Aire lanceert El Podcast de Aire, een nieuw maandelijks initiatief dat zich richt op technologische onderwerpen waarmee het bedrijf zakelijke discussies wil stimuleren over onder andere dataveiligheid, cloud adoptie, kunstmatige intelligentie, geavanceerde connectiviteit en digitale transformatie. De eerste aflevering, van één uur, richt zich op een verschijnsel dat steeds meer aandacht krijgt onder CIO’s en bedrijfsleiders: veel bedrijven falen niet door een gebrek aan tools voor kunstmatige intelligentie, maar doordat de technische architectuur, data en governance nog niet klaar zijn voor productie.
Het eerste hoofdstuk, getiteld «AI en cloud: hoe Spaanse bedrijven kunstmatige intelligentie adopteren», wordt geleid door Zigor Gaubeca, CIO van Aire, en omvat Rodrigo Rebollar Domínguez, Executive Manager bij SDG Group en specialist in Data & AI-strategie. Het gesprek vermijdt de oppervlakkige enthousiasme rondom copiloten, agenten en automatisering en richt zich op een minder comfortabele vraag: wat gebeurt er wanneer een organisatie probeert van proefprojecten over te stappen naar een echte, veilige en meetbare toepassing van kunstmatige intelligentie?
Het startpunt van de aflevering vat het probleem goed samen. In de afgelopen twee jaar hebben veel bedrijven geprobeerd mee te surfen op de AI-golven. Sommige hebben marktlicenties gekocht, anderen proefprojecten gelanceerd en velen koesterden hoge verwachtingen. Maar volgens Rebollar bevindt een aanzienlijk deel van deze initiatieven zich nu in een herdefinitiefase: bedrijven vragen zich af waarom deze projecten niet het verwachte waardecreatie opleveren.
Van pilot naar productie: de sprong die velen nog niet hebben gemaakt
Een veelgehoord begrip in het gesprek is «pilot purgatory», de situatie waarin een bedrijf meerdere proof of concepts heeft die werken in een beperkte omgeving, maar die nooit echt geïntegreerd worden in de bedrijfsprocessen. Het probleem ligt niet zozeer in de technologie, maar in dat het project niet voortkomt uit een duidelijke zakelijke behoefte, geen betrouwbare data gebruikt of niet ontworpen is met productie in gedachte.
Rebollar vat het samen met een zinsnede die bijzonder nuttig is voor elk directieteam: «De oplossing is AI, maar wat was de vraag?» De eenvoudige waarschuwing is dat het kopen van licenties, het uitrollen van een assistent of het bouwen van een interne chatbot niet gelijkstaat aan het hebben van een AI-strategie. Eerst moet duidelijk zijn welk zakelijk probleem opgelost wordt, welke data dat voedt, wie de data beheert, welke risico’s er zijn en hoe de impact gemeten gaat worden.
In de aflevering worden drie niveaus van adoptie onderscheiden. Het eerste omvat het gebruik van assistenten zoals ChatGPT, Copilot of Gemini, waarbij de gebruiker nog steeds het werk doet, maar ondersteund wordt door een tool. Het tweede niveau richt zich op procese automatisering via low-code oplossingen en agents. Het derde, veel complexere niveau, kan bedrijfskritische processen veranderen, nieuwe activiteiten creëren of producten herontwerpen. Volgens Rebollar haalt de meeste bedrijven nog meer waarde uit de eerste laag: productiviteitsverbetering, vermindering van handmatige taken en ondersteuning van medewerkers.
Generatieve AI heeft de toegang tot geavanceerde mogelijkheden gedemocratiseerd, maar de fundamentele problemen blijven bestaan. Een bedrijf dat haar rapportage niet goed op orde heeft, data dupliceert tussen verschillende afdelingen of geen gemeenschappelijke semantiek hanteert tussen financiën, sales en operations, zal het moeilijk hebben om betrouwbare systemen op te bouwen.
Data wordt een strategisch onderwerp, niet alleen een technische uitdaging
Gaubeca en Rebollar benadrukken dat data de grondstof is voor elk serieus AI-project. Het gaat niet meer slechts om veel data verzamelen. Veel organisaties verzamelen, bewaren en behouden grote hoeveelheden informatie, maar de problemen liggen in silo’s, gebrek aan integratie, het ontbreken van een gedeeld inzicht en het moeilijk kunnen bepalen wat de data daadwerkelijk betekent binnen elke bedrijfsafdeling.
Dit is vooral relevant voor bedrijven die snel gegroeid zijn via overnames, integraties of snelle uitbreiding. Aire erkent in de aflevering dat dataverkeer en governance complex worden wanneer verschillende organisaties met diverse culturen, systemen en ontwikkelingsniveaus worden samengebracht. In zulke gevallen lost AI niet automatisch problemen op; het brengt ze vaak juist aan het licht.
Het onderwerp omvat ook de steeds belangrijkeer wordende visie dat data niet alleen een risico is, bijvoorbeeld vanwege regelgeving, maar ook een strategisch actief. Volgens Rebollar maken veel bedrijven zich te veel zorgen over privacy en compliance op een reactieve wijze, uit angst voor boetes. Maar data zou gezien moeten worden als een strategisch bezit. Wie weet niet waar de data zich bevinden, wie ze gebruikt en onder welke voorwaarden, heeft geen duidelijk beeld van controle over vitale onderdelen van de organisatie.
