn.Wanneer is serverloos een goede optie voor u? Serverloos-eerst aanpakZoals bij elke technologie is het essentieel om uw use-case zorgvuldig te overwegen voordat u voor serverloos kiest.Michael gaf toe dat hij een serverloos-eerst aanpak voorstaat, vooral voor nieuwe projecten. Hij gelooft dat de meeste bedrijven en projecten standaard met serverloos moeten beginnen. Wanneer u twijfelt over de toepassing of net begint, moet serverloos de eerste keuze zijn. U moet alleen een andere architectuur overwegen wanneer u begrijpt waarom serverloos mogelijk niet geschikt is. Dit kan relevant zijn, niet voor het hele project, maar voor specifieke onderdelen ervan.Een belangrijke reden voor het implementeren van de serverloos-eerst aanpak is dat deze technologie u sneller laat bouwen. U besteedt minder tijd aan het opzetten van infrastructuur. Hierdoor kunt u snel uw project starten. Bovendien schaalt deze technologie automatisch. Dus als uw project onverwachte verkeerspieken ervaart, kan het deze met minimale inspanning verwerken.Door te beginnen met de serverloos-eerst aanpak kunt u zich richten op het presenteren van uw product aan gebruikers terwijl u het verkeer beheert. Dit geeft u de flexibiliteit om te leren wat wel en niet werkt, zonder u zorgen te hoeven maken over infrastructuurknelpunten.Michael noemde ook het volgende geval.Amazon staat bekend om het gebruik van serverloze infrastructuur in zijn videostreamingdienst. Het bedrijf publiceerde ooit een artikel waarin werd uitgelegd hoe ze stopten met serverloos voor één onderdeel van die service. Het artikel werd echter breed verkeerd geïnterpreteerd. Vanwege de uitgelokte reactie trok Amazon het uiteindelijk in. Ondanks het misverstand was het artikel een geweldige technische uitleg van die beslissing.Het bedrijf legde uit dat het specifieke onderdeel van het project enkele vereisten had die hun serverloze infrastructuur niet kon waarmaken. Daarom veranderden ze de architectuur van alleen dat ene onderdeel. Dit hielp hen geld te besparen, de gebruikerservaring te verbeteren en het systeem efficiënter te maken.Volgens Michael is dit een perfect voorbeeld van de serverloos-eerst aanpak. Amazon kon de service maanden of zelfs jaren voor klanten bouwen en uitvoeren voordat ze beseften dat ze een andere oplossing nodig hadden. Ze hadden de tijd om te leren, een betere aanpak te ontwerpen en deze succesvol te implementeren. Dit is volgens hem een enorm succesverhaal voor serverloos.Waarde van serverloos computingEen van de belangrijkste economische voordelen van serverloos, vooral voor startups, is de kostenefficiëntie. Veel startups investeren zwaar in infrastructuur voordat ze ook maar één klant hebben. Met serverloos blijven de infrastructuurkosten laag tot het verkeer toeneemt, waardoor de uitgaven kunnen meeschalen met de inkomsten. Dit model zorgt ervoor dat bedrijven alleen betalen voor wat ze gebruiken, waardoor de kosten in lijn blijven met de groei.Een ander groot voordeel is flexibiliteit. In tegenstelling tot monolithische architecturen, waar componenten strak geïntegreerd zijn, zijn serverloze systemen zeer modulair en gebeurtenisgestuurd. Functies, databases en services werken onafhankelijk, waardoor het gemakkelijker is om specifieke delen van het systeem naar behoefte te schalen, te reorganiseren of te optimaliseren. Als twee functies nauwere integratie nodig hebben, kunnen ze eenvoudig worden aangepast zonder de hele architectuur te herstructureren.Beginnen met een modulaire serverloze aanpak stelt bedrijven in staat zich in de loop van de tijd gemakkelijker aan te passen. Het is veel eenvoudiger om onafhankelijke services samen te voegen wanneer nodig, dan om strak gekoppelde componenten in een monolithisch systeem te ontwarren. Deze aanpasbaarheid maakt serverloos een ideale keuze voor bedrijven die efficiënt willen schalen terwijl ze wendbaar blijven.Concept van "goeie" codeVolgens Michael is een belangrijke test voor aanpasbaarheid in software of een stuk code kan worden verwijderd