AI in het Bedrijfsleven
September 30, 2025
10 min leestijd
De eerste hypegolf rond AI leidde tot wijdverbreide bezorgdheid over de potentiële risico's van de technologie. Inmiddels is echter duidelijk geworden dat AI kan fungeren als een krachtig instrument in staat is om bedrijfsprocessen te transformeren.
Maar hoe kunnen bedrijven de juiste aanpak vinden voor bedrijfstransformatie? En hoe kunnen ze echte innovatie onderscheiden van ondermaatse oplossingen? Max Golikov, CBDO van Sigli, besprak deze vragen met Thibaud De Keyzer, CEO van Mobilexpense, Board Advisor bij TechWolf en Strategic Advisor bij Fortino Capital, in de aflevering van de Innovantage podcast.
Thibaud begon zijn carrière bij IBM en werkte later bijna 10 jaar lang bij SAP, het grootste softwarebedrijf van Europa, waar hij functies vervulde in België, Frankrijk en Nederland. Hij richtte een SAP-adviesbureau op en verkocht dit met succes voordat hij CEO van Mobilexpense werd.
Thibaud kwam drie jaar geleden bij dit bedrijf. In die tijd had het team een duidelijk doel: declaratiebeheer volledig 'touchless' maken.
Mobilexpense, opgericht in 2000, heeft zijn hoofdkantoor in België maar opereert als een echt Europees bedrijf. Het is actief in acht landen. Het team bestaat uit 200 medewerkers, die 28 nationaliteiten vertegenwoordigen. Dit zijn mensen van verschillende generaties en met verschillende achtergronden.
Het overbruggen van culturele verschillen in zo'n team is een cruciale taak. Thibaud gaf toe dat de basis al lag toen hij CEO van het bedrijf werd. Zijn rol was voornamelijk om dit te koesteren en te versterken. Voor Thibaud is deze diversiteit niet alleen een cultureel voordeel, maar ook een zakelijk voordeel omdat het perspectieven biedt vanuit vele hoeken.
Innovatie heeft altijd deel uitgemaakt van de principes van Mobilexpense. Zo lanceerde het bedrijf al lang voordat mobiele technologie mainstream werd, een webgebaseerde oplossing. Veel van de processen waren jaren voor de concurrentie in het product verwerkt.
Als het op AI aankomt, is het voor Thibaud niet alleen een nieuwe functie, maar de volgende fundamentele tool. Het is vergelijkbaar met het internet in de jaren 90 of mobiele telefoons in de jaren 2000. Artificial intelligence vertegenwoordigt de volgende grote transformatiegolf.
Volgens Thibaud is innovatie een van de sterkste culturele drijfveren. En tegelijkertijd is het een verantwoordelijkheid van het leiderschap. Bij Mobilexpense moedigt hij nieuwsgierigheid aan binnen het hele team en biedt hij medewerkers toegang tot de tools, tijd en middelen die nodig zijn om te experimenteren. Zijn rol als CEO is om de verbindingen te leggen tussen deze initiatieven en ervoor te zorgen dat ze in lijn zijn met de bredere visie van het bedrijf.
AI is een niet-onderhandelbare prioriteit die eigendom op CEO-niveau vereist. Hij leidt deze inspanning persoonlijk en begeleidt teams om zich te richten op het oplossen van echte bedrijfsproblemen in plaats van technologie na te jagen omwille van de technologie.
Zoals Thibaud uitlegde, komt elk nieuw idee bij Mobilexpense binnen via een discoverytool waar medewerkers suggesties kunnen indienen. Vanaf daar worden de meest veelbelovende concepten geëvalueerd met input van zakelijke stakeholders en de CTO.
Projecten die dit eerste filter passeren, gaan snel naar een pilotfase van 90 dagen. Als de eerste resultaten positief zijn, is de volgende stap het testen van de schaalbaarheid. Zodra een project heeft bewezen dat het kan schalen, wordt het in productie genomen. Hier wordt governance cruciaal. Het is erg belangrijk om de ROI bij te houden en ervoor te zorgen dat het project veilig en ethisch verantwoord is.
