Vooraf: Er werd mij al een paar keer geadviseerd om mijn verhaal neer te schrijven. En aangezien ik geen miljardair ben, stonden de echte journalisten niet bepaald aan te schuiven voor een interview over mijn ondernemersverhaal. Dus heb ik het zelf opgelost: ik liet me interviewen door een AI. Dit artikel is daar het resultaat van. Noem het practice what you preach.
Ik heb een groot deel van mijn carrière in de corporate wereld doorgebracht. Bij Oracle, StepStone en Bricsys werkte ik in verschillende rollen, maar de essentie van mijn werk bleef opvallend constant. Enerzijds probeerde ik systemen, producten en diensten slimmer en efficiënter te maken. Anderzijds hielp ik teams en organisaties om beter samen te werken en verandering daadwerkelijk te realiseren.
Technologie, strategie, product management, programmamanagement en change management liepen daarbij voortdurend door elkaar. Die combinatie past bij hoe ik naar problemen kijk: de opportuniteit zien, buiten de bestaande kaders denken en vervolgens ook zorgen dat de oplossing technisch én organisatorisch werkt.
Toch begon er na verloop van tijd iets te knagen.
De trein rijdt sneller, maar de rails liggen er al
Werken binnen een grote organisatie kun je vergelijken met een trein die op bestaande rails rijdt.
Je kunt de trein sneller, slimmer en efficiënter maken. Je kunt de motor verbeteren, processen optimaliseren en teams anders organiseren. Maar het traject en de bestemming zijn grotendeels al bepaald. Ook de fundamentele reden waarom de onderneming bestaat, ligt vast.
Ondernemen is anders.
Je begint zonder uitgestippeld traject. Je moet zelf bepalen wat je wil bouwen, voor wie je dat doet en welke richting je uitgaat. Je moet beslissingen nemen zonder dat er altijd een bestaand kader of een volledig team is om je te bevestigen of tegen te spreken. Na mijn periode bij Bricsys voelde ik dat er nog één belangrijk hoofdstuk in mijn carrière ontbrak: zelf een onderneming bouwen die belichaamt hoe ik naar technologie, innovatie en verandering kijk.
Dat werd SirusAI.
De manier van denken was er al veel langer
De oorsprong van SirusAI ligt voor mij eigenlijk veel verder terug. Rond 2000 werkten we bij Oracle aan een programma rond knowledge management. De logische eerste stap was kennis beter documenteren, zodat klanten sneller antwoorden konden vinden en minder technische ondersteuning nodig hadden. Maar documentatie alleen bleek onvoldoende. Klanten moesten de juiste informatie kunnen vinden en begrijpen. Medewerkers en managers moesten bovendien weten welke concrete acties zij ermee moesten ondernemen. We reisden de wereld rond om managers uit te leggen wat hun teams moesten doen. Tijdens die meetings was iedereen enthousiast. Maar kort daarna kwamen telkens opnieuw dezelfde vragen: “Wat moeten we nu precies doen?”
Op dat moment konden we blijven uitleggen. Of we konden het probleem anders bekijken.
Met een kernteam van aanvankelijk twee à drie mensen bouwden we een systeem dat automatisch gepersonaliseerde actieplannen genereerde. Elk team kreeg een concrete takenlijst, afgestemd op zijn eigen situatie en prioriteiten. Wat klein begon, groeide uit tot een professioneel platform voor 200 à 300 teams binnen een supportorganisatie van enkele duizenden mensen. Het programma errond won in 2007 zelfs een Gartner-erkenning voor knowledge management. En eigenlijk is mijn carrière doorspekt van dergelijke voorbeelden.
Een favoriete anekdote uit die periode: toen Oracle Sun overnam, bleek Sun net het officiële Oracle-product voor knowledge management gekocht te hebben. Tot hun verbazing ontdekten ze dat Oracle Support dat product op dat moment zelf niet gebruikte, maar wel onze custom gebouwde applicatie. Soms is de beste referentie voor je oplossing dat je ze zelf verkiest boven het officiële alternatief.
Die ervaring heeft mijn manier van denken sterk gevormd. Technologie creëert pas echte waarde wanneer ze complexiteit wegneemt, mensen tot actie brengt en op grote schaal bruikbaar wordt.
Met de technologie van vandaag kunnen we dat principe in veel meer organisaties en sectoren toepassen.
AI was lange tijd voor de happy few
Sinds 2015 ben ik intensief met AI bezig. Bij StepStone werkte ik met grote teams van data scientists, engineers en productspecialisten aan AI-producten. Destijds was AI in zekere zin elitair. Je had gespecialiseerde en dure expertise nodig. Projecten duurden maanden of soms jaren. Vooral grote bedrijven konden voldoende mensen, data en middelen vrijmaken om de technologie werkelijk te benutten.
Vandaag is dat fundamenteel veranderd.
De technologie is niet alleen krachtiger geworden, maar ook veel toegankelijker. Dankzij generatieve AI, low-code- en no-codeplatformen kunnen ook kmo’s en minder technische teams toepassingen realiseren die enkele jaren geleden alleen binnen het bereik van grote ondernemingen lagen.
Voor mij bestaat die AI-wereld uit drie grote categorieën:
- AI die individuele medewerkers productiever en effectiever maakt.
- AI die processen automatiseert en slimmer maakt.
- Data engineering, data science en machine learning voor meer gespecialiseerde toepassingen.
