Latest / M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands / Eén AI-chatbot die al je data kent: CRM, ERP en databases verenigen met Copilot en Fabric Data Agents (AI-nasynchronisatie)

Transcript

Eén AI-chatbot die al je data kent: CRM, ERP en databases verenigen met Copilot en Fabric Data Agents (AI-nasynchronisatie) · M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands

• 0:00
  Speaker 2: Klaar voor 10 dagen vol Microsoft 365, Copilot, AI, Azure
• 0:05
  Speaker 2: en de mensen die de toekomst van werk vormgeven. Deze
• 0:08
  Speaker 2: januari is M365 komt terug en we pakken groter uit.
• 0:12
  Speaker 2: Doe mee voor live sessies, praktijkdemo's en praktische kennis van
• 0:16
  Speaker 2: MVP's en experts van over de hele wereld. Geen algemene sliedes,
• 0:20
  Speaker 2: geen eindeloze modewoorden. We pakken de echte uitdagingen aan Copilot Studio,
• 0:25
  Speaker 2: AI Agents, Fabric, Beveiliging, Governance en Automatisering. Of je nu IT-professional,
• 0:31
  Speaker 2: ontwikkelaar of zakelijk leider bent, er zijn sessies speciaal voor jou.
• 0:35
  Speaker 2: Met 10 volledige dagen kun je diverse technologieën verkennen en
• 0:38
  Speaker 2: in contact komen met een wereldwijde community. Kijk live mee
• 0:41
  Speaker 2: en neem praktische inzichten mee terug naar je organisatie. Januari 2027,
• 0:47
  Speaker 2: 10 dagen, 1 Microsoft Community. Registratie is nu geopend. Claim
• 0:52
  Speaker 2: vandaag je plek. Dat kan op m365com.net. Meld je nu
• 1:00
  Speaker 2: aan op m365com.net en we zien je live in januari.
• 1:05
  Speaker 2: Op dit moment bevatten je CRM, ERP en databases cruciale inzichten,
• 1:09
  Speaker 2: maar hoe vaak heb je het gevoel dat ze opgesloten
• 1:11
  Speaker 2: zitten in silo's, onmogelijk om samen te doorzoeken? Stel je
• 1:14
  Speaker 2: voor dat je één chatbot een simpele vraag stelt en
• 1:16
  Speaker 2: direct antwoorden krijgt die alles combineren. Dat is wat Microsoft
• 1:19
  Speaker 2: Copilot met Fabric Data Agents mogelijk maakt. Maar hoe ontgrendelt
• 1:22
  Speaker 2: het precies intelligentie tussen systemen en hoeveel werk kost het
• 1:25
  Speaker 2: eigenlijk om dit in te stellen? Laten we het proces
• 1:27
  Speaker 2: ontleden en kijken hoe dit eruit ziet in de echte
• 1:29
  Speaker 2: wereld van bedrijfsdata. De verborgen kosten van versnipperde data. Heb
• 1:33
  Speaker 2: je wel eens het gevoel dat je meer dashboards hebt
• 1:34
  Speaker 2: dan werkelijke inzichten? De meeste bedrijven zwemmen al in de rapporten.
• 1:38
  Speaker 2: Finance heeft zijn erp spreadsheets, marketing maakt eigen CRM-exports en
• 1:43
  Speaker 2: IT bewaakt een schatkist aan databases die buiten hun team
• 1:46
  Speaker 2: niemand lijkt te begrijpen. Op papier ziet het eruit als
• 1:49
  Speaker 2: een goudmijn aan informatie. In de praktijk voelt het meer
• 1:51
  Speaker 2: als verspreide fragmenten die weigeren samen te komen, hoeveel moeite
• 1:55
  Speaker 2: er ook in wordt gestoken. Je hoort de zucht in
• 1:57
  Speaker 2: de kamer bijna als iemand om een simpel gecombineerd rapport
• 2:00
  Speaker 2: vraagt en iedereen weet dat het weken gaat duren. Het
• 2:02
  Speaker 2: probleem is niet dat de informatie niet bestaat, maar dat
• 2:05
  Speaker 2: elk systeem vasthoudt aan zijn eigen waarheid alsof het de
• 2:08
  Speaker 2: enige bron is die ertoe doet. Er bevat transactierecords die
• 2:11
  Speaker 2: jaren teruggaan. CRM weet met wie de verkopers gisteren spraken
• 2:15
  Speaker 2: en een half dozijn databases slaat alles op, van supply
• 2:17
  Speaker 2: chain updates tot productiviteitscijfers van werknemers. Geen van hen wil
• 2:21
  Speaker 2: zonder slag of stoot met de ander communiceren. Mensen eindigen
• 2:23
  Speaker 2: met het rondmelen van statische Excel-bestanden, kopiëren cijfers naar PowerPoint
• 2:27
  Speaker 2: en hopen dat niemand de vertraging opmerkt tussen wat wordt
• 2:29
  Speaker 2: gepresenteerd en wat er vandaag echt gebeurt. Je ziet het
• 2:31
  Speaker 2: gebeuren in echte teams. Een salesmanager stelt mogelijk kwartaaldoelen vast
• 2:34
  Speaker 2: op basis van CR en pijplijngegevens van afgelopen maandag. Op
• 2:37
  Speaker 2: donderdag wacht het financiële team nog op de update van
• 2:40
  Speaker 2: de ERP-reconciliatie, waardoor de omzetcijfers per systeem verschillen. Marketing komt
• 2:45
  Speaker 2: met campagne-data van vorige week en plotseling heeft het bedrijf
• 2:49
  Speaker 2: drie verschillende beelden van dezelfde kwartaalprestaties. Beslissingen worden in die
• 2:53
  Speaker 2: mist genomen en zijn soms ronduit verkeerd omdat men naar
• 2:55
  Speaker 2: verouderde cijfers kijkt zonder het te beseffen. Het constant op
• 2:58
  Speaker 2: elkaar afstemmen van systemen vreet aan de dag van iedereen.
