Latest / De Grote Tech Show | BNR / Job van der Voort (Remote): 'Wij bouwen alles zelf met AI, voor personeelszaken wereldwijd'

Transcript

Job van der Voort (Remote): 'Wij bouwen alles zelf met AI, voor personeelszaken wereldwijd' · De Grote Tech Show | BNR

0:00
Speaker 1: De Grote Tech Show wordt mede mogelijk gemaakt door Orange
0:03
Speaker 1: Cyber Defense. Van strategie tot uitvoer, jouw cybersecurity in vertrouwde handen.
0:12
Speaker 2: Goed dat je luistert naar de grote techshow. Tech verandert
0:14
Speaker 2: onze wereld, hier hoor je hoe. En vandaag in gesprek
0:17
Speaker 2: met Remote. Een platform waar 2000 mensen in meer dan
0:20
Speaker 2: 90 landen werken. Bijna per definitie vanuit huis. En dat
0:24
Speaker 2: voor een wereldwijd HR en payroll platform. Tienduizenden bedrijven gebruiken
0:27
Speaker 2: het platform... om mensen overal ter wereld aan te kunnen
0:30
Speaker 2: nemen en uit te kunnen betalen. En dan nog de vraag,
0:32
Speaker 2: wat betekent AI voor zo'n bedrijf als dit... nu we
0:35
Speaker 2: software zo makkelijk kunnen bouwen met AI? Dat zijn vragen
0:37
Speaker 2: die we gaan stellen. Wij zijn in mijn geval Jo
0:39
Speaker 2: van Beurik. En Ben van den Burg. En elke donderdag
0:41
Speaker 2: nemen Ben en ik ook het nieuws in de wereld
0:43
Speaker 2: van tech door. Om te kijken wat er verder speelt.
0:45
Speaker 2: Wat voor drama's zoals afgelopen weken zijn geweest. Of wat
0:48
Speaker 2: voor hoopgevende nieuwe berichten er zijn. Dat hoor je allemaal
0:51
Speaker 2: in de Grote Tech Show. Dus volg onze show in
0:52
Speaker 2: je favoriete podcast app. Nu dan, het internationaal uitbetalen van
1:00
Speaker 2: medewerkers wordt voor bedrijven steeds complexer. En dat terwijl waardevol
1:03
Speaker 2: talent zich juist ook vaak in het buitenland bevindt. Dus
1:06
Speaker 2: dan is het handig als je daar een oplossing voor hebt.
1:08
Speaker 2: Hoe realiseer je dat? Nou, door een platform te bouwen
1:11
Speaker 2: voor landen die met allerlei regels en allerlei verschillende salarissystemen
1:14
Speaker 2: te maken hebben. En dat is wat Remote doet. Dus
1:16
Speaker 2: daarover gaan we praten met de CEO van Remote, Job
1:19
Speaker 2: van der Voort. Welkom Job. Dankjewel. Fijn dat je bent.
1:21
Speaker 2: Hoe doe je dat eigenlijk? Een platform bouwen dat aan
1:23
Speaker 2: zoveel regels en richtlijnen... en betalingssystemen van tientallen landen... of
1:28
Speaker 2: alle landen ter wereld zelfs moet voldoen?
1:30
Speaker 3: Bijna alle landen. Er zijn een heleboel landen waar we
1:32
Speaker 3: niks kunnen doen. Welke
1:33
Speaker 2: landen kunnen jullie niks doen? Noem maar eens een paar
1:34
Speaker 3: Ja, bijvoorbeeld Afghanistan kunnen we heel weinig doen.
1:36
Speaker 2: En
1:36
Speaker 3: nu alles dat zich dicht bij Rusland zit... en Rusland
1:40
Speaker 3: zelf kunnen we niks mee doen. We kunnen daar geen
1:42
Speaker 3: geld uit land in en uit krijgen... De rest van
1:45
Speaker 3: de wereld ongeveer
1:47
Speaker 2: wel, ja. Hoe bouw je dit? Dat willen we weten.
1:51
Speaker 2: Heb je even, maar...
1:52
Speaker 3: Ja, Blood, Sweat & Tears. Toen we begonnen was het
1:56
Speaker 3: heel erg van... we gaan gewoon hele goede software bouwen.
1:58
Speaker 3: Maar het komt eigenlijk neer op... in elk land hebben
2:00
Speaker 3: we een bedrijf gestart. Dus in elk land zijn we
2:02
Speaker 3: letterlijk daar naartoe gevlogen. Toen zijn we naar de bank gegaan,
2:05
Speaker 3: naar het gemeentehuis gegaan... een bedrijf opgestart en uitgevogeld. Hoe
2:09
Speaker 3: werkt het eigenlijk in dit land? Hoe moet je... Hoe
2:10
Speaker 3: betaal je mensen hier? En dat hebben we gewoon in
2:12
Speaker 3: elk land op aarde gedaan. En uiteindelijk hebben we er
2:15
Speaker 3: software voor geschreven. Om dat makkelijker te maken overal. En
2:18
Speaker 3: vervolgens dat voor andere mensen ook te kunnen doen. Maar ja,
2:22
Speaker 3: dat is gewoon heel erg veel werk. Heel veel bureaucratisch werk.
2:24
Speaker 3: Jullie zijn een compliance expertise bedrijf zou ik graag zeggen. Nee, zeker, ja.
2:28
Speaker 3: En daarbij komen we ook libel. Dus als er fouten
2:31
Speaker 3: worden gemaakt, bijvoorbeeld in de payroll... dan is dat een ons.
2:33
Speaker 3: Dus we zijn heel erg een compliancebedrijf in een heleboel
2:35
Speaker 3: manieren
2:36
Speaker 2: En hoe kun je dan nog het verschil maken in
2:38
Speaker 2: een wereld... die nu juist zo door AI wederom op
2:40
Speaker 2: z'n kop wordt gezet
2:42
Speaker 3: Ja, het is een probleem dat eigenlijk traditioneel... snel is
2:45
Speaker 3: opgelost door mensen. Dus als jij iemand ergens wil betalen...
2:48
Speaker 3: dan is er wel iemand anders die dat voor je
2:50
Speaker 3: wil doen. En die persoon betaal jij daar dan voor.
2:52
Speaker 3: En dan komt het uiteindelijk wel... dan lukt het uiteindelijk wel.
2:56
Speaker 3: En wat wij hebben gedaan, we hebben gezegd... we gaan
2:58
Speaker 3: hier gewoon software voor schrijven. Dus dat het allemaal automatisch gebeurt.
3:01
Speaker 3: Dus zolang mensen ergens moeten worden betaald... is dit nog
3:05
Speaker 3: wel nodig.
3:06
Speaker 2: Ja, oké. Nu hebben jullie sinds kort ook nog een
3:08
Speaker 2: nieuwe merkidentiteit aangenomen. Wat willen jullie uitdragen? Want jullie zijn
3:12
Speaker 2: een bedrijf dat op een paar na... letterlijk elk land
3:14
Speaker 2: ter wereld wil benaderen.
3:17
Speaker 3: Ja, we stonden vroeger... en onze bedrijfsnaam staat er wel
3:20
Speaker 3: heel erg van, remote. Dus het gaat heel erg over
3:22
Speaker 3: remote werken,
3:23
Speaker 2: denken mensen, legelijk. Jullie heten wat jullie doen. Ja
3:27
Speaker 3: maar in realiteit eigenlijk het grootste deel van de bedrijven
3:29
Speaker 3: waarmee we werken, die werken gewoon vanaf kantoren. Dus we
3:32
Speaker 3: betalen gewoon mensen uit. We doen gewoon salarisverwerking van een
3:35
Speaker 3: heleboel mensen en betalingen voor bedrijven
3:37
Speaker 3: En dus onze motto is pay the world. We willen
3:40
Speaker 3: het gewoon heel makkelijk maken om mensen overal in het
3:43
Speaker 3: thuisland of ergens anders te betalen. En dat eigenlijk, niet
3:47
Speaker 3: meer dan dat. Ja, ik wil heel graag weten
3:48
Speaker 5: meer over de platform. Dus dat heb je met software gemaakt. Ja.
