Een euro in technologie is geen euro in productiviteit

Een euro in technologie levert pas een euro aan productiviteit op als de medewerker die ermee werkt beter gaat presteren. Datateams bouwen producten voor processen, terwijl er altijd een mens is die dat product moet gebruiken. Zolang je niet weet welke medewerker beter moet presteren, en hoeveel beter, blijft de investering hangen.

Maarten van den Outenaar was directeur Digital Solutions bij VolkerWessels, Head of Analytics bij NS en drieenhalf jaar Chief Data Officer bij Schiphol. In dit gesprek staat de productiviteitsparadox centraal: investeringen in technologie stijgen sneller dan de opbrengsten ervan. De verklaring is niet dat de technologie tekortschiet, maar dat de volgorde verkeerd is. Er wordt gebouwd voor een proces, terwijl het altijd een mens is die het resultaat moet gaan gebruiken. “Technologie zoekt problemen” (20:49)

Het scherpste voorbeeld komt uit de security van Schiphol. Om het kostenneutraal te houden moest de doorstroom van 2,5 naar 3 passagiers per minuut, en de lane managers hadden geen zicht op hoe hun eigen lane presteerde. De oplossing was geen programma maar een lampje aan het eind van de lane, rood of groen. Het kwartaal daarna ging de performance 10 tot 15 procent omhoog, zonder dat er een adoptiepartij aan te pas kwam. “We hebben een lampje opgehangen aan het eind van die security lane” (11:45)

Daaruit volgt de vraag die het gesprek bij elkaar houdt: voor wie bouw je het eigenlijk. In plaats van een proces te benoemen richt je je op een herkenbare medewerker. Dezelfde beweging zit in de taal die een organisatie kiest. “Een vliegveld wordt een IT-bedrijf” werkte om de draai in een keer te maken, maar hield geen stand, want je bent geen IT-bedrijf. “Geen woorden maar data” hield wel stand, tot op de laptopstickers. “Richt het nou eens op de persoon die je probeert te helpen” (38:37)

Wat er in deze aflevering langskomt

• Welkom, wie is Maarten van den Outenaar
• Een operatie die niet stil mag vallen
• Deep turnaround: beeldherkenning op het platform
• De securityrijen uit de coronatijd
• Van 2,5 naar 3 passagiers per minuut
• De lane managers misten datapunten
• Een lampje van rood naar groen
• Hoe betrek je iemand van buiten de organisatie
• De productiviteitsparadox uitgelegd
• Anderhalf jaar bouwen aan iets dat niemand gebruikt
• De hype cycle en de valley of death
• Van innovatie naar transformatie
• De dotcombubbel als spiegel voor de AI-hype
• De investeringen gaan harder dan de opbrengsten
• Van 70 naar 90 miljoen passagiers
• De keuken: een aannemer krijgt geen blanco cheque
• IT moet de business begrijpen, niet andersom
• Het taartdiagram als eerste datavraag
• De oorsprong van geen woorden maar data
• De sticker die door de hele organisatie ging
• Schiphol is geen IT-bedrijf
• Persona’s in plaats van processen
• Waarom Maarten het boek schreef
• De CFO die kritisch terugkijkt
• Zeven checkpunten: richten, inrichten, verrichten
• De technologie-impactmatrix

Transcript

Hey Maarten, welkom in de studio. Dank je. We gaan het vandaag hebben over hopelijk hoe je een complexe organisatie onder andere runt met data. En ik ben heel erg benieuwd naar het boek dat jij hebt geschreven. Maar heel kort wil ik eventjes weten, wie heb ik eigenlijk aan tafel? Ja, Maarten van den Outenaar, 39, kom uit Rotterdam. Ik woon tegenover het Centraal Station, dus mocht je ooit aan de noordkant eruit gaan en je zit bij de fietsenstalling, dan kunnen we zwaaien naar elkaar. We wonen samen met mijn vrouw. En de afgelopen 12, 14 jaar denk ik in de data gewerkt. Onder andere als directeur Digital Solutions bij Volker Wessels. Head of Analytics bij NS. En de laatste 3,5 jaar als Chief Data Officer bij Schiphol. Die laatste is waar ik op bedoelde als een complexe organisatie die volgens mij 24-7 moet draaien. Ja, die andere twee zijn ook vrij complex hoor. Kan ik maar goed dat de graal het vast over hebben denk ik. Ja, zeker weten. Maar laten we er ook gewoon meteen induiken. Dus ik ben wel erg benieuwd, wat nu een van de meest complexe vraagstukken dan is geweest die je in de afgelopen jaren bent tegengekomen. Bij het bedrijf zelf of rondom data? Over de bedrijven heen? Ja, dus kijk, wat complex is binnen bedrijven als Schiphol, NS en Volkenwessels als je kijkt naar het werken met nieuwe technologie. Dan is eigenlijk dat je ziet dat je vooral met mensen werkt. Echt in de operatie. Die daar al twintig, dertig jaar werken. Al precies weten vanuit kennis en ervaring hoe dat gaat. En eigenlijk niet per se zitten te wachten op heel veel grote veranderingen. Want ze proberen die operatierunning te houden. Kijk, bij Schiphol is het natuurlijk vreselijk als er een vliegtuig uitvalt. Of de planning loopt in de soep. Nou, kort die staat op het nieuws. Bij NS, als daar een trein verdraagd is. Dan heb je een hele klagende trein om te beginnen. Ben je ook boos? Ik werkte bij NS en dan kreeg ik een app van vrienden van… Hoi, het is vijf uur. Ik probeer bij Amsterdam Zuid in te stappen en de trein zit vol. Dan dacht ik wel altijd, wil je nu dat ik de machinist wel om te vragen… Of