zonder de rest van de applicatie te verstoren. Het maakt niet uit of u een nieuwe implementatie moet introduceren, een functie moet updaten of functionaliteit moet verbeteren, in de meeste gevallen zal code moeten worden vervangen. Flexibiliteit is essentieel, en goed gestructureerde code moet naadloze aanpassingen mogelijk maken.In een modulaire architectuur, waar functies onafhankelijk worden geïmplementeerd, is het verwijderen of vervangen van een functie eenvoudig. Als een service niet langer nodig is, kan deze worden verwijderd zonder andere componenten te beïnvloeden. Als een update nodig is, kan een nieuwe functie worden geïntroduceerd zonder grote verstoringen.Soms ligt het probleem echter niet in de functie zelf, maar in het proces erachter. Om de gebruikerservaring te verbeteren, is het vaak voordelig om bepaalde operaties op de achtergrond af te handelen terwijl gebruikers naar de volgende stap kunnen gaan. Zelfs wanneer latentie een zorg is, kunnen effectieve oplossingen vertragingen maskeren en een soepele en responsieve ervaring garanderen.Is serverloze technologie alleen voor startups?Hoewel serverloos computing vaak wordt geassocieerd met startups, is het ook zeer waardevol voor grote ondernemingen (zo niet nog meer). Enkele van de grootste gebruikers van serverloze technologie zijn eigenlijk de bedrijven die het leveren: Google Cloud, Amazon Web Services (AWS) en Microsoft Azure. Deze techreuzen hebben serverloos computing niet alleen voor startups gecreëerd. Ze gebruiken het zelf ook uitgebreid.Een van de belangrijkste redenen waarom serverloos op schaal zo voordelig is, is wendbaarheid. Het stelt ondernemingen in staat nieuwe functies en services te implementeren zonder direct gebonden te zijn aan complexe infrastructuurwerkzaamheden. Hoewel deze bedrijven zwaar investeren in infrastructuur en enkele van de beste hardwarespecialisten ter wereld in dienst hebben, hoeven hun servicedevelopers zich niet te richten op hardwarebeheer. Serverloos stelt hen in staat applicaties sneller te bouwen en te implementeren en innovatiecycli kort en efficiënt te houden.Grote ondernemingen moeten ook vaak omgaan met doorlopende upgrades van verouderde systemen. Veel bedrijven werken in een continu proces van het vervangen van verouderde platforms door moderne oplossingen. Serverloos biedt een strategische manier om modulaire, schaalbare services in deze overgangen te introduceren. Door serverloze technologie geleidelijk te integreren, kunnen bedrijven monolithische architecturen opbreken, infrastructuuroverhead verminderen en een flexibeler en efficiënter systeem creëren. En dit alles is mogelijk zonder een grootschalige herziening.Toekomst van serverloze technologieEen paar jaar geleden was serverloos computing omgeven door aanzienlijke hype en sommige mensen geloofden dat serverloos voor alles kon worden gebruikt (wat niet waar is). Nu lijkt deze hype voorbij te zijn, omdat we een zogenaamd plateau hebben bereikt. Sommige ontwikkelaars zijn er mogelijk helemaal niet mee bekend. Serverloze architectuur is echter geen voorbijgaande trend. Het is hier om te blijven. De vraag is niet of serverloos relevant blijft, maar eerder hoe wijd het wordt geadopteerd en in welke vorm.In de komende jaren wordt verwacht dat meer bedrijven een serverloos-eerst aanpak zullen adopteren, waarbij serverloos de standaardkeuze is tenzij specifieke behoeften anders vereisen. Deze verschuiving zal echter niet over de hele linie plaatsvinden, omdat verschillende bedrijven uiteenlopende infrastructuurbehoeften hebben.Het is moeilijk om voorspellingen te doen voor de hele industrie, omdat serverloos slechts één van de vele beschikbare architectuurkeuzes is. Na verloop van tijd kan de term "serverloos" zelf vervagen, waarbij de focus verschuift naar bredere cloud-native patronen in plaats van een aparte categorie.Een ander belangrijk veranderingsgebied kan het prijsmodel zijn. Tegenwoordig werkt serverloos voornamelijk op basis van betalen-per-gebruik. Dit biedt kostenefficiëntie