3:52
Speaker 5: Dus hoe heb je dat gedaan? Hoe kwam je daarop?
3:56
Speaker 5: Wat is er zo moeilijk
3:58
Speaker 3: aan? Eigenlijk het idee van payroll en salarisverwerking en zo...
4:03
Speaker 3: dat is eigenlijk gewoon een hele grote hoeveelheid input. Dus
4:06
Speaker 3: je moet je voorstellen dat elk land heeft gewoon verzonnen.
4:08
Speaker 3: Er zijn duizenden en één dingen die we moeten weten
4:11
Speaker 3: van iemand... die gooien we dan in een soort van
4:13
Speaker 3: grote rekenmachine... en aan de andere kant poept eruit zoveel
4:15
Speaker 3: moet je iemand betalen... zoveel moet je de belastingdienst betalen,
4:18
Speaker 3: et cetera, et cetera... Er is niemand geweest die heeft gezegd, nou,
4:20
Speaker 3: laten we dit in één plek doen. En laten we
4:22
Speaker 3: dat doen op een manier waar het gewoon automatiseerd is.
4:25
Speaker 3: Het is eigenlijk altijd, nou ja, je hebt iemand die
4:27
Speaker 3: werkt in HR bij een bedrijf in een bepaald land.
4:29
Speaker 3: En die weet dan dat je toevallig dit document moet vragen.
4:31
Speaker 3: En die doet dat met de hand ergens intypen. En
4:34
Speaker 3: in elk land doen ze dat weer opnieuw. Dus wat
4:36
Speaker 3: wij hebben gedaan, is wij hebben gezegd, nou, we hebben
4:37
Speaker 3: een soort van abstract idee van hoe dit werkt. Je
4:40
Speaker 3: hebt inputs, je hebt een grote database waarin je staat.
4:43
Speaker 3: Dat moet... continu worden gecheckt op compliance... en dan heb
4:46
Speaker 3: je een soort van grote rekenmachine nodig. En dan hebben
4:49
Speaker 3: we eigenlijk elke land in dat vormpje proberen te gieten.
4:52
Speaker 3: En dan moeten we er ook nog eens voor zorgen...
4:54
Speaker 3: dat het continu up-to-date blijft. En
4:57
Speaker 2: zijn er dan landen die extra aandacht behoeven... omdat het
4:59
Speaker 2: daar gewoon constant verandert of constant ingewikkeld is? Dingen onmogelijk
5:03
Speaker 2: worden gemaakt. Elk land is zo. Of wat je
5:06
Speaker 3: in Nederland zou zeggen. Nederland is zeker niet het makkelijkste land.
5:10
Speaker 3: Het is niet per se het moeilijkste land. Nederland heeft
5:13
Speaker 3: de hele digitale kant best wel goed in orde. Dus
5:15
Speaker 3: in Nederland, als je iets wil weten... dan kan je
5:17
Speaker 3: gewoon naar een overheidswebsite gaan... Complexiteit is heel hoog in Nederland.
5:22
Speaker 3: Maar er zijn ook landen waar dat niet het geval is.
5:24
Speaker 3: Dus waarbij je dus iemand moet kennen. Of je moet
5:27
Speaker 3: de overheid bellen. En dan weken later krijg je een
5:30
Speaker 3: antwoord over hoe moet ik X of Y doen. Dus
5:33
Speaker 3: Nederland is best wel goed in dat opzicht. Als je
5:35
Speaker 5: dus in een land zit, bijvoorbeeld Paraguay. Dan gaat er
5:37
Speaker 5: dus iemand naar de overheid. En die klopt aan van
5:40
Speaker 5: wat is er veranderd deze week in de regelgeving. Waarmee
5:45
Speaker 5: je het platform moet aanpassen.
5:47
Speaker 3: Ja, ongeveer ja. Meestal moet je op een of andere
5:49
Speaker 3: mailinglist komen. En als je dan eenmaal op die mailinglist staat...
5:53
Speaker 3: dan krijg je dus eens in zoveel tijd een e-mailtje.
5:55
Speaker 3: Soms gaat dat alleen maar via bepaalde accountants of zo...
5:58
Speaker 3: die dat hebben of een of andere bedrijfje dat lokaal
6:01
Speaker 3: dat doet. En dan moet je dat inderdaad verwerken, ja.
6:04
Speaker 3: En nu probeer je natuurlijk zoveel mogelijk te automatiseren. Ja,
6:07
Speaker 3: het is vrijwel geheel geautomatiseerd. Behalve dan, inderdaad, af en
6:11
Speaker 3: toe krijg je dus een willekeurig e-mailtje. En dan het
6:13
Speaker 3: moeilijke is dat je heel makkelijk heel veel informatie overal...
6:17
Speaker 3: vandaan halen. Wij moeten ervoor zorgen dat als we iemand betalen,
6:21
Speaker 3: en met name als we belasting betalen, dat er geen
6:22
Speaker 3: fouten worden gemaakt. Want dat is een heel groot probleem
6:25
Speaker 2: En toch heb je 2000 mensen in dienst, verspreid over
6:28
Speaker 2: de hele wereld volgens mij, die dit voor jullie allemaal doen.
6:30
Speaker 2: Kun je even schetsen welk deel is geautomatiseerd en waar
6:33
Speaker 2: heb je die 2000 mensen bij uitstek voor nodig?
6:36
Speaker 3: Een heel groot deel van die 2000 mensen zijn eigenlijk bezig...
6:38
Speaker 3: om die knowledge base als het ware die we hebben...
6:41
Speaker 3: om die de hele tijd te updaten. En dan zijn
6:43
Speaker 3: er een heleboel software engineers ook. Dus die zijn bezig
6:46
Speaker 3: om meer te doen, om er meer uit te bouwen.
6:48
Speaker 3: Want we doen dus en al die compliance... en we
6:50
Speaker 3: zorgen ervoor dat je bijvoorbeeld een contract hebt... en dat
6:52
Speaker 3: dat helemaal correct is. En er zijn heel veel verschillende
6:55
Speaker 3: mensen in de wereld. En elke persoon heeft weer andere
6:58
Speaker 3: vereisten bepaald. Bepaalde mensen vallen onder de CAO. Soms worden
7:02
Speaker 3: mensen ziek. Al dat soort gevallen moeten wij rekening mee
7:04
Speaker 3: kunnen houden
7:06
Speaker 3: En dan doen we ook nog eens het hele betalingsverkeer.
7:08
Speaker 3: Dus er komt ook nog eens heel veel bij kijken.
7:11
Speaker 3: We hebben heel veel mensen in dienst... waarvan een heel
7:14
Speaker 3: groot deel eigenlijk alleen maar bezig zijn... met het meer
7:16
Speaker 3: en meer te automatiseren. Maar om dan te zeggen... er
7:18
Speaker 3: is iets wat helemaal of helemaal niet is geautomatiseerd... is
7:21
Speaker 3: heel moeilijk. Maar bijvoorbeeld in landen... zoals Nederland of bijvoorbeeld Engeland...
7:25
Speaker 3: die voor ons relatief grote landen zijn... daar zijn we
7:28
Speaker 3: langzaam op het punt waarbij de gemiddelde klant... daar doen
7:31
Speaker 3: we eigenlijk niks meer mee. Dat is helemaal geautomatiseerd. Er
7:33
Speaker 3: is altijd een outlier. Er is altijd een uitzondering. We
7:37
Speaker 3: zitten met dit ding, kunnen jullie dat voor ons oplossen?
7:39
Speaker 3: We komen tegen allemaal gekke dingen aan. Bijvoorbeeld, iemand wordt ziek...
7:43
Speaker 3: Iemand werkt vanaf thuis. En die werken voor een bedrijf,
7:45
Speaker 3: een Amerikaans bedrijf. En ze werken in Engeland en ze
7:47
Speaker 3: doen het via ons. En die persoon is zwanger misschien.
7:52
Speaker 3: En die valt van de trap af. Wat moet er
7:56
Speaker 3: nu gebeuren?
7:57
Speaker 2: Ja, optelsom van elementen en regelgeving. En hoe gaan we
8:01
Speaker 2: hiermee om?