AI-projecten krijgen niet alleen prioriteit omdat het AI is. Hun waarde wordt gemeten aan de hand van de tastbare verbeteringen die ze voor het bedrijf kunnen opleveren. In customer success kan dat bijvoorbeeld betekenen: het verminderen van de afhandeltijd van tickets; in sales: het versnellen van dealconversies; en in HR: het verkorten van de tijd die nodig is om kandidaten te kwalificeren.
Voor Thibaud is het noodzakelijk om ervoor te zorgen dat de adoptie van AI samengestelde waarde oplevert voor de hele organisatie.
Zowel mislukte als succesvolle projecten kunnen ons veel leren. Thibaud noemde een paar voorbeelden uit zijn praktijk.
Een vroeg AI-experiment hield in dat een geavanceerde chatbot werd ingezet in customer success. Het team probeerde het model te laden met een grote hoeveelheid informatie om uitgebreide antwoorden te geven. De resultaten vielen echter tegen. De antwoorden waren onduidelijk, niet behulpzaam en frustrerend voor klanten.
Terugkijkend merkte Thibaud op dat de grootste fout van het project was dat de mens te snel uit de loop was gehaald. Het team heeft dit later gecorrigeerd. Ze schaalden de reikwijdte van de chatbot terug en introduceerden experts opnieuw op kritieke punten in het proces. De mislukking toonde aan dat menselijk toezicht essentieel blijft in AI-gestuurde klantenondersteuning.
On the success side, he pointed to an internal project designed to help auditors quickly access compliance information related to expense reports and company policies.
Aan de succesvolle kant wees hij op een intern project dat was ontworpen om auditors te helpen snel compliance-informatie op te vragen over declaraties en bedrijfsbeleid.
Aanvankelijk werd het geïntroduceerd als een kleine interne efficiëntietool. Maar het project trok onverwachte klanteninterest en werd extern gelanceerd. Het stelde klanten in staat om de compliance te controleren voordat ze declaraties indienden en bleek vijf keer waardevoller dan verwacht.
AI geeft niet alleen vorm aan hoe bedrijven opereren, maar ook aan hoe CEO's hun teams moeten leiden. Tegenwoordig voelen CEO's vaak de druk om te innoveren, gedreven door de angst om door concurrenten te worden ingehaald.
In deze context kan AI veel helpen. Tien jaar geleden vereisten productontwikkelingscycli maandenlange inspanning. Moderne AI-tools stellen bedrijven in staat om met een ongekende snelheid te testen, itereren en schalen.
Een "10x engineer", die 10 keer beter is dan een middelmatige engineer, kan een "1000x engineer" worden. Een bekwame professional die AI effectief benut, kan zijn collega's niet slechts tienvoudig, maar duizendvoudig overtreffen.
Nu is voor Thibaud een van de grootste zorgen noch de technologie zelf, noch de concurrentie. Het is van vitaal belang voor hem om ervoor te zorgen dat zijn team nieuwsgierig en betrokken blijft bij AI. Voor hem kan een gebrek aan interesse in AI een teken zijn van de zwakte van de organisatie in het snel veranderende landschap van vandaag.
Thibaud gelooft dat Mobilexpense met succes een cultuur van innovatie heeft bevorderd.
Om innovatie tot ieders verantwoordelijkheid te maken, houdt Mobilexpense maandelijkse all-hands meetings waar teams resultaten delen, kansen bespreken en zorgen uiten.
Hij is ervan overtuigd dat het belangrijk is om innovatie niet tot een puur top-down initiatief te maken. Het moet vanuit de mensen komen.
Hij legde uit dat hij in zijn rol ook sterke steun heeft van het leiderschap van de CPO en de CTO. Tegelijkertijd hecht hij waarde aan continue feedback van medewerkers.
Hoewel hij redelijk optimistisch blijft over de toekomst van deze technologie, ziet de snelle evolutie van AI op grote schaal eruit als een "ongecontroleerd experiment." Alleen de tijd zal de echte impact op mensen en de mensheid tonen.
Thibaud deelde dat de afgelopen 12-15 maanden een periode van intensief leren voor hem waren, omdat hij echt wilde begrijpen wat AI is, waar het goed in is en waar niet.
Hij herinnerde zich dat tijdens zijn tijd bij IBM (rond 2007-2010) Artificial intelligence al een modewoord was, maar dat er weinig duidelijkheid was over de praktische toepassing. Tegenwoordig, dankzij doorbraken in large language models (LLM's), zijn de mogelijkheden tastbaar geworden.
