Data op orde vraagt leiderschap, niet alleen tooling

Een belangrijk punt is dat AI pas waarde oplevert met een sterke datagrondslag. Organisaties moeten data en definities structureel onderhouden, klein en zichtbaar beginnen, en samenwerking in de keten stimuleren. In dit gesprek komt aan bod hoe AI momenteel veel aandacht krijgt, maar dat goede uitkomsten nog vaak ontbreken zonder stevige datagrondslag. Hij vergelijkt de huidige AI-golf met eerdere technologische veranderingen zoals internet en mobiele telefonie: eerst is er hype, daarna volgt pas echte toepassing. De kernspanning in het gesprek is duidelijk: de ambitie is groot, maar de dagelijkse praktijk van data op orde krijgen en houden blijft moeilijk.

Er komt aan bod het vooral om snelheid en toegankelijkheid is veranderd. Waar vroeger veel hardware en rekencapaciteit nodig was, kunnen moderne AI-toepassingen nu op veel kleinere schaal draaien. Tegelijk klinkt de waarschuwing dat organisaties data en definities niet eenmalig kunnen ontwerpen; ze moeten structureel worden onderhouden. “Je moet het echt zwaar embedden” — Sonny (08:15)

Een belangrijk punt is dat succes begint bij klein en zichtbaar werken: start met de vraag welke waarde iets oplevert, vertel het verhaal aan de omgeving en vermijd te lang onder water blijven. Er wordt gepleit voor multidisciplinaire samenwerking en voor leiders die middelen vrijmaken en de waarde begrijpen. C-level betrokkenheid helpt, maar ook op andere niveaus moeten mensen initiatief nemen. “Groot mag denken, maar klein moet acteren” — Sonny (10:05)

Een belangrijk deel van het gesprek gaat over ketens. Aan de hand van de spoorketen laat Sonny zien hoe sensordata, onderhoud en vervoerders samenkomen, en hoe een hackathon tot een concreet resultaat leidde dat later nog steeds draait. Zijn boodschap is dat data in de praktijk ketenmanagement is: samenwerken, standaardiseren en silo’s doorbreken. “Data is ketenmanagement” — Sonny (24:48)

Wat er in deze aflevering langskomt

• Introductie en achtergrond
• De AI-hype verklaard
• Rekenkracht als doorbraak
• Data op orde houden
• Klein beginnen met waarde
• Leiderschap en zichtbaarheid
• Ketenkracht en samenwerking
• Het spoor als voorbeeld
• Hackathons over silo’s
• Grote teams aansturen
• Doorbreek de silo’s
• Standaarden en definities
• Toolkeuzes en versnippering
• Keuzes in data tooling
• Samen zoeken naar oplossingen
• Simpel en praktisch werken
• AI en codeassistenten
• Uitrol via leveranciers
• Soevereiniteit en hybride AI
• Classificatie en agents
• Analytics en toekomstvaste architectuur
• Ecosysteem en API’s
• Cloud, data en eigenaarschap
• Afsluitende les voor starters

Transcript

Martijn, welkom in de studio. Dankjewel Sonny voor deze uitnodiging. Ja, zeker weten. We gaan het vandaag onder andere hebben over dat ketenmanagement toch wel erg ver lijkt op datamanagement. Dus daar wil ik je straks helemaal op uit gaan vragen, onder andere. Maar ik ben eerst eventjes heel erg benieuwd wie ik hier aan tafel op zit. Ik ben Martijn en ik ben vader van drie kinderen. Ik werk al een geheimen tijd in de sector waar het vaak om data gaat. Je werkt al een data track record op je naam. Ja, begonnen met digitalisering, met de opkomst van de internet. Tot op tegenwoordig het AI waar we in zitten. Ja, ook heel hip. Ziet je het ook veel om je heen dat het daar veel over gaat? Ja, het gaat heel veel daarover. Ik zie het in de toegenomen belangstelling. Als je op summits komt, zoals laatst was ik in Londen voor het partner data and analytics summit. Dus er lopen er gewoon vijfduizend man rond. Ja, dan gaat het allemaal over AI. Het gaat veel over AI, maar het gaat ook veel over zonder goede data. Is het vaak voor heel veel AI-trajecten lastig om daar goede outcome uit te halen. Je was ook al eerder naar Gartner geweest hè? Ja, dat was in 2010. Toen was het Data Analytics Summit gescheiden van het Data Management Summit. Dat werd wel tegelijk gehouden. Ja, je ziet nu je complete overland. Dat is nu samengevoegd. Oké, gaaf. En wat heb je er dan overgehouden aan gedachten goed nog? Nou, in 2010 was het voor mij echt een opener dat wat rekenkracht kan doen qua mogelijkheden om uit data hele andere toepassingen te halen. Dat heeft mij ook geïnspireerd om dat verhaal verder te brengen binnen een grote overheidsorganisatie. Ja, en nu zie je dat ook weer dat de rekenkrachten zoveel anders zijn geworden. Dat de ontsluiting van data zoveel groter kan zijn, waardoor je veel interactiever businessvraagstukken kunt oplossen. Ik ben wel heel even benieuwd of je daar iets meer over kan vertellen, over hoe dat dan was en hoe dat dan nu verbeterd is. De verbetering zit hem heel erg in snelheid. En ook als je kijkt naar wat je vroeger nodig had aan hoeveelheden, aan hardware. En als je dat nu, de meest moderne AI-modelletjes kunnen op een smartphone. Ja, dat klopt. En dan gebruik ik als vijftiger het woord smartphone, maar een telefoon. Oké, dus echt wel de snelheid. Want ik kan me ook wel voorstellen dat, het is nu de afgelopen jaar natuurlijk wel heel snel gegaan met ook hele slimme modellen en alle bedrijven die erboven op springen. Ik kan me voorstellen dat