de trein even leeg kan halen voor jou? En bij Volker Wessel staat in de infrastructuur. Dus werken aan de wegen, aan het spoor, aan de water, de dijken en zo. Ja, dat moet wel goed gaan. Want een rail die kapot is, betekent dus een hele treinlijn eruit. Met een dijk die breekt, dat gebeurt gelukkig nooit. Nee. Want we zijn er heel voorzichtig in. Maar dat betekent wel dat je daar hele goede inspecties voor moet hebben. Dus dat zijn allemaal hele kritische onderdelen. Waar die nieuwe technologie toepassen een enorm verschil kan maken. Je kan echt dingen heel erg verbeteren. Heel erg efficiënter laten lopen. Maar het is wel ook belangrijk dat je die groep van mensen. Dus echt gewoon, nou, het geval van Volker Wessels. Maar bij Schiphol natuurlijk ook gewoon mensen met een bouwhelm op hun hoofd bijvoorbeeld. Goed meeneemt in wat er kan en hoe ze het moeten gebruiken. Ik kan me wel voorstellen dat als je berichtjes krijgt van mensen die je kent, over onderwerpen die in het bedrijf gebeuren waar je werkt. Dat een hele vreemde ervaring is dat je zoiets hebt van vandaag nu niet iets aan kan doen. Maar ja, de frustratie is denk ik wel heel duidelijk. En dat maakt die bedrijven dus ook heel cool om voor te werken. Ik bedoel, het is gewoon heel tof dat we hadden bij Schiphol bijvoorbeeld een deep turnaround algoritme. Waarbij we de turnaround van het vliegtuig hebben. Dus dat is het meest spannende proces of het meest belangrijke proces op Schiphol. Dus zo’n vliegtuig komt binnen, alle passagiers eruit, alle koffers eruit, tanken, wc’s verschonen, alle passagiers erin, het vliegtuig gaat weer weg. Dat is het proces dat als er vertraging optreedt, dan treedt het ook daarop. En daar hadden wij met beeldherkenning allemaal camera’s opgehangen en dan konden we met beeldherkenning precies zien waar zit het vliegtuig in dit proces, Want welke auto komt nu aan te rijden, is dat een tankwagen of een andere wagen? We konden dus veel beter inzien of het vliegtuig op tijd liep in het proces. Of voor of achter. Dan kan je beter plannen. En toen we dat hadden gemaakt, was dat ook meteen op RTLZ kwam dat. Want dat is gewoon vet. Dat is mooi. Dan komt Remy Gielingen van AI.nl. Die bekende man komt dan. En met een hele bus met datamensen kijken hoe dat algoritme dan echt werkt. Ja, dan sta je dus voor zo’n vliegtuig wat dan aan het laden en lossen is. Met zo’n tablet te kijken naar of dat vliegtuigje een beetje op tijd loopt. Wat gaaf. Met iemand van KLM daarnaast, die zegt, het gaat goed, het gaat goed. Dus dat is heel tof en heel tastbaar. Ja, en dus ook, ja, toen ik op het verjaardag zei, ik werk bij Schiphol, dan had iemand altijd wel een verhaal van het moment dat de koffer een keer kwijt was. Ja, en dat is, het zijn niet leuke verhalen en maakt het werk wel extra waardevol. Ik kan me wel wat voorstellen, want de impact is wel heel duidelijk en voelbaar. Zeker, ja. Nou, ja, dat is zeker waar. Ja, elke minuut eerder op je vakantie. Dat klinkt misschien, als je het nu zo zegt, heel stom. Maar dat is wel de beleving die je als reiziger wil hebben. Ja, nou ja, en vooral ook natuurlijk als je naar Schiphol kijkt. De reis zelf tot het vliegtuig is voor veel mensen gewoon heel erg stressvol. Dus als je alleen gaat, gaat het wel goed. Maar goed, we hadden het er even over. Je hebt natuurlijk ook kinderen. Met kleine kinderen op vakantie is nou niet echt leuk of zo. Nou, vakantie is zelf waarschijnlijk wel. Maar je komt er heen met al je spullen gepakt, groentjes moeten aan. Je staat dan bij security, er moeten allemaal dingen gebeuren waarvan je denkt, hoe werkt dat nou weer eigenlijk? Het is ook nog steeds, op elk vliegveld is het anders. Dus dat is ook wel weer. Dus je ziet gewoon dat mensen op een ontzettend hoog spanningslevel zitten. Daardoor ook een beetje overmand zijn soms. Ik veralgemeen is het natuurlijk heel erg. Maar om even een beetje beeld te geven wat daar vaak gebeurt. Overmand zijn door alle nieuwe prikkels en alle nieuwe dingen die ze moeten doen. En blij zijn als ze aan de andere kant aan een kop koffie zitten. En nog even kunnen wachten op dat vliegtuig. En bijvoorbeeld met data en AI. Of gewoon überhaupt technologie. Kan je die reis gewoon veel ontspannender maken. Nu al hebben we natuurlijk dat je een tijdslot kan boeken op Schiphol. Dus als je aankomt dan kan je vooraf zeggen. Ik kom in dit kwartier kom ik aan. Dan heb je een aparte rij. Check je daarin in. En dan weet je gewoon dat je je vlucht haalt. Dat geeft bij een hoop mensen gewoon echt heel veel rust. Het is gewoon echt dat ze denken, oh, ik weet gewoon dat ik daar met mijn kinderen kan gaan staan. Wordt goed geholpen en ik haal gewoon mijn vlucht. Dat soort dingen, daar ben je bijvoorbeeld ook constant mee bezig. Hoe maak je dat nou beter? Kan je ons eens meenemen in een van die processen of die projecten eigenlijk misschien wel bij een van de bedrijven waar je hebt gezeten van de situatie, oké, we hebben een uitdaging, een probleem. En dan Je gaat aan tafel met een aantal mensen om dat te bespreken. Kan je hem even helemaal meenemen. Om al hoog over. In zo’n uitdaging zoals