Latest / De Top van Nederland / Maarten Molenaars (Element61) over uitbreiding naar Nederland

Transcript

Maarten Molenaars (Element61) over uitbreiding naar Nederland · De Top van Nederland

0:05
Speaker 1: De top van Nederland
0:08
Speaker 2: Consultants genoeg in Nederland en toch ziet het Belgische Element
0:11
Speaker 2: 6 One ruimte voor groei. De data- en AI-consultant begint
0:15
Speaker 2: met acht medewerkers, wil binnen twee jaar groeien naar dertig.
0:18
Speaker 2: En dat terwijl het bedrijf zegt dat kunstmatige intelligentie adviseurs
0:21
Speaker 2: juist steeds efficiënter maakt. Maarten Molenaars is hier, partner bij
0:25
Speaker 2: Element 6 One. maar al wel een ervaren kracht binnen
0:30
Speaker 2: de bedrijf. Degene die het in Nederland voor elkaar moet krijgen.
0:33
Speaker 2: Waarom denk je dat ze voor jou gekozen hebben
0:35
Speaker 1: Ik denk een stukje ondernemend karakter. Een bepaalde visie dat
0:39
Speaker 1: we toch, wat je zegt, er zijn heel veel clubs...
0:42
Speaker 1: maar dat we toch het verschil kunnen gaan maken... Een
0:44
Speaker 1: stukje enthousiasme en uiteindelijk een goede klik met onze partners
0:48
Speaker 1: uit België. Wat doen jullie dan anders dan al die
0:50
Speaker 1: anderen die er dus al zijn? Ja, ik denk wat
0:53
Speaker 1: we eigenlijk proberen te doen, zeker in de Nederlandse markt,
0:55
Speaker 1: is een stukje disruptie veroorzaken. Wat bedoel ik daarmee? Ook
1:00
Speaker 1: het AI in onze eigen werkzaamheden heel erg laten terugkomen.
1:05
Speaker 1: niet zozeer geloven in het traditionele consultiemodel van uren maken
1:09
Speaker 1: en draaien, is dat we echt wel geloven in dat
1:11
Speaker 1: we uiteindelijk ook AI moeten integreren in onze eigen processen.
1:15
Speaker 1: Dat is een
1:15
Speaker 2: opdracht aan jezelf, want je bent niet de eerste die
1:17
Speaker 2: zegt structuren, modellen die draaien op
1:20
Speaker 1: uren, dat gaat niet meer. Nee, dat klopt. Alleen vervolgens
1:24
Speaker 1: moet je wel ook B zeggen. En uiteindelijk is dat
1:27
Speaker 1: natuurlijk wel een stukje propositie waarin wij verwachten versnelling te
1:31
Speaker 1: veroorzaken bij klanten. Dus we willen ze daarin kunnen versnellen,
1:34
Speaker 1: maar uiteindelijk ook een stuk meer waarde toe kunnen voegen
1:36
Speaker 1: door uiteindelijk dat slim in te zetten. Maar
1:38
Speaker 2: jullie zijn een consultant die niet alleen adviseert op de
1:40
Speaker 2: vlak van AI, maar dat zelf ook inzet. En waar
1:42
Speaker 2: ga ik dat dan merken dan, als dat zo onderscheidend is?
1:44
Speaker 1: We hebben dus zelf uiteindelijk ook collega's ontwikkeld. Ralf, zoals
1:48
Speaker 1: wij die noemen, onze agentic collega. Eigenlijk een set met
1:52
Speaker 1: agents die we vervolgens inzetten... bij uiteindelijk ook onze werkzaamheden...
1:55
Speaker 1: die onze consultants dagelijks doen. Maar die we ook voor
1:57
Speaker 1: onze klanten ter beschikking stellen... om uiteindelijk hun platform te
2:01
Speaker 1: monitoren automatisch. Wat uiteindelijk ook weer hun werk uit handen neemt.
2:03
Speaker 1: Er zijn een paar
2:04
Speaker 2: losgeslagen de afgelopen weken, die AI agents. Je moet ze
2:07
Speaker 2: toch wel een klein beetje aan hun halsband houden. Want
2:09
Speaker 2: anders
2:09
Speaker 1: wordt het een probleem.
2:10
Speaker 2: Maar Ralf is tot nu toe vrij gehoorzaam.
2:14
Speaker 1: Ralph is vrij gehoorzaam en dat heeft natuurlijk alles te
2:16
Speaker 1: maken met uiteindelijk de kaders die hij natuurlijk meegeeft. Ik
2:19
Speaker 1: denk dat dat een groot verschil maakt met andere partijen,
2:22
Speaker 1: is dat wij heel erg de focus leggen op het
2:24
Speaker 1: fundament wat eronder ligt. Kijk, agents horen we overal, AI
2:27
Speaker 1: horen we overal. Maar je hebt het over het topje
2:30
Speaker 1: van de ijsberg. Het hele fundament wat eronder ligt is
2:32
Speaker 1: noodzakelijk om dat goed in te richten. En daar gaat
2:35
Speaker 1: eigenlijk onze kennis en expertise vanuit daar ontstaan
2:39
Speaker 2: We zijn meteen bij AI begonnen. Dat is voor een
2:41
Speaker 2: deel mijn schuld natuurlijk. Want dat ligt voorop mijn tong.
