In de afleveringen van de Innovantage-podcast nodigt de host en Sigli’sCBDO, Max Golikov, meestal gasten uit om te praten over technologie en deimpact ervan op het bedrijfsleven. Maar het onderwerp van de nieuwsteaflevering zal bij een veel breder publiek aanslaan. Dit keer ligt de focus opde kunst en het meesterschap van pitchen. Laten we eerlijk zijn, wanneertieners op een vrijdagavond laat willen uitgaan, moeten ze ook een soort pitchhouden voor hun ouders.Om hier dieper op in te gaan, en op ondernemerschap op zich, nodigde MaxRobin De Cock uit in de podcast, Professor Ondernemerschap aan de AntwerpManagement School.Robin helpt al bijna 20 jaar studenten en ondernemers met het ontwikkelenvan hun ideeën. Na verloop van tijd merkte hij dat zelfs sterke ideeën vaakmislukken tijdens investeerderspitches vanwege een slechte presentatie, watfrustrerend kan zijn na maanden werk. Dit motiveerde hem om mensen te leren hoeze hun ideeën effectief kunnen pitchen en verkopen. Op basis van deze wens, engeïnspireerd door de groeiende hoeveelheid academisch onderzoek naar pitchen,besloot hij zijn boek “Mastering the Pitch” te schrijven.Evoluerende perceptie van ondernemerschapOndernemerswerden lange tijd gezien als visionairs die bijna de toekomst kondenvoorspellen. Maar de afgelopen 10 tot 15 jaar is die perceptie verschoven,vooral met de opkomst van methodes zoals de lean startup.Tegenwoordigrichten ondernemers zich meer op het testen van hypothesen, experimenteren enhet valideren van ideeën bij de markt in iteratieve cycli om risico tebeperken. Hoewel visie en risico nemen nog steeds belangrijk zijn, ligt denadruk nu meer op benaderingen gebaseerd op bewijs.Waar gaat het boek van Robin over?Robin’s boek “Mastering the Pitch” is bedoeld om mensen te helpen bij hetverbeteren van de manier waarop ze hun ideeën presenteren. Zijn voornaamstedoel bij het schrijven van dit boek was om te zorgen dat sterke, impactvolleideeën niet onopgemerkt blijven, alleen omdat ze slecht werden gepresenteerd.Hij wilde ondernemers ondersteunen met inzichten die niet alleen praktischzijn, maar ook wetenschappelijk onderbouwd.In tegenstelling tot veel andere boeken over pitchen, die vaak gebaseerdzijn op persoonlijke ervaringen van de auteur, brengt Robin’s aanpak gegevensuit verschillende bronnen samen.Het boek is gebouwd op twee belangrijke pijlers. Ten eerste vertaalde Robincomplexe bevindingen uit academisch onderzoek over pitchen naar heldereinzichten voor een breder publiek.Ten tweede interviewde hij ondernemers en investeerders in Europa en de VSom te begrijpen hoe academische inzichten aansluiten bij de praktijk.In zijn boek behandelt Robin ook een aantal mythes over pitchen, tebeginnen met het idee dat er een magische formule voor succes bestaat. Hijvergeleek pitchen met daten: wat werkt bij de ene investeerder, slaat misschienniet aan bij een ander.Een andere veelvoorkomende misvatting is de overmatige nadruk op slides.Hoewel een visuele component belangrijk is, legde Robin uit dat succesvolpitchen veel meer inhoudt. Het moet ook gevoed worden door passie, energie,toon, lichaamstaal en teamdynamiek. Non-verbale elementen spelen vaak eengrotere rol dan woorden alleen bij het overtuigen van anderen. Verrassendeinzichten uit pitchonderzoekEen van demeest verrassende bevindingen uit Robin’s onderzoek is hoe snel mensen eenindruk vormen. Studies tonen aan dat een publiek binnen slechts 150milliseconden een mening over een spreker begint te vormen. Na 30 minutenhebben mensen een blijvende indruk van je. Dit benadrukt het belang om vanafhet begin jezelf te zijn.Robinbenadrukte dat wanneer je investeerders probeert te imponeren, doen alsof jeiemand anders bent niet de beste aanpak is. Je zult misschien jaren met dezemensen samenwerken, dus eerlijkheid en consistentie vanaf het allereerste beginzijn essentieel.Volgens eenstudie vallen mensen tijdens een pitch vaak in bepaalde “dozen” ofgedragspatronen. Eén zo’n doos heet de pushover. Dat betekent dat mensen vaakbereid zijn om zelfs kernaspecten van hun idee te veranderen om investeerderste plezieren. Toch is het cruciaal om vast te houden aan je kernvisie, terwijlje openstaat voor constructieve feedback, om langdurig vertrouwen engeloofwaardigheid op te bouwen.De impact van culturele achtergrond op pitchen