je bijvoorbeeld net bespreekt. Wie je dan aan tafel zet. Wat voor projectteam of duur daar dan bij komt kijken. En dan uiteindelijk zo’n mooie oplossing als je beschrijft. Ja. Zullen we er eentje doen die geslaagd is? Is dat leuk? Doelbaar wel, ja. Dan komen we later wel bij de andere dingen. Nou, misschien toch ook even bij schip opblijvend. Kijk, eentje waar ik heel trots op ben. Is ook bij die security check, dus waar je je tas in het bakje doet en wat daar gebeurde was, met corona hadden wij natuurlijk ontzettend lange rijen daar weten we ook alles vanaf, we de rijen waren zo lang dat ze buiten het gebouw waren waar we geen sensoren meer hadden om ze te meten, dus we wisten op een gegeven moment niet meer hoe lang de rij was, dat is echt erg, dat is echt een kras geweest als je daar met mensen die al heel lang bij Schiphol werken over die tijd hebt, die vinden dat nog steeds echt heel erg En Ruud Zondag, de CEO, kwam toen aan boord en die zei, we gaan dit oplossen voor het jaar daarna. En dat is ook gelukt. We hebben daarna echt twee, dus de vakantieperiodes, de meivakantie en de zomervakantie zijn voor ons de, wat de kerst is voor PostNL. Weet je wel, echt, daar gaat, daar gebeurt het. Maar dat is ook alle focus op die operatie. En hij zei, we gaan het oplossen en we losten dat onder andere op door gewoon alle security lanes die we hadden open te zetten. Wat daar wel grappig aan was is dan dan heb je dus op een gegeven moment geen wachttijd meer of een wachttijd van een minuut dat dat dus ook niet goed is voor de klanttevredenheid onkennelijk als je dus twee uur van tevoren op Schiphol komt en je hebt een rij van een minuut dan denk je waarom ben ik hier dan voel je Je ook weer te kort. Gedaan ze zullen wel weer zes euro willen vragen van koffie of zo krijg je dan dus dat hielp ook niet echt wel grappig dat dat er onderuit kwam mooi dat Mensen toch zo blijven werken. Ja nou ja ik snap het eigenlijk ook wel Want je wordt geadviseerd dat twee van tevoren te komen omdat het altijd uit kan lopen. En dan ren je zo ongeveer bijna door de security. En dan zit je de anderhalf uur te wachten. Ja, dat is waar. Maar dat was gewoon te duur. Dus dat was niet in verhouding tot elkaar. Dus het was goed dat we die rijen hadden opgelost. Maar we moesten een soort optimalisatie vinden tussen hoeveel mensen er zouden komen. En hoeveel geld we konden besteden aan de security mensen. En waar we achterkwamen was dat we van 2,5 passagier per minuut door zo’n security lane, dus dat is een bakje gescand voor de tas eruit, dat is dan één passagier, naar drie moesten. Om het kosteneutraal te houden met elkaar. Dus gewoon zodat we het konden draaien. En het lijkt niet zo’n grote stap. Maar dat probeerden we tot dat moment echt al jaren. En alleen Rome Airport was dat gelukt. En wij zaten daar een beetje jaloers naar te kijken. Hoe gaan we dat nou doen met elkaar? Maar het moest gebeuren. Het mooie daaraan was. En dat was als je het hebt over. Wat helpt nou een data of een AI oplossing. Om ook echt gebruikt te worden. Het mooie daaraan was die directeur van security. Van security er ook echt achter stond van wij gaan naar die drie passagiers per minuut iedereen kan wel zeggen dat het hartstikke moeilijk is maar we gaan het doen en gaan het oplossen wat we toen hebben gedaan is we hadden een datateam voor security al en die zijn daar onder andere gepraat met iedereen die daar werkte het lastige is dat die mensen die bij security werken zijn niet van Schiphol zelf dus dat en daar konden we niet echt heel erg strak een gesprek mee voeren dan kom je ook met NDA’s, dat mensen misschien soms dingen niet mogen zeggen. Maar de groep waar het wel goed mee ging, die heten de lane managers. En dat zijn eigenlijk, dit zijn mensen van Schiphol, die staan aan het eind van de lanes. Die hebben er drie of vier of zo. En die kijken, die houden overzicht of die lane goed genoeg performt. Dus of ze het goed genoeg doen. En als dat niet goed gaat, dan grijpen ze in. Maar ze zeiden, weet je wat nou een beetje het probleem is? Ik heb op zich, sta ik daar de hele tijd een beetje te kijken en op te letten en zo. Maar voordat ze naar mij toekomen, Dan zijn ze gewoon vijf minuten verder. Want ze misten met de kaarten overleggen. En even met de passagier te kijken wat er aan de hand is. En kan er niet in het systeem. En pas dan komen ze naar mij. En pas dan kan ik wat gaan doen. Dus dat is gewoon vijf minuten tot tien minuten per keer. Ze misten eigenlijk gewoon wat datapunten. Sorry? Ze misten eigenlijk gewoon wat datapunten. Ze misten exact. Dat zeg je nou. Dat zeg je heel mooi. Dus wat was nou uiteindelijk de oplossing? Wij hebben ze inzicht gegeven in de performance van die lane. Dus gaat hij nou drie passagiers per minuut of niet? We hebben een lampje opgehangen aan het eind van die security lane. En dat lampje krijgt twee dingen. Die kan rood en die kan groen. Nou, je kan een beetje meedenken. Groen is goed. Dat zou het kunnen betekenen. Rood is niet zo goed. Ja. En op het moment dat hij onderzakt, ziet die leenmanager het. Die kan er meteen heen. Jongens, kan ik hier helpen? Het