8:01
Speaker 3: Is dit nou tijdens werkuren
8:03
Speaker 2: of niet
8:04
Speaker 3: Dit soort casussen komen dus... Elke dag tegen.
8:06
Speaker 2: Ik was de was aan het doen terwijl ik een
8:07
Speaker 2: teamscore had. Ja, precies.
8:10
Speaker 3: En ook veel minder grappige dingen. En er zijn zoveel
8:15
Speaker 3: van dit soort situaties die voorkomen. En dan hebben we
8:18
Speaker 3: ook nog eens de complexiteit. De wet kan wel A
8:21
Speaker 3: of B zeggen. Maar in heel veel gevallen is het
8:23
Speaker 3: niet helemaal duidelijk of het A of B is. En
8:24
Speaker 3: dan heeft de werkgever een bepaalde mening erover. En dan
8:26
Speaker 3: heeft de werknemer een bepaalde mening erover. En dan zitten
8:29
Speaker 3: wij er een beetje tussenin. Dus er is zoveel complexiteit hierin.
8:33
Speaker 3: We zijn er eigenlijk continu mee bezig. En hoe ga
8:35
Speaker 3: je dat automatiseren. Die complexiteit. Eigenlijk wat we dus doen
8:39
Speaker 3: is dat we kijken naar alle dingen die we moeten doen.
8:42
Speaker 3: Elke potentiële actie kijken we naar. En hoe vaak ze
8:45
Speaker 3: voorkomen en hoe pijnlijk ze zijn. En eigenlijk krijg je
8:48
Speaker 3: een soort van score eruit. Op basis van die score
8:52
Speaker 3: ongeveer hoor, want het is heel moeilijk te doen over
8:54
Speaker 3: dit alles. Op basis van die score automatiseren we. Dus
8:56
Speaker 3: we gaan eerst de dingen doen die elke dag tientallen
8:58
Speaker 3: keren gebeuren. Iemand wordt uitbetaald. Alles betalen in het verkeer
9:01
Speaker 3: is honderd procent geautomatiseerd. Dus nooit iemand die een nummertje
9:04
Speaker 3: intoetst van
9:05
Speaker 2: Allemaal koppelingen ingepland en dat soort dingen
9:08
Speaker 3: Ja, nog veel fancier dan dat.
9:09
Speaker 2: We hebben een heel
9:10
Speaker 3: eigen treasury systeem die automatisch balanceert... met foreign currency, exchange
9:15
Speaker 3: en alles. Dus dat is helemaal geautomatiseerd. Een heleboel, wat
9:19
Speaker 3: we noemen de happy flow, alles gaat goed. Je hebt
9:21
Speaker 3: normale input, input
9:22
Speaker 1: zijn
9:23
Speaker 3: van leden... Allemaal geautomatiseerd. En dan afhankelijk van het land...
9:28
Speaker 3: hoeveel mensen we daar hebben... de complexiteit... is het dus
9:32
Speaker 3: minder en minder geautomatiseerd. En er zijn dus bepaalde dingen...
9:35
Speaker 3: bij een allesgeautomatiseerde service... waarin de mensen alleen nog even zeggen...
9:37
Speaker 3: dat is goed, oké, press the button. En dan is
9:42
Speaker 3: er ook nog... ongelooflijke grote hoeveelheid dingen... die zo erg
9:46
Speaker 3: tussen schip en wal vallen... dat er moet iemand naar kijken.
9:49
Speaker 2: Ja, maar kun je dan nog iets specifieker zeggen... ook
9:52
Speaker 2: als je het in procentuele verdeling moet maken... hoeveel van
9:54
Speaker 2: je mensen zitten alleen maar op het constant bijhouden... van
9:56
Speaker 2: al die elementen die je net bijvoorbeeld even als voorbeeld opnoemde?
9:59
Speaker 3: Het bijhouden is echt een heel klein clubje. En ook
10:01
Speaker 3: omdat we daar steeds meer AI-agents voor gebruiken. Dus het
10:04
Speaker 3: intekigen en zo, dat gaat allemaal automatiseren. Maar ik denk
10:10
Speaker 3: dat ongeveer 40% van onze werknemers... eigenlijk alleen maar bezig
10:13
Speaker 3: zijn met die uitzonderingen
10:15
Speaker 2: Met vormen van compliance
10:17
Speaker 2: Ja, vormen van
10:18
Speaker 3: compliance. Maar dat is een hele ruwe schatting. Ik kan
10:22
Speaker 3: daar heel erg mis mee zitten. Wat ik eigenlijk wil,
10:24
Speaker 3: is dat het grootste deel van de mensen... een soort
10:26
Speaker 3: van software-engineer zijn.
10:29
Speaker 2: Dus meer dan duizend van jouw mensen... software-engineers proef ik
10:32
Speaker 2: dan een beetje?
10:32
Speaker 3: Ja, dat is... een functie maken. Ik denk dat we
10:36
Speaker 3: wel meer dan duizenden mensen hebben die nu... Met
10:38
Speaker 2: software bezig zijn. En dat in deze tijd, waarin je
10:41
Speaker 2: met AI juist heel veel software kan bouwen. Ja, precies.
10:45
Speaker 2: Dus hoe is dat voor jullie, Joop van der Voort,
10:46
Speaker 2: niet een bedreiging, maar een kans die jullie nu al
10:49
Speaker 2: gebruiken dan?
10:50
Speaker 3: Ja, het is meer dat we, afgezien dat het super
10:53
Speaker 3: duur is, al die tokens, maar het is meer dat
10:55
Speaker 3: ik dus nu duizend plus mensen heb die allemaal... oplossingen
10:59
Speaker 3: voor zichzelf kunnen bouwen. Want voorheen was het zo dat
11:02
Speaker 3: ik dus... ik had iemand in mijn tax team, dus
11:05
Speaker 3: in het belastingenteam... en die zegt nou, elke maand moet
11:07
Speaker 3: ik een formuliertje invullen... en dan moet ik hier naartoe sturen.
11:10
Speaker 3: Dat gaan we nooit automatiseren, want één keer per maand...
11:12
Speaker 3: en dan kost die persoon dertig minuten. Daar hebben we
11:14
Speaker 3: geen zin in. Daar hebben we geen tijd voor. Dat
11:15
Speaker 3: is niet een hoge prioriteit. Maar die persoon, zij kan
11:18
Speaker 3: nu gewoon zelf zeggen... oh, klat, dit is wat ik doe.
11:21
Speaker 3: Kan je dit voor me automatiseren? En die doet het
11:23
Speaker 3: dan gewoon. Dus bij jou, in
11:25
Speaker 5: jou, ze zeggen nu wat er naartoe gaat, dat iedereen
11:28
Speaker 5: individueel zijn eigen werkproces optimaliseert met Cloud Code. Bij
11:33
Speaker 3: jou gebeurt dat dus? Bij ons gebeurt dat, ja. En
11:35
Speaker 3: dat gebeurt meer in de ene plek van de organisatie
11:38
Speaker 3: dan in de andere. Het verschilt nog heel erg per mens,
11:40
Speaker 3: maar in principe ja, iedereen doet dat
11:42
Speaker 3: En hoeveel win je daarmee? Wat merk je daaraan? Ja,
11:45
Speaker 3: het is heel moeilijk te meten. Tuurlijk, maar probeer even.
11:47
Speaker 3: Geef
11:48
Speaker 2: eens een rough
11:49
Speaker 3: estimate. Ik denk dat de gemiddelde persoon ongeveer year over year...
11:53
Speaker 3: ongeveer twee tot vijf keer productiever is. Dus die doet
11:57
Speaker 3: 200 tot 500 procent meer werk... Ik denk dat het
12:01
Speaker 3: voor bepaalde mensen in een organisatie een factor 10 tot
12:04
Speaker 3: 100 is.
12:05
Speaker 2: Afhankelijk van hoe handig ze zijn of hoeveel geluk ze
12:08
Speaker 2: hebben met waar ze op stuiten? Nee, het is niet geluk.