• 3:01
  Speaker 2: Iemand moet de export draaien, kolomkoppen opschonen, bestanden samenvoegen, formaten
• 3:05
  Speaker 2: corrigeren en alles naar een ander systeem uploaden. De volgende
• 3:08
  Speaker 2: week herhaalt de cyclus zich. Het is handmatig, repetitief werk
• 3:11
  Speaker 2: dat tijd kost en toch gaten laat vallen. Het frustrerende
• 3:14
  Speaker 2: is dat werknemers hun energie niet aan analyses besteden, maar
• 3:17
  Speaker 2: aan mechanische taken die software jaren geleden al had moeten oplossen.
• 3:21
  Speaker 2: Iedereen kent het gevoel van eindeloze CSV-downloads en voortgangsbalken die
• 3:24
  Speaker 2: tergend langzaam over het scherm kruipen. Als je afstand neemt,
• 3:27
  Speaker 2: zie je dat de kosten meer zijn dan alleen vermoeidheid.
• 3:29
  Speaker 2: Industrieonderzoeken benadrukken vaak hoeveel productiviteitsverlies voortkomt uit niet gekoppelde systemen.
• 3:34
  Speaker 2: Wekelijks gaan er uren verloren aan het reconciliëren van cijfers
• 3:36
  Speaker 2: die al zouden moeten overeenstemmen. Projecten lopen vast terwijl teams
• 3:39
  Speaker 2: wachten op de juiste dataset. Leidinggevenden aarzelen om actie te
• 3:42
  Speaker 2: ondernemen omdat niemand vertrouwen heeft in de cijfers voor hen.
• 3:44
  Speaker 2: Het is niet dramatisch, maar het stapelt zich snel op.
• 3:47
  Speaker 2: Het verloren momentum is onzichtbaar op de balans, maar haalt
• 3:49
  Speaker 2: stilletjes de resultaten van elk kwartaal omlaag. Tegen de tijd
• 3:52
  Speaker 2: dat een volledig rapport klaar is, is het moment voor
• 3:54
  Speaker 2: actie meestal voorbij. Denk aan gemiste kansen die nooit in
• 3:57
  Speaker 2: de statistieken verschijnen. Als frontline managers snellere, betrouwbare cross-systeem-updates hadden,
• 4:02
  Speaker 2: zouden tekorten opgemerkt kunnen worden voordat klanten er last van hebben.
• 4:05
  Speaker 2: Een campagne zou gepauseerd kunnen worden voordat er meer geld
• 4:08
  Speaker 2: naar een onderpresterend kanaal gaat. Verkopers zouden klanten kunnen benaderen
• 4:11
  Speaker 2: met tijdige aanbiedingen gebaseerd op werkelijke omzet in plaats van giswerk.
• 4:15
  Speaker 2: In plaats daarvan verspillen bedrijven tijd aan het wachten tot
• 4:18
  Speaker 2: rapporten stabiel zijn. Terwijl concurrenten met snellere inzichten als eerste handelen,
• 4:22
  Speaker 2: is dat niet slechts een rapportageprobleem, maar strategie die door
• 4:25
  Speaker 2: je vingers glipt. Wat dit nog erger maakt, is de
• 4:27
  Speaker 2: aanname dat integratie slechts een technisch probleem is op te
• 4:30
  Speaker 2: lossen met weer een data warehouse of extractietool. Maar die
• 4:32
  Speaker 2: oplossingen voegen vaak alleen maar een extra stap toe tussen
• 4:35
  Speaker 2: gebruikers en de antwoorden die ze nodig hebben. De rapporten
• 4:37
  Speaker 2: worden dikker en de dashboards mooier, maar de vertraging en
• 4:40
  Speaker 2: de disconnectie blijven. Het is niet zo dat mensen meer
• 4:42
  Speaker 2: exports nodig hebben, ze hebben muren tussen systemen nodig die
• 4:45
  Speaker 2: de context niet langer blokkeren. Geen enkele afdeling kan het
• 4:47
  Speaker 2: totaalplaatje zien als elke tool hen dwingt in hun eigen
• 4:50
  Speaker 2: silo te blijven. Daarom is het echte verhaal hier geen
• 4:53
  Speaker 2: tekort aan grondstoffen. Bedrijven zitten al op bergetransacties, interacties en langs.
• 4:58
  Speaker 2: De uitdaging is structureel, het zijn de barrières die waardevolle
• 5:01
  Speaker 2: signalen in aparte kamers gevangen houden. Zolang die scheidingswanden niet
• 5:04
  Speaker 2: neergehaald worden, zullen meer dashboards het vertrouw en schat niet dichten.
• 5:07
  Speaker 2: Ze leggen alleen maar een nieuwe laag over onvolledige fundamenten.
• 5:11
  Speaker 2: Dus de echte vraag wordt duidelijk. Als de bottleneck niet
• 5:13
  Speaker 2: de data is, maar de muren die het gescheiden houden...
• 5:16
  Speaker 2: Wat is dan sterk genoeg om die af te breken
• 5:17
  Speaker 2: en die verspreide bronnen eindelijk als één systeem te laten
• 5:20
  Speaker 2: voelen in plaats van tien? Waarom Copilot en Fabric Agents
• 5:23
  Speaker 2: het spel veranderen? De meeste integratietools adverteren graag dat ze
• 5:26
  Speaker 2: alles verbinden, maar als je ze ooit hebt gebruikt, weet
• 5:29
  Speaker 2: je dat ze altijd half afgewerkt voelen. Het is alsof
• 5:31
  Speaker 2: de bedrading ligt. maar het licht nooit echt aangaat als
• 5:34
  Speaker 2: je de schakelaar omzet. Data wordt naar één plek verplaatst, zeker,
• 5:37
  Speaker 2: maar tegen de tijd dat iemand het daadwerkelijk kan gebruiken,
• 5:39
  Speaker 2: is het moment vaak al voorbij. Dat gat tussen verplaatsing
• 5:42
  Speaker 2: en bruikbaarheid is het verschil tussen een centrale dataopslag en
• 5:45
  Speaker 2: een echte besluitvormingstool. Traditionele ETL-systemen of middleware-oplossingen spelen wel een rol.