2:44
Speaker 2: Er gaat geen dag voorbij of we hebben het er
2:45
Speaker 2: wel over. Maar allereerst nog even terug naar wat een
2:48
Speaker 2: klant dan wil. Want een klant heeft een probleem of
2:51
Speaker 2: wil zaken efficiënter maken. Bij welke vraagstukken komen jullie dan
2:55
Speaker 2: om de hoek kijken
2:56
Speaker 1: Met name de vraagstukken om in een proces efficiënt in
2:59
Speaker 1: te richten... maar ook gewoon met het klant mee te denken.
3:02
Speaker 1: We hebben het overal over AI. Hoe gaat dat mijn
3:04
Speaker 1: bedrijf verder helpen? Ik denk dat het een vraag is
3:07
Speaker 1: die bij elk bedrijf nu speelt... maar dat het heel
3:09
Speaker 1: veel experimenteren is. Als we echt kijken hoeveel initiatieven er
3:14
Speaker 1: daadwerkelijk ook gaan werken, dan is daar meer voor nodig.
3:16
Speaker 1: Dus dan kom je uiteindelijk ook bij, hoe ga je
3:18
Speaker 1: je data goed borgen? Hoe ga je de kwaliteit van
3:20
Speaker 1: je data borgen? Hoe ga je agents in controle houden?
3:25
Speaker 1: In die fase zitten we nu zo ongeveer. Ja, dat
3:27
Speaker 1: is een hele belangrijke fase. Waar heel veel bedrijven nog
3:29
Speaker 1: uitdagingen hebben. Maar wat ook verder gaat dan alleen maar
3:34
Speaker 1: het signaleren. Uiteindelijk moet je ook zorgen dat je data
3:36
Speaker 1: op orde gaat komen. Dat je eigenlijk weer terug gaat
3:38
Speaker 1: naar de bron. Maar op
3:39
Speaker 2: basis van goede data en het goed ordenen van data.
3:42
Speaker 2: Het goed gebruiken van data. Zou je kunnen zeggen, oké,
3:44
Speaker 2: ik wil mijn rooster anders inrichten. Of ik wil mijn
3:47
Speaker 2: administratie op een... een andere manier proberen vorm te geven.
3:50
Speaker 2: Dat is dan wat jullie doen, of niet? Ja
3:51
Speaker 1: daar helpen wij bedrijven bij. En uiteindelijk is het ook
3:53
Speaker 1: met name dat wij ze heel erg helpen... bij het
3:56
Speaker 1: schaalbaar inzetten van AI. Dus ik denk het fundament is
4:00
Speaker 1: heel belangrijk. Maar uiteindelijk ook, dan gaan er uiteindelijk meerdere agents...
4:03
Speaker 1: in een organisatie gaan werken... Vervolgens moeten die ook wel
4:06
Speaker 1: gemonitord worden. Die moeten gecontroleerd worden. En die moeten ook
4:09
Speaker 1: schaalbaar kunnen draaien. Die moeten kostenefficiënt uiteindelijk gaan draaien. Maar
4:12
Speaker 1: dan begrijp ik
4:13
Speaker 2: dus goed dat jullie geen consultant zijn... die zegt, oké,
4:15
Speaker 2: klus geklaard, wij verdwijnen weer. Als het even meezit, dan
4:17
Speaker 2: zijn jullie jaren betrokken bij de operatie. Dat is wel
4:20
Speaker 2: hoe wij het liefst graag zien
4:23
Speaker 1: Dan blijft de metro ook lekker lopen. Nee, dat is
4:25
Speaker 1: niet zozeer. Want wij focussen heel erg op co-development, zoals
4:28
Speaker 1: we dat noemen. Dus het juist in de kracht stellen
4:31
Speaker 1: van de eigen datateams die een klant heeft. Dus wij
4:33
Speaker 1: zijn daarin heel open qua kennis en kunde. Dat dragen
4:35
Speaker 1: we over aan de teams om ze een soort zelfredzaam
4:37
Speaker 1: te maken. Uiteraard blijven wij natuurlijk wel graag betrokken om
4:40
Speaker 1: ze uiteindelijk in nieuwe ontwikkelingen mee te kunnen nemen. Om
4:43
Speaker 1: uiteindelijk bij bepaalde initiatieve projecten te ondersteunen. Maar uiteindelijk wel
4:46
Speaker 1: met het idee dat een klant wel zelfredzaam is. Maar
4:47
Speaker 2: je zegt net AI agents. Ik weet niet precies hoe
4:50
Speaker 2: ik dat voor me moet zien. Maar die zouden ook
4:51
Speaker 2: binnen een organisatie kunnen werken. Op het moment dat jullie
4:54
Speaker 2: zeggen oké we stoppen ermee of het contract is afgelopen.
4:57
Speaker 2: Dan blijven die AI agents toch ook niet onderdeel van
5:00
Speaker 2: de ploeg of wel?