Daarom speelt cloud een sleutelrol. Voor Aire is AI-implementatie gekoppeld aan het bouwen van een flexibele, veilige en beheersbare technologische basis. Gaubeca ziet drie opties: gebruik maken van markt- SaaS oplossingen, een eigen architectuur opzetten met meer controle over infrastructuur en modellen, of een hybride aanpak waarbij bepaalde workloads onder eigen controle blijven en andere via API’s en geanonimiseerde data gekoppeld worden aan externe diensten.
Niet alle bedrijven kunnen of willen zelf een volledige AI-platform bouwen. Maar kiezen voor de meest comfortabele weg kan op de lange termijn kosten met zich meebrengen. Het gebruik van grote cloudplatforms en SaaS-tools vergemakkelijkt de adoptie, maar vergroot ook afhankelijkheid van derden, complicaties bij het migreren en verschuift kritieke data, agenten en logica naar externe omgevingen.
Governance, veiligheid en cultuur: de sleutels tot schaalvergroting
Het woord « governance » komt vaak terug en wordt gezien als essentieel. Het gaat niet alleen om regelgeving, maar ook om het organiseren van het gebruik van AI binnen de organisatie. Wie mag welke tools gebruiken, met welk type data, voor welke doeleinden, onder welke controle en met welke monitoring? Zonder deze governance kan adoptie chaotisch worden en risico’s toenemen.
De Europese AI-verordening, die vanaf 1 augustus 2024 van kracht is en geleidelijk wordt geïmplementeerd tot 2 augustus 2026, verhoogt de druk op bedrijven om dit goed te organiseren. Zij moeten niet alleen bepalen of ze AI inzetten, maar ook risico’s classificeren, systemen documenteren, verboden gebruik monitoren en transparantie waarborgen. Voor systemen met een hoog risicoprofiel gelden nog strengere eisen.
Er wordt ook ingegaan op « shadow AI »: het onofficiële gebruik van AI-tools door medewerkers buiten de formele omgeving. Dit fenomeen doet denken aan eerdere trends zoals het gebruik van Dropbox, WeTransfer of andere file-sharing tools, maar tegenwoordig worden niet alleen documenten gedeeld, maar ook geanalyseerd, samengevat en geïnterpreteerd, wat risico’s op datalekken en controleverlies met zich meebrengt.
Veiligheid houdt niet alleen in dat data niet buiten de organisatie komen, maar ook dat de antwoorden betrouwbaar zijn. Rebollar benadrukt dat AI-oplossingen voor klanten die bedoeld zijn om correcte antwoorden te geven, dat ook echt moeten doen — zelfs als dat betekent dat ze minder uitgebreid zijn. In zakelijke omgevingen kan een plausibel maar onjuist antwoord meer problemen veroorzaken dan een incomplete reactie.
De bedrijfscultuur speelt eveneens een centrale rol. Het volstaat niet om tools en basisopleiding te bieden. Medewerkers moeten leren wanneer en hoe ze AI kunnen toepassen, welke taken geautomatiseerd kunnen worden en wanneer een antwoord geverifieerd moet worden. Rebollar vergelijkt de toekomst van AI-agenten met het gebruik van spreadsheets: op een dag zal het normaal worden dat werknemers kleinere agenten inzetten voor specifieke taken, vergelijkbaar met het huidige gebruik van Excel en e-mail.
De uitdaging ligt in de snelheid van technologische ontwikkeling versus het tempo van adoptie door organisaties. Grote leveranciers en hyperbedrijven brengen regelmatig nieuwe functies uit, terwijl veel organisaties nog bezig zijn met het implementeren en begrijpen van bestaande tools. Voor MKB’s geldt hetzelfde: zij voltooien vaak nog hun basisdigitalisering en cyberbeveiliging, terwijl AI een extra laag van verandering toevoegt.
Het nieuwe Podcast van Aire biedt een platform in dat spanningsveld: tussen technologische ontwikkelingen en operationele praktijk. Het eerste seizoen presenteert AI niet als een race om meer tools te kopen, maar als een discussie over zakelijkheid, cultuur, governance en technologie. Deze benadering is wellicht rustiger en minder marketingsgericht, maar juist daardoor waardevol voor bedrijven die hun projecten willen laten slagen na de pilotfase.
Veelgestelde vragen
Wat is El Podcast de Aire?
Een maandelijkse initiatief van Aire dat onderwerpen behandelt zoals cloud, AI, dataveiligheid, geavanceerde connectiviteit en digitale transformatie vanuit een zakelijk perspectief.
Waarover gaat de eerste aflevering?
De eerste aflevering analyseert hoe Spaanse bedrijven AI toepassen en waarom veel initiatieven niet opschalen door problemen met data, architectuur of governance.
Wie zijn de deelnemers aan de eerste aflevering?
De aflevering wordt geleid door Zigor Gaubeca, CIO van Aire, en heeft Rodrigo Rebollar Domínguez, Executive Manager bij SDG Group en expert in Data & AI-strategieën.
Waarom is cloud belangrijk voor AI-adoptie?
Omdat het de technologische capaciteit mogelijk maakt, data integreert, processen schaalbaar maakt en flexibiliteit biedt in architectuur. Tegelijkertijd vereist het controle over afhankelijkheid van leveranciers, beveiliging en datagovernance.