12:10
Speaker 3: Het is afhankelijk van de problemen waarmee ze werken. En
12:14
Speaker 3: inderdaad hoe goed ze daarmee om kunnen gaan. Hoeveel initiatief
12:19
Speaker 3: ze aan nemen. En hoe hard ze bezig zijn. Om
12:21
Speaker 3: daar echt zichzelf uit te werken. En dat is een
12:23
Speaker 3: heel groot verschil dat we zien. Tussen mensen die echt
12:26
Speaker 3: een probleem vastgrijpen. En zeggen ik ga dit gewoon zelf oplossen.
12:29
Speaker 3: En mensen die misschien wat meer twijfelen over. Zal ik
12:32
Speaker 3: dit wel doen? Kan ik dit überhaupt doen?
12:34
Speaker 5: In
12:34
Speaker 3: het meeste geval is het. Ja je kan het doen.
12:35
Speaker 3: Je moet het gewoon heel graag willen.
12:37
Speaker 5: Ik vind het heel mooi. Want iedereen is zijn eigen
12:39
Speaker 5: workflow verbeteren. Daardoor zijn alle SaaS bedrijven... hebben we dat
12:43
Speaker 5: nog nodig, al die licenties? Daar heb je volgens mij
12:46
Speaker 5: ook een uitgesproken mening over. Wat
12:48
Speaker 3: doen we er
12:48
Speaker 5: allemaal mee?
12:49
Speaker 3: Wij kopen eigenlijk geen software meer. Kijk dit, jongens. Je
12:53
Speaker 3: bouwt gewoon alles zelf. En we zijn bijna alles aan
12:56
Speaker 3: het vervangen. Met eigen oplossingen. Je hoeft namelijk niet meer
13:02
Speaker 3: je SaaS te bouwen. Dus als je een of andere
13:04
Speaker 3: app hebt... AppX. Die is heel duur. Want ze zijn
13:10
Speaker 3: allemaal heel duur. Als je 2000 mensen hebt. Dan moet
13:13
Speaker 3: je de hoogste veiligheid. Die zijn allemaal heel duur. En
13:18
Speaker 3: die hebben echt duizenden en een verschillende features. Die allemaal
13:21
Speaker 3: duizenden en een problemen oplossen. Maar jij hebt maar één probleem.
13:24
Speaker 3: Dus wat ga je doen? Je zegt ik ga daar
13:26
Speaker 3: niet meer Dat doen wij dus met alles in het bedrijf.
13:32
Speaker 3: En dan heb je niet alleen dat je dat ene
13:33
Speaker 3: probleem oplost... wat je ook vaak oplost, is dat er...
13:36
Speaker 3: in plaats van dat er 30.000 verschillende apps zijn... SaaS-apps
13:39
Speaker 3: die je nou moet integreren... en daar zijn er weer
13:41
Speaker 3: apps voor om dat weer met elkaar te integreren... heb
13:43
Speaker 3: je gewoon één database waar iedereen naar wijst... en al
13:46
Speaker 3: jouw apps opbouwt. En dat hebben wij dus gedaan bij
13:48
Speaker 3: ons in de labs. Dus iedereen wijst gewoon naar dezelfde data.
13:52
Speaker 3: En al die apps werken dus perfect. En als er
13:54
Speaker 3: iets een keer niet werkt, dan kan je dat aanpassen
13:57
Speaker 5: Maar hoe kijk je dan naar al die SaaS softwarebedrijven?
14:00
Speaker 5: Ze gaan soms naar beneden in de aandeelwaarde
14:06
Speaker 3: Ja, net als dat wij... We hebben natuurlijk heel veel
14:09
Speaker 3: mensen in dienst. Dus als ik het bedrijf nou opnieuw
14:11
Speaker 3: zou beginnen... dan zou ik nooit zoveel mensen aannemen. Maar
14:14
Speaker 3: nu dat ik ze heb, ga ik ze gebruiken. En
14:16
Speaker 3: ik denk dat heel veel van dit soort bedrijven... die
14:17
Speaker 3: nog steeds heel goed geld verdienen... die zitten natuurlijk allemaal
14:19
Speaker 3: nog in jarenlange licenties... die nog heel lang doorlopen. Die
14:22
Speaker 3: gaan nu heel hard werken. Die moeten nu heel hard werken...
14:25
Speaker 3: om ervoor te zorgen dat ze ook echt waarde leveren.
14:28
Speaker 3: Dus ja, ik ben niet aan het investeren in publieke staatsbedrijven.
14:34
Speaker 3: Nou ja, en je hebt een hiringstop, proef ik een beetje.
14:37
Speaker 3: Of valt dat al mee? Nee
14:39
Speaker 3: we
14:40
Speaker 2: nemen nog wel mensen aan. Maar we houden ongeveer tien
14:42
Speaker 2: op dezelfde grootte. Ja, precies. Dus we gaan mensen uit
14:44
Speaker 2: en weer mensen in. We praten zo verder met onze
14:46
Speaker 2: gasten in de Grote Tech Show. Na deze boodschappen. En
14:52
Speaker 2: nu verder in gesprek met onze gasten. Maar goed, en hoe,
14:56
Speaker 2: je noemde net een woord labs, hoe low to the
14:58
Speaker 2: ground is dat? Mag dat echt van, hé, ik heb
15:00
Speaker 2: een leuk idee, ik heb het gevi-code, we doen het
15:02
Speaker 2: even langs onze eigen compliance en we gebruiken het? Of
15:04
Speaker 2: moet je robuuster dan dat zijn
15:06
Speaker 3: Nee, minder nog. Wat we hebben dus gedaan, we hebben
15:08
Speaker 3: een soort van scaffolding gemaakt, een soort van structuur waarin
15:11
Speaker 3: jij dus een app kan bouwen, wel gewoon met cloud code,
15:13
Speaker 3: je kan alles bouwen,
15:14
Speaker 2: als je een
15:15
Speaker 3: Ja, nee, dat weten wij ook inmiddels niet. Als je
15:17
Speaker 3: een computerspelling wil maken, dan
15:18
Speaker 1: kan je
15:19
Speaker 2: een computerspelling erin maken.
15:20
Speaker 3: Ook hier op onze eigen redactie. Maar binnen onze labsomgeving.
15:24
Speaker 3: En dat gaat wel gewoon door het normale code review proces.
15:27
Speaker 3: Dat is ook gedelselijk geautomatiseerd nu. Maar dat is het.
15:31
Speaker 3: En dat voldoet altijd. Er zit altijd binnen onze secure omgeving.
15:35
Speaker 3: Je hebt automatisch permissies en weet ik wat allemaal. Maar
15:37
Speaker 3: in principe kan je gewoon alles bouwen. Punt
15:41
Speaker 2: Zijn er dan toch bepaalde dingen in alles wat jullie doen.
15:44
Speaker 2: Zowel ontwikkeling als je dienst die je levert aan de klanten.
15:47
Speaker 2: Waarvan je zegt daar is automatisering gewoon zo moeilijk of
15:52
Speaker 2: gewoon niet mogelijk. Ja, mensen praten met
15:54
Speaker 3: mensen. Dat doen wij ook hier. Ja, dus als jij
15:59
Speaker 3: dus een werknemer hebt die een probleem heeft... of jij
16:02
Speaker 3: bent zelf die werknemer... dan is het heel fijn om
16:04
Speaker 3: gewoon met een mens te praten... in plaats van met
16:06
Speaker 3: een AI-agent. Oh, zowaar. Ik
16:08
Speaker 2: hoor hier een
16:08
Speaker 3: tegengeluidje op. Ja, en ook... Nou ja, net als wij
16:11
Speaker 3: nu het praten
16:12
Speaker 2: zijn. Dat vind ik ook fijn, maar het is moeilijk
16:15
Speaker 2: om nog een mens te vinden... bij een klantenservice tegenwoordig,
16:17
Speaker 2: maar bij jullie dus wel. Of hangt dat van het
16:20
Speaker 2: traject af?
16:21
Speaker 3: Nou ja, in principe de eerste lijn is inderdaad een AI-agent.
16:25
Speaker 3: En die kan ook heel veel dingen oplossen voor je.