is niet eens van, hé, het gaat hier niet goed. Maar gewoon, joh, kan ik helpen? Het probleem was sneller opgelost. En we haalden een uplift. Dus de performance van die leen ging 10 tot 15 procent omhoog in het kwartaal daarna. En ik vind dat zo’n vette case, zo’n vet voorbeeld. Omdat het is en een hele duidelijke oplossing voor het probleem. We hadden de support van die afdeling en die directeur. Dus die was ook blij. Die dacht ook, goed idee. En die user interface, dus dat lampje, was zo simpel dat we daar niet echt een adoptiepartij voor hoefden in te huwen of zo. Nee, je hoeft er geen e-learning voor te lanceren om te kijken op wat… We hebben geen traject gehad van een half jaar waar iedereen boos was van nou, een lampje en waarom die kleuren dan? En we zeiden gewoon, nou, dit is het lampje die we al hebben. Goed idee. Ja, goed idee. Oké. En we konden ermee werken. En dat vind ik dus een hele vette oplossing waarbij dus in zit en support vanuit bedrijfsonderdeel security die een duidelijk probleem hadden wat je kon oplossen met een duidelijk ook een geld kwestie erachter. Want dat helpt altijd wel als je aan het eind kan kijken hoeveel hebben we nou bespaard of hoeveel doen we het nou beter. En een product, een AI product, wat we op een hele duidelijke en simpele manier hebben laten zien aan de gebruikers. En ik heb ooit een keer op een podium van mijn eigen afdeling gezegd dat het een simpel product was. Dat was een beetje versprekend. Toen kreeg het hele team naar me toe van het is geen simpel product. Maar het is heel tof dat het zo simpel werd laten zien aan die leenmanagers. Dus dat vond ik een heel mooi voorbeeld. Dat kan ik me wel voorstellen, ja. Want het heeft ook al meteen heel veel weerslag op heel veel mensen. En als je hem zo uitlegt, is het voor mij ook heel duidelijk. Ja, dat is leuk om te horen. En ik vind het ook altijd grappig. Ik vertel deze ook wel eens als ik een keynote geef. En dan kom ik later iemand tegen die zegt… Ik heb de lampjes in hangen, maar ze hangen aan de achterkant van de lane. En dat klopt ook. Want dan zijn er ook mensen die even kijken welke lane het goed doet. Maar ze hangen pas als je er doorheen komt. Dat zijn weer de slimme mensen die daar naar gaan kijken. Ja, misschien is de volgende stap wel dat… Nou, dat is trouwens best logisch. Dat de volgende stap is dat je eigenlijk gewoon passagiers die aankomen… Gezegd van hey joh ga even naar deze leen want die loopt lekker of die heeft minder mensen en dat kan je weer naar een volgende stap toe. Ja want je hebt het natuurlijk nu geïnstalleerd voor de collega’s om te kijken. Maar ja als inderdaad slimme mensen dit ook oppikken dan kunnen ze zelf ook daar nog wat aan doen en volgens mij kan het daardoor ook weer nog beter worden. Ja zeker. En dat zie je dus ook. Ik had het net over die tijdsloten. Dus dat is dus dat je van tevoren eigenlijk zo’n leen kan reserveren voor jezelf. Zo moet je dat maar een beetje zien. En dat helpt een hele hoop bij mensen die dat weten en die gewoon de piek van de aankomst eraf halen. Want op een gegeven moment zit zo’n tijdslot vol. Nou, je wilt toch een beetje rust in je reisplanning. Dus mensen boeken hem een kwartier of een half uur eerder. En daarmee gaat de piek eraf. En nou, als je piek shaved, dan hoef je dus minder lanes tegelijkertijd over te houden. Dus wordt het ook goedkoop. Dus dat zijn dingen waar we al best wel mee aan het bezig zijn. Niet alleen dus voor de interne mensen van Schiphol, maar dus ook steeds meer met de passagiers samen waren we aan het kijken van, hé, hoe kunnen we die reis nou zo vlot mogelijk maken? Ja, en dat is denk ik ook wel een hele mooie dimensie, die ik zelf niet zo heel veel in bedrijven zie. Vaak wat ik zie is, er is een uitdaging, een KPI of iets anders, een datapunt, die willen we gaan verbeteren. Welke mensen moeten er onderdeel van worden? Nou, dan gaan we datarollen benoemen. Maar met zo’n passagier, ja, dat is natuurlijk iemand van eigenlijk van buiten. Je organisatie is eigenlijk gewoon een, ja, het is geen klant, want je noemt het niet voor niks een passagier, Maar het is natuurlijk niet echt een belegd persoon in je organisatie. Dus hoe ga je dat soort mensen dan weer betrekken? Door dus heel goed te weten wat ze nodig hebben en wat ze belangrijk vinden. Dan ga je gewoon in gesprek met een survey-achtig iets. Ja, we doen best vaak natuurlijk klantonderzoeken. Bijvoorbeeld een fascinerend iets wat ik daaruit vond komen, was dat naast het wachten bij de security, de schoonheid van de wc’s ook een hele belangrijke is. En dat hadden we, dit is al een paar jaar terug hoor, dat we hier achterkwamen. Maar tot die tijd hadden we eigenlijk niet zo’n beeld bij of niet zo’n weet van. Zo zijn we daar veel meer op gaan focussen. En toen zag je dus ook dat die passagiersbeleving omhoog gaat. En wat ik wel vind… Het is wel heel tastbaar. Ja, het is heel tastbaar. Nee, zeker. Dat helpt denk ik ook wel. Helpt dat ook de mensen die eraan werken? Ik kan me voorstellen dat het ook wel weer een boost geeft. Een hele positieve werkende kracht is voor je datamensen en de mensen met