5:01
Speaker 1: Als dat uiteindelijk voor de klant is ontwikkeld... dan zijn
5:03
Speaker 1: die natuurlijk onderdeel van de ploeg van de klant. Oh,
5:06
Speaker 2: die blijven gewoon... Zeker, ja. En wanneer komt er toch nog,
5:09
Speaker 2: ik durf het bijna niet te vragen... maar een mens
5:11
Speaker 2: om de hoek kijken? Gelukkig
5:13
Speaker 1: vaak genoeg. Dus uiteindelijk, zeker in de fase waarin we
5:16
Speaker 1: nu zitten... is het veel experimenteren. Dan heb je altijd
5:18
Speaker 1: nog wel de menselijke controle die erop zit. Dat zal
5:22
Speaker 1: ook zeker zo blijven. Ik denk uiteindelijk... Hoe ik het
5:26
Speaker 1: in ieder geval zie, dat bedrijven zelf heel kritisch moeten
5:28
Speaker 1: gaan kijken. Van wat voor processen wil je nou door
5:30
Speaker 1: AI uit laten voeren? En waar wil je gewoon nog
5:32
Speaker 1: wel het menselijke contact ook blijven hanteren? Jullie zeggen ook
5:37
Speaker 1: niet
5:37
Speaker 2: full force AI. Je zou ook best wel kunnen zeggen,
5:39
Speaker 2: hier past de enige terughoudendheid.
5:41
Speaker 1: Ja, zeker weten. Ik denk, nou een heel simpel voorbeeld.
5:43
Speaker 1: Misschien iedereen die uiteindelijk aan klantenservice belt en geholpen wil worden. Ja,
5:47
Speaker 1: die wil gewoon iemand spreken die ze uiteindelijk verder helpt.
5:50
Speaker 1: En niet direct een AI-agent. Probeer het maar eens. Je
5:53
Speaker 1: moet flink je
5:54
Speaker 2: best doen tegenwoordig.
5:54
Speaker 1: Je moet wat doorzettingsvermogen. Zeker, maar dat zijn denk ik
5:56
Speaker 1: ook wel zaken waar wij als partner zijnde dan proberen
5:59
Speaker 1: te challengen. Is dit nou uiteindelijk... Inderdaad, het juiste proces
6:03
Speaker 1: ga je hier ook het juiste doel mee behalen. Dus
6:06
Speaker 1: om een stukje verder te kijken dan alleen maar technologie.
6:09
Speaker 1: Maar ook wel te kijken van wat is de strategie
6:10
Speaker 1: van een bedrijf en waar voegt het waarde toe. In
6:13
Speaker 1: plaats van dat alleen maar efficiëntie toe. Maar
6:15
Speaker 2: als jullie zaken willen stroomlijnen en toch wat slagvaardiger kunnen
6:18
Speaker 2: maken binnen een bedrijf. Dan vereist dat ook wel dat
6:20
Speaker 2: jullie kunnen praten of dat jullie kunnen werken met alle
6:23
Speaker 2: systemen die er al zijn. Hoe agnostisch zijn jullie wat
6:25
Speaker 2: dat betreft?
6:26
Speaker 1: Wij hebben onze voorkeur qua systemen. Dat heb je altijd.
6:29
Speaker 1: Maar wij zijn daarin wel heel agnostisch... qua de datamiddelen
6:33
Speaker 1: die we gebruiken. Heel erg kijkend naar een stukje schaalbare platformen...
6:37
Speaker 1: die ook wel inderdaad source-agnostisch zijn. Zodat je uiteindelijk ook
6:41
Speaker 1: binnen een bedrijf gaat veranderen. Een bedrijf gebruikt ook niet
6:44
Speaker 1: jaren dezelfde software
6:45
Speaker 2: Dat vroeg ik me wel af. Want ik kan me
6:47
Speaker 2: ook voorstellen dat jullie soms ergens binnenkomen... en dat je denkt, jeetje,
6:50
Speaker 2: dit is lang geleden. Dit is een rommeltje geworden. Ja.
6:54
Speaker 1: Dat zien we zeker. Dat is ook een van de
6:56
Speaker 1: dingen waar we ook onze collega Ralf voor inzetten. Omdat
7:01
Speaker 1: ze het zaken hebben in het verleden vaker gezien. Ralf
7:03
Speaker 1: heeft brede schouders. Hij moet vaak uitdrukken. Hij heeft hele
7:06
Speaker 1: brede schouders. Wij positioneren hem nu als één collega. Maar
7:09
Speaker 1: je zou bijna kunnen zien dat het een heel team is.
7:13
Speaker 1: Wat werkzaam is. Maar dat we wel zien dat zaken
7:16
Speaker 1: die we in het verleden hebben gedaan. Die proberen wel
7:19
Speaker 1: dusdanig ook te trainen. Weer te integreren in de... dat
7:22
Speaker 1: we daar ook weer kunnen leren. En het ook bij
7:24
Speaker 1: andere klanten, waar het dezelfde uitdaging speelt... slimmer kunnen inzetten.
7:28
Speaker 1: En
7:28
Speaker 2: werkt Ralf over de grenzen heen? Want jullie hebben een
7:31
Speaker 2: Belgische origine. Gaan het nu in Nederland proberen? Is Ralf
7:33
Speaker 2: er ook voor de Nederlanders? Of
7:34
Speaker 1: maakt het er
7:35
Speaker 2: helemaal niet uit? Zeker. Dus hij is er ook voor
7:36
Speaker 2: de Nederlanders. Maar vooral voor de Nederlanders. Of werkt hij
7:38
Speaker 2: ook goed in België? Hij werkt ook goed in België.