het vroeger anders was. Ja, je ziet bij elke verandering dat dingen een tijd nodig hebben. En dat dingen soms ook wel gehyped worden. En dan barst er weer even zo’n bubbel. En dan is iedereen ontevreden, zeg maar. Maar in the end groeit het uiteindelijk toch wel. Je zag met de opkomst van het internet. dat uiteindelijk zie je daar een hele nieuwe industrie ontstaan en ik heb dat gezien met, mobilisatie dus de opkomst van de mobiele telefonie en nu zien we dat met met AI ontstaan dus ik denk niet dat we nog volledig door de hype heen zijn dus ik denk echt wel dat er ergens nog wel nog een keer correctie komt maar daarna verwacht ik wel dat er steeds meer business toepassingen gaan ontstaan, die echtzaam waarde toeleveren. Ja, dat gaan we zien. Dat geloof ik ook wel. Ik denk ook wel dat het heel mooi is om te zien dat ze, wat jij heel kort benoemde, dat ze dus bij Gartner, een groot instituut die daar veel over deelt, blijkbaar eerst dingen gingen scheiden en dat ze dat dus nu voor je gevoel veel meer samen deden. Dus daar zit natuurlijk ook wel een bepaalde boodschap onder. Ja, ja. Hopelijk dat ze dat ook nu echt door gaan trekken en dat ze allemaal hun data op orde gaan brengen. Ja, dat is natuurlijk een lastig iets om data op orde te brengen en ook data op orde te houden. Eén werkgever kan ik me herinneren waar we dat helemaal opnieuw hebben ontworpen, de hele architectuur. Wat zijn je processen vanaf het hoofdniveau tot het laagste niveau en dan praat je over vijf niveaus. En dat koppelen aan je datapunten. Dat hebben we helemaal op orde gebracht. En ik hoorde laatst spraken aan een oud-collega en zeggen, hoe staat het ermee? Nou, dat is helemaal verouderd in de kast terechtgekomen. Dus je moet het echt zwaar embedden. En ik ben daar natuurlijk al de hele tijd weg. Maar het blijft monnikenwerk om dat gewoon up-to-date te houden. En daar zie je veel bedrijven toch wel mee worstelen. Terwijl ik zwaar overtuigd ben, als je dat goed bijhoudt, dat ontwikkelprocessen veel sneller kunnen verlopen, omdat je de samenhang goed snapt. Omdat je er veel meer waarde uit kunt halen. Omdat je weet waarop je moet sturen. Maar dat vraagt ook om leiders. Niet alleen een CDO, maar totaal op het meerdere niveau leiderschap. Die dat begrijpt. En bij een van die organisaties had ik een leider die dat heel erg goed begreep. Omdat hij het bij vorige werkgevers had gedaan. Die ook toegang had tot de financiële middelen. Omdat hij daar eindverantwoordelijk voor was. En dat ook beschikbaar stelde. Dank u wel. En misschien heb je terugkijkend op dat proces ook nog tips voor mensen die vooraan in dat proces staan. En wat bedoel je dan met vooraan in dat proces? Nou ja, laten we eventjes gewoon een fictief persoon aanpakken die dus de waarde ergens van ziet. Maar ja, nog niet zo goed weet hoe die dat dan in moet richten. Dus je legt er net uit dat je dat een keer succesvol hebt gezien. Zou je daar misschien ons mee kunnen nemen in hoe je dat dan hebt gedaan of een soort van tips kunnen? Ja, ik denk dat je altijd op zoek moet naar waar zit de wow factor. En dat je ook klein moet durven acteren. Dus groot mag denken, maar klein moet acteren. En dat je altijd moet beginnen met de buitenkant. Wat verandert dat dan? Welke waarde levert het me nou echt op? En dan terug gaat vertalen naar, oké, maar wat moet ik er dan voor doen? En dat daar in storytelling ook heel erg belangrijk is om je omgeving mee te nemen. En dat je ook vooral niet te lang onder water moet zijn. Dus dat duikbootgedrag wat we vaak in de traditionele IT-industrie hebben gezien, je gooit het overboord. Op een centrale plek. Kom met doelvijnergedrag. Dus kom snel boven water en laat het zien, pas het aan, ga even onder water en kom weer boven. En dat continu. nu. Dus dat zou ik mensen die aan het begin van hun datareis staan, heel erg mee willen geven. Vooral wees zichtbaar, denk ik ook. Wees zichtbaar, ja. Laat zien wat iets gekost heeft, maar ook wat het oplevert. En ook wees heel eerlijk als je het moet opschalen. Wat is er dan voor nodig? Maar probeer het niet gelijk vanaf scratch af aan veel te mooi te maken. Ja, ik denk dat dat ook wel een stukje kwetsbaarheid is wat mensen wel lastig vinden soms. Ik zie toch wel dat ook helemaal in die AI-hype dat mensen gewoon heel snel willen scoren. En dat ook mensen snel het gevoel hebben dat ze niet meer scoren als het ook niet heel groot is. Ja, maar doe het vooral vanuit problemen die je wil oplossen voor een ander. En scoren, dat komt later wel. Want mensen zien uiteindelijk wel welke waarde jij levert aan een bedrijf. Dus zet dat scoren maar gewoon opzij, zou ik zeggen. Ja, durf klein te beginnen ook. En bedoel je dan ook dat je gewoon echt bijvoorbeeld een bedrijfstoelstelling beetpakt en die gewoon echt gaat afpellen? Ja, peil dat af en doe dat ook met meerdere mensen samen. Dus het multidisciplinaire vind ik heel belangrijk. Want jij kan denken dat dat het probleem is en dat jij de oplossing hebt. Maar er zijn vaak meerdere invalshoeken nodig om te zien of het ook echt het probleem is. En of het ook echt jouw oplossing is, ook de goede oplossing is. Dus kom met een gezamenlijke oplossing. Ja, dat