wie je eraan werkt om zoiets bezig te doen. Ja, want dat wilde ik net nog zeggen. over wat jij net zei. Je zei volgens mij iets van, we hebben een proces dat willen we verbeteren en dan zetten we een paar datapunten en dan gaan we dat proberen te verbeteren. En ik vind dat dus, je introduceerde, tenminste gaan we het zo nog over hebben, over het feit dat ik een boek ook heb geschreven. En ik heb precies een boek geschreven over dit punt. Want wat ik hier in mis, is namelijk de medewerker die ermee moet gaan werken. Wat ik vaak zie, je hebt een fantastisch boek van McKinsey, dat heet Rewired. Dus als je ooit wil weten, hoe je een data-organisatie opzet, moet je dat boek gaan lezen. Dus dat is echt fantastisch, daar staat alles in. Behalve dat ze op een gegeven moment zeggen, ja, nou god, we hebben dus businessdoelen en die drillable downs, Engelsboeken, naar operationele doelen. Dus dat zijn punten die je echt kan gaan verbeteren. En dan maakt het datateam daarvoor een product en dan gaat dus dat proces beter. En wat daar dus in ontbreekt, dit probleem heette dus de productivity paradox. En de productivity paradox zegt eigenlijk dat leiders of gewoon mensen ervan uitgaan dat als je ergens een euro in investeert vanuit technologie, dat dan magischerwijs de productiviteit van de organisatie omhoog gaat. Terwijl die technologieproducten worden altijd gebruikt door een medewerker. En als jij dus die medewerker, en dan heb ik het over de operationele medewerker of voor commercie of asset management, die moet je beter laten presteren om je organisatie beter te laten presteren. En dat zie ik weinig terug tot nu toe in organisaties. Terwijl als je dat dus wel goed kan definiëren, bijvoorbeeld in het voorbeeld wat we net over hadden, die lane manager die daardoor beter zijn werk kan gaan doen en die mensen die bij de security lane staan, die daardoor beter hun werk doen, want ze worden gewoon eerder geholpen. Nou, dat is nou vet voor zo’n datateam. Ik ben bij heel veel dataclubs, dan kom je binnen En dan heb je een beetje de, nou zijn ze van de technologie opgebouwd. Je hebt de capability. En dan vraag je, goh, heb je toffe producten? Ja, moet je kijken, allemaal toffe producten. En worden ze dan gebruikt? Nee, ja, de business snapt niet wat we bedoelen. Nou, dat is toch zonde van je tijd. Dan werk je anderhalf jaar bij een bedrijf. Ben je gepromoveerd. Zijn twee of veel mensen daarvan zijn gepromoveerd. Of op z’n minst zijn ze uiterst slim. En dan heb je iets gebouwd. En dan wordt het dus niet gebruikt. Zullen we nou dingen gaan maken die wel worden gebruikt? En weet je dan voor wie je het doet? Welk team? Wat diegene nodig heeft? En hoe zorgen we nou dat we die gaan helpen? Morgen beter dienstwerk te doen. En toen we dat gingen doen bij Schiphol. Onder andere daar hebben de medewerker heel erg centraal gezet. En daar is trouwens de HR-directrice ondertussen ook Chief People and Transformation Officer. En dat is volgens mij een goed idee, want transformatie gaat over mensen namelijk. En die is ook in de lead, dus die is verantwoordelijk voor wat bouwen we met AI. Nou, dat vind ik super gaaf, want dat gaat er dan over welke persoon gaan we helpen met de nieuwe mogelijkheden van AI. Dat is een heel andere benadering, hè? En dan, nou ja, god, het was wel een hele andere benadering dan daarvoor in ieder geval. Ja, ook wel dat ik gewend ben. Hoe ben jij het gewend? Nou ja, niet op die manier nadenken. Zoals ik het gewend ben, is er zijn mensen die doen hun werk. En die hebben het idee dat het anders kan. En die gaan zelf knutselen met AI om te zien hoe dat dan beter kan. En als we het voor elkaar krijgen om dat werken te krijgen, dan moet er vanuit die persoon een soort van slagkracht gaan komen. Omdat bij of een manager of ergens die gaat, …en moet dan heel erg gaan lobbyen in zijn eentje… …om dat ene kleine stukje van zijn werk te gaan verbeteren. Alleen ja, dan wordt die flink afgeremd… …omdat er nog geen policies zijn… …of er is nog niet over nagedacht… …of dat is lastig. Ja, dat is… Je kent ongetwijfeld de Gartner Hype Cycle, denk ik. Met eerst de peak of inflated expectations. En dat is denk ik het moment dat deze persoon is ontwikkeld heeft. En dan gaat laten zien wat hij allemaal kan. En daarna de trough of disillusionment met de valley of dead eronder. Waar alle technologie doodgaat. En dat is precies wat daar natuurlijk gebeurt. En we zitten best wel in een fascinerend moment of belangrijk moment van AI. Omdat we de stap moeten maken van innovatie. Dus laten zien dat de technologie wat kan en wat kan bijdragen ergens. Maar dat is heel erg vanuit de technologie beredeneerd. Wij noemden dat heel grappig wel eens. Technologie zoekt problemen. Een soort boel zoekt vrouw van je eigen afdeling. En dan bij de business onderdelen kijken of er nog een match te maken valt. Maar het moet van innovatie naar transformatie. En transformatie betekent de organisatie beter te laten presteren met de nieuwe middelen. En specifiek de medewerkers beter te laten presteren met de nieuwe middelen. En waarom het belangrijk is, is als je nou kijkt, Dat kwam ik