Dat is geen of-of verhaal. Het is een en-&-en verhaal. Niet iedere organisatie hoeft onmiddellijk een grootschalig AI-programma te lanceren. Een kleine, doelgerichte toepassing kan al bijzonder waardevol zijn. Tegelijk volstaat het niet om enkele Copilot-licenties aan te schaffen en dat vervolgens een AI-strategie te noemen.
De echte verandering begint wanneer een bedrijfsleider anders naar de eigen organisatie leert kijken.
De grootste beperking is niet altijd de technologie
Natuurlijk bestaat er veel hype rond AI. Niet iedere belofte zal werkelijkheid worden. Maar zelfs wanneer we slechts dertig procent van die hype kunnen realiseren, blijft de potentiële impact enorm.
Wat ik steeds vaker vaststel, is dat de technologie niet langer de belangrijkste beperking vormt. De grootste beperking is dikwijls wat mensen zich kunnen voorstellen dat mogelijk is. Welke terugkerende taken kunnen we vereenvoudigen? Welke informatie blijft vandaag ongebruikt? Waar verliezen medewerkers onnodig tijd? Welke beslissingen kunnen we beter ondersteunen? Welke processen bekijken we niet meer kritisch omdat we ze altijd op dezelfde manier hebben uitgevoerd?
Daar wil SirusAI het verschil maken. We helpen ondernemingen hun werkelijke problemen en opportuniteiten te herkennen. Vervolgens onderzoeken we hoe AI en automatisering praktisch kunnen helpen. Dat kan een kleine quick win zijn, een breder verandertraject of een volledige implementatie.
Sommige bedrijven willen zelf kennis opbouwen. Dan begeleiden en coachen we hun teams. Andere bedrijven willen zich op hun kernactiviteiten concentreren en zoeken een partner die de uitvoering opneemt. Ook dat is mogelijk.
Het middel is nooit het uitgangspunt. De waarde voor de onderneming is dat wel.
Ons succes moet impact maken (en de klant laten schitteren)
Bij één van onze klanten begeleidden we een team bij het bouwen van AI-agents. Het doel was niet om alles van hen over te nemen, maar om hen te leren hoe ze zelf goede oplossingen konden ontwikkelen. Het mooiste resultaat was niet alleen dat de agents werkten en een verschil maakten . Het waren ook de berichten van deelnemers die vertelden hoeveel sneller ze dankzij onze begeleiding vooruit waren geraakt en hoeveel waarde onze inbreng had opgeleverd.
Vroeger zei ik soms lachend tegen mijn leidinggevende: “Mijn job is ervoor zorgen dat jij kunt schitteren.” Eigenlijk geldt dat vandaag nog steeds. Wanneer een IT-directeur, CEO of projectverantwoordelijke intern kan uitpakken met een waardevolle oplossing die we samen hebben gerealiseerd, geeft mij dat veel voldoening. Een opdracht is geslaagd wanneer de technologie werkt, de organisatie ermee verder kan en de mensen die hun reputatie aan het project verbonden hebben er sterker uitkomen.
Alles komt samen in SirusAI
Ondernemerschap betekent dat ik vandaag veel verschillende rollen combineer: strategie, sales, marketing, analyse, technisch ontwerp, implementatie, coaching en bedrijfsvoering. Dat is intensief, maar de combinatie voelt vertrouwd. Ze brengt veel elementen samen die gedurende mijn carrière soms als afzonderlijke disciplines werden behandeld.
Ik ben bovendien ongelooflijk leergierig. Bij mij thuis hangt een muur vol certificaten, en die begint stilaan plaats tekort te komen. Ik volg bijna voortdurend meerdere opleidingen en verdiep me in alles van deep learning en generatieve modellen tot pragmatische automatisering met low-code- en no-codetechnologie. Wanneer ik ’s avonds van negen tot elf een cursus volg of een nieuwe modelrelease bestudeer, ervaar ik dat niet louter als werk. Het komt voort uit nieuwsgierigheid en uit de behoefte om te begrijpen wat er mogelijk wordt.
Tegelijk heeft het ondernemerschap mij iets geleerd wat binnen een corporate kader minder zichtbaar was: niet alles kan gepland en gecontroleerd worden. Soms moet je beslissen met onvolledige informatie, omgaan met wat zich aandient en toch in je gekozen richting blijven geloven.
Waarom ik SirusAI ben begonnen
Ik ben SirusAI niet begonnen omdat AI vandaag populair is. Ik ben ermee begonnen omdat hier alles samenkomt waar ik gedurende mijn carrière mee bezig ben geweest: technologie begrijpen, opportuniteiten herkennen, buiten bestaande kaders denken, complexe problemen vertalen naar concrete acties en mensen begeleiden bij verandering. AI maakt vandaag mogelijkheden toegankelijk die vroeger alleen voor de grootste ondernemingen waren weggelegd. Ik wil kmo’s en andere organisaties helpen om die mogelijkheden te zien én ze verstandig toe te passen. Niet door technologie om de technologie te implementeren. Wel door samen iets te bouwen dat echt werkt, mensen sterker maakt en een organisatie duurzaam vooruithelpt.
De belangrijkste vraag is daarom misschien niet langer wat AI allemaal kan.
De vraag is: wat zouden we anders durven organiseren als we werkelijk begrepen wat er vandaag mogelijk is?