en schaalbaarheid. Bedrijven kunnen echter ook mogelijkheden zien om kosten te verlagen door capaciteit in bulk in te kopen. Dit zal vrij vergelijkbaar zijn met traditionele cloudcomputing-modellen waarbij het vooraf reserveren van resources kosten-effectiever kan zijn. Deze verschuiving kan bedrijven helpen hun uitgaven te optimaliseren terwijl ze nog steeds de voordelen van serverloze technologie benutten.Daarnaast legde Michael uit dat serverloos computing zich zal blijven ontwikkelen. Het is zeer waarschijnlijk dat we nieuwe patronen zullen zien ontstaan om de adoptie te stroomlijnen. Nu moet elk bedrijf zijn eigen aanpak uitvinden. Toch kunnen gevestigde best practices en frameworks serverloze implementaties begeleiden en deze technologie een nog levensvatbaardere optie maken voor bedrijven van alle groottes.Uitdagingen en kansen gepresenteerd door opkomende technologieënToen hij sprak over de impact die nieuwe technologieën op de wereld kunnen hebben, stelde Michael dat de gevolgen van de adoptie van sommige innovaties behoorlijk zorgwekkend kunnen zijn.Machine learning (ML) bestaat al tientallen jaren, maar grote taalmodelen (LLM's) zijn nog relatief nieuw. Hoewel ze specifieke sterke en zwakke punten hebben, maakt de huidige hype het moeilijk om hun meest effectieve use-cases volledig te beoordelen. Naarmate de technologie volwassener wordt, zal een duidelijker inzicht ontstaan in waar LLM's echt efficiënt in zijn en waar hun beperkingen liggen.Naast technische mogelijkheden is een cruciaal aspect van het evalueren van elke architectuurkeuze de impact op de wereld. En hier moeten we ze niet alleen beschouwen in termen van prestaties en kosten, maar ook duurzaamheid. Energieverbruik, CO2-voetafdruk en ecologische impact zijn allemaal essentiële overwegingen.Het vermogen om geïnformeerde beslissingen te nemen over het minimaliseren van negatieve effecten en het versterken van positieve is cruciaal. Wanneer het echter om LLM's gaat, ontbreekt dit niveau van controle nog, wat zorgen opwerpt over hun langetermijnhaalbaarheid vanuit een milieuperspectief.Serverloos computing biedt daarentegen een meer duurzame aanpak voor infrastructuur. Het optimaliseert inherent het resourcegebruik en schaalt alleen wanneer nodig. Het runnen van dedicated servers kan daarentegen leiden tot verspillend energieverbruik, waardoor serverloos een levensvatbaardere optie is voor het verminderen van CO2-voetafdrukken.Hoe de juiste infrastructuur te kiezenAan het einde van hun discussie vroeg Max Michael ook om zijn aanbevelingen te delen voor bedrijven die het type infrastructuur voor hun systemen moeten kiezen.Volgens de expert zou de bestaande vaardigheden van uw team een sleutelfactor moeten zijn. Natuurlijk is het mogelijk om een team te pushen om te leren, zich aan te passen en te groeien. Het benutten van hun huidige expertise kan echter vaak de meest efficiënte aanpak zijn. Als uw team diepgaande kennis heeft in een specifiek gebied, kan het logisch zijn om rond die kracht te bouwen in plaats van een overgang naar een onbekende technologiestack af te dwingen.Michael noemde dat sommige bedrijven infrastructuurbeslissingen nemen die vereisen dat ze volledig nieuwe techteams inhuren alleen om de verschuiving te ondersteunen. Hoewel dit nieuwe expertise kan brengen, introduceert het ook risico's, kosten en mogelijke verstoringen.Een andere cruciale overweging is risicobeperking. Vertrouwen op één locatie voor serverbeheer of cloudservices kan kwetsbaarheden creëren veroorzaakt door storingen, beveiligingsinbreuken of fysieke rampen. Een robuuste disaster recovery-strategie is essentieel om bedrijfscontinuïteit te waarborgen.Voor hoge beschikbaarheid en veerkracht moeten bedrijven multi-cloudstrategieën overwegen. Dit kan betekenen:Meerdere cloudproviders gebruiken om afhankelijkheid van één leverancier te verminderen;Containers die over verschillende cloudomgevingen worden geïmplementeerd.Een multi-cloudaanpak kan de betrouwbaarheid en prestaties aanzienlijk verbeteren. Het vereist echter investeringen in tools, expertise en governance om de complexiteit effectief te beheren.Zoals u kunt zien, kan de implementatie van elke technologie (zelfs de meest veelbelovende) gepaard gaan met een reeks valkuilen. En het is altijd beter om zich er van tevoren bewust van te zijn.Als u meer wilt leren over technologische innovaties die naar verwachting de wereld zullen veranderen, mis dan de volgende afleveringen van de Innovantage-podcast niet!