creëert gewoon heel veel draagkracht. Ja. Schiet daar niet te veel in door, want dat verlies je heel erg in daadkracht. Maar probeer daar een goede balans in te vinden, zodat je ook tot een mooie oplossing komt. Ja, oké. Ik probeer dat net zo lang door te vragen dat ik ergens een beetje in een beeld bij krijg. Dus de laatste vraag die je daar nog over wil stellen is, vind je dan ook dat echt C-level daarbij al moet betrokken zijn op dat niveau? Of kan het ook een ander niveau zijn die aan de slacht daarmee gaat? Ik denk dat het op meerdere niveaus acties kunnen ontstaan. Natuurlijk helpt het heel erg als C-level begrijpt wat er nodig is. En daarin middelen beschikbaar stelt. En helpt heel erg ook daarin in storytelling. Ik kan me een bedrijf herinneren waar er veel ruimte in was om ook filmpjes te maken. Korte filmpjes van drie, vier minuten waar je stakeholders aan het woord liet. Heel veel in het beeld gebruikte natuurlijk. Om te laten zien van ja, wat is de waarde die nu wordt opgeleverd. En dat soort filmpjes helpt heel erg in andere meenemen op reis naar de toekomst. Ik ben heel blij dat je dat zegt. Want ik geloof daar ook heel sterk in. Ik heb natuurlijk al heel kort even uitgelegd dat ik ook echt wel een soort van propositie van de groep probeer te krijgen. om gewoon mensen te activeren, om hun doelen gewoon kort te gaan bespreken in filmpjes. En de mensen die daar onderdeel van zijn van die keten, waar ik straks verder op in wil, om die ook gewoon aan het woord te laten en hun deel van die keten te laten vertellen, zodat het gewoon maar zichtbaar wordt en dat mensen ook kunnen opstaan met het idee van hé, ik hoor je hier iets zeggen, volgens mij weet ik hier heel veel vanaf, laat me je daarin helpen en laten we dat dan samen gaan doen. Want ja, uiteindelijk begint een plan met best wel een hoge over iets, Alleen in de details kun je volgens mij snel weer dat duikbootgedrag gaan terugvinden. Ja, en ketens zijn ook wel lastig soms om te begrijpen. En soms zien mensen, heel vaak zien mensen, maar een stukje van de puzzel. Ik heb een van de leveranciers waar ik in het verleden mee gewerkt heb, die ook een grote bijdrage levert aan de datamanagement als vakgebied. Die heeft een spel ontwikkeld. Monopoly, maar dan op datagebied. En dat spel gebruiken ze heel erg met hun klanten om inzichtelijk te maken hoe die ketenafhankelijkheden nou zijn. En dat soort gamification is een van de instrumenten die je heel goed kunt inzetten om te benadrukken dat een ketensamenwerking echt wel essentieel is om tot een resultaat te komen. Ik ben even aan het zoeken hoe ik zo niet mogelijk in die keten kan duiken. Het allermooiste zou ik vinden als we ergens een voorbeeld of een hele dataketel van lijn even kunnen bespreken. Zodat we eigenlijk vanaf het begin van een keten tot aan het eind van een keten. En misschien alle ketenpartners die we daar tegenkomen. Dat we dat eens kunnen bespreken. Ik weet niet of je me daarbij kunt helpen. Met een voorbeeld. Er zijn meerdere ketens waar ik mee te maken heb gehad in mijn werkleven. Wat zullen we eens doen? Zullen we de spoorketen eens pakken? Ja, dat is denk ik wel heel mooi. Een soort van spoortje dat je ook nog wil gaan. Wat ik heel erg leuk vond is dat het spoor is verdeeld in partijen die vervoerders zijn. en partijen die heel veel doen in de infrastructuur. En die infrastructuurpartijen die hebben sensoren in hun rails liggen. En met die sensoren kunnen de vervoerders, de grootste vervoerder, je kan bijvoorbeeld data eruit halen waarmee ze bijvoorbeeld kunnen zien wie waar in de trein zit. Maar dat niet alleen. Men kan ook zien in het predictive maintenance of spullen gewoon goed werken of niet. Of dat ze dreigen om te vallen. En in dat veranderen verhaal werkten we dus heel erg samen met het onderhoudsbedrijf. En was daar een treinstel net gezien voor onderhoud. En op basis van die sensordata zag men dat er toch iets niet goed zit. Ja, en die trein is teruggehaald. En ja, waar rempel? Het was iets stuk. En dat overtuigde heel erg de mensen op die onderhoudsplaats van… Hé, die datajongens, die kunnen ons toch echt wel helpen. Want als zo’n trein in de keten, want het spoor is natuurlijk een enorm groot netwerk, stil komt te vallen. Ja, dan is de schade voor die spoorsector best wel aanzienlijk. En voor de individuele reiziger natuurlijk helemaal die moet omreizen omdat er een trein gestrand is. Ja, die vond ik heel duidelijk. Ja, en zo zie je dan ook alweer dat volgens mij het heel belangrijk is dat er komt iemand ergens met een idee van. Van joh, volgens mij hebben we hier een keten. Laten we dan de samenwerking erin op zoeken. En beide partijen hebben natuurlijk superveel belang… om dat met elkaar te gaan delen. Ja. En dat soort ideeën naar boven halen… in dit geval heeft daar een hackathon aan bijgedragen. Maar ja, ik denk dat er meerdere mogelijkheden zijn… om ideeën naar boven te halen. En ik denk dat het heel belangrijk is… dat leiders heel goed luisteren naar hun mensen. Er zitten echt hele goede ideeën in de organisatie. Misschien ook wel een mooie oproep om gewoon eens een keer zoiets te organiseren als je dat nog niet al gedaan hebt. Om