16:26
Speaker 3: Dus op zich is dat niet het probleem. Maar als
16:28
Speaker 3: wij dus iets heel gevoeligs met jou bespreken... dan doen
16:30
Speaker 3: wij dat zelf. Dan zijn dat gewoon mensen die met
16:32
Speaker 3: jou aan de telefoon bellen... of video gaan bellen of zo.
16:35
Speaker 2: En dat gaat ook nooit weg
16:36
Speaker 3: hoorde ik jou eigenlijk zeggen. Of dat weg gaat, weet
16:39
Speaker 3: ik niet. Ik denk dat uiteindelijk bedrijven willen... Beide kanten.
16:42
Speaker 3: Ik denk dat individuen snel hun problemen willen worden opgelost.
16:46
Speaker 3: En ik denk dat bedrijven makkelijk dingen willen verkopen. En
16:49
Speaker 3: dus AI agents maken het allemaal super veel makkelijker en sneller.
16:53
Speaker 3: Maar voor hele grote deals. Dan heb je het over
16:55
Speaker 3: vertrouwen in onze business. Waarbij je eigenlijk altijd goed moet doen.
16:59
Speaker 3: Mensen willen vaak nog een echt persoon zien aan de
17:02
Speaker 3: andere kant. En voorlopig gaat het niet weg. Misschien gaat
17:05
Speaker 3: het weg als het niet meer mensen hoeven uit te betalen.
17:06
Speaker 3: Maar voorlopig is dat
17:09
Speaker 5: Wat is het nadeel? Wat is de downside van... Optimaliseren
17:13
Speaker 5: van steeds efficiënter, steeds makkelijker. Wat is de nadeel daarvan
17:17
Speaker 3: Niks. Het is een uitdaging. Er bestaat niet meer een
17:23
Speaker 3: soort van baan, in ieder geval bij ons bedrijf, dat
17:25
Speaker 3: je gewoon vijf jaar hetzelfde kan doen. Ik heb wel
17:28
Speaker 3: eens mensen die tegen me zeggen, ja, maar hoe doe
17:30
Speaker 3: je dan met change management? Dus hoe zorgen we ervoor
17:32
Speaker 3: dat de dingen... En ik zeg, we doen geen change management,
17:34
Speaker 3: want het is gewoon een constante. Al
17:36
Speaker 2: die 2000 mensen zijn gewend aan veranderingen en steenige constanten
17:39
Speaker 3: Nou, gewend weet ik niet, maar
17:40
Speaker 2: ze
17:40
Speaker 3: weten dat er geen alternatief is binnen ons. Dat je
17:44
Speaker 3: eigenlijk continu bezig moet zijn met het evalueren van je
17:47
Speaker 3: eigen baan... maar ook de omgeving waarin je zit verandert continu.
17:50
Speaker 3: Want als we dat niet doen, dan raken we achter
17:52
Speaker 3: op de rest van de industrie. Maar
17:54
Speaker 2: de reden waarom Ben's vraag extra relevant is... jullie heten remote,
17:57
Speaker 2: maar je hebt ook nog bijna allemaal mensen die remote werken.
17:59
Speaker 3: Ja, alleen
17:59
Speaker 2: maar, we hebben geen kantoor. Om aan te geven, en
18:02
Speaker 2: toch ze allemaal op dezelfde pagina te krijgen...
18:06
Speaker 3: Ja,
18:06
Speaker 2: nou ja, van mijn probleem. Jij zei net mensen praten
18:09
Speaker 2: met mensen. Wij zitten nu wel met elkaar in dezelfde studio.
18:12
Speaker 2: Dat doen jullie eigenlijk per definitie dus niet. En toch
18:14
Speaker 2: heb je al die 2000 allemaal remote... allemaal in de
18:17
Speaker 2: know van verandering is hoe het hier gaat. Ja, we
18:20
Speaker 2: praten wel heel veel met elkaar...
18:21
Speaker 3: Maar het is dus videobellen met name. Er zijn twee,
18:24
Speaker 3: drie manieren waarop we communiceren. Ten eerste hebben we gewoon Slack,
18:28
Speaker 3: dat is zo'n chatprogramma. Dat
18:31
Speaker 2: heb je nog niet gefiped. Nee,
18:32
Speaker 3: precies. We hebben erover nagedacht, maar zeg maar... We denken
18:37
Speaker 3: wel altijd van, heeft hij nou een voordeel? Halen we
18:39
Speaker 3: hier een voordeel uit? En daar nog net niet. Misschien hoor,
18:43
Speaker 3: we hebben het over nagedacht. En dan videobellen. En dat
18:46
Speaker 3: doen we super super veel. En af en toe komen
18:49
Speaker 3: mensen samen. Teambuilding. Teambuilding-achtige dingen. Of als je bijvoorbeeld, met
18:54
Speaker 3: mijn directe team... komen we elk kwartaal een keertje samen.
18:58
Speaker 3: Om acht uur... in een meeting te zitten op Zoom
19:01
Speaker 2: dat wil niemand. Ja, maar daar snij jij wel iets aan.
19:04
Speaker 2: En dat is dan alleen maar hoe het voor de
19:05
Speaker 2: individu is... om de hele dag achter dat schermpje te zitten.
19:08
Speaker 2: Maar dan moeten we het ook hebben over al die andere...
19:11
Speaker 2: relatieve meer legacy techbedrijven... die nu de laatste twee, drie
19:14
Speaker 2: jaar iedereen terug naar kantoor aan het sleuren. Voor de vibe.
19:18
Speaker 2: Voor de vibe. Ja, maar...
19:22
Speaker 3: Wat ik altijd zeg, als je hele bedrijf remote is...
19:24
Speaker 3: dan hoef je dat niet meer te doen. Maar als
19:26
Speaker 3: jij een bedrijf bent dat met name in een kantoor
19:28
Speaker 3: heeft gewerkt... en dan werd je opeens remote en nu
19:31
Speaker 3: half bakken hybride... ja, dat is heel lastig. Dus jij
19:34
Speaker 3: zegt
19:35
Speaker 2: of iedereen op kantoor of iedereen vanuit huis... en dan
19:37
Speaker 2: werkt het
19:37
Speaker 3: Ja, en ik zeg ook heel vaak tegen mijn collega's...
19:39
Speaker 3: ik zou heel graag iedereen in kantoor willen hebben... maar
19:40
Speaker 3: dan moet het wel net naast mijn huis staan. En
19:43
Speaker 3: dan moet iedereen daar magisch verschijnen wanneer ik ze nodig heb.
19:47
Speaker 3: Maar dat kan niet, dus dan houden we het zo
19:49
Speaker 2: Maar oké, dat is dus... een bewuste keuze. Waar zie
19:51
Speaker 2: je dat dit zich dan naartoe ontwikkelt? Want ik heb
19:53
Speaker 2: toch die hele tijd een beetje heen en weer shocken.
19:56
Speaker 2: Ik wil niet zeggen dat er weer een coronapandemie is.
19:59
Speaker 2: Maar wel of niet het recht op thuiswerk is nog
20:01
Speaker 2: steeds een punt van discussie. Juist als we zien steeds
20:04
Speaker 2: meer bedrijven gaan internationaal. Nou, wat jullie doen. Het blijft
20:08
Speaker 2: een soort terugkerend...
20:11
Speaker 3: Ja, ik denk dat we er eigenlijk niet uitkomen... voordat
20:14
Speaker 3: AI al de banen afneemt die in kantoren worden gedaan.
20:17
Speaker 3: Nou ja, dat is mijn punt. Ja, dus dat is
20:19
Speaker 3: wat ik denk dat gaat gebeuren. We blijven hier ergens
20:22
Speaker 3: in de midden tussen zitten. Want al deze bedrijven kunnen
20:26
Speaker 3: niet helemaal naar alleen office space gaan. Want dan gaat
20:27
Speaker 3: iedereen weg. Want iedereen is gewend aan, ik kan in
20:30
Speaker 3: ieder geval deels thuis werken. En andersom gaat het ook
20:33
Speaker 3: niet gebeuren, want er zijn heel veel leases. En het
20:34
Speaker 3: is een hele andere manier van werken om remote te werken.