Cultureleachtergrond speelt een belangrijke rol in hoe pitches worden gegeven engeëvalueerd. Veel van het onderzoek werd uitgevoerd in de VS. Daar is pitchenmeestal gedurfd, direct en gericht op wereldveranderende ideeën. In Europadaarentegen zoeken investeerders eerder naar gedetailleerde uitleg, vroegbewijs en proof of concept.In Azië isde benadering indirecter en gebaseerd op relaties. Vertrouwen moet eerst wordenopgebouwd voordat zakelijke gesprekken kunnen doorgaan, en het proces ismeestal hiërarchischer. Beslissingen nemen meer tijd omdat pitches vaakverschillende goedkeuringsniveaus moeten doorlopen. Storytelling in pitchesVolgens Robin kan de rol van storytelling in effectief pitchen niet wordenonderschat. Onderzoek toont aan dat verhalen 22 keer beter worden onthouden danfeiten. Verhalen trekken de aandacht, maken boodschappen gedenkwaardiger enhelpen het publiek emotioneel verbinding te maken met het idee.In plaats van simpelweg belangrijke elementen als het probleem, deoplossing en het businessmodel op te sommen, moedigt Robin ondernemers aan omdeze in een verhaal te verweven. Bijvoorbeeld door een persoonlijke ervaring tedelen die leidde tot de ontdekking van een breder marktprobleem, kan een pitchveel boeiender worden. Maar het verhaal maken is slechts 50% van de uitdaging.De andere helft is het op een overtuigende en meeslepende manier brengen. Gebruik van humor: Is het een goed idee?Humor kaneen krachtig hulpmiddel zijn in een pitch. In situaties waarin meerdere pitchesop één dag plaatsvinden, kan een goed geplaatste grap je helpen opvallen.Zelfrelativerende humor kan met name de authenticiteit vergroten en vertrouwenopbouwen.Maar er moeteen balans zijn. Een beetje humor kan je boodschap versterken, maar te veel kande aandacht van je idee afleiden en de pitch onprofessioneel laten overkomen.De sleutel is om humor spontaan en natuurlijk te houden. Het kan perfect zijnom het aan het begin te gebruiken om het ijs te breken.Deeffectiviteit van humor hangt ook af van je persoonlijkheid en het publiek. Alshumor bij je stijl past en overeenkomt met de algemene toon, kan het goedwerken. Maar geforceerde, ongepaste of overmatige grappen kunnen jegeloofwaardigheid schaden. Veelvoorkomendevalkuilen bij pitchenEen van demeest voorkomende oorzaken van een mislukte pitch zijn technische problemen,vooral bij live-demo’s. Robin noemde de beruchte pitch van de Surface-tablet,waar Microsoft-directeuren worstelden met een defect apparaat. Daarom raadtRobin aan om technologie altijd grondig te testen en een plan B te hebben.Een andervoorbeeld van een mislukking is Steve Ballmer’s overdreven enthousiaste pitch,die meer vermakelijk dan overtuigend werd. Deze situatie bewijst nogmaals datbalans essentieel is.Hoekstenenvan het opbouwen van investeerdersrelatiesEenveelvoorkomende misvatting is dat een pitch van 10 minuten direct financieringoplevert. In werkelijkheid is een pitch slechts het beginpunt van een langerproces van relatieopbouw met investeerders. Het doel is niet alleen om indrukte maken met je korte toespraak, maar om een gesprek te openen dat leidt totvervolgdiscussies en uiteindelijk tot vertrouwen. Idealiter bereik je eenstadium waarin investeerders jou benaderen, omdat je pitch, media-aandacht ofbuzz rond je idee hen nieuwsgierig maakt.Jepitchformaat afstemmen op de context is cruciaal. Op netwerkevenementen kan eenduidelijke en overtuigende pitch van één minuut of zelfs twee zinnen al totbetekenisvolle gesprekken leiden. Als je moeite hebt om je startup in een paarregels samen te vatten, kan dat erop wijzen dat je je kernidee nog niet helderhebt. Ondertussen moet een volledige pitch van 10 minuten nog steeds ruimtelaten voor dialoog en relatieopbouw, niet alleen overtuiging.Vertrouwenen eerlijkheid zijn essentieel. Proberen gebreken of uitdagingen te verbergenkan averechts werken. Investeerders hebben ervaring en zullen uiteindelijk dewaarheid achterhalen.Tot slot ishet doen van je huiswerk over investeerders van groot belang. Elke investeerderheeft een specifieke focus, budgetrange en strategisch belang. Als je datbegrijpt, kun je je pitch afstemmen op hun doelen.Bovendienhouden sommige succesvolle oprichters investeerders regelmatig op de hoogte metupdates. Deze voortdurende communicatie zorgt voor bekendheid en vertrouwen,wat