gewoon eens een keer in de vorm van een hackathon te organiseren of als er altijd een soort van themaavond zijn. Ja, in mijn organisatie waar ik nu werk, organiseren we ook altijd zeker twee keer per jaar een datathon of hackathon, hoe je het wil noemen. Maar ik ben meest enthousiast eigenlijk als hackathons over de ketens heen worden georganiseerd. En daar kan ik me ook wel een van herinneren. Ik denk, goh, wat is leuk. Er komen een aantal ketenpartijen bij elkaar. En dan organiseren… Hoe moet ik dat zeggen? Dan werd er echt een leuke hackathon georganiseerd. Waar prijzen gewonnen konden worden. En ik kan me ook voorstellen dat iedereen echt wel altijd wat aan heeft. Al komt er misschien niet meteen een euro-biljet uitgerold. Al hebben we ook geen biljetten van euro’s. Maar ik kan me wel voorstellen dat alleen al die synergie die ontstaat tussen zowel deelnemers, misschien jonge mensen en misschien zelfs wel C-level in gaterpartners, dat die heel veel van elkaar kunnen leren. Ja, veel leren, maar mensen worden ook gezien. En dat is natuurlijk ook heel erg leuk. Ik heb een hackathon waar… Een van de teams die wonen, dat was een team waar mensen voor een grote consultancy bedrijf werken, jonge mensen. Ik geloof dat de helft van dat team was overgevlogen uit Spanje. Mensen vinden het ook wel heel erg leuk om op die manier hier met elkaar aan een vraagstuk te mogen werken. Heb je ook al gezien dat er een idee uit een hackathon ook echt helemaal in productie is gebracht en misschien zelfs nog steeds draait? Nou ja, ik noemde net eentje rondom de spoorsector. Ja, die draait vandaag de dag nog. Volle toeren. Volle toeren. Ja, die werd opgepakt door het bestuur van dat bedrijf. En dat stond op een gegeven moment als voorparginaar in de Telegraaf. Dit gaan we doen. Oh, wacht even. Het gaf wel een bepaalde druk, gezonde druk en gezonde afstemmingen in het bedrijf. Maar je bedoel even vanuit C-level soms kun je als C-level ook dingen oppakken en ondersteunen ja. En dan wil ik heel even doornavigeren naar hoe je nou in deze tijd grote teams managt naar jouw idee. Ja, dat hangt een beetje vanaf wat de samenstelling is van die teams. Dus ik heb bij organisaties gewerkt wat veel meer in de overheidssector zit en wat vooral op interne mensen dreeft. Maar ook in organisaties semi-overheid waar veel consultancy bedrijven omheen cirkelen. Tot en met sectoren waar we veel werken met mensen uit India. En je kan je voorstellen dat de manier van samenwerking dan heel verschillend kan zijn. Pak ik even het laatste voorbeeld. Ik vind het daarin belangrijk als je met mensen vanuit andere continenten werkt. Dus dat je offshore, dat je vaak met mixed teams werkt. En als je dingen echt uitbesteedt, volledig, dat het goede werkbare pakketten zijn, maar nog steeds onder jouw regie gebeuren. Omdat je in the end toch wel verantwoordelijk blijft voor het hele geheel. Ja, ik merk dat we daarmee de mensen aan boord houden, dus dat je veel minder verloop hebt, ook aan de offshore kant. Dat je een mooie stukje kennisontwikkeling krijgt, want dat is een data vakgebied, is gewoon complex. Het duurt gewoon een tijdje voordat je begrijpt wat er allemaal aan de hand is. Dus is het voorkomen van verloop essentieel. En dat je daarmee ook duidelijke koppelingen maakt van dit is jouw bijdrage en dit is de waarde die je opluift. Dus die samenwerking daar is denk ik net even wat anders in dat soort ketens dan puur in de overheid met wat meer interne mensen. En daar gaat het heel erg over hoe doorbreed je nou dat ze op die eilandjes zitten. Dus ik kan me herinneren dat we daar een keer een evenement hebben georganiseerd met steun van de leverancier om alle partijen gewoon aan boord te krijgen. Om te laten zien, te presenteren wat doen we. Gewoon een heel groot event. 250 man. Verschillende onderdelen van verschillende overheden. Vallen onder één ministerie wilde eigenlijk. Dat opent er zoveel ogen bij heel veel mensen. Ik kan me wel goed voorstellen ik hoor er ook al een beetje een rode lijn in dus dat vind ik altijd erg mooi om te horen En daar ben ik ook heel erg benieuwd, want ik denk dat hier best wel wat te halen ook nog valt bij heel veel mensen. Vooral in die silo’s. Ik ben dan wel benieuwd of je daar nog wat tips voor hebt voor mensen die in silo’s werken. Want ik hoor er toch echt heel veel om me heen dat ze dan benoemen, wat is dan de uitdaging? Ja, iedereen werkt in silo’s. Is het dan echt dat event organiseren? Ik denk dat de oproep is durf de silo te doorbreken. En al kost het je kop, de markt is zo goed, dan ga je gewoon ergens anders werken. Geloof in je eigen waarde, maar vooral in de waarde die je wil bereiken voor het bedrijf. Of voor je organisatie waar je in zit, als het geen commerciële bedrijf is. Maar durf die silos te doorbreken, want het is doodzonde als er niet samengewerkt wordt in ketens. Data is ketenmanagement. En dat betekent dus dat je moet samenwerken. Zeker in het datengebied waar je afhankelijk bent van de bronnen, zeg maar, die vaak onder IT-afdelingen vallen, die heb je gewoon nodig dat dat robuust is, dat dat een goede kwaliteit heeft. En waar je die checks al eerder in kunt bouwen in je