• 5:50
  Speaker 2: Het is in feite het leidingwerk dat informatie van de
• 5:52
  Speaker 2: ene applicatie naar de andere transporteert. Maar als je ermee
• 5:54
  Speaker 2: gewerkt hebt, weet je dat ze traag zijn als het
• 5:56
  Speaker 2: gaat om het leveren van real-time inzicht. Ze dumpen data
• 5:59
  Speaker 2: in warehouses of lakes waar het blijft liggen totdat je
• 6:01
  Speaker 2: een nieuw batchproces plant om het te verversen. Dat is
• 6:03
  Speaker 2: misschien prima voor maandafsluitingen of compliance rapporten, maar het faalt
• 6:07
  Speaker 2: volledig wanneer je bedrijf wendbaarheid nodig heeft. Een live vraag
• 6:10
  Speaker 2: stellen en uren of zelfs dagen wachten op resultaat is
• 6:12
  Speaker 2: geen manier om een verkoopgesprek te voeren, een operationele prognose
• 6:16
  Speaker 2: bij te sturen of een klantprobleem op te lossen voordat
• 6:17
  Speaker 2: het escaleert. Er is nog een frustratie waar de meeste
• 6:20
  Speaker 2: mensen tegenaan lopen, het zware voorbereidende werk. Deze systemen lijken
• 6:23
  Speaker 2: bijna ontworpen voor specialisten in plaats van voor het personeel
• 6:26
  Speaker 2: dat daadwerkelijk antwoorden nodig heeft. Je eindigt met weken aan configuratie,
• 6:29
  Speaker 2: het mappen van velden van de ene naar de andere applicatie,
• 6:32
  Speaker 2: het schrijven van transformatiescripts, het testen van pipelines en het
• 6:35
  Speaker 2: aanpassen van taken telkens wanneer een dataschema stroomopwaarts verandert. Voor
• 6:38
  Speaker 2: IT-afdelingen is het een eindeloze tredmolen. Voor zakelijke gebruikers is
• 6:42
  Speaker 2: het een wachttijdsspel. En bij elk project ziet het verhaal
• 6:44
  Speaker 2: er hetzelfde uit. Een IT-team zet een indrukwekkende pipeline op,
• 6:48
  Speaker 2: viert dat de integratie werkt, en dan ontdekken zakelijke gebruikers
• 6:51
  Speaker 2: dat ze nog steeds tickets moeten indienen telkens wanneer ze
• 6:53
  Speaker 2: een nieuw overzicht willen. Stel je een verkoopdirecteur voor die
• 6:56
  Speaker 2: zich voorbereidt op een bestuursvergadering op maandag. Het IT-team heeft
• 6:59
  Speaker 2: ERP Financiën al gekoppeld aan CRM-activiteiten, maar de directeur realiseert
• 7:03
  Speaker 2: zich op vrijdagmiddag dat ze uitsplitsingen nodig heeft per productcategorie
• 7:06
  Speaker 2: in Zuidoost-Azië. Met traditionele tools loopt ze vast. Ze kan
• 7:09
  Speaker 2: die analyse niet zelf maken en nu IT andere verzoeken afhandelt,
• 7:12
  Speaker 2: kijkt ze realistisch gezien tegen een vertraging van een week
• 7:14
  Speaker 2: of twee aan. De vergadering vindt plaats zonder die cijfers
• 7:17
  Speaker 2: en weer een kans voor nauwkeurige besluitvorming glipt door de vingers.
• 7:20
  Speaker 2: Dat knelpunt is het echte falen van verouderde integratieoplossingen. Ze
• 7:23
  Speaker 2: verplaatsen misschien data, maar ze bieden niet de juiste ondersteuning
• 7:26
  Speaker 2: aan de mensen die het het hardst nodig hebben. Dit
• 7:27
  Speaker 2: is precies het vlak waar Microsoft Copilot in combinatie met
• 7:30
  Speaker 2: Fabric Data Agents het tijd doet keren. Ze bevinden zich
• 7:33
  Speaker 2: niet in een speciale tool die je alleen voor rapportages inzet.
• 7:35
  Speaker 2: Ze zijn direct verweven in de bredere Microsoft 365 applicaties
• 7:39
  Speaker 2: waar de meeste medewerkers al dagelijks op inloggen. Daardoor voelen
• 7:42
  Speaker 2: ze minder als een externe toevoeging en meer als een
• 7:44
  Speaker 2: natuurlijk verlengstuk van de werkomgeving die mensen gewend zijn. In
• 7:47
  Speaker 2: plaats van door aangepaste dashboards te klikken of te worstelen
• 7:50
  Speaker 2: met querytalen die ze nooit hebben geleerd, kunnen gebruikers op
• 7:53
  Speaker 2: natuurlijke wijze praten met een AI-collega die de gekoppelde databronnen
• 7:57
  Speaker 2: van het bedrijf al begrijpt. De technische verschuiving hier is
• 8:00
  Speaker 2: subtiel maar krachtig. Je bent niet langer gedwongen om te
• 8:03
  Speaker 2: vertrouwen op maatgemaakte scripts of complexe middelwerk. Fabric data agents
• 8:06
  Speaker 2: hebben ingebouwde kennis van connectoren. Zie ze als AI-assistenten die
• 8:10
  Speaker 2: al begrijpen hoe ze data moeten ophalen en hoe ze
• 8:12
  Speaker 2: die moeten structureren volgens de vereiste bedrijfslogica. In plaats van
• 8:16
  Speaker 2: dat je IT-staf elke query handmatig moet schrijven, interpreteert het
• 8:20
  Speaker 2: systeem natuurlijke vragen en genereert het op de achtergrond de data-acties. Vraag.