de kans op toekomstige investeringen vergroot wanneer het moment daar is.De perfecte eerste pitch mythe Een van demeest hardnekkige mythes over pitchen is het geloof dat je maar één kans krijgten dat die perfect moet zijn. In werkelijkheid geven maar weinig succesvolleondernemers een vlekkeloze pitch bij hun eerste poging. Pitchen, net als elkeandere vaardigheid, wordt beter door oefening, herhaling en feedback.Neem TheBeatles als voorbeeld: ze speelden meer dan 1.200 live shows voordat ze huneerste platencontract kregen. Op dezelfde manier had Jeff Bezos zo’n 60investeerdersbijeenkomsten voordat hij Amazons eerste miljoen dollar ophaalde.Pitchesevolueren. Hoe vaker je je idee presenteert, hoe meer je leert. Na verloop vantijd ontdek je beter waar mensen hun interesse verliezen, welke vragen steedsterugkomen en wat echt aanspreekt. Die feedbackloop is essentieel. Als meerdereinvesteerders op dezelfde zwakte wijzen, is dat een signaal om je boodschap ofbusinessmodel aan te passen.Falen isgewoon een onderdeel van het proces. Zonder vellen en opstaan is succes nietmogelijk.Robin legdeuit dat ondernemerschap zelden een soepel parcours is. Het is eerder eenachtbaan vol pieken en dalen. De manier waarop je die ups en downsinterpreteert, maakt het verschil.Als het doelpuur is om zo snel mogelijk geld te verdienen, kan de druk overweldigendworden. Elke tegenslag voelt dan als een crisis. Maar als je de reis ziet alseen leerproces of een kans om te groeien, experimenteren en verbeteren, danworden mislukkingen waardevolle lessen in plaats van vernietigende nederlagen.Ditperspectief geldt ook voor pitchen. Een pitch zien als een“alles-of-niets”-moment verhoogt alleen maar de druk en angst. Maar als jepitchen benadert als een kans om te leren, feedback te krijgen en je boodschapte verfijnen, dan wordt het onderdeel van een groeiproces. De inzet blijfthoog, maar de mindset is gezonder en duurzamer.Stress onder controle krijgenHet beheersen van stress vóór en tijdens een pitch is ook cruciaal.Wetenschap toont aan dat hoe we stress waarnemen een grote rol speelt in hoehet ons beïnvloedt. Als je stress ziet als een teken dat je lichaam zichvoorbereidt om te presteren, kan het je prestaties juist verbeteren. Maar alsje stress ziet als een bedreiging of een teken van aanstaand falen, kan hetsnel verlammend worden.Er zijn veel persoonlijke strategieën om stress te beheersen, zoalslichamelijke activiteit, ademhalingstechnieken of zelfs kleine rituelen.Daarnaast blijft voorbereiding het krachtigste tegengif tegen stress. Hoebeter je voorbereid bent, hoe zelfverzekerder je je zult voelen. Maarvoorbereiding alleen is niet genoeg. Oefenen op een podium, voor een publiek,is essentieel om een goede pitcher te worden.AIbij pitchen: Assistent, geen vervangerDe huidigeAI-hype heeft zeker invloed op pitchen, maar het kan het menselijke elementniet vervangen. Zolang mensen de investeringsbeslissingen nemen, blijftverbinding van grote waarde. Pitchen via avatars of volledig AI-gegenereerdevideo’s kan weliswaar een gepolijste boodschap leveren, maar het mistpersoonlijke connectie — iets dat cruciaal is. Investeerders willen jou kunnenbeoordelen: jouw passie, geloofwaardigheid en toewijding. Je verkoopt nietalleen een idee. Je laat zien met wie ze gaan samenwerken.AI werkt hetbeste als co-piloot. Het kan:● Helpenbij het maken van overtuigende slides;● Onderzoekversnellen;● Destructuur van het verhaal verbeteren;● Suggestiesdoen voor helderheid of toon;● Feedbackvan investeerders simuleren of mogelijke Q&A-vragen genereren.AI kan jepitch bijvoorbeeld beoordelen vanuit het perspectief van een investeerder,waardoor je ontbrekende elementen kunt spotten of kunt testen hoe je verhaalstandhoudt onder kritiek. Niet alle feedback zal nuttig zijn, maar het kan welblinde vlekken blootleggen of nieuw denken stimuleren.AI kan ookoprichters helpen zich voor te bereiden op de Q&A-sessie door mogelijkevragen te genereren. Pitchenen Q&A: Belangrijke tipsNa deadrenalinerush van een pitch maken veel ondernemers de fout om vragen tebeantwoorden voordat ze ze volledig hebben gehoord. Het is belangrijk om goedte luisteren naar de hele vraag voordat je antwoordt.Tijdens deQ&A is het belangrijk om niet defensief te reageren of de vragensteller aante vallen. Investeerders willen altijd