Hoewel Thibaud als CEO zelf niet hoeft te coderen of infrastructuur te bouwen, ziet hij de potentie van AI in dergelijke taken. Volgens hem is het essentieel om AI op toepassingsniveau te begrijpen. Het is belangrijk om de use cases te vinden waar AI een voordeel kan geven in het bedrijfsleven, bijvoorbeeld bij het identificeren van patronen, het creëren van content of het draaien van voorspellende modellen.
Met AI is innovatie toegankelijker geworden dan ooit tevoren. Jonge mensen tonen uitstekende vaardigheden in het werken met tools zoals LLM's om bedrijfsproblemen en potentiële startup-ideeën te verkennen.
Tegenwoordig heb je voor elke taak geen full-stack developer of machine learning engineer nodig. Bijna 80% van de vragen kan worden beantwoord door een LLM. En deze antwoorden zullen goed genoeg zijn om in ieder geval verder te gaan met je ideeën.
Volgens Thibaud is het onwaarschijnlijk dat AI rollen volledig zal elimineren. Het zal echter transformeren hoe mensen werken. Hoewel sommige banen mogelijk verdwijnen, zullen nieuwe rollen ontstaan. En vrij vaak zullen deze nieuwe rollen andere vaardigheden en aanpakken vereisen.
Nieuwsgierigheid en betrokkenheid bij AI zullen de sleutel zijn voor medewerkers om te gedijen. Startersfuncties zullen mogelijk als eerste worden getroffen, met name repetitieve taken, omdat deze gemakkelijk kunnen worden geautomatiseerd. Jongere professionals die AI vroeg omarmen, zijn echter goed gepositioneerd om zich aan te passen. Tegelijkertijd kunnen meer ervaren medewerkers AI-tools benutten om efficiënter te werken en zich te concentreren op taken met een hogere waarde.
Ontwikkelaars die tools zoals GitHub Copilot gebruiken, kunnen bijvoorbeeld de tijd die wordt besteed aan routinematige documentatie of repetitief coderen verminderen.
AI geeft ook leren voor de volgende generatie opnieuw vorm. Studenten vertrouwen steeds meer op laptops en digitale tools. Als gevolg daarvan kan de waarde van traditionele vaardigheden zoals handschrift schrijven nogal twijfelachtig worden.
Het tempo van technologische verandering betekent dat studenten van vandaag hun opleiding heel anders kunnen krijgen dan vorige generaties. Curricula moeten zich continu aanpassen, en de vaardigheden die aan het begin van een meerjarig programma worden onderwezen, kunnen bij afstuderen verouderd zijn.
AI kan nu essays opstellen of helpen bij onderzoek veel efficiënter dan studenten zelf zouden kunnen. Maar echt leren komt uit het proces, dat bestaat uit het structureren van ideeën, onderzoek doen en kritisch denken ontwikkelen.
Daarnaast merkte Thibaud op dat formeel onderwijs niet langer de enige weg naar succes is. Veel van zijn collega's bij Mobilexpense, waaronder sommigen in leidinggevende functies, hebben nooit een traditionele schoolopleiding afgemaakt. Maar ze hebben sterke zelfstudievaardigheden en solide praktische ervaring.
Bovendien kan AI worden gebruikt als een geweldig onderzoeksinstrument. Toch moet het niet worden gezien als een vervanging voor kritisch denken. Het is nog steeds erg belangrijk om te weten hoe je de juiste vragen moet stellen.
AI can help with market research or idea generation. But the ultimate intelligence lies in identifying the right problem to solve and understanding the target audience. Human judgment still remains central.
AI kan helpen bij marktonderzoek of het genereren van ideeën. Maar de uiteindelijke intelligentie ligt in het identificeren van het juiste probleem om op te lossen en het begrijpen van de doelgroep. Het menselijk oordeel blijft centraal staan.
Tegenwoordig kunnen we de opkomst van AI-native bedrijven waarnemen. Dergelijke startups zijn vanaf de grond opgebouwd met AI-tools geïntegreerd in hun bedrijfsmodellen. Dit kunnen teams van slechts vijf personen zijn die projecten creëren die uniorns zouden kunnen worden. Dergelijke bedrijven kunnen efficiënt schalen en AI benutten om onderzoek, planning en productontwikkeling te versnellen.