• 8:24
  Speaker 2: Laat me de omzettrends zien van klanten met een hoge
• 8:26
  Speaker 2: waarde in het afgelopen kwartaal. En Copilot vertaalt dat naar
• 8:29
  Speaker 2: de juiste queries, waarbij gecombineerde inzichten uit zowel CRM als
• 8:33
  Speaker 2: ERP-datasets worden opgehaald. Die vertaallaag is wat zoveel frictie wegneemt.
• 8:37
  Speaker 2: Je hoeft geen SQL te leren als je op finance
• 8:39
  Speaker 2: werkt of in API-documentatie te duiken als je in de
• 8:42
  Speaker 2: verkoop werkt. De AI fungeert als tussenpersoon. De taal die
• 8:45
  Speaker 2: je dagelijks gebruikt wordt omgezet in de gestructureerde verzoeken die
• 8:47
  Speaker 2: je systemen vereisen. De doorlooptijd verschuift van een rapportverzoek indienen
• 8:51
  Speaker 2: en weken wachten naar simpelweg vragen en antwoord krijgen. Niet
• 8:54
  Speaker 2: alleen sneller, maar ook veel dichter bij hoe mensen van
• 8:56
  Speaker 2: nature nadenken over zakelijke vraagstukken. Dus in plaats van weer
• 8:59
  Speaker 2: een integratietol te zijn, tilt deze combinatie van Fabric en
• 9:02
  Speaker 2: Copilot het model naar een andere dimensie. De interactie is conversationeel,
• 9:07
  Speaker 2: niet mechanisch. De output is direct bruikbaar, geen vertraagde badges.
• 9:10
  Speaker 2: En misschien nog wel het belangrijkste, de toegang wordt niet
• 9:13
  Speaker 2: beperkt door technische vaardigheden. Iedereen in de organisatie kan plotseling
• 9:16
  Speaker 2: handelen alsof ze een data engineer fulltime aan hun bureau
• 9:19
  Speaker 2: hebben zitten. Het verwijdert het gevoel van complexiteit dat integratieprojecten
• 9:23
  Speaker 2: al jaren achtervolgt en vervangt het door iets dat veel
• 9:25
  Speaker 2: toegankelijker is. Maar niets daarvan zou zelfs mogelijk zijn zonder
• 9:28
  Speaker 2: één onderliggende factor. Deze conversationele eenvoud hangt volledig af van
• 9:32
  Speaker 2: hoe goed die connectors daadwerkelijk informatie ophalen en verenigen uit
• 9:35
  Speaker 2: tientallen verschillende systemen. Dat is waar de ruggengraad van de
• 9:38
  Speaker 2: aanpak in beeld komt, en dat is wat we nu
• 9:40
  Speaker 2: moeten onderzoeken. De kracht van Fabric Connectors. Hoe wordt al
• 9:43
  Speaker 2: je verspreide data van SAP, Dynamics en SQL plotseling doorzoekbaar
• 9:46
  Speaker 2: alsof het onderdeel is van één enkel systeem? Het geheim
• 9:49
  Speaker 2: hier is niet een enorm op maat gemaakt integratieproject of
• 9:51
  Speaker 2: een legerontwikkelaars dat nachten en weekenden doorwerkt. De ruggengraad is
• 9:55
  Speaker 2: iets veel gestandardiseerder, Fabric Connectors. Deze kant en klare componenten
• 9:59
  Speaker 2: begrijpen al hoe ze moeten communiceren met de meest voorkomende
• 10:01
  Speaker 2: bedrijfssystemen en dat verandert de economie van integratie volledig. Als
• 10:05
  Speaker 2: je ooit betrokken bent geweest bij het koppelen van een
• 10:07
  Speaker 2: grooterp aan een CRM, dan ken je de pijn al.
• 10:10
  Speaker 2: Elk systeem bevat niet alleen zijn eigen datamodel, maar heeft
• 10:13
  Speaker 2: ook zijn eigen eigenaardigheden, authenticatiemethoden en APIs die in de
• 10:16
  Speaker 2: loop van de tijd veranderen. Traditioneel bouwen ingenieurs om die
• 10:18
  Speaker 2: werelden te overbruggen wat aanvoelt als een kaartenhuis, extract, transform
• 10:22
  Speaker 2: en load taken die op intervallen zijn gepland, samen met
• 10:24
  Speaker 2: middelwerk die is ontworpen om niet overeenkomende data glad te strijken.
• 10:27
  Speaker 2: Dat werk duurt zelden dagen, het loopt meestal uit tot
• 10:30
  Speaker 2: weken of maanden. En elke keer als de leverancier zijn
• 10:32
  Speaker 2: product bijwerkt, breekt de integratiecode vaak, wat een nieuwe cyclus
• 10:35
  Speaker 2: van patches en testen vereist. Neem een concreet voorbeeld, stel
• 10:38
  Speaker 2: je voor dat je SAP ERP koppelt met Salesforce CRM.
• 10:41
  Speaker 2: Deze twee systemen spreken totaal verschillende technische talen. SAP stelt
• 10:45
  Speaker 2: zijn financiële en operationele gegevens in één formaat beschikbaar, terwijl
• 10:48
  Speaker 2: Salesforce niet kansen- en klantinteracties op een andere manier structureert.