zien dat je openstaat voor feedback enprofessioneel met kritiek kunt omgaan.Een nuttigestrategie is het voorbereiden van backup-slides en “go-to” boodschappen. Diemoeten de kernpunten bevatten die je tijdens de Q&A opnieuw wiltbenadrukken.Structuurvan een pitchEen pitchmoet een duidelijk begin en einde hebben, en beide zijn cruciaal. Het is hetbeste om te beginnen met het maken van een connectie met het publiek. Je kunteen persoonlijk verhaal delen, een opvallend use-casevoorbeeld of eenbelangrijk cijfer dat het probleem aantoont. Je moet niet meteen naar deoplossing springen. In plaats daarvan wordt aanbevolen om te focussen op waaromhet probleem ertoe doet.Deprobleem-oplossing-fit moet duidelijk en eenvoudig zijn. Als het publiek dit inhet begin niet begrijpt, komt de rest van de pitch ook niet over. Dit is deruggengraat van je presentatie.Om te slagenmoet je afsluiten met een krachtige samenvatting van je bedrijf, het probleemdat je oplost, en je oplossing, of eindigen met je missie. Een memorabel beginen einde maken je pitch veel krachtiger.Pitchmantra:Houd het kort en krachtigIn plaatsvan lange missiestatements zou elke startup een mantra moeten hebben. Het iseen korte, scherpe zin (zelfs maar drie woorden) die de essentie van hetbedrijf weergeeft. Het helpt oprichters om hun kernmissie te verwoorden. Hetverheldert je denken en geeft anderen een duidelijke, memorabele boodschap mee.Je kunt hetgebruiken om je pitch mee te openen of af te sluiten voor een krachtige indruk.Teveel of te weinig praten in een pitchBeideextremen kunnen je pitch schaden. Maar in de praktijk maken oprichters vaker defout dat ze te veel praten. Het is zeldzaam om een pitch te zien waar te weinigwordt gezegd. Vaker is er sprake van een overload aan informatie.Maar mensenhebben een beperkte capaciteit om informatie snel te verwerken. Een pitch moetduidelijk, gefocust en goed getimed zijn. Deperfecte pitch in één woordMax vroegRobin om de perfecte pitch in slechts één woord te omschrijven. En het antwoordwas: passie.Passie toontde drive en toewijding van de oprichter. Dit zijn cruciale eigenschappen om depieken en dalen van ondernemerschap te overleven. Maar passie alleen is nietgenoeg.Evenbelangrijk is bewijs. Het is het bewijs dat het idee werkt en dat debusinesscase klopt. Een perfecte pitch combineert zowel passie als bewijs.Voorbeeldenvan geweldige pitchesVolgensRobin zijn er tegenwoordig veel sterke voorbeelden, vooral van vrouwelijkeondernemers. Een opvallend voorbeeld was Jasmine Tagesson, oprichter vanHormona, die een indrukwekkende pitch gaf op Slush 2021. Binnen de eerste 10-20seconden bracht ze het probleem helder over en legde ze meteen een connectiemet het publiek. Het was beknopt, krachtig en emotioneel raak.Eeniconischer voorbeeld is Steve Jobs bij de lancering van de iPod. Zijn pitch hadeen uitstekende timing. Hij sprak sneller om opwinding op te bouwen envertraagde om belangrijke punten te benadrukken. Hij gaf ook een sterkeconcurrentieanalyse, waarin hij duidelijk de tekortkomingen van bestaandeproducten toonde en de iPod als de superieure oplossing positioneerde. Watondernemers moeten weten vóór een pitchAan heteinde van hun gesprek gaf Robin nog wat advies voor iedereen die zichvoorbereidt op een pitch: Toon energie, drive en oprechte overtuiging in je idee. Wees goed voorbereid, ken je cijfers en laat zien dat je serieus en toegewijd bent. Bouw een match op met investeerders. Wees samenwerkend en prettig om mee te werken. Luister naar feedback.Daarnaastdeelde Robin een bruikbaar framework: de vier P’s van pitchen:● Profile. Je moet uitleggen wie je bent en waaromjij dit pitcht.● Plan. Dit omvat de structuur, logica en opbouwvan je pitch.● Proof. Je moet bewijs, marktvalidatie en datadelen ter ondersteuning van je claims.● Performance. De manier waarop je je pitch brengt, isook belangrijk. Pitchen is niet zomaar een startupritueel. Het is een universelevaardigheid die geldt voor iedereen die anderen wil overtuigen van een idee,project of visie. Of je nu pitcht aan investeerders, partners of zelfs jeouders — dezelfde principes gelden. Je moet eerlijk, open en goed voorbereidzijn. Wil je meer concrete inzichten van zakelijke experts en techleiders? Nieuweafleveringen van de Innovantage-podcast zijn binnenkort beschikbaar. Mis zeniet!