keten, wij noemen dat downstream, des te beter dat is. Het is eigenlijk gewoon het gesprek openen met de mensen met wie je samenwerkt en gewoon eens misschien te vragen van joh, kun je eerst dat proces of die keten voor ons uitleggen wat er aan jullie kant gebeurt voordat wij hem tegenkomen en dan samen kijken of je daar ook nog in hun gedeelte van de keten dan bijvoorbeeld al iets kunt installeren. Zoals bijvoorbeeld een datakwaliteitsinitiatief. Oké. Ja, en ook datadefinities. Dus probeer dat goed scherp te stellen in je organisatie. Je ziet daar vaak dat IT-systemen ontwikkeld zijn en allemaal verschillende definities hebben, wat vaak over hetzelfde begrip kan gaan. Dan krijg je weer van die grote master data management programma’s. Dus ja, je kan ook kijken van wat is eigenlijk in de industrie een beetje de standaard. En dan kunnen we in de industrie tot een standaard komen. Binnen overheden noemden we dat dan de taxonomie. Maar dat kost heel veel tijd. Maar dat helpt de industrie wel ontzettend vooruit als je dat kunt doen. Ik heb in de automotive industrie gewerkt. Ja, het hielp heel erg dat we daar toch meer gingen standaardiseren. Wat ik ook wel heel erg, het komt er eens in me op. De laatste tijd zie ik op LinkedIn ook best wel veel mensen die dan een berichtjes plaatsen. En hun bedrijf is dan eigenlijk dus vooral gericht op over verschillende bedrijven heen een soort van standaard neerzetten. En dat hoor ik eigenlijk hier ook alweer een beetje terug. Dus ik denk ook wel als een soort van, ja dat is dan een beetje een soort van ondernemerschap. Wat ik dan hiermee met deze boodschap een beetje probeer te bewerkstelligen. Van als je nou die ruimte ziet om zoiets op te pakken. Dus over verschillende ketens heen. Omdat je daar gewoon veel verstand van heeft. Ja, pak dat dan ook op, want daar is gewoon heel veel behoefte aan. Ja, ik wil iedereen daar echt wat toe oproepen, want standaardisatie helpt gigantisch. Dat zorgt voor die snelle ontwikkelen tijden, maar het zorgt ook voor veel minder incidenten. Het zorgt voor veel minder vertaalslagen tussen systemen. Ja, het zorgt gewoon voor een veel betere datakwaliteit. En als je dat ook dan weer gaat toepassen in de AI-toepassing, dan ben je gewoon een veel beter product. Ja, en ik denk dat het ook al dan weer wat makkelijker wordt. Waar misschien ook wel weer een uitdaging zit van ja, hoe ga je dat dan met z’n allen weer delen? Komt daar dan weer een soort van laag overheen, een platform, een Colibra-achtige gedachtegoed, zeg maar? En hoe klein zou je dat kunnen oppakken? Volgens mij kan je al beginnen met een gedeeld Excel-fijltje. Al ben ik daar niet zo super fan van, maar… Nou, je kan klein beginnen, dus je noemt dit soort tools waarbij het verschil tussen een Excel-tooltje waarmee je zou kunnen beginnen tot de hele prijzige, nou prijzen moeten misschien eruit halen, maar de geavanceerde tools. Ja, die daardoor ook meer kosten. Ja, die daardoor ook meer kosten. Kijk, ik denk dat heel veel bedrijven stoeien met hoe organiseer je dit nou. En ja, dat is een heel veel bedrijf. Ik heb meerdere datamanagement selectietools trajecten mogen begeleiden. En je zult zien dat alle leveranciers zich proberen heel goed te verkopen. Maar eigenlijk is de hele markt ook nog in ontwikkeling. En ook nog versnipperd. Dus je ziet bij heel veel bedrijven enorme versnippering ook nog eens aan tools. Probeer altijd van buiten naar binnen te redeneren. en proberen ook te kijken vanuit een ketenperspectief. Dus voorbeeldje, wij hebben gekozen destijds voor een tool die ook door een hele grote internationale bierbrouwer hier gebruikt wordt, die heel sterk was op het datakwaliteitsgebied. Volgens Gardner, nou, leading daar is. Maar op datadefinities, toen gewoon, ja, het stond nog een beetje in de kinderschoenen. Daar waren ze nog twee jaar pas mee bezig toen wij dat selecteerden. Maar we hebben daar een strategische keuze in gemaakt. Dat we denken, ja, wij zijn eigenlijk ook nog maar net mee bezig. Dus dat bedrijf zal daar vast wel in groeien en wij groeien dan wel mee. En dat is ook gebeurd. Dat is geaccepteerd. Dus dan accepteer je even dat de definities nog de komende één, twee jaar niet zo zijn zoals het zou hebben. Nog niet zo fancy, gebruiksvriendelijk misschien op dat moment, maar goed genoeg. Inmiddels hebben we heel veel gebruiksgemak. En zit alles in een stuk gereedschap. En dat is toch wel heel erg mooi. Want het gaat uiteindelijk in die end om data waar je een definitie op hebt. En waar je kwaliteit op wil organiseren. Dan heb je toch wel best wel wat. Ja, dan heb je zeker heel wat. En in de huidige financiële sector waar ik werk is SOC 2, is een insurance standaard. Ja, dan helpt het heel erg als je dit soort gereedschappen in huis hebt. Ja, dat kan ik me ook wel goed voorstellen. Ik denk dat vind ik ook wel een mooie boodschap is van ja, durf ik dan ook keuzes te maken? Want je had ook kunnen kiezen om dan een andere tool voor die beter was in definities erbij te kunnen halen. Waarin je dan mogelijk dus rond dit tijdstip weer de uitdaging had gehad dat je die weer bij elkaar moest brengen. Waardoor je wellicht weer een derde tool of