Een van de doelstellingen van de Innovantage-podcast is bedrijven helpen beter te begrijpen wat er gebeurt in de digitale wereld en hoe ze technologische vooruitgang kunnen benutten om hun processen te verbeteren en op lange termijn voordelen te behalen. Deze aflevering sluit perfect aan bij dit doel, omdat deze gewijd is aan digitale transformatie in bedrijven en de meest efficiënte aanpakken ervan.Om dit onderwerp te behandelen, nodigde Max Golikov, de presentator van de podcast en CBDO bij Sigli, Stijn Viaene uit voor een gesprek.Momenteel is Stijn professor en partner aan de Vlerick Business School & KU Leuven. Een van de kernthema's waar hij aan werkt, is het onderzoeken van de beste manieren om bedrijfswaarde te creëren met investeringen in technologie. Zijn carrière begon 25 jaar geleden met onderzoek naar verzekeringsfraude. Enkele jaren later, toen het concept van digitale transformatie opkwam, richtte Stijn zich hierop. Inmiddels werkt hij al meer dan tien jaar in dit domein, wat hem veel ervaring en een diepgaand inzicht in de bijzonderheden van dit proces heeft opgeleverd.Wat is digitale transformatie?Digitale transformatie is tegenwoordig een hot topic. In veel bedrijven bestaat echter nog steeds veel verwarring en onenigheid over wat het eigenlijk inhoudt. Voor sommigen houdt dit proces de implementatie van technologische oplossingen in hun bedrijfsvoering in. Maar alleen het gebruik van technologie, zelfs de nieuwste, maakt dit gebruik nog niet transformatief.Volgens Stijn is digitale transformatie een strategische manier om te reageren op de dreiging van overleving en de kans om te floreren in een digitale economie. Het hoofdidee achter de implementatie van technologische oplossingen moet zijn een organisatie te verbeteren.Wat is het belangrijkste verschil tussen digitale transformatieprojecten en gewoon technologische projecten?Stijn legde uit dat digitale transformatieprojecten niet alleen nieuwe oplossingen zijn waarin je investeert. Het zijn niet alleen mooie dingen die spannend of trendy lijken. Ze moeten altijd gebaseerd zijn op een strategie en een duidelijke visie op hoe je je onderneming zult hervormen tijdens hun realisatie.Natuurlijk kunnen bedrijven tegenwoordig, met zoveel nieuwe producten en tools, overweldigd raken door al deze keuzes. Maar ze allemaal tegelijk implementeren levert geen waarde op. Het is veel belangrijker om niet alleen trends te volgen, maar een doordacht plan te maken voor een duurzame transformatie op lange termijn.Hoe plan je transformatie in een snel veranderende technologische wereld?Het is vrij duidelijk dat de digitale wereld zeer dynamisch is. Daarom moeten mensen die digitale transformatie in hun organisatie voorbereiden, op de juiste manier naar zaken kijken om de beste aanpak voor dergelijke veranderingen te vinden. Stijn deelde hierbij drie tips.Acceptatie van de realiteit. We leven in een VUCA-wereld (volatiliteit, onzekerheid, complexiteit en ambiguïteit). We kunnen niet ontkennen dat er tegenwoordig veel turbulentie is en dat het onmogelijk is om je ervoor te verstoppen of ervan weg te lopen. Het heeft geen zin te wachten tot iemand met een magisch recept komt dat alle problemen oplost. Als je die turbulentie beter kunt navigeren dan je concurrenten, win je het spel. Daarom is het eerste wat je moet doen accepteren dat de wereld turbulent is. Maar tegelijkertijd biedt deze situatie veel kansen om de concurrentie te winnen.Systemische kijk op veranderingen. Je moet ook de aard van de verandering waarin je