onlangs tegen, een jaar geleden heb ik het al een keer gelezen. En je vergelijkt bijvoorbeeld wat er nu bij AI gebeurt met wat er bij de implementatie van cloud, dus cloudopslag, en het internet gebeurde. En dan zie je eigenlijk dat er een beetje hetzelfde gebeurt. Namelijk in alle drie de gevallen, dus zowel bij opkomst van het internet als cloud als AI… Zie je aan het begin meer investeringen dan dat het opbrengt. En dat is ook logisch, want je moet het een beetje opbouwen. En je bent een beetje aan het testen. En in veel organisaties wordt dat dan ook op een manier gedaan. Dat ze zeggen, nou, je hebt hier een vast budget. En kijk maar wat eruit komt. En daar past bijvoorbeeld agile echt fantastisch bij natuurlijk. Want dan ga je twee weken afkijken. Maar die situatie dat het meer kost dan dat het oplevert, is niet oneindig houdbaar. Het is wel eens, denk ik, wat je trouwens een hype zou kunnen noemen. Want het is een beetje overrated. Maar het kan dan dus een bubbel zijn daarna of een terechte hype. En bijvoorbeeld in het geval van de dotcom crisis, de dotcom bubbel in 2000, was het dus een bubbel. Daarom heet het uiteindelijk ook de dotcom bubbel. Je kent ongetwijfeld nog wel Nina Brink van World Online toen. Die stond met twee vingers in de lucht op het podium en toen lanceerde ze haar bedrijf. Er bleek achteraf dat het totaal overgewaardeerd is en klapte dat bedrijf in elkaar. Maar uiteindelijk zie je dus ook dat het internet op dat moment de bedrijven van het internet overgewaardeerd had. Die had pets.com in Amerika en die verzonden dus, ze bestaan niet meer, zakken dierenvoer per mail die je dan online kon bestellen. Nou, het verzenden was al duurder dan dat hele zak dierenvoer bij elkaar. Maar die hadden dus wel zoveel investeringen dat ze een reclameblok tijdens de Superbowl konden kopen. Zo lag dat uit elkaar. En uiteindelijk, op een gegeven moment klapt dat. En zie je dus dat de investeringen gelijk komen met de opbrengsten. En internet is uiteindelijk een goed ding. Want het heeft ons leven veranderd natuurlijk op de opkons van het internet. En bij Cloud zag hetzelfde. Meer investeringen en meer opbrengsten. Maar Cloud was op dat moment een goed idee. En ook hard nodig. Want toen ik nog bij Volger Wessels werkte, kwam de Cloud er net aan. En daarvoor hadden wij dus van die hard disks die we met een couriersdienst… En dan bedoel ik echt zo’n persoon in een wit autootje en dan rij je. Daar was wel die goede infra eigenlijk voor nodig, voor die discs. Ja, voor die discs, ja, ja, en wij allemaal wegen leggen om die discs te krijgen en zo. Nee, maar dan hadden we een kantoor in Vianen en een kantoor in Utrecht. En als ze in Vianen de data nodig gingen ze bellen. Dan kwamen de koeriersdiensten eraan. En dan in Utrecht weer in de koeriersdiensten weer terug. Ja. Niet handig. En dus dat was een goed idee. Dus je ziet ook dat de opbrengsten eerder heel snel die investeringen inhalen. En dan is het dus een terechte hype. En bij AI zie je nu dat we heel veel investeren. En die opbrengsten die gaan ook heel hard omhoog. Dus kennelijk is het een goed idee. Dus we halen er wat uit en het maakt impact. Dat zie je ook overal. Dat voel je ook wel, ja. Dat voel je ook overal. En de zin AI is here to stay. Dus het blijft hier. Ja, dat is ook logisch. Maar de vraag is alleen, hoeveel moet je investeren? Want die opbrengsten gaan ontzettend hard. Maar die investeringen gaan ongeveer nog twee of drie keer zo hard. Dus het is nu steeds een gat tussen hoeveel erin wordt geïnvesteerd en hoeveel het oplevert. En je ziet dus ook veel bedrijven die zich nu weer een beetje terugtrekken uit de AI-investeringen die ze hadden. En ik heb dat bij Schiphol trouwens zelf gezien. Maar ik zie gewoon heel veel bedrijven om me heen. Die daar een beetje van terugkomen. Want het wordt gewoon te duur. Op dat moment. En dat is wat ik een beetje navigerend door de AI-hype heb genoemd. Want je moet goed de keuze maken tussen niet zeggen. Nou, ik heb iemand en die heeft een leuk idee. En ga maar aan de gang. En maar vecht in die organisatie om het gebruik te krijgen. Want dat is gewoon te duur. Maar het ook niet helemaal afhouden. Want op een gegeven moment dan mis je de boot. Op een gegeven moment zijn je concurrenten wel echt voorbij. Daarvoor maakt het veel impact. En de kern om dat goed te doen. Is dus niet kijken naar welke processen ga ik verbeteren. En dan met de schuin ogen. Welke medewerkers ga ik hier allemaal die organisatie uitwerken. Maar is kijken naar welke medewerkers ga ik verbeteren. En hoe ga ik die helpen beter presteren. Want als je die medewerkers centraal houdt. En dat is niet alleen in deze industriele revolutie zo. want dat is de vierde waarschijnlijk een beetje richting de vijfde dus een beetje een samantische discussie merk ik maar ook als je naar de eerste, de tweede en de derde kijkt Zijn het de bedrijven die de technologie goed weten te implementeren met oog voor de medewerker, die succesvol zijn. En dus dat is wel een elementair punt wat we in deze AI transformatie zouden moeten doen. Ja, en ik vind het heel logisch klinken. Dus ik