7:40
Speaker 1: Hij is een heel belangrijk teamlid voor ons ook in Nederland.
7:44
Speaker 1: En dat zal hij ook voor onze klanten daarin zijn
7:46
Speaker 2: Want je gaf aan, wij denken toch ook... dat we
7:48
Speaker 2: in Nederland het nodige kunnen toevoegen. Maar het is een
7:51
Speaker 2: Belgisch bedrijf...
7:55
Speaker 1: Hoe
7:55
Speaker 2: zit het precies in elkaar
7:57
Speaker 1: Element 61 is een Belgisch bedrijf. Een dochterbedrijf van Moor,
8:02
Speaker 1: Moor België. In Moor hebben we ook in Nederland. En
8:06
Speaker 1: uiteindelijk hebben we dezelfde investeerder die we delen. Waterland. Die
8:10
Speaker 1: erachter zit. En uiteindelijk hebben we met elkaar de strategie
8:12
Speaker 1: ook bedacht. We willen uiteindelijk dat ook gaan schalen op
8:15
Speaker 1: Europees niveau. Waarin we hebben gezegd, we gaan Element 61
8:17
Speaker 1: ook in Nederland... Ja, verder lading geven. En daar trekken
8:22
Speaker 1: we gezamenlijk aan op
8:23
Speaker 2: Want Waterland is een investeringsmaatschappij. Al langere tijd verbonden aan Moor.
8:28
Speaker 2: Ik geloof al langer dan tien jaar. Dus we hebben
8:30
Speaker 2: wat dat betreft ook wel enig geduld. Maar heb jij
8:31
Speaker 2: nog stevige doelstellingen meegekregen... om binnen afzienbare tijd toch te
8:36
Speaker 2: laten zien... dat het inderdaad nog niet te druk is
8:38
Speaker 2: en dat je kans van slagen hebt? Ja.
8:39
Speaker 1: Nou, ze zijn nog geen tien jaar betrokken bij Moor.
8:41
Speaker 1: Maar inmiddels een jaar of drie ongeveer. Maar wel met
8:44
Speaker 1: de visie om er voor de lange termijn in te zitten. Kijk,
8:47
Speaker 1: uiteindelijk de doelstelling die daarin leeft... is dat we uiteindelijk
8:50
Speaker 1: over de grenzen heen... binnen de groep samen willen werken.
8:54
Speaker 1: En dat is ook een van deze initiatieven. Dat we
8:56
Speaker 1: uiteindelijk ook wel de kennis en kunnen die we in
8:58
Speaker 1: België hebben opgebouwd... de kennis en kunnen die we in
8:59
Speaker 1: Nederland hebben, dat we die samenvoegen. En dat we daar
9:02
Speaker 1: een stukje synergievoordelen natuurlijk ook gaan creëren. Want dat is
9:04
Speaker 1: wel
9:04
Speaker 2: ongeveer hetzelfde of je nu een Nederlandse klant bedient... of
9:06
Speaker 2: een Belgische klant bedient. Zoveel zal het niet uitmaken.
9:09
Speaker 1: Nee, qua technologie niet. Natuurlijk zijn er wat cultuurverschillen die
9:13
Speaker 1: in België en Nederland verwaarloosbaar zijn. Moet ik wel wennen
9:18
Speaker 1: aan de Belgische taal soms, maar dat maakt het ook
9:19
Speaker 1: wel heel leuk. Maar uiteindelijk is dat redelijk in lijn.
9:23
Speaker 2: En toch nog even naar jou persoonlijk. Want ik dacht,
9:25
Speaker 2: ik ga jou ook even door AI trekken. En dan
9:27
Speaker 2: kom ik jou tegen bij nog weer een ander bedrijf.
9:29
Speaker 2: Of het moet je tweelingbroer zijn. Redefine IT. Klopt dat
9:32
Speaker 2: ook nog? Klopt, ja. Want daar staat dan weer dat
9:34
Speaker 2: jullie bezig zijn om software binnen bedrijven te implementeren. En
9:37
Speaker 2: toen dacht ik, werd jij nou met het ene bedrijf
9:39
Speaker 2: op AI en met het andere bedrijf op software?
9:42
Speaker 1: Hoe zit dat? Dat zit zo dat wij eigenlijk binnen
9:45
Speaker 1: de moor hebben bij verschillende labels. En Redefine is daar
9:47
Speaker 1: één van. Waarin wij het bedrijf helpen bij een stuk
9:50
Speaker 1: software optimalisatie en software inrichting. Dat is een ander team
9:53
Speaker 1: wat daar bezig
9:55
Speaker 2: is. Dit is hetzelfde bedrijf, Redefine IT. Ja,
9:58
Speaker 1: dat is uiteindelijk allemaal de moor groep. waar dit LMSX
10:01
Speaker 1: van ook onderdeel van is. Moet
10:02
Speaker 2: je dat dan wel zo houden? Ik vond het namelijk verwarrend.
10:04
Speaker 2: Ja
10:05
Speaker 1: dat kan ik me voorstellen. Dat zijn ook zeker overwegingen
10:09
Speaker 1: die zeer actueel zijn. Dus die ook spelen.