terechtkomt, correct begrijpen. De aard van deze verandering is systemisch. Dit betekent dat digitale transformatie niet alleen een taak is voor je technologieafdeling of marketingteam. Digitale transformatie moet alle elementen en niveaus van je organisatie omvatten.De juiste mindset. Een van de slechtste dingen die mensen aan het begin van zo’n transformatietraject kunnen doen, is een gemakkelijke uitweg zoeken. Er is geen enkele toolkit voor het uitvoeren van transformatie. Mensen moeten begrijpen dat er veel werk te doen is en hierop voorbereid zijn.Digitale transformatie is niet iets wat je in één of twee jaar kunt doen. Dit proces stopt niet. Het is niet zomaar een project met duidelijke tijdsframes. Er zal een continue stroom van digitale kansen en bedreigingen komen in de toekomst, en zoals Stijn uitlegde, hieraan komt geen einde.Uitdagingen en bijzonderheden van digitale transformatie voor MKB’sDe transformatietrajecten van grote ondernemingen en kleine en middelgrote bedrijven zijn heel verschillend. Dit wordt verklaard door de eigenaardigheden van dergelijke organisaties en de mogelijkheden die voor hen beschikbaar zijn.Het belangrijkste verschil houdt verband met het feit dat kleinere bedrijven beperkter zijn in middelen. Daarom is het voor hen belangrijker om zich op bepaalde projecten en initiatieven te concentreren. Ze kunnen niet veel aandacht aan veel dingen tegelijk besteden. Dit kan een uitdaging vormen voor dergelijke bedrijven.Maar tegelijkertijd hebben ze meer mogelijkheden om in partnerschappen met andere organisaties te werken. Kleinere bedrijven zijn meestal meer bereid om samen te werken dan grote bedrijven, die samenwerking vaak zien als een zwakte of een kans om te domineren.In werkelijkheid ligt voor veel bedrijven de kracht juist in allianties en partnerschappen in een ecosysteem van gelijken.Partnerschappen kunnen (en moeten) win-win zijn, wat betekent dat beide partijen niet alleen naar de voordelen moeten kijken, maar ook bereid moeten zijn hun inspanningen en middelen in dergelijke gezamenlijke projecten te investeren.Korte-termijnwinsten in balans brengen met een lange-termijnstrategieEen van de grootste uitdagingen bij digitale transformatie voor iedereen is het overwinnen van de mentaliteit die korte-termijnwinsten vooropstelt. Veel organisaties streven naar onmiddellijke resultaten, vaak ten koste van waarde op lange termijn. Deze mentaliteit staat haaks op succesvolle digitale transformatie, omdat echt succes consistente investeringen in infrastructuur, processen en cultuurverandering vereist.Maar ook korte-termijnwinsten volledig negeren is geen oplossing. De menselijke psychologie vraagt om directe bevrediging. Daarom kunnen snelle successen af en toe helpen om motivatie en betrokkenheid te behouden. Het belangrijkste is om deze korte-termijnsuccessen te zien als stappen naar het grotere doel, zodat ze aansluiten bij de lange-termijnstrategie.Hoe verander je de mindset in een organisatie?Stijn benadrukte dat het veranderen van de mindset van een organisatie een van de moeilijkste uitdagingen is voor leiders tijdens digitale transformatie. Het belangrijkste is niet om de bestaande cultuur te bestrijden, maar ermee te werken. Leiders moeten het gat tussen de huidige mindset en de ideale mindset identificeren en vervolgens strategieën plannen om dat gat te overbruggen. Dit houdt in dat je je gevechten verstandig kiest, omdat sommige gebieden in het begin niet de moeite waard zijn om te veranderen, terwijl andere veel aandacht vereisen.Goede leiders moeten ook beseffen dat ze niet iedereen kunnen veranderen. Het is essentieel om mensen die weerstand bieden tegen verandering te identificeren en manieren te vinden om hun invloed te beperken of indien nodig afscheid te nemen. Het is veel beter om energie te steken in mensen die openstaan voor verandering en in nieuwe medewerkers die frisse perspectieven meebrengen en aansluiten bij de gewenste mindset. Dergelijke mensen kunnen als agenten van verandering fungeren.Talent