Discussies over de vooruitgang die vandaag in de AI-wereld wordt geboekt, gaan vaak gepaard met de veronderstelling dat het binnenkort haalbaarder wordt om AI in te zetten in plaats van echte mensen. Op het eerste gezicht lijken zulke zorgen goed onderbouwd. Maar is dat ook zo? Om hierover te praten en de echte mogelijkheden van AI agents te verkennen, nodigde Max Golikov, host van de Innovantage-podcast en CBDO van Sigli, Frank Sondors uit in de studio.‍Frank begon zijn carrière in big tech bij Google. Dit stelde hem in staat om van dichtbij te zien hoe krachtig machine learning is – niet alleen in advertenties, maar ook als hulpmiddel om bedrijfsgroei te stimuleren.‍Later werkte hij bij verschillende bedrijven met een focus op big data en AI. Toen hij bij een bedrijf genaamd Whatagraph kwam, begon hij traditionele benaderingen van het opschalen van verkoopteams in twijfel te trekken. In die tijd heerste het idee van “groei tegen elke prijs”. Dit werd vaak gerealiseerd door meer verkopers aan te nemen.‍Maar Frank zag dat als een gebrekkige aanpak. De meeste verkoopteams kampen met een hoog verloop, en slechts een klein percentage van de specialisten levert echt betekenisvolle resultaten. Volgens zijn ervaring is van elke tien mensen die je aanneemt er maar één een geboren verkoper. Twee of drie kunnen worden opgeleid, terwijl de rest de motivatie mist of simpelweg niet geschikt is voor de rol.‍Dit inzicht leidde ertoe dat hij medeoprichter werd van Salesforge, een platform dat bedrijven helpt om een verkoop-pijplijn op te bouwen met een minimaal personeelsbestand. Het bedrijf gebruikt big data en AI om repetitieve verkooptaken te automatiseren. Door agent-gebaseerde functies in de software in te bouwen, stelt Salesforge bedrijven in staat om minder afhankelijk te zijn van middelmatige verkopers en hun topspelers in staat te stellen aanzienlijk betere resultaten te boeken.AI agents: Een eenvoudige uitlegVeel bedrijven willen tegenwoordig zogenaamde “autonome mensen” in dienst nemen. Dat zijn individuen die zelfstandig verantwoordelijk kunnen zijn voor een deel van het bedrijf, zonder voortdurende controle. Verkopers worden bijvoorbeeld geacht hun pijplijn te beheren, deals te sluiten en zelfstandig problemen op te lossen. In zo’n situatie biedt het leiderschap begeleiding in plaats van toezicht.Dit concept is vergelijkbaar met hoe AI agents functioneren. Net als autonome werknemers krijgen AI agents een specifiek doel en de context om dat te bereiken. In een verkoopsituatie kan een AI-agent de taak krijgen om te reageren op een potentiële klant op basis van informatie zoals een sales playbook, prijzen of veelgestelde vragen. Het doel is om het gesprek vooruit te helpen richting een micro-conversie, zoals het boeken van een afspraak.In tegenstelling tot traditionele chatbots, die vertrouwen op vooraf gedefinieerde scripts, kunnen AI agents redeneren over inkomende berichten en de beschikbare context gebruiken om intelligent en dynamisch te reageren. Dit vergroot de kans op het gewenste resultaat.AI agents voor salesteamsVolgens Frank is er bij de integratie van AI agents in salesteams geen one-size-fits-all-oplossing. De ideale opzet hangt altijd af van de structuur van het bedrijf en de salesstrategie.In grote organisaties met 50 of meer verkopers richten menselijke vertegenwoordigers zich meestal op hoogwaardige enterprise-accounts, waarbij de waarde van de deal en de lengte van het salestraject de investering rechtvaardigen. Maar bij kleinere accounts – bijvoorbeeld in het MKB-segment – is dit vaak niet kosteneffectief vanwege het lage rendement per deal.Daar blinken AI agents uit. Ze kunnen worden ingezet om outreach via verschillende kanalen te verzorgen, waaronder e-mail of LinkedIn. Ze kunnen MKB-klanten benaderen met gerichte berichten om afspraken te boeken, een productpagina te bezoeken, zich op een platform aan te melden, enzovoort.Door AI agents toe te wijzen aan minder prioritaire of juist volumineuze segmenten, kunnen bedrijven hun efficiëntie maximaliseren. Zo kunnen menselijke verkopers zich concentreren op strategische deals.Frank noemde ook een andere belangrijke toepassing voor AI agents . Veel beginnende startups met minder dan tien medewerkers hebben moeite met het vinden van potentiële klanten. Vaak komt dit doordat de oprichters overbelast zijn met productontwikkeling en klantbeheer.Volgens Frank draait het voortbestaan van een startup om twee dingen: een goed product bouwen en dat effectief verkopen. Als het opbouwen van een sales-pijplijn erbij inschiet, lopen ze grote groeirisico’s.Oprichters hebben dan een paar opties:Ze kunnen zelf klanten gaanzoeken (als ze daar de tijd en vaardigheden voor hebben).Ze kunnen een bureau inhuren (dit is vaak duur).Ze kunnen AI agents inzetten (ze hoeven dan alleen een AI-agent in hun salessoftware te configureren, die autonoom de outreach verzorgt).Hebben AI agents beperkingen?Ondanks de inspirerende voorbeelden die het potentieel van AI agents tonen, zijn er een aantal nadelen waar bedrijven zich bewust van moeten zijn.Een van de grootste valkuilen is niet de technologie zelf, maar de context waarin die wordt gebruikt. Veel kleinere bedrijven benaderen Salesforge met het idee om hun outreach op te schalen. Maar vaak hebben