• 10:52
  Speaker 2: Om ze een gezamenlijk verhaal te laten vertellen, Huren bedrijven
• 10:55
  Speaker 2: meestal consultants in of investeren ze in middelwerkstacks. Zelfs dan
• 10:58
  Speaker 2: is het resultaat vaak fragiel. Omzetcijfers in SAP komen niet
• 11:01
  Speaker 2: altijd overeen met de verkoopijplijn in Salesforce en iemand moet
• 11:04
  Speaker 2: uiteindelijk handmatig fouten corrigeren in de keten. Tegen de tijd
• 11:07
  Speaker 2: dat alles werkt is het zakelijke landschap alweer verschoven. Fabric
• 11:11
  Speaker 2: connectors draaien dit om. Zie ze als kant en klare
• 11:13
  Speaker 2: bruggen die beide dialecten al kennen. In plaats van iemand
• 11:16
  Speaker 2: in te huren om vertalogica regel voor regel te coderen,
• 11:19
  Speaker 2: komen de connectors met begrip van hoe ze moeten authenticeren,
• 11:21
  Speaker 2: belangrijke velden moeten toewijzen en datastructuren binnen elk ondersteund systeem
• 11:25
  Speaker 2: moeten verwerken. Wanneer je bijvoorbeeld een Dynamics 365 connector kiest,
• 11:29
  Speaker 2: begin je niet vanaf nul. Deze weet al hoe tabellen
• 11:31
  Speaker 2: binnen Dynamics zich verhouden en hoe ze in een uniforme
• 11:34
  Speaker 2: Fabric omgeving kunnen worden gebracht. Hetzelfde geldt voor SQL Server, Oracle, SAP,
• 11:39
  Speaker 2: Salesforce en tientallen andere veelgebruikte platforms. Stel je een diagram
• 11:43
  Speaker 2: voor waarin vakken met elk systeem aan de ene kant
• 11:45
  Speaker 2: los van elkaar zweven en connectors zich als bruggen uitstrekken
• 11:48
  Speaker 2: die allemaal landen op het Fabric platform. Visueel gezien laat
• 11:51
  Speaker 2: dat de truc zien. In plaats van dat elk systeem
• 11:53
  Speaker 2: probeert direct met elk ander te praten, komen ze allemaal
• 11:55
  Speaker 2: samen op dezelfde plek. Die centrale hap wordt hetgeen waar
• 11:58
  Speaker 2: je co-pilot vragen aan kan stellen. De complexiteit van point-to-point
• 12:01
  Speaker 2: integratie is verborgen voor de gebruiker, omdat de connector dit
• 12:04
  Speaker 2: standaard al verpakt heeft. Bij het onderzoeken van de catalogus
• 12:07
  Speaker 2: met beschikbare connectoren vind je ondersteuning voor de systemen waar
• 12:10
  Speaker 2: de meeste bedrijven op vertrouwen als hun kernstek. Microsoft's eigen
• 12:13
  Speaker 2: Dynamics apps, Azure SQL, SharePoint, SubAIRP, Salesforce, Oracle databases en
• 12:18
  Speaker 2: zelfs minder glamoureuze bronnen zoals Bestands shares of cloudopslagaccounts. Dat
• 12:23
  Speaker 2: bereik is belangrijk omdat weinig organisaties op slechts één platform draaien.
• 12:26
  Speaker 2: De meeste werken met een mix van cloud- en on-premises
• 12:29
  Speaker 2: oplossingen die in de loop der decennia zijn verzameld, en
• 12:31
  Speaker 2: fabric connectoren zijn specifiek ontworpen om die rommelige realiteit aan
• 12:34
  Speaker 2: te pakken zonder telkens het wiel opnieuw uit te vinden.
• 12:36
  Speaker 2: Dit is de echte verrassing. Met deze connectoren hoeven gebruikers
• 12:39
  Speaker 2: geen verstand te hebben van SQL-joins, opgeslagen procedures of rest-APIs.
• 12:43
  Speaker 2: Al die technische vertaalslagen, normaal gesproken het moeilijkste onderdeel, zijn
• 12:47
  Speaker 2: al in de connector zelf verwerkt. In plaats van dat
• 12:49
  Speaker 2: een analist queries schrijft of jongleert met authenticatietokens, selecteert deze
• 12:52
  Speaker 2: de bron, configureert de beveiligingsrechten en Fabric doet de rest.
• 12:55
  Speaker 2: Het verplaatst het zware werk van maatwerk engineering naar een
• 12:58
  Speaker 2: instellingstaak die meer aanvoelt als het toewijzen van rechten dan
• 13:01
  Speaker 2: als het coderen van een applicatie. Die verandering heeft praktische gevolgen.
• 13:04
  Speaker 2: Wanneer een bedrijf een nieuw CRM exemplaar wil koppelen of
• 13:07
  Speaker 2: supply chain data uit SAP wil halen, is de tijdlijn
• 13:11
  Speaker 2: niet langer een blokkade van maanden met consultants en testcycli.