10:12
Speaker 2: Ik vraag het ook omdat ik de afgelopen maanden. regelmatig
10:14
Speaker 2: gesprekken hebt gevoerd over hoe software zou worden opgegeten door AI.
10:18
Speaker 2: En bepaalde bedrijven daar ook last van hebben ondervonden. Bijvoorbeeld
10:21
Speaker 2: op de financiële markt, op de beurs. Hoe zie jij
10:23
Speaker 2: dat zelf?
10:24
Speaker 1: Ja, goede vraag. Ik vind het moeilijk om daarin in
10:27
Speaker 1: de toekomst te kijken. Ik ben nog niet zover dat
10:30
Speaker 1: ik geloof dat software geen toekomst heeft... en dat we
10:33
Speaker 1: alles maar met AI gaan bouwen. Ik denk zeker dat
10:36
Speaker 1: bepaalde softwarepakketten die er nu zijn... zeker als we kijken
10:39
Speaker 1: naar de financiële markt... dat die een hele belangrijke bron
10:42
Speaker 1: gaan vormen. Alleen ze zullen wel... ook moet evalueren om
10:46
Speaker 1: wel een stukje AI ready te zijn. Uiteindelijk om de
10:49
Speaker 1: data goed te kunnen leveren en de betrouwbaarheid te kunnen borgen.
10:52
Speaker 1: Ik denk dat daar nog steeds een hele belangrijke rol zit.
10:54
Speaker 1: We kunnen met AI heel veel dingen bouwen. Iedereen kan
10:57
Speaker 1: van alles bouwen. De vraag is wel, ergens moet je
11:00
Speaker 1: kwaliteit bewaken. Maar moet je ook wel choose your battles.
11:05
Speaker 1: Je moet uiteindelijk wel... op bepaalde toepassingen gaan werden. En
11:09
Speaker 1: je hoeft niet je hele financiële backbone... zelf te gaan
11:11
Speaker 1: ontwikkelen of te gaan bouwen. Daar zijn gewoon partijen voor.
11:14
Speaker 1: Goed voor dat je als bedrijf
11:15
Speaker 2: zegt... ik breek nu met mijn softwareleverancier... die ook mijn
11:19
Speaker 2: hele boeltje bij elkaar houdt. Dan moet je voor goede
11:22
Speaker 2: huizen komen. De software heeft nog wel enige tijd van leven.
11:25
Speaker 1: Ja, dat denk ik wel. En kijk, anderzijds is het
11:28
Speaker 1: ook denk ik een hele belangrijke beweging die we de
11:30
Speaker 1: afgelopen jaren zien. Is dat bedrijven zich steeds bewuster worden
11:33
Speaker 1: van het feit van we willen op elk moment bij
11:35
Speaker 1: onze data kunnen. Dus we willen uiteindelijk een goed data
11:38
Speaker 1: fundament hebben staan waar we ook onze data toegankelijk hebben.
11:42
Speaker 1: Verschrik
11:43
Speaker 2: je daar wel eens van? Want jij komt dus bij
11:44
Speaker 2: verschillende bedrijven binnen. Jullie bedienen verschillende klanten. Verschrik je wel
11:47
Speaker 2: eens van hun data huishouding?
11:50
Speaker 1: Ja, zeker. En dan zeg je, I'm here to help. Ja,
11:53
Speaker 1: dus ik zou niet willen zeggen dat er gelijk blij
11:56
Speaker 1: van wordt. Want uiteindelijk is het natuurlijk ons doel om
11:59
Speaker 1: die data echt goed op orde te krijgen. Maar soms
12:01
Speaker 1: denk ik zeker nog wel, ook bij echt wel gewoon
12:03
Speaker 1: serieus ondernemingen, van oeh, dit is wel echt even wat
12:06
Speaker 1: aandacht nodig. En waar
12:06
Speaker 2: schort het dan aan?
12:08
Speaker 1: Nou, ik denk een stukje discipline. Wat we vaak zien
12:11
Speaker 1: is dat de data er wel is, maar bijvoorbeeld definities
12:14
Speaker 1: niet helder zijn. Nou, dat ga je nu bijvoorbeeld ook
12:16
Speaker 1: zien dat als je met AI gaat werken, ja, hoe
12:20
Speaker 1: kijk je naar bepaalde marges toe? Wat voor elementen neem
12:23
Speaker 1: je daar dan in mee? En dat is wel iets
12:24
Speaker 1: wat je
12:25
Speaker 2: Het is een definitiekwestie, maar dat betekent dat we niet
12:28
Speaker 2: over hetzelfde praten terwijl we wel hetzelfde bedoelen, of...