ze op dat moment nog geen product-market fit bereikt. In die gevallen maakt het niet uit of de outreach door mensen, bureaus of AI wordt gedaan – alle inspanningen zullen mislukken.Ten tweede: zelfs met product-market fit kan het zijn dat bedrijven geen channel fit hebben. Niet elke klant reageert positief op een koude e-mail of LinkedIn-bericht. Als een bedrijf verkeerde acquisitiekanalen kiest, kan AI dat probleem niet zomaar oplossen.Frank vergelijkt AI agents met Google Ads: je investeert om conversies te genereren. Maar als dat niet lukt, haak je af. Bij Salesforge leert het team actief waar AI agents het best tot hun recht komen. Ze houden rekening met industrieën, dealgroottes en andere variabelen om het volledige plaatje te begrijpen.Frank noemde ook andere uitdagingen met AI agents. Bijvoorbeeld, wanneer AI e-mails moet schrijven, lukt het vaak niet om berichten te creëren die echt menselijk aanvoelen. Afhankelijk van hoe de agent is opgebouwd en aangestuurd, kan de output er overduidelijk AI-gegenereerd uitzien. Voor veel klanten is dat vandaag de dag een rode vlag.E-mails genereren met AI die aanvoelen alsof ze door een mens zijn geschreven, vereist veel inspanning. Het vraagt om doordachte prompts, rijke contextuele data en slimme technische aansturing achter de schermen. Tools zoals n8n of Make.com kunnen helpen bij het automatiseren van workflows, maar als het eindresultaat robotachtig overkomt, verkleint dat de kans op een reactie.Vier pijlers van succes in salesVolgens Frank hangt succes in moderne verkoop af van wat hij de vier kernpijlers noemt.Pijler 1. E-mail deliverabilityDe eerste en meest over het hoofd geziene factor is of je e-mails überhaupt in inboxen terechtkomen. Deliverability – dus ervoor zorgen dat berichten in de primaire inbox en niet in de spammap terechtkomen – is essentieel. Goede sales outreach begint met software die dit consequent waarborgt. Het maakt niet uit hoe sterk je targeting of boodschap is als niemand je e-mails ziet.Pijler 2. E-mailinfrastructuurDe tweede pijler is de e-mailinfrastructuur, inclusief software- en hardwarecomponenten die invloed hebben op deliverability en verzendreputatie. Frank benadrukt dat een goed geconfigureerde infrastructuur het algehele e-mailsucces verhoogt.Pijler 3. De boodschap zelfDe derde pijler is waar AI agents momenteel de meeste impact maken: e-mailteksten.Een gepersonaliseerde, kwalitatieve e-mail voorbereiden kost een mens al snel 15 minuten. Het vereist onderzoek naar de prospect op LinkedIn, het bekijken van de bedrijfswebsite en het vinden van relevante invalshoeken voor personalisatie. Ondanks die moeite blijft 90% van de e-mails onbeantwoord. Vaak omdat het moment verkeerd is of de ontvanger simpelweg geen interesse heeft.Daarom zijn AI agents zo krachtig. Ze kunnen twee essentiële datasets combineren:Verkoperdata (wat je bedrijf doet, welk probleem het oplost, waardepropositie, prijsstelling en de kosten van niets doen);Koperdata (publiek beschikbare informatie over de prospect, zoals functie, branche, gedrag of bedrijfscontext).Door die te combineren kan AI e-mails genereren die sterk gepersonaliseerd zijn. Zulke e-mails kunnen in de moedertaal van de ontvanger worden opgesteld, wat de respons aanzienlijk kan verhogen. Een e-mail in het Frans versturen naar prospects in Frankrijk kan bijvoorbeeld de respons verdubbelen. Maar er is een addertje onder het gras: wanneer mensen reageren, verwachten ze meestal dat het gesprek in het Frans doorgaat. Je moet dus een Franstalige verkoper klaar hebben staan, anders verlies je het vertrouwen.Pijler 4. TargetingHoe goed je e-mails ook zijn en hoe goed ze worden afgeleverd – als je de verkeerde mensen benadert, verspil je tijd en geld.Historisch gezien werkten SDR’s of marketeers met grote lijsten uit databases en kwalificeerden ze leads handmatig. Dat is extreem tijdrovend en foutgevoelig. Nu beginnen AI agents deze taak effectiever over te nemen.Frank stelt dat AI beter is dan mensen in het kwalificeren van lijsten om één simpele reden: lagere foutenmarges. AI kan duizenden leads verwerken met consistente logica, en markeren welke contacten wel en niet binnen je ICP passen.Waar AI agents in uitblinkenDe effectiviteit van AI agents hangt sterk af van de dealgrootte en de lengte van het salestraject. Bij grote, langdurige enterprise-deals is het realistischer om AI-co-piloten te gebruiken die mensen ondersteunen, in plaats van volledige automatisering. Enterprise sales zijn nog steeds sterk relationeel, en het risico op een AI-fout blijft een knelpunt. Hoe groter de inzet, hoe minder bereid bedrijven zijn om taken volledig aan AI over te laten.Maar bij low-ticket deals met korte salescycli blinken AI agents uit. Hier zijn autonomie en snelheid cruciaal. Bedrijven kunnen AI agents inzetten om grootschalige outreach te verzorgen.Ondanks de huidige beperkingen leveren AI agents al indrukwekkende prestaties bij outreach naar kleine accounts. Frank ziet responspercentages van 2–2,5%, waarvan 10–20% positief is. Zelfs met hoge verwerkingskosten is het rendement hoog genoeg om de inzet op te schalen.Over de toekomst gesproken, noemde Frank het belang van “agentic swarms” (geen op zichzelf staande agents, maar onderling verbonden teams van AI agents, elk