blijft een van de meest waardevolle middelen voor organisaties die een digitale transformatie ondergaan. De wereldwijde concurrentie om geschoolde werknemers, vooral in de technologiesector, is groot. Organisaties hebben een duidelijke talentstrategie nodig om de vaardigheden aan te trekken, te behouden en te ontwikkelen die nodig zijn voor succes in het digitale tijdperk.Duizenden mensen vandaag ontslaan in de hoop ze morgen weer aan te nemen, is noch eerlijk noch duurzaam. Duizenden mensen vandaag ontslaan in de hoop ze morgen weer aan te nemen, is noch eerlijk noch duurzaam. Het kan de reputatie van het bedrijf schaden en leiden tot verlies van cruciaal talent aan concurrenten.AI: Ja of Nee voor digitale transformatie?Volgens Stijn bevinden we ons momenteel op een punt waarop veel mensen beseffen dat bepaalde aannames over AI die ze in het verleden hebben gemaakt, niet langer per se waar zijn.Een van die aannames heeft betrekking op hoe AI kan worden toegepast. Velen van ons dachten dat mensen altijd verantwoordelijk zouden blijven voor alles wat creativiteit en nieuwsgierigheid vereist, terwijl technologie routinematig en saai werk zou uitvoeren.Maar sinds 2012–2013, toen de wereld net begon te praten over digitale transformatie, is deze illusie geleidelijk verdwenen. Nu, met modellen zoals ChatGPT, zijn veel meer dingen mogelijk dan we verwachtten.Tegenwoordig horen we de beste schrijvers zeggen dat de mooiste gedichten die ze de afgelopen jaren hebben gelezen, door een AI zijn geschreven. Dit bewijst dat AI daadwerkelijk creatieve taken kan uitvoeren.Interessant is dat er in de context van de mogelijkheden van deze technologie ook veel gesproken wordt over de aard van onze menselijkheid, onze rol en onze echte verschillen met AI. Er zijn ook vragen over de ethische principes achter het gebruik van deze technologie en de risico's die bedrijven en samenlevingen nemen bij de introductie van AI.Stijn gelooft dat we, voordat we kunstmatige intelligentie gaan gebruiken, antwoorden moeten vinden op een reeks belangrijke vragen.Hoe zullen we AI gebruiken? Zullen we het alleen inzetten om werk te automatiseren, of zullen we de augmentatie van mensen in de werkomgeving prioriteit geven?In feite sluit de tweede optie automatisering niet uit. Maar het plaatst automatisering op het niveau van ondersteuning voor augmentatie. Hier benadrukte Stijn dat de businesscases voor AI-augmentatie totaal anders zullen zijn dan die voor AI-automatisering.Mensen zoals Elon Musk hebben een behoorlijk transformerende visie op de toekomst. Ze hebben al geprobeerd complete fabrieken te bouwen die zonder werknemers zouden moeten draaien. Dergelijke fabrieken werkten niet. Maar dat kwam niet omdat de mensen achter deze projecten er niet in geloofden. Het kwam gewoon omdat de technologie nog niet klaar was.In de toekomst zal het van cruciaal belang zijn voor leiderschap en bedrijven om hun werkelijke standpunt over de relatie tussen menselijke werknemers en technologie te tonen. Dit is een belangrijk punt dat hun visie op de toekomst toont, niet alleen voor hun bedrijven maar ook voor de samenleving als geheel.Als veel bedrijven Musk's principes volgen, zal de verdeling van welvaart in de wereld ongelooflijk ongelijk zijn. Op basis van hun visie bepalen bedrijven in welke technologieën ze zullen investeren. Het verband tussen deze keuzes en het overleven van bedrijven wordt zeer nauw.Stijn legde uit dat hij, als hij vandaag een beslissing over dergelijke investeringen zou moeten nemen, geld zou steken in het omvormen van een bedrijf tot een lerende organisatie. In zo’n organisatie gelooft iedereen sterk dat leren deel uitmaakt van hun werk.Top tips voor digitale transformatieconsultantsTegenwoordig nodigen veel bedrijven die digitale transformatie plannen externe consultants of bedrijven uit om hen door dit traject te begeleiden. Omdat Stijn vaak als zo’n coach en consultant optreedt, vroeg Max hem om praktische aanbevelingen voor mensen die voor dergelijke taken worden