Gevestigde bedrijven zoals Mobilexpense behouden echter significante voordelen. Ze hebben uitgebreide transactionele data, diepgaande inzichten in de branche en een loyale klantenkring. Met dit alles kunnen ze AI benutten om bestaande operaties te verbeteren en nieuwe waarde te creëren.
Voor Mobilexpense biedt AI bijvoorbeeld een kans om declaratiebeheer te transformeren van een routinematige administratieve taak naar een strategisch proces. Dankzij de AI-mogelijkheden kan het bedrijf een uitgebreide oplossing bieden die betere besluitvorming ondersteunt en een boeiendere ervaring voor gebruikers creëert.
Large language models zijn slechts een kleine subset van AI, die een breed scala aan rekenmogelijkheden omvat. Voor executives en investeerders is het cruciaal om de verschillende subsets en hun praktische toepassingen te begrijpen. Hoewel AI significante kansen biedt, vertegenwoordigt niet elke oplossing echte innovatie.
Veel nieuwe startups die de markt betreden, lijken AI oppervlakkig te benutten. Ze verpakken bijvoorbeeld alleen maar LLM's in nichetoepassingen zonder echte bedrijfsproblemen aan te pakken. Deze zogenaamde "ChatGPT-wrappers" bieden vaak geen langetermijnwaarde en zullen waarschijnlijk snel worden ontmaskerd. Investeerders moeten altijd de werkelijke impact en nieuwheid van AI-oplossingen analyseren om echte innovatie te onderscheiden van marketinghype.
Thibaud noemde dat AI vergelijkbaar is met eerdere golven van technologische cycli, waarbij repetitieve bedrijfstaken werden getransformeerd in schaalbare softwareoplossingen. Het potentieel van Artificial intelligence is enorm. Maar niet elke AI-toepassing verbetert de resultaten substantieel.
Om deze reden moeten investeerders zich niet alleen richten op het initiële idee alleen, maar ook op teams en hun vermogen om te pivoteren en uit te voeren.
Enterprises hebben bredere expertise en middelen dan kleinere bedrijven. Daarom zijn ze beter gepositioneerd om opkomende AI-technologieën te valideren. Kleinere bedrijven of minder ervaren investeerders kunnen kwetsbaarder zijn voor hype en kunnen oplossingen adopteren die duurzaamheid missen.
Thibaud voorspelde dat de huidige golf van AI-hype waarschijnlijk binnen de komende 12-24 maanden zal bedaren. De echte winnaars zullen die startups zijn die AI kunnen integreren in enterprise-ready, platform-ready en schaalbare oplossingen.
Aan het einde van hun gesprek vroeg Max Thibaud ook om zijn gedachten te delen over de gebieden die het meest waarschijnlijk door AI zullen worden getransformeerd.
Hoewel het nog moeilijk is om de volledige omvang van de impact van AI te voorspellen, gelooft Thibaud dat het grootste potentieel ligt in het mogelijk maken van 'augmented humans'. Deze medewerkers in verschillende afdelingen zullen AI-tools benutten om de productiviteit en besluitvorming dramatisch te verbeteren.
Volgens Thibaud zullen ingenieurs, verkopers en productmanagers in de toekomst in staat zijn om op duizendvoudige capaciteit te opereren. Dit zal mogelijk zijn niet alleen door technologie, maar ook door AI te gebruiken om echte bedrijfsproblemen op te lossen.
Het kerngedachte dat Thibaud benadrukte, is dat technologietransformaties nooit alleen over technologie gingen, maar ook over bedrijfsproblemen. Op zijn beurt heeft business altijd direct met mensen te maken.
Gezien dit wordt het van vitaal belang om mensen op te leiden, te motiveren en te stimuleren om op de AI-trein te stappen. Zolang organisaties transparant blijven, kunnen ze samenwerken om van deze wereld een betere plek voor iedereen te maken.
Hoe technologieën de wereld om ons heen veranderen, is een van de meest besproken onderwerpen in de Innovantage podcast. Als je nieuwsgierig bent om meer te leren, mis dan onze volgende afleveringen niet, waarin nieuwe inzichten van toonaangevende tech- en zakenexperts worden onthuld.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.webp)
.webp)