20:37
Speaker 3: En eigenlijk wat we nu zien is natuurlijk dat... Want
20:39
Speaker 3: eigenlijk al het kenniswerk, het werk dat wordt gedaan op computers...
20:42
Speaker 3: dat gaat gewoon verdwijnen. Dat wordt gewoon geautomatiseerd. En dan
20:46
Speaker 3: heeft het geen zin meer om in een kantoor te zitten.
20:48
Speaker 3: Of juist wel, omdat het gewoon gezellig is. Maar
20:50
Speaker 5: Job, wat ik
20:50
Speaker 3: wil
20:50
Speaker 5: weten... voor mij ben jij dus een bedrijf van de toekomst.
20:54
Speaker 5: Weet je, nu opgezet, alles met agents, zoveel mogelijk automatiseren.
20:58
Speaker 5: Dan kan je thuis werken. Ik vraag me nu af,
21:00
Speaker 5: het menselijke contact, hoe belangrijk is dat? Maar bedrijf van
21:02
Speaker 5: de toekomst. Iedereen op de manier van zijn eigen werkproces...
21:06
Speaker 5: En dan denk je aan legacybedrijven die moeten veranderen... die
21:09
Speaker 5: moeten die AI-transformatie maken, vinden ze moeilijk enzovoort. Dus ik
21:13
Speaker 5: vind het wel interessant van jou te horen, hoe denk
21:15
Speaker 5: jij dan... In een andere industrie moet je wel bij
21:21
Speaker 5: elkaar komen. Dat je dan elkaar wel moet zien. Je
21:23
Speaker 5: hebt wel alles geautomatiseerd, je eigen werkproces. Hoe kijk je daarnaar?
21:27
Speaker 3: Ja, ik weet het niet. Mijn filosofie is niet... we
21:29
Speaker 3: moeten heel transactioneel ons werk alleen thuis zitten doen. Het
21:32
Speaker 3: is meer dat als je remote werkt... of als je
21:35
Speaker 3: werkt zoals wij werken... dat je gewoon veel efficiënter bent...
21:38
Speaker 3: en hou je meer tijd over voor andere dingen. in
21:41
Speaker 3: de rest van je leven. En ik denk dat daar
21:43
Speaker 3: over vijf tot tien jaar... over vijf tot tien jaar
21:45
Speaker 3: denk ik dat de meeste mensen... niet meer veertig uur
21:46
Speaker 3: in een kantoor werken. Wat nu wel natuurlijk het geval is.
21:50
Speaker 3: Er is heel veel werk dat over vijf tot tien jaar...
21:52
Speaker 3: nog wel moet worden gedaan door mensen. Omdat de robots
21:54
Speaker 3: nog niet goed genoeg zijn tegen zijn tijd. Dus die
21:58
Speaker 3: moeten
21:58
Speaker 5: sowieso samen. Maar al het digitale werk wat je net zei...
22:01
Speaker 5: dat is wel weer geautomatiseerd. Dat kan je automatiseren
22:04
Speaker 3: Ik denk dat als je kijkt wat mensen vandaag doen
22:07
Speaker 3: in kantoor... dat het grootste aandeel van het werk dat
22:11
Speaker 3: zij doen volledig verdwijnt. Misschien vinden we wel genoeg andere
22:14
Speaker 3: dingen om te doen. Want mijn visie is ook dat
22:17
Speaker 3: ik die 2000 mensen in dienst hou... groot bedrijf kunnen bouwen,
22:24
Speaker 3: waar we allemaal heel goed bezig zijn. En we zijn
22:26
Speaker 3: in plaats van data van het ene hokje naar het
22:28
Speaker 3: andere hokje te plaatsen en e-mails te schrijven, dat we
22:31
Speaker 3: bezig zijn met... Ik heb in ieder geval een leger
22:34
Speaker 3: aan AI-agents en die doen allemaal dingen voor me en
22:36
Speaker 3: die maken het leven van onze klanten beter. Maar of
22:39
Speaker 3: dat nou voor iedereen in de wereld gaat gebeuren, dat
22:40
Speaker 3: weet ik niet.
22:41
Speaker 5: Ik wil even specifiek op die... Hoe goed vind jij ze?
22:44
Speaker 5: Ik heb heel vaak als ik mijn agents heb... Kan beter,
22:47
Speaker 5: kan beter, kan beter. Dus ik ben nooit tevreden.
22:50
Speaker 3: Of
22:51
Speaker 5: heb jij van... Het is wel echt goed.
22:56
Speaker 3: We nemen dit op. Nu. En dan komt dit uit
23:00
Speaker 3: over een week of zo. Of iets. Ja. Ja. Over
23:03
Speaker 3: een week zal de wereld anders zijn dan het nu is.
23:06
Speaker 3: En we hebben nu de laatste AI-models die drie weken,
23:09
Speaker 3: vier weken geleden uitkwamen. Dat zijn de eerste models die
23:12
Speaker 3: sneller zijn dan mensen in het gebruiken van een computer.
23:15
Speaker 3: We hebben nu de eerste models die nog niet uitgereleased zijn.
23:18
Speaker 3: Die grote complexe wiskundige problemen oplossen. Als je kijkt naar
23:22
Speaker 3: de onprogrammeurs bij Remote. In het begin van het jaar
23:25
Speaker 3: was het iets van 40% van alle code werd geschreven
23:27
Speaker 3: door AI. Nu zitten we op 100%. Het
23:31
Speaker 5: wordt alleen gereviewd. Maar dan heb je als developer, die
23:35
Speaker 5: code moet beter. Dus ik wil nog meer eruit halen.
23:40
Speaker 5: Dat gevoel heb ik. Dus die modellen worden beter. Maar
23:42
Speaker 5: je loopt als mens altijd, eis je meer? Of heb
23:45
Speaker 5: je van op een gegeven moment, oké, deze functie, wat
23:48
Speaker 5: ik wil, dat doet hij, klaar
23:50
Speaker 3: afgetikt. Programmeren is gewoon opgelost. En het wordt wel beter.
23:56
Speaker 3: En we verwachten er meer van. Maar het is gewoon
23:57
Speaker 3: volledig opgelost. Ik heb nu een AI agent. Die draait
24:01
Speaker 3: nu al drie weken zonder stoppen. En die is een
24:03
Speaker 3: programma aan het bouwen. En ik heb hem gewoon een
24:06
Speaker 3: hele hoge level instructie gegeven. Ik zeg dit is wat
24:08
Speaker 3: je moet bouwen. Nou, dat is een heel complexe interne app.
24:11
Speaker 3: En elke keer als je een vraag heeft... gaat die
24:14
Speaker 3: studie gewoon een berichtje op Slack naar een van mijn collega's...
24:16
Speaker 3: die daar toevallig de subject matter expert is. Krijgt dan
24:19
Speaker 3: een antwoord. Slaat dat antwoord ergens op. En blijft bouwen.
24:22
Speaker 3: En af en toe studeert hij met een berichtje en zegt... oké,
24:23
Speaker 3: ik heb dit allemaal gebouwd. Test het even. Werkt het goed?
24:27
Speaker 3: En nu ben ik nog op het punt waarbij ik denk...
24:29
Speaker 3: nou ja, functioneel werkt het, maar het kan wat mooier...
24:31
Speaker 3: of wat eleganter werken en zo. Maar ja, als ik... één,
24:35
Speaker 3: twee stappen hoger ga in model, intelligente model... of meer effort,
24:41
Speaker 3: want je kan instellen hoeveel ze nadenken. Lekker op max. Ja, precies.
24:45
Speaker 3: Dat kan ik me helaas niet veroorloven. Nee,
24:48
Speaker 5: over tokenkosten wil ik het ook
24:50
Speaker 3: nog even. Maar dat gaat zo snel. Toevallig net voor
24:55
Speaker 3: de uitzending had ik opgezocht naar... Hoe verandert dit nou?
24:58
Speaker 3: We zien dat nu ongeveer de kost voor een willekeurige task...
25:02
Speaker 3: dus een bepaalde stukje programmeren bijvoorbeeld... gaat tussen de 30
25:06
Speaker 3: tot 100 keer goedkoper... binnen een span van ongeveer negen maanden.