denk dat het vast wel houdt. Nee hoor, nee. Ik ben dan wel benieuwd hoe je dat dan doet. Want ik denk dat er nog heel veel, managers, om maar maar even op de stoel van de beslissers te gaan zitten, zijn die hier nu even niet uitkomen. En waarom komen die er dan niet uit? Ja, dan moet ik een case gaan verzinnen om dat goed uit te gaan. Ik vind dat dus fascinerend. Ik vond het dus fascinerend dat als je dan vraagt wie zijn dan je belangrijkste medewerkers en hoeveel beter moeten ze dan presteren, dat dat nog best een lastige vraag is om te doen eigenlijk. Maar ja, ook dat voorbeeld heb ik opgeschreven. Dus dat kan ik denk ik ook vertellen. Als je dan kijkt naar de tienjaarsstrategie van Schiphol, Dan zie je dus dat wij van 70 naar 90 miljoen passagiers gaan in de komende jaren. En dat klinkt misschien wat gek, want het aantal vluchten blijft gelijk. Dat moet van de politiek natuurlijk. Maar de vliegtuigen worden groter, dus er komen meer passagiers. En waar we naar hebben gekeken toen, is van oké, dus we weten dat deze, dit druk op het systeem komt. Dus we gaan eigenlijk gewoon het systeem wat er staat, gaan we meer belasten. Dus de security-levens worden meer belast, de stadslandingsbaanen worden meer belast, etc. Waar zien we dan in het proces dat het fout gaat welke processen zijn dat hoeveel moet dat proces dan beter kan je ook uitrekenen je kan dan ook bekijken hoeveel is dat dan waard hoeveel levert zo’n stap dan op en dan is het belangrijk dat je dan dus niet stopt en zegt nou dan gaan AI team succes ermee Gaan jullie maar uitleggen hoe de wereld werkt. Maar dat je dan dus gaat kijken. Welke medewerkers werken erin. En hoeveel moeten die medewerkers beter gaan presteren. En als je dat kan. Die stap. Dan kan je gewoon die medewerkers gaan helpen. Met hun zo te gaan presteren. En een mooi voorbeeld was. We zijn bezig. Ik had het net over dat deep turnaround algoritme. Dus dat die beeldherkenning op die vliegtuigen die binnenkomen weggaan. In het begin kwamen we eraan. Zeiden we. We kunnen je werk verbeteren. En dan zeiden ze. Ja leuk. Maar we zijn even bezig. Want we hebben het gewoon hartstikke druk. En we zorgen dat er niemand per ongeluk niet opstijgt of wel? Ja, ga jij even lekker een AI-algroepen lopen implementeren… Als er net de Boeing 777 aankomt, hè? Weet je wel, zo’n soort gesprek heb je dan. Tot natuurlijk het moment dat het steeds meer… je hebt een beetje wide bodies en narrow bodies, heette dat. Dus grotere vliegtuigen en kleinere vliegtuigen. En de vliegtuigen worden steeds groter. Daarom gaan we dus ook van 70 naar 90 miljoen passagiers. Maar die kunnen niet aan alle gates die er zijn. Daar heb je speciale gates voor nodig. Dus hoe meer grotere vliegtuigen, hoe moeilijker het wordt… Om die aan de juiste gates te krijgen. Bouwen we trouwens ook weer nieuwe gates voor die dat allemaal goed aankunnen. Maar die zijn nog niet overal even ver. Of die zijn nog niet overal af. En toen kwam er, toen er meer grotere vliegtuigen kwamen, kwam er een planningsprobleem. En dat is natuurlijk het moment dat je kan zeggen tegen de gateplanners, hé, wij hebben dus nog steeds dit beeldverkenningsorganisme. Kunnen we jou helpen met dit planningsprobleem daar? En dat is eigenlijk wel de precieze stap die ik bedoel. Niet, we hebben hier een proces en dat moet beter. Hier heb je trouwens nog een kans. En dan hoor je toch ook vaker leidinggevenden van zijn afdeling zeggen. Ja, het is wel echt vet wat jullie doen. Maar nog even niet hoor. We moeten even op het moment dat we de tijd… Even ontlossen wat we… Eigenlijk moet je dan gewoon stoppen. Want ik weet niet. Jij hebt ongetwijfeld ook een keer je huis verbouwd. En ik vind dat een leuk voorbeeld. Dus ik gebruik hem wel vaak. Maar ik heb laatst ook mijn huis verbouwd. En ik loop dan niet naar een aardnemer toe. En dan zeg ik, hier heb je 100.000 euro. Succes met de keuken. Kijk maar wat dat wordt. En dan boos zijn dat er geen kookrijland in zit. Nee, ik ga dan zitten met mijn vrouw. En dan gaan we het erover hebben. En we hebben een enorme discussie over de kleuren. En we hebben nog een enorme discussie over de kleuren. En type het keuken en dan. En dan wint je vrouw. Want het gaat over de keuken waarschijnlijk. Zo ging het namelijk bij ons. Oké, dat is goed om dat er even bij te zeggen. ik mag dat niet meer zeggen, want het is wel waar. Vrouw weet altijd. Met de keuken wel. God, dat is een heel lastig gesprek waar we nou weer zitten. Nee hoor, nee hoor. Ik begon dus, het is mijn schrift. Jij begon. Nou, ik vond het dus leuk aan dat, wat ik dus leuk vond, dat is wel ook een oprecht verhaal van onze verbouwing, is dat ik daar dus ontzettend blanco in ging. Dan weet je ook een beetje hoe mijn relatie werkt. En ik de hele tijd zei, ja, ik vind het wel mooi of ik vind het niet mooi. En zij zei, wat vind je er dan Wat vind je er dan niet mooi aan? Ik zei, ja, zo’n beetje gevoel. Hij zei, daar kan ik niet zoveel mee. Want wat gaan we dan hierna pakken? Wat dan anders is dan gevoel? Dus ik moest bij mezelf bijvoorbeeld ook echt ontwikkelen. Wat vind ik nou wel of niet mooi aan een keuken? En ik