toepassing nodig had gehad om dat aan elkaar te knopen. Ja, dat is iets wat je ziet in hele grote organisaties. Je ziet veel versnippering. Ja, het lijkt me ook best wel lastig om dat dan uiteindelijk weer te doorbreken. Als je uiteindelijk dus helemaal invested bent op bijvoorbeeld die kwaliteitsregels in een tool, definities in een tool… Ja, nee, dat is ook lastig. Ja, ik zeg niet dat datademanagement makkelijk is. Nee, anders had je het gesprek ook niet vervoerd. En dan was er ook geen interesse naar geweest. Nee. Maar goed, eigenlijk denk ik dat daar ook dan wel weer een beetje de boodschap in komt. Ja, durf daarin dus ook wel gewoon voorop te lopen en daar gewoon keuzes in te maken. Eigenlijk wat je net ook al zei. Ja, voorop in te lopen, maar zoek elkaar ook op. Dus ik denk niet dat je de enige bent die de problemen aanlapt. Dus ja, ik word regelmatig wel gebeld door mensen in het netwerk, zeg maar. Die tegen bepaald problemen aanlopen. En zeggen, we zijn daar en daar mee bezig. Hoe kijk je er tegenaan? Dat vind ik leuk. Ik vind het erg leuk om mee te mogen denken bij anderen. Nou, dat is maar gewoon een baan natuurlijk. En niet dat ik me als consultant daarin wil vuren. Absoluut. En ook geen oproepen doet om… Bel massaal niet. Bel massaal niet. Maar als het af en toe even een uurtje sparen is of zo, dat is prima. Goed, dat is ook een beetje het idee van de podcast ook. Dat als je hier wel dingen bespreekt, dat andere mensen hopelijk ook echt wat aan hebben. En daar weer of jou van willen bellen, dus liever niet allemaal tegelijk. Of dan dus weer daar verder door kunnen zoeken. Dus alvast bedankt ervoor ook. Ben ik nog heel eventjes benieuwd of er nog andere mooie tips of wijsheiden in jouw hoofd zijn die we nu nog niet besproken hebben die wel goed in het verhaal passen. Ja, dan moet ik wel even hard nadenken. Ja, dat is wel hard. Wat zijn de tips? Probeer het niet te mooi te maken. Dat is denk ik wel de tip. Goed is goed genoeg. Kom snel tot een resultaat. Ik vind dat veel datamanagement-directen veel te veel op theorie gebaseerd zijn. En dat is een taal die experts misschien wel spreken met elkaar. Maar er is snapt er geen snas van. Dus praat echt de business taal. En keep het simpel. En vermijd al die moeilijke datatermen. Vermijd die gewoon. We hebben wel data stewardship, datacustodium. Hou er mee op. Je hebt gewoon iemand nodig die je data-eigenaar is en die die data moet regelen en organiseren. Maar benoem gewoon meer wat moet diegene doen. En door allemaal ingewikkelde termen te introduceren, denken mensen dat is een hele andere functie. Dat moet ik niet doen. Maar het wordt gewoon onderdeel van je baan. Van je bestaande banen wordt het steeds meer een onderdeel van. Net zoals internet steeds meer onderdeel is geworden van heel veel functies bij mensen. Ja, daar zijn we ook niet heel moeilijk over gaan doen ineens. Dat iedereen zou moeten begrijpen wat het internet precies is van voor tot acht. Voordat ze dat in hun werk konden gebruiken. Dat is gewoon een soort van geadopteerd. Ja, maar in het begin werd daar wel zo over gedacht. Van nou ja, dan moet je een vak apart. En ja, natuurlijk. Een webontwikkelaar is apart. En in het begin werd er ook geroepen van nou ja, mijn buurjongen kan ook wel een websiteje bouwen. Dus die banen gaan allemaal verdwijnen. We hebben gezien dat het totaal kolder is. Klopt. Nou, dat zal met AI ook gebeuren. Er zullen banen gaan verdwijnen, maar er komen er ook heel veel banen weer bij. Ja, dat geloof ik ook echt wel, omdat het natuurlijk ook steeds makkelijker wordt om je eigen applicatietje of pipeline of scraper tooltje of iets anders te gaan maken, waarin je eerst heel lang moest wachten op iemand totdat het misschien gemaakt werd en dan was het dus te veel maatwerk. Als ik naar mijn eigen werk kijk, wat ik allemaal al gebouwd heb, met heel weinig ns, van coderen aan automatiseringen, dat is echt gigantisch. Ja, ik ben best groot voorstander van Code Assistance. En je ziet dat het afgelopen anderhalf jaar echt heel erg hard is gegaan. Ik blijf het wel zien als een assistent. En het ontslaat je niet van het duidelijk hebben van je ontwikkelstandaarden. En dit komt nu wat harder naar boven draaien. Want als die onvoldoende zijn, dan zeggen ze, wacht even, kunnen we wel met z’n co-tonsistent aan de gang? Ja, natuurlijk kun je daarmee aan de gang. Het probleem had je nu ook al. Het versnelt alleen dat je daar duidelijkheid over moet krijgen. En het versnelt ook de vraagstukken natuurlijk over hoe regel je het in. Want je wil ook niet de Lars Lengwitz-models gaan trainen met jouw bedrijfscritische informatie. Ik zou het even uitzetten. Dus je moet wel echt wel slimme keuzes daarin maken. Maar ik geloof er heel erg in. En ik geloof ook heel erg in als je daar open en over bent. Dat je als je een code assistant gebruikt in je werk. Dat je niet weggezet van je woord. Als van nou die is dom, die kan zelf niet programmeren. Maar dat je er zegt nou ik heb hem gebruikt en daar en daar. En dat je het met elkaar over de uitkomsten kan hebben. Want er blijft een assistent. En we merken dat bij vooral mensen die junior zijn, en je gaf net zelf al aan, ik