verantwoordelijk voor een ander deel van het salesproces). Bedrijven moeten zulke swarms zien als digitale SDR-teams. De ene agent bouwt lijsten, de volgende verzorgt de outreach, een ander beheert follow-ups en weer een ander plant afspraken in.Toekomst van AI agents en mensen in het bedrijfslevenAI agents veranderen nu al hoe bedrijven mensen aannemen, processen opzetten en operaties optimaliseren. Dat roept een grote vraag op: zullen mensen in de toekomst nog een rol blijven spelen in het bedrijfsleven?Elk bedrijf heeft repetitieve taken, en slimme bedrijven proberen die taken te automatiseren met behulp van AI agents. Zoals Frank aangaf, zijn ze bij Salesforge daar een paar maanden geleden actief mee begonnen via n8n, een geavanceerde tool voor workflowautomatisering. Daarmee kunnen ze complexe flows bouwen, AI agents aansturen, code genereren en operaties beheren zonder extra personeel aan te nemen.Dat is het doel: meer output genereren zonder het team uit te breiden. Salesforge wil tegen eind 2025 zo’n 1.000 n8n-flows creëren, wat neerkomt op 10–20 nieuwe flows per week. Iedereen bij Salesforge draagt daaraan bij door repetitieve taken te signaleren die ze willen automatiseren.Deze automatiseringsgerichte mentaliteit beïnvloedt ook hun aanpak van werving. Frank legde uit dat ze bij een bedrijfsprobleem steeds de volgende vragen stellen.Kunnen we dit oplossen met een standaard AI-agent?Zo niet, kunnen we een aangepaste automatisering bouwen in n8n?Als dat niet lukt, kunnen we een bureau of consultant inschakelen?Pas als al die opties falen, overwegen ze een nieuwe werknemer aan te nemen.Ze hebben voor deze aanpak gekozen omdat werving tegenwoordig traag, duur en competitief is – vooral in tech.De rol van een “Amerikaanse mentaliteit”Frank noemde ook het belang van wat hij de Amerikaanse mentaliteit noemt. Die is gebaseerd op het behouden van voorsprong op de concurrentie door efficiënter te werken, overbodig personeel te schrappen en operaties voortdurend te optimaliseren. In zijn ogen worden bedrijven die niet innoveren of stroomlijnen eenvoudig ingehaald door anderen.Sommige sectoren zijn al 20 tot 30 jaar nauwelijks veranderd, en Frank vindt dat zorgwekkend. Ondertussen evolueren landen als de VS en China razendsnel. Als Europese bedrijven niet dezelfde urgentie tonen, zullen buitenlandse spelers de markt betreden en laten zien hoe het eigenlijk had gemoeten.Experimenteren in het bedrijfslevenVolgens Frank is experimentatie een belangrijke reden waarom veel bedrijven extreem succesvol zijn. In zijn woorden worden geweldige bedrijven gebouwd op het principe van elke dag 1% verbetering. Maar zulke consistente vooruitgang gebeurt niet toevallig. Het komt voort uit bewust testen en leren.Hij benadrukte dat bedrijven zonder experimentatie (dat kan A/B-testen zijn, het uitproberen van nieuwe functies of het optimaliseren van interne processen) niet kunnen groeien.Een goed voorbeeld hiervan is Google. Hoewel de startpagina er misschien statisch uitziet, voert het bedrijf voortdurend duizenden experimenten uit, waarbij zelfs een knop met één pixel wordt verplaatst om te zien of dit betere resultaten oplevert. Deze micro-optimalisaties, aangedreven door enorm veel verkeer en snelle testcycli, zijn een van de redenen waarom Google voorop blijft lopen.Continue optimalisatie voor aandacht en waardeIn het overvolle digitale landschap van vandaag is aandacht domineren geen kwestie van toeval. Het is het resultaat van voortdurende optimalisatie. Of een bedrijf nu B2B of B2C is, Frank gelooft dat het zich moet richten op het kruispunt tussen hun potentiële klanten en waar zij hun tijd doorbrengen. Voor de meeste professionele doelgroepen betekent dat LinkedIn.Maar welke content is het waardevolst voor hen? Dat verschilt per doelgroep. Daarom is experimenteren essentieel. Frank test zelf regelmatig verschillende soorten content om betrokkenheid te meten en zijn aanpak te verfijnen.Optimalisatie draait niet alleen om de content zelf, maar om het leren wat aanspreekt. Dat vereist dagelijks posten, idealiter één of zelfs twee keer per dag, van maandag tot vrijdag. Hoewel dit veel middelen vergt, is het gerechtvaardigd gezien het organische bereik en de merkautoriteit die het kan opleveren. Op dit moment ziet Frank AI agents nog niet in staat om de nuance of authenticiteit te leveren die nodig is voor dit soort contentstrategieën. Maar dat zou in de toekomst kunnen veranderen.Hij wees ook op de opkomst van AI-gegenereerde avatars, nep maar zeer realistische videopersona’s die al in sommige marketingcampagnes worden gebruikt. Nu AI zich verplaatst van tekst naar stem en video, ziet Frank 2025 als een keerpunt in de “videofase”. Dit jaar zullen we steeds vaker synthetische content tegenkomen die er behoorlijk realistisch uitziet. Daarom moeten bedrijven nog doordachter en strategischer zijn in hoe ze aandacht trekken en vertrouwen opbouwen.Hoewel het meeste van dit werk nog steeds afhankelijk is van wat Frank de “menselijke puf” noemt, ziet hij een groeiende rol voor AI agents in de nabije toekomst. Het hoofd van YouTube bij zijn bedrijf heeft een tool ontwikkeld die video-assets analyseert en helpt deze opnieuw te verpakken voor LinkedIn op een manier die is ontworpen om betrokkenheid te vergroten. De