12:30
Speaker 1: Ja, dus dat wij bijvoorbeeld in hetzelfde bedrijf werken... maar
12:33
Speaker 1: we allebei een andere interpretatie hebben... van bepaalde cijfers, van
12:38
Speaker 1: hoe we omzet meten. Dus het moet strak
12:40
Speaker 2: getrokken worden
12:41
Speaker 1: Dat moet strak getrokken worden. En dat zijn uitdagingen die
12:44
Speaker 1: bedrijven ook hebben. Dus eens is vaak zien we dat
12:46
Speaker 1: de data er wel is... maar er komt ook een
12:47
Speaker 1: heel groot stuk bij kijken... van hoe ga je dan
12:49
Speaker 1: ook die data waarborgen? Hoe zorgen dat iedereen het over
12:51
Speaker 1: hetzelfde heeft... Ook uiteindelijk, want als straks agents aan de
12:55
Speaker 1: slag gaan met je data... die zal je ook bepaalde
12:57
Speaker 1: kaders mee moeten geven. Want die gaan gewoon overal zoeken,
12:59
Speaker 1: maar die missen een stukje context. En je zegt, dit
13:02
Speaker 2: speelt ook bij grote bedrijven... waarvan je het misschien niet
13:04
Speaker 2: meer zou verwachten. Nu zijn jullie ook een serieus bedrijf.
13:07
Speaker 2: Zeker in België natuurlijk al een bepaalde staat van dienst.
13:09
Speaker 2: Omzet in de tientallen miljoenen. In Nederland een team van acht,
13:13
Speaker 2: meen ik. Maar is dat ook genoeg? Ben je... Kredietwaardig
13:17
Speaker 2: genoeg om het maar zo te zeggen voor de echt
13:18
Speaker 2: grote bedrijven.
13:19
Speaker 1: Ja, zeker weten. Kijk, we zijn nu inderdaad nog met
13:22
Speaker 1: een klein team in Nederland. Dat gaan we snel opbouwen.
13:26
Speaker 1: Maar uiteindelijk hebben we ook wel daarin heel erg gezegd
13:28
Speaker 1: met elkaar. We willen wel gelijk in dezelfde league meespelen
13:32
Speaker 1: in Nederland. Hoe gaan we dat uiteindelijk doen? Door uiteindelijk
13:35
Speaker 1: ook wel met onze collega's, met onze Belgische vrienden... daar
13:39
Speaker 1: heel erg samen op te trekken. Maar wat is
13:40
Speaker 2: die league? Want je hebt hele grote consultants die zeggen...
13:43
Speaker 2: met hetzelfde gemak doen wij ook AI en AI... Dus
13:46
Speaker 2: AI-implementatie of data-beheer doen we er gewoon bij
13:49
Speaker 1: Wij zitten heel erg wel in focus op een data-
13:52
Speaker 1: en AI-stuk. Dus heel erg zorgen dat het data-finament goed
13:55
Speaker 1: staat met AI-toepassingen. En daar ligt ook onze focus. Dus
14:00
Speaker 1: wij gaan niet nog ook andere software implementeren of bepaalde licenties.
14:05
Speaker 1: Maar het probleem is dat
14:06
Speaker 2: andere, grotere concurrenten dat misschien allemaal wel kunnen. Die zeggen
14:09
Speaker 2: wij zijn een one-stop-shop. En jullie zeggen wij doen één ding,
14:12
Speaker 2: dat doen we goed. En dat doen we
14:13
Speaker 1: goed, ja. En dat is uiteindelijk onze filosofie wel. Dat
14:16
Speaker 1: wij daarin goed doen dat wij een stukje partner willen
14:18
Speaker 1: zijn die versnelling brengt. Dat is voornamelijk die ze kwaliteit levert.
14:23
Speaker 1: En die ook wel met een innovatieve blik het bedrijf
14:26
Speaker 1: echt verder kan helpen. Door uiteindelijk een stukje customer zero
14:29
Speaker 1: te zijn. En uiteindelijk wat wij bij onze klanten pretenderen
14:32
Speaker 1: te doen. Dat zelf in onze processen toe te passen. Ja,
14:34
Speaker 1: dat gaan natuurlijk klanten gaan dat zien, gaan dat ervaren.
14:36
Speaker 2: Ja, maar klanten gaan misschien ook omdat AI voor iedereen
14:39
Speaker 2: toepasbaar is. Al zelf aan de slag met zaken die
14:41
Speaker 2: ze voorheen uitbesteden aan consultants. Aan bedrijven zoals het jouwe. Ja.
14:45
Speaker 2: Dus je zult ook beter moeten bewijzen dat jij
14:49
Speaker 1: iets toevoegt. Zeker. En dat is een heel belangrijk punt.
14:54
Speaker 1: De uitdaging is er natuurlijk ook. Maar uiteindelijk zit daar
14:57
Speaker 1: met name de crux. Wij vinden het juist heel fijn
14:59
Speaker 1: om te zien dat onze klanten zelf actief met AI
15:01
Speaker 1: aan de slag gaan. Dat ze ook experimenteren zijn. Alleen
15:05
Speaker 1: experimenteren met AI gaat uiteindelijk niet ervoor zorgen dat jij...
15:08
Speaker 1: AI binnen jouw bedrijfscritieke processen echt gaat implementeren. En echt
15:12
Speaker 1: goed schaalbaar gaat inzetten. En daar komen wij uiteindelijk om
15:15
Speaker 1: ze daarmee te helpen. Wat is daarvoor nodig? Want dat
15:18
Speaker 1: is enerzijds het data aspect. Maar dat is uiteindelijk ook
15:19
Speaker 1: een organisatorisch aspect dat daarbij komt kijken. En die balans
15:23
Speaker 1: vinden is natuurlijk heel belangrijk. En daar kunnen wij ze
15:25
Speaker 1: wel bij helpen vanuit de kennis en ervaring.