heb niet zoveel codeerervaring, dat het enorm kan helpen. En een midior idem dito. Terwijl de senior denkt, nou, het helpt me om gedachten te structureren, maar ik ben er nou niet zoveel sneller door gaan ontwikkelen. Prima. Maar in de samenwerking in een team, gaat het team als geheel wel sneller ontwikkelen. We zien dat echt wel bij sommige teams. We staan nog echt wel een beetje aan de vooravond van wat er mogelijk is. Maar ja, ook binnen mijn bedrijf ben ik heel erg bezig om die uitrol gewoon goed te faciliteren. En hoe doe je dat dan? Doe je dan ook alweer met die persoonlijke sessies en de mensen met elkaar laten praten? Ja, door ook leverancier informatie te laten geven met sessies. We zijn in de organisatie waar ik nu werk onderdeel van een van de top drie grootste IT-dienstverlijners van de wereld. Dus ja, als die leverancier hier in Nederland er niet bij uitkomt, dan krijgen we dus een verbindingslijntje via die grote moedermaatschappij met de leverancier qua ontwikkelafdeling. En dat zit dan toevallig ook in India. Daar hebben mijn mensen gewoon rechtstreeks contact mee. En wij lopen tegen soms ook wel beperkingen aan. Die leverancier gaan over en dan publiceert ze in alle transparantie. En hier zit er nog wat beperkingen in. Dus bijvoorbeeld, je kan een LLM, kun je ook je context meegeven. Daar moet je wel slim in zijn. Want als je te veel context meegeeft, dan kost het je weer allemaal tokens. Als je te weinig meegeeft, dan krijg je niet de goede antwoorden. Daar publiceer je zo van, ja, hier zitten nog wat beperkingen in. Maar wij gaan in de zomer release, komt er geloof ik weer een nieuwe release. En dan is het weer opgelost. Dus ik vind dat samenspel heel erg mooi om te zien. En dan doe je een ketenstukje samenwerking. Dat is wel best een goed beeld van, Georg. Ik denk wel dat er heel veel bedrijven op dit moment zijn. Ik zie twee thema’s nu erg opkomen. Dat is data soevereiniteit. Dus alles maar zelf willen doen. En niet bij die grote partijen die ook weer moedermaatschappijen. En overal moedermaatschappijen hebben. En een stukje inpluggen. Dus op je eigen AI chatbot over dingen heen zetten. Dus ik ben ook nog wel benieuwd of je daar misschien nog… En als je daar al mee bezig bent geweest, nog wat tips voor hebt hoe je dat goed kunt aanpakken om gewoon klein te beginnen ook. Ja, een klein is ook misschien de kosten ook beheersbaar te houden. Ja, mogelijk. Wij hebben ook gekeken naar de ontwikkeling van een eigen code assistant. En tegenwoordig zie je trouwens in de commerciële code assistants ook mogelijkheden komen om de eigen code assistant te kunnen toevoegen. En dat kan voor een aantal heel veel use cases ook voldoende zijn. En dan heb je wat regelingen in je netwerkverkeer en dergelijke. Dus het blijft ook een keer een kostenafweging, maar ook een effectiviteitsafweging. Ik denk dat je een structuur moet kiezen dat je flexibel kunt zijn, maar dat de governance in ieder geval in orde is. Dus ja. En kijk je dan ook al naar klassificaties en zo? Ja. Maar dan kom je in het code assistant gebeuren speelt klassificaties minder een rol. Maar als jij meer naar de agents gaat in de ondersteuning van je bedrijfsprocessen, dan is de klassificatie van je data wel essentieel. En dan is het wel belangrijk dat je gereedschap kiest die de autorisatiestructuren overneemt die je al hebt voor je werkplekondersteuning. Dus ik wil niet dat een medewerker uit het bedrijf die geen toegang heeft tot HR-data via een agent toch wel bijkomt. En ik vind die agents ook wel heel erg spannend qua kofferingsstructuur. Dus een oud collega, die ontmoet ik dan al even in Londen, En die is daar echt wel ver mee. En die zegt, ik had een agent neergezet dat hij niet bij bepaalde data mocht. En wat ging die agent doen? Die ging uiteindelijk van allemaal wegen proberen om toch bij die data te komen. Het controleren van de agents en dat die niet uit de bocht vliegen, is echt een spannend ding. Niet alleen vanuit de governance perspectief, maar ook vanuit de kosten perspectief. Ja, security natuurlijk gewoon is super… Ja, dus in onze uitrol, dus in onze proeven of als we in de uitrol zijn, zijn we daar ook wat terughoudend mee, zodat we in ieder geval een goede governance opstuiten. Maar ook dat we het begrijpen, dat we het beter leren begrijpen. Maar ik zie wel heel veel potentie in de toekomst voor agents hoe mooi is het als je een agent kunt neerzetten die je specificaties maakt een agent die ontwikkeld een agent die test een agent die coördinatie doet, ja, tuurlijk maar dat betekent ook dat je in staat moet zijn om je bedrijfsprocessen anders in te gaan regelen, ik denk dat voor heel veel bedrijven dat nog echt even een stap te ver is dat je gewoon eerst moet concentreren op de basis code assistant activiteit. Ja. Dat klinkt wel, dat klinkt als een logische. En ik ben ook dan nog heel erg benieuwd, want nu hebben we het veel over coding. Volgens mij weet je ook heel veel over de analytics kant. Sluit dat eigenlijk ook gewoon hetzelfde aan, eigenlijk op dat verhaal, om analytics te doen. Dus eigenlijk wat we al een beetje besproken hebben met de governance. Ja, het klassificeren. Eigenlijk is