Stuur mij een text message.

In deze aflevering ga ik in gesprek met Gerjon Kunst, CTO van Rawworks, Microsoft MVP en mede-podcasthost. 

We duiken in de vraag: waarom AI eerst privé landt en daarna pas in het werk, en wat het echte verschil is tussen automatiseren en AI: niet alleen dingen laten dóen, maar vooral laten interpreteren. We leren dat AI een man is, 

Aan de hand van praktijkvoorbeelden – zoals WMO-consulenten die hun verslaglegging radicaal versnellen, verzekeraars die schades laten beoordelen door AI en liftbedrijven die worstelen met rommelige datasheets – praten we over human-in-the-loop, datastructuur, eigenaarschap en de harde realiteit achter de quote dat “nog maar 1% van AI-implementaties echt succesvol is”. We raken de risico’s (deepfakes, afhankelijkheid van cloud en tools, “workslop” door slecht gebruikte Copilot) én wat leiders anders moeten doen om dit niet een speeltje maar een serieuze capaciteitsvergroter te laten zijn.

Mijn drie belangrijkste – en voor mij nieuwste – lessen uit dit gesprek:

1. Het echte verschil zit in interpretatie, niet in automatisering.
   AI wordt pas interessant waar systemen tekst, context en ambiguïteit gaan lezen en duiden. Niet de “if this then that”-processen, maar de rommelige stukken waar nu mensen moeten interpreteren (gespreksverslagen, schadedossiers, klantverzoeken). Daar zit de sprong in waarde.
2. Begin níet in je primaire proces, maar in de lelijke randprocessen – en neem genoegen met 70%.
   De 1% succesvolle AI-cases hebben één ding gemeen: ze starten klein, bij repeterende tijdvreters rondom het primaire proces. Niet meteen “we gooien de hele keten in AI”, maar: één concreet proces, human-in-the-loop, 70% goed is goed genoeg. Succes ontstaat daar, niet in het grote powerpoint-verhaal.
3. Zonder datakwaliteit en eigenaarschap blijft AI een dure illusie.
   Vervuilde documenten, oude beleidsstukken en inconsistente velden saboteren slimme oplossingen. AI dwingt organisaties om eindelijk keuzes te maken: wat mag weg, wie is eigenaar, welke data is “bron”? Datagedreven werken blijkt ineens geen buzzword meer, maar een keiharde voorwaarde om überhaupt zinvol met AI te kunnen spelen.

Kort gezegd: AI is geen magie, maar een scherpe spiegel. Voor je processen, je data én je leiderschap.

Abonneer je nu op onze podcast en mis niets!