15:27
Speaker 2: We praten erover door na dit dilemma. Komt-ie aan.
15:29
Speaker 1: Het dilemma.
15:30
Speaker 2: Wil je kiezen? Heel graag. Dan mag je dat achteraf nuanceren.
15:33
Speaker 2: Wij gebruiken AI totdat consultants helemaal overbodig zijn... of AI
15:37
Speaker 2: is voor consultants geen enkele bedreiging.
15:42
Speaker 1: Dan zou ik voor de eerste gaan. Dat vind ik sportief.
15:47
Speaker 1: Mark de Molenaar geniet er nog een tijdje van. Ja,
15:49
Speaker 1: dus daar ga ik. AI gaat natuurlijk gewoon een impact hebben.
15:54
Speaker 1: En AI gaat werk van consultants uit handen nemen. Ik
15:58
Speaker 1: denk dat je het moet nuanceren met welke type consultants
16:00
Speaker 1: je werk uit handen gaat nemen. Nee, een sexman
16:02
Speaker 2: is veilig.
16:03
Speaker 1: Ja, ik denk het wel. Maar het zou naïef zijn
16:06
Speaker 1: om te zeggen dat het geen impact op onze dienstverlening
16:07
Speaker 1: gaat hebben. Zo simpel is het. Dat stuk kunnen wij
16:09
Speaker 1: nu in de Nederlandse markt zien. We hebben natuurlijk zelf
16:13
Speaker 1: ook gewoon medewerkers. Uiteindelijk hebben we daar in het verleden
16:15
Speaker 1: altijd projecten mee gedaan. Ik heb meer over
16:16
Speaker 2: Ralf gehoord dan over die andere medewerkers.
16:18
Speaker 1: Ja, en die doen heel goed werk met ondersteuning van Ralf.
16:21
Speaker 1: Dus die hebben ook uiteindelijk moeten leren om AI toe
16:23
Speaker 1: te passen in eigen werkzaamheden. Dat is een heel belangrijk
16:25
Speaker 1: ding waar wij in investeren. Door ze in onze eigen
16:28
Speaker 1: academy ook op te leiden. En daar ook mee te
16:30
Speaker 1: laten draaien. Anderzijds zou je ook andere kwaliteiten moeten gaan
16:36
Speaker 1: ontwikkelen als consultant zijnde. Als jij nu
16:38
Speaker 2: zegt, we hebben een team van acht, dat worden er dertig.
16:41
Speaker 2: En we kunnen natuurlijk rekenen op die onvermoeibare Ralf. Wat
16:44
Speaker 2: moeten dan die tientallen consultants die jij nog gaat aantrekken,
16:46
Speaker 2: wat moet die dan kunnen?
16:48
Speaker 1: In ieder geval de context heel goed begrijpen. Uiteindelijk ook,
16:53
Speaker 1: kijk AI is een hulpmiddel waar we nu staan. Uiteindelijk
16:56
Speaker 1: dat ook goed inzetten en gebruiken. Om uiteindelijk bij projecten
16:59
Speaker 1: die ze draaien te versnellen bij klanten. Maar dat is
17:01
Speaker 1: natuurlijk een voorwaarde. Anders hebben ze niks te zoeken bij
17:04
Speaker 1: Element 6.1. Zeker, alleen uiteindelijk is het wel... wij hebben
17:07
Speaker 1: een vrij jonge populatie... met ook mensen die we zelf opleiden.
17:11
Speaker 1: Die zal je ergens daar wel in mee moeten nemen.
17:13
Speaker 1: Die moet je daar ook in trainen, die moet je
17:14
Speaker 1: daarin opleiden. En ik denk dat ook het bijblijven brengen
17:16
Speaker 1: van die kennis... een heel belangrijk onderdeel gaat zijn. Want
17:19
Speaker 1: we kunnen volledig gaan gokken op AI. Maar uiteindelijk zijn
17:23
Speaker 1: wij als mens echt nog wel in de lead... en
17:25
Speaker 1: daar moeten we ook in investeren. Maar
17:26
Speaker 2: wat je zegt klopt natuurlijk ook. Bijna iedereen is ermee
17:28
Speaker 2: aan het experimenteren, aan het vreubelen. Toch kwam ik ergens tegen,
17:31
Speaker 2: ik dacht zelfs in een bericht van jou... dat er
17:33
Speaker 2: op dit moment 6% van alle bedrijven is... dat ook
17:36
Speaker 2: werkelijk geld weet te realiseren of te besparen... met inzet
17:41
Speaker 2: van AI. 6%. Waar gaat het dan mis bij die
17:44
Speaker 2: andere 94%?
17:47
Speaker 1: Ik denk een stukje afbakening aan de voorkant. Het experimenteren
17:52
Speaker 1: is natuurlijk heel makkelijk. Dus we beginnen vaak te experimenteren.
17:56
Speaker 1: We gaan snel aan de slag, maar zonder en heel...
17:58
Speaker 1: Een onderbouwd plan aan de voorkant. Dus waar gaat het mis?