25:13
Speaker 3: Dus we zijn er al. Het is opgelost. Dus ja,
25:17
Speaker 3: het is niet goed genoeg. Maar volgende week is het
25:19
Speaker 3: weer een stukje beter. En omdat het steeds goedkoper is,
25:21
Speaker 3: kan je er steeds dichterbij... wat het allerintelligente model is.
25:24
Speaker 3: En dat allerintelligente model kan zeker doen wat jij wil.
25:27
Speaker 2: Maar we hebben net vastgesteld dat een significant deel van
25:29
Speaker 2: jouw medewerkers... is met softwareontwikkeling bezig. Hoe voorkom je dat
25:33
Speaker 2: ze dan toch allemaal alleen maar code aan het reviewen zijn...
25:35
Speaker 2: en daar eigenlijk helemaal niet meer zoveel zin in hebben?
25:37
Speaker 3: Maar dat doen ze ook niet meer. Bijna de hele
25:39
Speaker 3: review
25:40
Speaker 2: is
25:40
Speaker 3: ook geautomatiseerd.
25:41
Speaker 2: Dus
25:41
Speaker 3: eigenlijk waar mensen nu mee bezig zijn... is waarbij de oer-programmeur...
25:46
Speaker 3: die was niet bezig met het implementeren... van wat er
25:48
Speaker 3: in zijn ticket stond. Die was bezig met... wat is
25:51
Speaker 3: het probleem dat ik heb en hoe los ik dat op?
25:54
Speaker 3: En hele goede programmeurs deden dat altijd. Die dachten niet over...
25:57
Speaker 3: ik moet ervoor zorgen dat een bepaalde variabele zo wordt veranderd.
26:00
Speaker 3: Die waren bezig met... wat is het grote probleem dat
26:02
Speaker 3: ik oplos voor een klant... En hoe los ik dat
26:05
Speaker 3: op de beste, meest efficiënte manier op? En dat is
26:08
Speaker 3: zeg maar het einddoel. En daar is nu iedereen mee bezig.
26:10
Speaker 3: Dus we zijn nu bezig. En ook hoe je nu
26:12
Speaker 3: met je agent praat... is niet meer van, oh, ik
26:14
Speaker 3: wil dat je nu deze
26:15
Speaker 1: functie schrijft...
26:15
Speaker 3: die zus en zo doet. Nee, je zegt, oké, dit
26:17
Speaker 3: is het probleem. Dit is wat ik aan de andere
26:20
Speaker 3: kant wil hebben. Figure it out. En dan doet hij
26:23
Speaker 3: het gewoon. Dus mijn mensen zijn daarmee bezig. Die zijn
26:25
Speaker 3: heel erg mee bezig met... wat zijn de problemen die
26:27
Speaker 3: we willen oplossen? Hoe willen we die oplossen? En kunnen
26:31
Speaker 3: we ervoor zorgen dat we het zo snel mogelijk kunnen doen?
26:32
Speaker 3: Op een elegante manier. Ben
26:34
Speaker 5: je intern bezig met het optimaliseren van je toonkosten? Of
26:37
Speaker 5: kijk je daar niet naar?
26:38
Speaker 3: Ja, kijk ik wel naar. Dat heeft hij toch gezegd eigenlijk?
26:40
Speaker 3: Nee
26:41
Speaker 5: maar ben je bewust van... dit is te veel, dit
26:44
Speaker 5: kan met een simpeler model...
26:47
Speaker 3: Ja, we hebben een eigen harness gemaakt. Dus dat is
26:51
Speaker 3: een framework waarin je AI engines werken. En die kan
26:55
Speaker 3: automatisch inderdaad naar goedkopere modellen toestappen als het nodig is.
26:59
Speaker 3: Vandaag hebben we gewoon een soort van guidelines. Maar onze
27:03
Speaker 3: spend op AI, dit verdubbelt ongeveer elke maand. Dus op
27:06
Speaker 3: een gegeven moment, als je blijft verdubbelen, moet je er
27:08
Speaker 3: wel iets aan doen. Dus we hebben wel gewoon, ten
27:10
Speaker 3: eerste hebben we gewoon budget ingesteld. Dus... Heel veel mensen
27:13
Speaker 3: lopen tegen het budget aan. Nou is mijn budget vanochtend
27:16
Speaker 3: om negen uur gereset. En ik zit er nu al
27:18
Speaker 3: weer tegenaan. Dus ja, we zijn ermee bezig. En ik
27:23
Speaker 3: denk dat we er steeds meer mee bezig gaan. Maar ja,
27:25
Speaker 3: tegelijkertijd zien we ook dat je met indraad moet goedkomen.
27:27
Speaker 3: En draai je lokale modellen? We gebruiken het voor een
27:30
Speaker 3: paar dingen. Dus bijvoorbeeld, een van de dingen die we
27:32
Speaker 3: doen is... we nemen al onze vergaderingen op, dan krijg
27:35
Speaker 3: je zo'n transcriptie. Dat doen we met lokale modellen nu.
27:37
Speaker 3: Daar heb je gewoon een eigen app voor gemaakt. En
27:40
Speaker 3: voor een paar dingen doen we lokale modellen. Met name
27:42
Speaker 3: zien we dat nog steeds die lokale modellen... en de
27:45
Speaker 3: machines lang niet goed genoeg zijn voor het soort van
27:47
Speaker 3: werk dat wij doen. Dan blijf je toch op klotleunen
27:48
Speaker 3: voor heel veel dingen. Ja, dus we gebruiken heel veel
27:50
Speaker 3: modellen van Entropic en een paar andere. En over tijd
27:53
Speaker 3: denk je dat er ook steeds meer Chinese modellen gaan.
27:55
Speaker 3: Die worden nu ook steeds beter. Maar vooralsnog zien we
27:57
Speaker 3: dat er heel veel voordeel komt... uit het gebruik van
28:00
Speaker 3: grote modellen
28:00
Speaker 2: Wat zijn nog jullie kwetsbaarheden? Want ik moet ook denken
28:03
Speaker 2: aan wat we afgelopen zagen... bij Revolut met de storing
28:05
Speaker 2: bij Google Cloud. Waar zitten buurleden? Dat zou ik eigenlijk
28:09
Speaker 2: willen adresseren. Want als dat dan daar gebeurt, dan hebben
28:11
Speaker 2: we weer ellende... waar we zelf eigenlijk niks aan konden doen.
28:15
Speaker 3: Ja, ik denk voor alle bedrijven is het nu een
28:17
Speaker 3: beetje hetzelfde. En het is hetzelfde wat met Revolut was
28:18
Speaker 3: gebeurd natuurlijk. En dat is dat je bent gewoon afhankelijk
28:20
Speaker 3: van een aantal cloud providers. En de cyberrisk is supergroot
28:26
Speaker 3: voor elk bedrijf op aarde nu.
28:28
Speaker 2: Ja, maar je zal toch proberen om het te minimaliseren
28:30
Speaker 2: voor remote? Waar
28:31
Speaker 3: moet nog het meest geminimaliseerd worden, Job? Ja, waar? Het
28:35
Speaker 3: is een continue ding. Het is niet één ding. Het
28:37
Speaker 3: is niet zo van, er is een heel duidelijk iets
28:39
Speaker 3: waar we... dat we moeten aanpakken. Vroeger was het heel
28:42
Speaker 3: erg van... het zijn de mensen die het probleem zijn.
28:44
Speaker 3: Dus dan heb je duizenden security dingen. Het is heel moeilijk.
28:47
Speaker 3: Ik zat hier beneden en ik... oh, zit hier een camera?
28:51
Speaker 3: Dat is mijn wachtpositie. Maar toen bedacht ik me, ook
28:53
Speaker 3: al heb je mijn wachtwoord... je komt echt nergens in.
28:55
Speaker 3: Je moet 30.000 heel irritante stappen door. Tegenwoordig is het
28:58
Speaker 3: zo dat die modellen... die kunnen zo makkelijk ergens binnen hacken...