tool beveelt berichtformaten aan, hashtags, welke bedrijven of personen te taggen, en andere elementen die de zichtbaarheid en prestaties maximaliseren.Deze hybride aanpak, aangedreven door menselijke creativiteit en AI-gestuurde optimalisatie, kan worden gezien als de toekomst van contentstrategie. AI agents zijn nog niet klaar om mensen te vervangen bij storytelling, maar ze worden steeds vaker gebruikt om te sturen welke soorten content waarschijnlijk succesvol zullen zijn.Op basis van wat we hebben gehoord van de experts die eerder de Innovantage-podcaststudio bezochten, is deze hybride formule vandaag al goed toepasbaar op veel domeinen. AI wordt steeds volwassener en geavanceerder, maar een menselijke toets blijft essentieel.Wil je meer leren over de kracht van technologie in de zakenwereld? Mis dan de volgende afleveringen van de podcast niet.

In today's digital-first world, trust isn’t an afterthought — it’s a critical requirement. Data breaches, project failures, and inconsistent delivery have made businesses more cautious than ever about who they work with. At Sigli, we believe that trust should be built into the very core of our operations — not just our technology stack, but our team.That’s why, as of March 3rd, 2025, every new hire at Sigli will undergo a mandatory background check, powered by our new partnership with Certn.Why background checks matter in techIn many software and AI development companies, background verification is either sporadic or absent altogether. But as a partner entrusted with sensitive data, mission-critical systems, and long-term strategic initiatives, we believe clients deserve full confidence — not just in our code, but in the people behind it.Why Sigli chose CertnCertn is a globally recognized leader in background screening solutions, designed for speed, compliance, and scalability. Unlike traditional providers that rely on fragmented databases and slow turnaround times, Certn leverages AI and direct integrations with thousands of global data sources to deliver background checks that are:Fast – Most reports are completed within minutes, not days.Global – Certn covers 200+ countries and territories, enabling seamless checks for distributed and remote-first teams.Compliant – Built to comply with international standards like GDPR, SOC 2, and FCRA.Candidate-friendly – Designed to respect privacy and provide transparency during the process.By integrating Certn into our hiring flow, we ensure that our growth doesn’t compromise our standards — and that every team member is vetted with the same care, no matter where they’re located.What this means for our clientsFor our clients, this partnership represents more than a new policy. It’s a message: when you work with Sigli, you’re working with a team you can count on — not just for technical excellence, but for integrity.Sigli's clients trust us with more than just code. They trust us with business continuity, innovation pipelines, customer data, and strategic outcomes. Knowing that each Sigli team member has passed a robust, standardized verification process adds another layer of assurance — one that matters more than ever in today’s landscape.Raising the industry standardIn many ways, background checks have been overlooked in the tech sector — seen as a corporate necessity only for certain roles or industries. At Sigli, we believe that’s due for a change. High-trust partnerships require high-trust teams. And high-trust teams begin with verified people.This isn’t just a checkbox for Sigli — it’s a conscious choice to lead by example. We hope it sets a new benchmark for what clients expect, and for how companies approach growth responsibly.The bottom lineSigli is not just building AI products. Sigli is building a company where trust is engineered into every detail — from the way we code, to the way we hire.Thanks to our partnership with Certn, we’re confident we can scale that trust as we grow. Line by line. Hire by hire.

Small and mid-sized businesses often see the value of AI but struggle with knowing where to start. That’s why Sigli is hosting a free online webinar — designed specifically to help SMEs adopt AI in a practical, budget-conscious way.What You’ll Learn“The AI Profit Toolkit: Benchmarks, Playbooks, Quick Wins” is a 60-minute session packed with real-world insights, including:Realistic benchmarks from recent UK/EU use casesA six-pillar AI readiness checklistFive quick-win AI pilot ideas you can launch nowA playbook to scale from pilot to real business resultsAccess to a downloadable toolkit + full session recordingWhether you're a company owner, director, or operations lead, this session will help you take your first AI steps confidently — and profitably.“We see many businesses sitting on the AI sidelines because they’re unsure where to start,” says Max Golikov, Chief Business Development Officer at Sigli and featured webinar speaker. “This session is about showing them how to move forward with confidence and business logic.”Event Details🗓️ Date: June 4, 2025🕑 Time: 14:00 CEST / 13:00 BST📍 Location: Online (link provided upon registration)🎟️ Cost: Free👉 Reserve your spot now

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.

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.