ingehuurd.Tip 1. Het belangrijkste wat elk bedrijf dat dergelijke diensten levert moet doen, is een goed antwoord voorbereiden op de vraag: "Wat maakt jou de beste digitale transformatiepartner voor je klanten?". En nog belangrijker is dat het antwoord niet mag verschillen wanneer dezelfde vraag aan een willekeurige medewerker van het bedrijf wordt gesteld.Tip 2. As a consultant, you need to have, demonstrate, and help to develop certain mindsets. Given this, consultants shouldn’t say “yes” to everything a customer asks them for. Consultants should be ready to be sparing partners. They need to be critically constructive. They should walk away when they really think that something is not going to work, while customers still insist on their own vision. It can be very tough because some good money might be involved. Nevertheless, namely, this can help to create the right reputation.Tip 2. Als consultant moet je bepaalde mindsets hebben, tonen en helpen ontwikkelen. Daarom moeten consultants niet overal "ja" op zeggen wat een klant vraagt. Consultants moeten bereid zijn om spaarzame partners te zijn. Ze moeten kritisch constructief zijn. Ze moeten weglopen als ze echt denken dat iets niet gaat werken, terwijl klanten bij hun eigen visie blijven. Dit kan heel moeilijk zijn omdat er veel geld mee gemoeid kan zijn. Toch kan juist dit helpen om de juiste reputatie op te bouwen.Tip 3. Er is ook concurrentie tussen consultants. Daarom is het erg belangrijk om op te vallen tussen bedrijven met vergelijkbare diensten. Om dit te doen, is het nodig om nauw contact met klanten te leggen en hen deel uit te laten maken van je tribe.Aanbevelingen voor executivesStijn understands the needs and challenges of all parties that can be involved in the process of digital transformation. In the discussion with Maxim, he also shared his ideas that can be helpful for executives who are planning to start digital transformation at their organizations.Stijn begrijpt de behoeften en uitdagingen van alle partijen die betrokken kunnen zijn bij het proces van digitale transformatie. In het gesprek met Maxim deelde hij ook ideeën die nuttig kunnen zijn voor executives die digitale transformatie in hun organisatie willen starten.Je referentiepunt voor wat goed is, moet buiten het bedrijf liggen. Denk nooit dat je alle benodigde mensen al aan tafel hebt. Wat goed is, ligt vaak buiten de grenzen van je bedrijf. Daarom moet je je strategie en doelen baseren op wat je buiten de organisatie ziet, niet binnenin.The right mindset matters not only for consultants but for executives as well. It’s very important to make transformational changes part of it.De juiste mindset is niet alleen belangrijk voor consultants, maar ook voor executives. Het is erg belangrijk om transformerende veranderingen hier deel van te laten uitmaken.Een andere cruciale taak is het in evenwicht brengen van de volgende paradox. Als een groot leider wordt van je verwacht dat je een eigen visie hebt en mensen kunt inspireren. Maar aan de andere kant moet je ook nederig zijn. Je moet kunnen luisteren naar de buitenwereld, naar je mensen en de bestaande zwaktes in je organisatie zien om te bepalen hoe ze getransformeerd kunnen worden. Je moet de balans vinden tussen nederigheid en visie.AfsluitingOp het eerste gezicht lijkt het misschien alsof digitale transformatie vooral om technologie draait. Maar zoals Stijn Viaene uitlegde, gaat succesvolle digitale transformatie niet alleen daarover. Het gaat ook om mensen, hun mindsets en hun benadering van verandering. Door te focussen op visie, talent en strategisch evenwicht kunnen organisaties de complexiteit van digitale transformatie navigeren en zich positioneren voor duurzaam succes in het digitale tijdperk.Als je meer details van dit gesprek wilt weten, raden we je aan om de volledige versie van deze podcast te beluisteren. En om meer te leren over bedrijfsleven en technologie in de moderne wereld, mis de volgende afleveringen van de Innovantage podcast met Max Golikov niet.