• 13:14
  Speaker 2: In plaats daarvan wordt het een kwestie van de juiste
• 13:16
  Speaker 2: connector kiezen, authenticeren met inloggegevens en valideren of de dataset
• 13:20
  Speaker 2: goed doorstroomt. Uren in plaats van maanden. Dat verlaagt de
• 13:23
  Speaker 2: drempel zo drastisch dat bedrijven kunnen nadenken over het integreren
• 13:26
  Speaker 2: van databronnen die voorheen te kostbaar leken om de moeite
• 13:28
  Speaker 2: waard te zijn. Dus, wat gebeurt er als deze connectoren
• 13:31
  Speaker 2: hun werk hebben gedaan en al die verspreide data eindelijk
• 13:33
  Speaker 2: in één doorzoekbaar landschap belandt? Dan begint het plezier pas echt,
• 13:36
  Speaker 2: want pas nadat het basiswerk is afgehandeld, kun je een
• 13:39
  Speaker 2: conversationele AI loslaten om het te verkennen. In plaats van
• 13:42
  Speaker 2: gissen waar je moet zoeken of tickets indienen bij IT
• 13:44
  Speaker 2: voor aangepaste rapporten, kun je de chatbot simpelweg een directe
• 13:48
  Speaker 2: zakelijke vraag stellen en direct een geïntegreerd antwoord krijgen. Met
• 13:51
  Speaker 2: andere woorden, connectoren transformeren integratie van een eindeloze aanslag op
• 13:55
  Speaker 2: de capaciteit van engineers naar een configuratietaak die elke bekwame
• 13:58
  Speaker 2: beheerder kan beheren. De winst is dat de AI-laag, Copilot,
• 14:01
  Speaker 2: betrouwbare toegang heeft tot geunificeerde datasets zonder dat teams hoeven
• 14:04
  Speaker 2: te vechten over exports en bestandssamenvoegingen. Nu het basiswerk is vereenvoudigd,
• 14:08
  Speaker 2: is het podium klaar voor de echte ster, het bouwen
• 14:10
  Speaker 2: van een chatbot die werknemers in het hele bedrijf direct
• 14:12
  Speaker 2: kunnen raadplegen. En daar duiken we nu in. Je eerste
• 14:15
  Speaker 2: AI-databot bouwen. Stel je voor dat je achter je bureau
• 14:18
  Speaker 2: zit en een eenvoudige vraag typt als... wat waren de
• 14:20
  Speaker 2: bestverkochte producten in Europa vorig kwartaal? En dat je binnen
• 14:23
  Speaker 2: enkele seconden een antwoord krijgt. Niet uit een rapport waar
• 14:26
  Speaker 2: je om moest smeken. Niet uit een spreadsheet die je
• 14:28
  Speaker 2: zelf in elkaar hebt gezet. Maar van een chatbot die
• 14:31
  Speaker 2: al begrijpt waar hij moet kijken. Dat beeld alleen al
• 14:33
  Speaker 2: vat samen waarom mensen zo enthousiast zijn over deze tools.
• 14:36
  Speaker 2: Het gaat niet alleen om integratie op de achtergrond, maar
• 14:39
  Speaker 2: om het feit dat het werk eindelijk verschijnt waar beslissingen
• 14:41
  Speaker 2: worden genomen in een interactieve, conversationele interface. De verschuiving wordt
• 14:46
  Speaker 2: pas echt duidelijk als je bedenkt hoe chatbot-projecten traditioneel verlopen.
• 14:51
  Speaker 2: Voorheen moest iedereen die wilde dat een bot bedrijfsspecifieke vragen beantwoorden,
• 14:55
  Speaker 2: investeren in taalverwerkingsmodellen, aangepaste koppelingen en enorm veel techniek. De
• 15:00
  Speaker 2: meeste van die projecten ontaarden in langdurige R & D- experimenten,
• 15:03
  Speaker 2: waarbij ontwikkelaars meer tijd besteden aan het bouwen van pijplijnen
• 15:06
  Speaker 2: dan gebruikers aan het stellen van vragen. Tegen de tijd
• 15:08
  Speaker 2: dat de pilotbot werkte, waren de bedrijfsleiders alweer overgegaan op
• 15:11
  Speaker 2: andere prioriteiten. Het voelde als een tool die altijd in
• 15:14
  Speaker 2: de maak was, maar nooit echt nuttig werd. Stel je
• 15:16
  Speaker 2: nu een ander scenario voor. Een middelgroot productiebedrijf wil één
• 15:20
  Speaker 2: plek waar verkopers, financieel medewerkers en operationeel managers allemaal kerngegevens
• 15:24
  Speaker 2: over prestaties kunnen opvragen. Ze zetten een interne bot op,
• 15:27
  Speaker 2: aangestuurd door Copilot en Fabric Agents. In plaats van handmatig
• 15:30
  Speaker 2: modellen te trainen, koppelen ze eenvoudigweg Fabric connectoren aan het ERP,
• 15:34
  Speaker 2: CRM en voorraadsysteem. Gebruikers stellen vragen in begrijpelijke taal en
• 15:37
  Speaker 2: de AI voegt de relevante gegevens aan de maand samen.
• 15:40
  Speaker 2: Plotseling kan de CFO vragen naar marges, terwijl de verkoopmanager
• 15:43
  Speaker 2: dieper in de conversiecijfers duikt. Allemaal in dezelfde omgeving en
• 15:46
  Speaker 2: zonder te wachten tot iemand een nieuw rapport programmeert. Hoe
• 15:48
  Speaker 2: komt dit eigenlijk van de grond? De eerste stap is
• 15:51
  Speaker 2: het verbinden van de juiste gegevensbronnen. In de Fabric-omgeving verifieer
• 15:54
  Speaker 2: je de toegang tot je ERP-systeem, importeer je CRM-records via
• 15:57
  Speaker 2: de bijbehorende connector en koppel je alle SQL- of bestandsgebaseerde
• 16:01
  Speaker 2: bronnen die ondersteunende context bieden. Het zware werk zit in
• 16:04
  Speaker 2: de configuratie van de connector, die indelingen en inlogmethoden al begrijpt.
• 16:07
  Speaker 2: De tweede stap is het inschakelen van Copilot met Fabric
• 16:10
  Speaker 2: Data Agents. In dit stadium hoef je geen maatwerk te programmeren.
• 16:13
  Speaker 2: Je vertelt het systeem in feite welke datasets gebruikt moeten
• 16:15
  Speaker 2: worden voor conversationele zoekopdrachten. Zodra dat is voltooid, lijkt het
• 16:19
  Speaker 2: minder op een botproject en meer op het inschakelen van
• 16:21
  Speaker 2: een extensie voor een tool die je al gebruikt. Wat
• 16:23
  Speaker 2: het zo natuurlijk laat aanvoelen, is de manier waarop Copilot
• 16:25
  Speaker 2: vragen interpreteert. Je hoeft niet handmatig select statements te schrijven
• 16:29
  Speaker 2: of joins te koppelen. Je typt wat je beantwoord wilt
• 16:31
  Speaker 2: hebben en op de achtergrond genereert het de gestructureerde verzoeken
• 16:34
  Speaker 2: die normaal alleen analisten konden schrijven. Dat is wat de
• 16:36
  Speaker 2: interface zijn flexibiliteit geeft. Je zit niet langer vast aan
• 16:39
  Speaker 2: een dashboard van zes weken geleden. Je stelt direct nieuwe
• 16:42
  Speaker 2: vragen en laat AI de vertaalslag maken... tussen menselijke intentie
• 16:46
  Speaker 2: en database-structuur. Visualiseer dit in de praktijk. Iemand van het
• 16:49
  Speaker 2: finance-team typt... toon me achterstallige facturen van de laatste dertig dagen.