29:01
Speaker 3: dat dat eigenlijk het grote risico is. Dus je bent
29:04
Speaker 3: eigenlijk een soort van... continu bezig met alles met security
29:09
Speaker 3: te checken. En dat doen we dus ook.
29:10
Speaker 5: Hoe doe je dat intern met de mensen? 2000 man
29:13
Speaker 5: op afstand. Ja. Allemaal vanuit huis inloggen, allemaal vanuit huis
29:17
Speaker 3: Ja, we hebben alle devices. Dus je kan niks doen
29:20
Speaker 3: als het niet een remote device is. En wij hebben
29:22
Speaker 3: ze allemaal in de management. Dus als jij iets kwijt
29:25
Speaker 3: bent of zo, of als je er niet bij bent...
29:26
Speaker 3: dan lokt je je computer en dan wordt die automatisch gewiped.
29:29
Speaker 3: Dat gebeurt natuurlijk, mensen vergeten wel z'n laptop ergens. Dus
29:31
Speaker 3: dan wordt die gewiped. Dus dat risico, en ik denk
29:33
Speaker 3: ook dat het risico relatief kleiner is. Want we krijgen
29:35
Speaker 3: ook vaak vragenlijsten van bedrijven voor payrolldoening. Die zeggen dan, oh,
29:38
Speaker 3: hebben jullie wel een slot op de deur van jullie kantoor? Ja,
29:41
Speaker 3: hoe lekt dat uit? Ja, precies. Dus dat niet zozeer.
29:47
Speaker 3: En dan verder, we gebruiken die speciale modellen. Dus een
29:49
Speaker 3: aantal speciale modellen van Entropic en OpenAI die voor security
29:52
Speaker 3: check gebruiken
29:54
Speaker 2: Jullie bestaan pas sinds 2019. Waar staan jullie in 2029?
29:58
Speaker 3: Oh, geen idee. Nee, ik durf dat echt niet
30:00
Speaker 2: te zeggen. Is het zoveel... Dat stellen wij ook elke
30:03
Speaker 2: week vast. Maar is het de afgelopen maanden zoveel sneller gegaan...
30:06
Speaker 2: met alleen al ontwikkelingen en AI en alles wat we
30:08
Speaker 2: nu besproken hebben... dat je daar echt gewoon niks meer
30:10
Speaker 2: over kan zeggen? Sinds januari
30:12
Speaker 3: dit jaar. Dit jaar is het transformatief geweest. Dit jaar
30:14
Speaker 3: is het groot voor alles. Voor elk softwarebedrijf op aarde.
30:17
Speaker 3: En als je daar nog niet bent... Misschien ben je
30:20
Speaker 3: nog net op tijd, zeg maar. Maar dit jaar is
30:22
Speaker 3: echt het allergrootste verandering dat ik ooit heb gezien. En
30:24
Speaker 3: we zien het alleen maar toenemen. Het gemiddelde tijd tussen
30:27
Speaker 3: een nieuwe release van een nieuw model is 18 dagen nu.
30:30
Speaker 3: Van de grote modellen. En zo wordt het zoveel beter.
30:33
Speaker 3: Zo snel. Het is absurd. Nou, volgens mij zitten jullie
30:37
Speaker 3: er bovenop. Ja, we
30:38
Speaker 5: doen ons best. Ben? Ja, top. Ja, fijn. Vooral het
30:43
Speaker 5: bedrijf van de toekomst. Ja. Nee, want kijk, ik kom
30:45
Speaker 5: natuurlijk bij heel veel bedrijven. En die zie ik allemaal.
30:48
Speaker 5: En die hebben allemaal AI-implementatie.
30:50
Speaker 1: Proeftuintje
30:50
Speaker 5: hier. Proeftuintje daar. En hoe gaan we nou de adoptie doen?
30:54
Speaker 5: Heb je daar nog een goede inzicht in?
30:56
Speaker 3: Ja, wij hebben dit ook een probleem gehad. En nu
31:00
Speaker 3: hebben we dus gewoon een eigen AI-course gemaakt. Dat is
31:03
Speaker 3: ook beschikbaar, AI4actualwork.com. Je kunt
31:06
Speaker 2: externen ook gebruiken? Ja, dat is gratis. Het zijn nu
31:08
Speaker 3: vier of vijf courses. Ook in een software factory.
31:11
Speaker 2: En hoe onderscheidt hij zich van de duizenden en een
31:13
Speaker 2: andere AI-trainer? Dat hoeft niet eens. Nee, hij onderscheidt zich
31:15
Speaker 2: helemaal niet. We hebben het gewoon voor onze eigen
31:17
Speaker 3: doelen gemaakt.
31:18
Speaker 2: Misschien dat andere mensen hier ook wat aan hebben. Maar
31:20
Speaker 3: met AI laten maken natuurlijk. Ja, gedeeltelijk. Wij hebben een
31:25
Speaker 3: vorm gegeven van wat willen we erin hebben. En dan
31:28
Speaker 3: gedeeltelijk met wat wij een sterke mening over hebben. En
31:31
Speaker 3: dan hebben we gewoon iedereen gezegd, dit moet je doen, punt.
31:34
Speaker 3: En dat hielp me ook. En de laatste... We begonnen
31:38
Speaker 3: met een suggestie, maar dat hielp me niet. Alleen de
31:41
Speaker 3: mensen die heel enthousiast waren. En dan aan het einde
31:43
Speaker 3: van die cursus, of in ieder geval het eerste boek
31:46
Speaker 3: nu in de cursus, daar moet je ook zelf iets bouwen.
31:49
Speaker 3: Met cloud code. Dus iedereen moet... Die wordt aan het
31:52
Speaker 3: werk gezet. Die wordt aan het werk gezet, die moet
31:53
Speaker 3: het doen. Het is niet per se heel makkelijk of zo.
31:55
Speaker 3: En het gaat ook best wel diep over hoe die
31:57
Speaker 3: modellen nou werken. Wat is de terminologie en zo. En
32:00
Speaker 3: dat is het eigenlijk. Dat is het standpunt. En nu
32:01
Speaker 3: weten we ook dat iedereen dat heeft gedaan. Dus nu
32:03
Speaker 3: kan ik ook tegen iemand zeggen van... Ik zie nog
32:06
Speaker 3: steeds heel vaak op slijke dingen langskomen... en dan denk
32:07
Speaker 3: ik van, dat kan je gewoon zelf oplossen. Bouw het zelf.
32:11
Speaker 3: Los het zelf op. Er
32:12
Speaker 1: was
32:12
Speaker 3: vandaag nog iemand die zei iets heel raars. Die zegt, ja,
32:15
Speaker 3: ik moet dit hierheen. En dan moet ik dit bestand transformeren.
32:19
Speaker 3: Ik zeg, maar waarom verander je niet gewoon die app
32:21
Speaker 3: zodat die voor je werkt? Dat is een interne app.
32:22
Speaker 3: Ik zeg, dat kan je zelf doen.
32:24
Speaker 2: Zoals of iemand zijn zwemdiploma niet gehaald heeft.
32:26
Speaker 3: Ja, eigenlijk wel, ja.
32:30
Speaker 2: onze zwemdiploma. Wat was het URL? AIforactualwork.com. En dat is
32:37
Speaker 2: dus het credo van Remote. In elk geval in de
32:40
Speaker 2: woorden van CEO Job van der Voort. Dankjewel Job. Tot
32:43
Speaker 2: zover voor nu. Luister de Grote Tech Show juist ook
32:45
Speaker 2: als podcast via de app waar jij dat doet. Abonneer
32:47
Speaker 2: je daar en vergeet niet een beoordeling achter te laten
32:49
Speaker 2: als je het niet hebt gedaan. En vanaf elke donderdag
32:51
Speaker 2: te luisteren naar de analyse van Ben en mij over
32:53
Speaker 2: wat er verder speelt in de wereld van tech. Tot
32:55
Speaker 2: de volgende Grote Tech Show.
33:00
Speaker 1: De Grote Tech Show wordt mede mogelijk gemaakt door Orange
33:03
Speaker 1: Cyber Defense. Van strategie tot uitvoer, jouw cybersecurity in vertrouwde handen.