18:02
Speaker 1: Ik denk het ontbreken van een use case. Dus we
18:04
Speaker 1: doen
18:05
Speaker 2: het wel, maar we hebben het eigenlijk niet nodig. Of
18:07
Speaker 2: we weten niet waarom we het nodig hebben, maar we
18:09
Speaker 1: moeten mee. We willen mee met de trend, met de
18:12
Speaker 1: hype die er gaande is. Maar we weten misschien onvoldoende
18:14
Speaker 1: waar het echt impact gaat hebben op onze processen. Maar
18:15
Speaker 1: ook waar gaat het iets opleveren? Kijk, uiteindelijk AI is
18:18
Speaker 1: een investering. Maar een investering moet ergens wel wat opleveren.
18:22
Speaker 1: Dus aan de voorkant moet je wel goed nadenken. Wat
18:24
Speaker 1: gaat het opleveren? Wat wordt onze ROI? Dat zijn wel
18:28
Speaker 1: gewoon belangrijke onderwerpen... waar je als bedrijf over na moet denken.
18:31
Speaker 1: Waar je je niet moet laten misleiden door de hype
18:35
Speaker 1: te gaan. Dit soort
18:36
Speaker 2: percentages, dat is toch een cadeautje voor je? Dan kun
18:38
Speaker 2: je zeggen, luister eens, er gaat nu geld... dat kun
18:40
Speaker 2: je net zo goed door de play spoelen
18:42
Speaker 1: Ja, en dan kan je uiteindelijk ook experts voor inschakelen...
18:45
Speaker 1: om daarmee te helpen, ja
18:46
Speaker 2: Wat is er nu, want jullie zijn een tijdje actief
18:48
Speaker 2: in Nederland... dus onder die Belgische paraplu. Wat is er
18:51
Speaker 2: nu meegevallen en wat, als je toch zo eerlijk bent...
18:55
Speaker 2: valt op dit moment nog een tikkie tegen?
18:59
Speaker 1: Nou, ik denk dat, wat meegevallen is, het enthousiasme waarmee
19:03
Speaker 1: we ook onthaald zijn door iedereen. En ook vanuit de
19:06
Speaker 1: collega's van België, die heel erg de kansen zien om
19:09
Speaker 1: ook naar de Nederlandse markt toe te gaan. Dus dat
19:10
Speaker 1: is ook iets moois voor de medewerkers natuurlijk, die daar zijn.
19:13
Speaker 1: ambities zien, wat tegen is gevallen ja om eer te
19:18
Speaker 1: zijn is denk ik ook soms wel moeizaam gesprekken met
19:20
Speaker 1: bedrijven of bedrijven die inderdaad je insinueert het een beetje
19:24
Speaker 1: van die zelf wel weten hoe ze het moeten doen
19:27
Speaker 1: dus dat je toch ook wel eens ziet van ja
19:30
Speaker 1: we gaan het eerst wel eens even zelf proberen en
19:32
Speaker 1: dan komen ze later weer terug Maar is dat ook
19:34
Speaker 1: geen
19:35
Speaker 2: gezonde houding om het eerst zelf te gaan proberen?
19:37
Speaker 1: Ik denk het wel Ja, ik denk dat het goed is,
19:39
Speaker 1: maar op een gegeven moment moet je wel zelf een
19:41
Speaker 1: punt bepalen waarop je verder blijft experimenteren en uiteindelijk toch
19:46
Speaker 1: wel zeggen van... misschien is het handig om je toch
19:48
Speaker 1: met een externe blikjes naar te laten kijken. Je
19:49
Speaker 2: zou eigenlijk willen pleiten voor... wees nou toch verstandig. Je
19:52
Speaker 2: kunt het zelf proberen, maar bespaar je de moeite.
19:54
Speaker 1: Ik denk zeker blijf het zelf proberen. Maar denk wel
19:57
Speaker 1: aan de voorkant goed na over wat je toepassing gaat worden. En...
20:01
Speaker 1: Maar spar ook wel eens met anderen, gewoon een externe blik.
20:03
Speaker 1: Ik denk dat daar nooit iemand slechter van is geworden.
20:06
Speaker 1: En dat geldt voor elke bedrijf, want dat is niet
20:07
Speaker 1: zozeer dat ze dat met ons moeten doen. Er zijn
20:09
Speaker 1: genoeg partijen waarmee ze dat kunnen doen. Maar dat dat
20:11
Speaker 1: wel bedrijven verder gaat helpen om niet alleen maar naar
20:14
Speaker 1: technologische aspecten te kijken, maar ook het organisatorische, wat daarin
20:17
Speaker 1: toch echt wel meespeelt
20:18
Speaker 2: Maarten Molenaars is hier van Element 6.1. Gaat het volgen,
20:22
Speaker 2: je moet proberen in Nederland. Dank voor je komst. Ja, dankjewel.
20:27
Speaker 2: van het bedrijfsleven of andere leiders van dit moment. Bijvoorbeeld
20:30
Speaker 2: het gesprek dat ik afgelopen vrijdag had met Maaike Berger...
20:32
Speaker 2: de Managing Director van SureSync. En daar zijn ze weer
20:35
Speaker 2: uitermate bezig met het uitwisselen van gegevens. Abonneer je dan
20:39
Speaker 2: op de Top van Nederland. Dan hoef je geen aflevering
20:41
Speaker 2: te missen.