• 16:53
  Speaker 2: Binnen enkele seconden krijgt diegene niet alleen een helder resultaat...
• 16:55
  Speaker 2: maar wordt een bestaand Power BI dashboard bijgewerkt met die
• 16:57
  Speaker 2: gefilterde weergave. Geen e-mailketens meer, geen CSV-bestanden die op het
• 17:01
  Speaker 2: bureaublad worden opgeslagen. Het is directe interactie met data... Bemiddeld
• 17:05
  Speaker 2: door AI. Die snelheid werkt als een vliegwiel. Zodra één
• 17:08
  Speaker 2: afdeling erop vertrouwt, beseffen anderen snel dat zij hetzelfde kunnen
• 17:12
  Speaker 2: voor hun eigen dagelijkse vragen. De grote relais is wat
• 17:15
  Speaker 2: er gebeurt als iedereen in het bedrijf deze toegang krijgt.
• 17:18
  Speaker 2: Als eerste lijns medewerkers het management en zelfs back-office teams
• 17:21
  Speaker 2: systeemoverstijgende data kunnen opvragen wanneer ze willen, komen voorheen onzichtbare
• 17:25
  Speaker 2: patronen aan het licht. Werknemers hoeven verzoeken niet langer via
• 17:28
  Speaker 2: een centrale IT flessenhals te laten verlopen. Inzicht wordt onderdeel
• 17:31
  Speaker 2: van het dagelijkse gesprek. Niet van een driemaandelijks ritueel. Je
• 17:34
  Speaker 2: krijgt vragen van mensen die ze voorheen nooit zouden stellen,
• 17:37
  Speaker 2: simpelweg omdat de drempel om antwoorden te vinden is verdwenen.
• 17:40
  Speaker 2: Dat is de stille revolutie hier. Het opzetten van een
• 17:42
  Speaker 2: chatbot die communiceert met ERP, CRM en databases is nu
• 17:46
  Speaker 2: makkelijker dan het maken van een nieuw dashboard of het
• 17:48
  Speaker 2: inrichten van een data warehouse. De technische barrière daalt zover
• 17:51
  Speaker 2: dat integratie niet langer het moeilijkste punt is. Het gaat
• 17:53
  Speaker 2: erom welke vraag je als eerste wilt prioriteren. En zodra
• 17:57
  Speaker 2: die basis staat, verschuift het gesprek snel van kunnen we
• 17:59
  Speaker 2: deze data koppelen naar iets veel toekomstgerichters. Welke onverwachte inzichten
• 18:03
  Speaker 2: kan dit soort systeem naar boven halen? Want de echte
• 18:06
  Speaker 2: magie begint wanneer je stopt met vragen naar cijfers uit
• 18:08
  Speaker 2: het verleden en leert vertrouwen op de voorspellingen die deze
• 18:10
  Speaker 2: tools genereren. Realtime inzichten en voorspellingen. Wat als je, in
• 18:14
  Speaker 2: plaats van te wachten op de cijfers van vorig kwartaal,
• 18:16
  Speaker 2: de koers van het volgende kwartaal al kunt zien voordat
• 18:18
  Speaker 2: het begint? Rapporten vertellen wat er al is gebeurd, maar
• 18:21
  Speaker 2: zodra data in een uniforme omgeving staat, kunnen diezelfde cijfers
• 18:24
  Speaker 2: veel nuttiger worden ingezet. voorspellende modellen die ramen wat er
• 18:27
  Speaker 2: waarschijnlijk gaat gebeuren. En daar verschuift het verhaal van statische
• 18:31
  Speaker 2: statistieken naar een tool voor slimmere beslissingen in real-time. De
• 18:34
  Speaker 2: realiteit is dat de meeste bedrijven nog steeds op achteruitkijkende
• 18:37
  Speaker 2: KPIs draaien. Je controleert omzet na kwartaalsluiting, voorraad als deze
• 18:40
  Speaker 2: al mist en klantverloop als contracten al verloren zijn. Tegen
• 18:43
  Speaker 2: de tijd dat die cijfers naar boven komen, is de
• 18:45
  Speaker 2: schade al geleden. Het is niet dat leiders niet proactief
• 18:48
  Speaker 2: willen zijn, maar hun systemen tonen hen alleen het verleden.