het een beetje dezelfde lijn, denk ik, om je analytics te verbeteren. Het gaat om, je hebt meerdere toepassingsgebieden. Dus je hebt de analytics in het data management. Dus je ziet steeds meer dat de stukjes gereedschap zelf met pre-classificaties komen. En ik denk dat je daar ook echt stappen in moet maken als organisatie. Dat die classificatie dik op orde is. En ik zie ook dat sommige ketens industrieën verder ermee zijn dan bepaalde andere ketens. Dus dat vind ik één het tweede is als je naar analytics gaat kijken en in onze organisatie zeggen bijvoorbeeld wat dicht tegen de applicaties aan zitten dat noemen we client AI, dat daar bijvoorbeeld in de documenten afhandelen dat daar heel veel te halen is, dat zien we nu al, maar dat dat ook vraagt om serieuze platformen En dat het ook gaat om, oké, wanneer ben je nog zelf een model aan het trainen? En samen met de Enterprise Architect denken wij dat dat ongeveer een beetje 20% van de situatie zal zijn. Maar 80% steeds meer wordt het aanroepen van Lars Lengelwitz Models uit de industrie of Lars Lengelwitz Models van ketenpartners. Bijvoorbeeld die klanten in de buiten zijn de SaaS-partij bijvoorbeeld. Ik wil eigenlijk dit stukje er nog wel even zo meteen uitknippen. Nee, maar ik zie dat in het ecosysteem belangrijk is om te weten hoe kun je gaan samenwerken met elkaar op het analytisch gebied. En iedereen is een beetje dat samenwerkingsmodel aan het ontdekken. Welke architectuur heb ik daar dan bij nodig? Ja, precies. Heel veel partijen hebben het bijvoorbeeld over, nou, API, hè. Hoe regel ik nou dat die APIs goed die LMS kunnen aanspreken? Voor mij ook best wel een grijs gebied. En dat die governance goed zijn. Ja, iedereen heeft het over een bepaalde leverancier bijvoorbeeld. Wij zijn de enige die op dit moment, worden wij, in Nederland actief zijn met die leverancier. Terwijl bij heel veel financiële instellingen, nou, iedereen denkt, oh, daar moeten we wel eens naar kijken. Ik zeg niet dat dat de juiste zal worden. Dat we die partijen uiteindelijk die gaan kiezen. Maar zo is iedereen een beetje aan het zoeken. Maar welke partijen heb ik dan nodig. Om een goede analytics architectuur neer te zetten. Die toekomstvast is. En je noemde net al de geopolitieke situatie. Ja. Is het verstandig dat je alleen maar op klauw zit. Persoonlijk denk ik dat je de bedrijven. de meest verstandig aan doen om een hybrid structuur te kiezen. Waarbij ik denk dat je aan de opslagkant flexibel moet kunnen zijn, van waar sla ik het op. Dat je aan de rekenkrachtkant flexibel moet kunnen zijn en dat je aan de applicatieve kant flexibel moet kunnen zijn, omdat je soms simpelweg ook te maken hebt met legacy, omdat bijvoorbeeld als onderappen applicaties zich helemaal niet voor een cloud lenen. En dat je afhankelijk van je use cases elke keer moet kijken van oké, maar wat zet ik nu in qua combinatie? Ja, misschien een beetje van de gevoeligheid van de data. Als het misschien minder gevoelige data is, ja prima dat iedereen daar in theorie bij zou kunnen. Ja, liever alsnog niet. Maar als het in theorie dan het geval zou zijn, ja, so be it. Maar bepaalde data, ja als het echt over klantdata gaat, over bijvoorbeeld financiële data, dat is best wel gevoelige data. Ja, dat kan ik me goed voorstellen dat je daar dan misschien een afweging in wil maken dat je dat dan gewoon en in Europa dicht bij bedrijven wil hebben staan. En dat je dat dan niet op een plek wil hebben waar bijvoorbeeld de Amerikaanse overheid erbij zou mogen, als ze dat zouden willen. Inderdaad. En van wie is die data? En wie is die data-eigenaar? Wie beslist dus waar die data moet staan? En als je data-eigenaar zegt, ja, maar ik wil dat helemaal niet in de cloud hebben. Ja, dan moet je dat ook absoluut niet in de cloud hebben. Ja, dat gesprek wordt eigenlijk nooit gevoerd nu. Tenminste niet voor zover ik weet. Nou ja, gelukkig in de industrie waar ik zit wel. En heb gewerkt ook. Al heel lang is het begrip van kunnen, mogen en willen dat moet je elke keer nieuw afvragen, kunnen, mogen, willen ja. Dat vind ik wel heel belangrijk eigenlijk Oké, dankjewel. Ja, ik wilde hem eigenlijk hiermee gaan afsluiten. Dus ik vond het nog een heel mooi, spannend, prikkelend einde. Dus bedankt ook daarvoor. Nou, jij bedankt voor de uitnodiging nogmaals. En ik vond het ook heel erg leuk om dit te doen. En ik hoop dat anderen er wat aan hebben. Ja, dat gaat zeker weten zo zijn. Want ik heb er ook wat aan gehad. Dus dan weet ik zeker dat er in ieder geval minstens één jongen of meisje is… Die een beetje nog dezelfde zoektocht hebt als ik. En hopelijk is die hiermee weer een beetje verder gekomen. Ja, nou ja, dat hoop ik ook. En mensen die aan het begin staan en in hun carrière nog aan het nadenken zijn van waar moet ik heen? Ja, leer die agentica AI begrijpen. Maak tijd in je werk als je nu al aan het werk bent. Maak er gewoon tijd voor om het echt te begrijpen. Dat doe ik ook. En ik vind het ook nog af en toe lastig. Ik weet ook heel veel niet van het nieuwe. Maar als je daar bewust van bent, dan heb je ook meer een drijf om dat gat te gaan dichten. Mooie boodschap. Dank je wel, Martijn. Oké, graag gedaan, Sani.