• 18:51
  Speaker 2: En die kloof doet tekort aan wat bedrijfsgegevens kunnen bereiken
• 18:53
  Speaker 2: wanneer ze verbonden en toegankelijk zijn op een manier waar
• 18:55
  Speaker 2: AI gebruik van kan maken. Een van de duidelijkste voorbeelden
• 18:58
  Speaker 2: zien we in supply chain management. Stel je een logistiek
• 19:01
  Speaker 2: manager voor die verantwoordelijk is voor verschillende distributiecentra. In de
• 19:04
  Speaker 2: traditionele opzet verschijnen tekorten pas in ERP data als bestellingen
• 19:07
  Speaker 2: te laat zijn en magazijnen foutmeldingen geven. Maar met AI
• 19:10
  Speaker 2: gestuurde voorspellingen op basis van geïntegreerde data, kan diezelfde manager
• 19:13
  Speaker 2: dagen van tevoren een melding krijgen dat een bepaalde leverancier
• 19:16
  Speaker 2: vertraging oploopt. Copilot kan verkoopcijfers uit het CRM scannen, voorraadbalansen
• 19:20
  Speaker 2: in ERP en levert tijden van leveranciers uit operationele databases
• 19:24
  Speaker 2: en vervolgens aangeven waar het risico ligt. In plaats van
• 19:27
  Speaker 2: te reageren op ontbrekende zendingen, onderhandelen inkoopteams over alternatieven voordat
• 19:31
  Speaker 2: de klant de leemte überhaupt opmerkt. Dat soort anticiperende signalen
• 19:34
  Speaker 2: kan het verschil maken tussen het handhaven van serviceniveaus en
• 19:37
  Speaker 2: het achteraf moeten dichten van gaten. Niet alleen supply chains
• 19:40
  Speaker 2: profiteren hiervan. Denk aan verkoopvoorspellingen. Traditioneel wordt de gezondheid van
• 19:44
  Speaker 2: de sales pipeline één of twee keer per kwartaal samengevat
• 19:46
  Speaker 2: in een grafiek. Maar wanneer AI toegang heeft tot CRM-opportuniteiten
• 19:50
  Speaker 2: historische winst, percentages van klanten en zelfs macro-inkooppatronen, kan het
• 19:54
  Speaker 2: laten zien welke delen van de pipeline waarschijnlijk over enkele
• 19:57
  Speaker 2: weken worden afgesloten. Een salesmanager ziet niet alleen wat al
• 20:00
  Speaker 2: is afgerond. Ze zien welke deals cruciaal worden voor de
• 20:03
  Speaker 2: drukte aan het einde van het kwartaal. Marketing kan dan
• 20:05
  Speaker 2: campagnes bijsturen om die specifieke deals te stimuleren, in plaats
• 20:09
  Speaker 2: van te wachten op rapporten over wat er misging. Wat
• 20:11
  Speaker 2: deze voorspellingen zo krachtig maakt, is dat geen enkel systeem
• 20:14
  Speaker 2: ze op zichzelf zou kunnen ontdekken. CRM kan je vertellen
• 20:17
  Speaker 2: welke activiteiten door verkopers zijn gelogd, maar niet over leveranciersvertragingen
• 20:20
  Speaker 2: die het leveringsvertrouwen kunnen beïnvloeden. ERP kent de kostenkant van
• 20:22
  Speaker 2: de vergelijking, maar niet de trends in klantwaarden die verlengingsbeslissingen bepalen.
• 20:26
  Speaker 2: Pas wanneer je geïntegreerde datasets hebt, ontstaan er patronen, trends
• 20:30
  Speaker 2: die anders tussen wal en schip vallen als afdelingen geïsoleerd blijven.
• 20:33
  Speaker 2: AI Put kracht uit dat gecombineerde beeld en brengt signalen
• 20:36
  Speaker 2: naar boven die een gebruiker zelden de tijd of toegang
• 20:38
  Speaker 2: zou hebben om zelf te berekenen. De waarde voor managers
• 20:41
  Speaker 2: is duidelijk. In plaats van naar historische momentopnames te kijken,
• 20:44
  Speaker 2: zien ze live statistieken verrijkt met waarschijnlijkheden en richtinggevende indicatoren.
• 20:48
  Speaker 2: Een dashboard toont niet langer alleen 6000 eenheden op voorraad,
• 20:51
  Speaker 2: maar laat zien dat de voorraad over 10 dagen onder
• 20:53
  Speaker 2: de veiligheidsgrens zal zakken als het huidige verkooptempo aanhoudt. Die
• 20:56
  Speaker 2: verandering transformeert tijdshorizonten. Mensen kunnen middelen eerder verschuiven, budget slimmer
• 21:01
  Speaker 2: toewijzen en de foutmarge verkleinen voordat problemen groot genoeg worden
• 21:04
  Speaker 2: om in een standaardrapport te verschijnen. In de ene sector
• 21:07
  Speaker 2: na de andere wijzen case studies naar hetzelfde resultaat. Wanneer
• 21:10
  Speaker 2: voorspellende AI in workflows terechtkomt, verbetert de besluitvorming. Retailers voorkomen
• 21:14
  Speaker 2: voorraad tekorten en overschotten. Fabrikanten signaleren onderhoudsbehoeften voordat defecten aan
• 21:19
  Speaker 2: apparatuur de productie stilleggen. Dienstverleners kunnen churn risico's voorzien en
• 21:23
  Speaker 2: activiteiten voor klantbehoud veel nauwkeuriger inzetten. Dit zijn geen vervangende processen,
• 21:27
  Speaker 2: maar verbeteringen aan bestaande systemen die voor uitziendheid toevoegen aan
• 21:30
  Speaker 2: omgevingen die voorheen vast zaten in terugblikken. Het verschuift in
• 21:33
  Speaker 2: wezen de focus van verklaren wat er is gebeurd naar
• 21:36
  Speaker 2: voorbereiden op wat komen gaat. En hier is de strategische
• 21:39
  Speaker 2: laag om over na te denken. Als elk team in
• 21:41
  Speaker 2: een bedrijf problemen of kansen eerder kan voorspellen... versnelt de
• 21:44
  Speaker 2: strategie zelf ook. Het is niet langer een plan dat
• 21:46
  Speaker 2: jaarlijks op basis van het verleden wordt aangepast, maar een
• 21:49
  Speaker 2: dynamisch proces dat reageert op veranderende omstandigheden. Concurrenten die vertrouwen
• 21:53
  Speaker 2: op statische KPIs lopen onvermijdelijk achter de feiten aan, terwijl
• 21:55
  Speaker 2: degenen die voorspellende inzichten gebruiken, vooruit lopen op de curve.
• 21:58
  Speaker 2: Op die schaal zijn prognoses niet alleen handig, ze worden
• 22:01
  Speaker 2: een onderscheidende factor die invloed heeft op marge, klanttevredenheid en marktpositie.
• 22:04
  Speaker 2: Uiteindelijk is dit de reden waarom data integratie gekoppeld aan