had dus nog nooit een keuken verbouwd. Ik kocht altijd gewoon een huis. Of ik had huurd een huis en zat de keuken in. Die ging ik nog gebruiken. Maar dit is wel precies dezelfde vraag. Als die stap die we moeten zetten. Met AI. Namelijk niet meer. hé, ik ben manager of leidinggevende van een proces, maar ik ben ook leidinggevende van mensen die elementair zijn in dat proces. En met AI zijn we niet alleen bezig om dat proces te doen, maar zijn bezig om die mensen te helpen. Dat is een heel andere, uiteindelijk is dat een heel andere vraag, een heel ander instelling. Het zou er ook makkelijker door moeten worden, want als het goed is weten de mensen het beste hoe hun werk in elkaar zit en waar ze geholpen zouden kunnen worden. Ja, dat klopt. Maar de mensen vinden het wel lastig over het algemeen om een AI oplossing meteen goed te gebruiken. En dat ligt deels aan de mensen die het zouden moeten gebruiken. En dat ligt vaak ook voor een groot deel aan de IT en data. Ik trek hem even bewust breed. IT en data afdelingen die dingen moeten opzetten. Want als je dan naar het IT budget kijkt en dan kopen we één laptop voor het hele bedrijf. Nou dat is vast voor een hoop mensen waar. en het is ook nog zo dat je dan een paar uitzonderingen hebt met extra dikke computers en zo Maar wij hebben natuurlijk ook net zoals heel veel andere bedrijven een enorme discussie gehad tussen Microsoft en Apple en dat dat dan zo lastig is terwijl als ik in een auto ga rijden dan probeer ik toch een beetje een auto te kiezen die ik zelf lekker vind in dat geval en daar is dat dan moeilijk en ik heb ook een keer een gesprek gehad met een IT manager die zei zullen we samen aan de gang gaan om de business afdeling zo te onderwijzen zodat ze op hetzelfde niveau als wij komen. En ik vind dat dus de verkeerde kant op. Want zullen we eens beginnen met ons mensen zo op te leiden dat ze eerst naar het niveau van de business mensen gaan. En hij deed er ook nog een beetje alsof die mensen dan niet zo heel erg die hadden er weinig verstand van, die moesten echt, ach, dat kan toch allemaal niet meer. Ja, maar zij weten wel hoe het corewerk van die organisatie werkt. En daar moeten we mee aan de gang. Ik heb ooit eens een keer… Dat is wat je wil verbeteren uiteindelijk. Ja. En ooit eens een keer een BI-rapportage met een taartdiagram proberen te implementeren. En toen had ik later aan het koffiezetapparaat de een tegen de ander zeggen. Hoe werkt dat ronde ding eigenlijk? En dat was een zitaartdiagram. Dan is dat dus geen handige user interface. Dan duw je dus naar dat lampje van rood en groen. Daarom vind ik dat zo vet. En dat zijn wel dingen waar je mee aan de gang moet. En dat vind ik eigenlijk een heel mooi bruggetje in mijn hoofd. Naar wat dan eigenlijk de betekenis van geen woorden, maar data. Van de zin. Ja, nou dat betekent heel erg letterlijk dat je minder moet praten en meer naar de feiten moet kijken. Het is een beetje een grapje vanuit Schiphol. Kijk, op een gegeven moment kwam de oud-CIO van de gemeente Amsterdam bij ons werken. Die is daar nu, die heeft ook een, vind ik, heel leuk interview erover gegeven in dat boek Geen Woorden Maar Data. Over de oorsprong van Geen Woorden Maar Data. Want het is namelijk een tijd de data strategie geweest van de gemeente Rotterdam. En hij was Feyenoord fan. En zat bij de gemeente Amsterdam. En hij dacht, nou, ik kan het vast wel een keer op een slide zetten als ik een presentatie gaf. Dus hij stond in de Kromhouthal, daar bij Noord is dat voor mij. Voor een mannetje of duizend. En hij laat de slides zien. Dus hij werd helemaal uitgehuweld en van het podium af was het een beetje het verhaal. Maar toen kwamen we bij Schiphol. En daar heb je een soort 50-50-verdeling. Met veel voetbalgrapjes viel altijd op. En ik had een beetje een probleem met mijn datastrategie. Want we hadden best een leuke datastrategie geschreven. Best een goede. Het was heel erg technisch gedreven. Namelijk we hebben een AI-capability en we hebben een BI-capability. En mijn datastrategie zijn we toen gestart. Omdat we het meer willen transformeren naar aansluiting en impact maken bij de business. Dat we aan elke businessleider hebben gevraagd. Dat was toen een tip van Garner. Wat zijn nou de top drie besluiten die je neemt? Dat zijn de drie belangrijkste besluiten. Die hebben ze opgeschreven. En daar gingen we voor werken. En toen kwamen we dus. Bij de zin voor de strategie. Data at the heart of every key decision. Vonden wij een mooie zin. Dus data in het hart van elk kernbesluit. Daar hadden we het ook over gehad. En elke keer als ik dat tegen iemand zei. Tegen een directeur van een operatie of zo. Dan zeiden ze. Ja, dat is echt een mooie zin. En dan liepen ze weg. En die CIO van de gemeente Amsterdam zei. Ja, dit gaat. Leuk zin, maar dat wordt natuurlijk weinig. Hij zei. Je moet ook een beetje geen woorden, maar data doen. Want dat is en humor. En zegt wel een beetje waar het ook over gaat. namelijk. Als je die data bij die kernbesluiten zet, dan gaat het niet meer alleen over praten en je mening geven en vooral even iets harder praten als je geen gelijk krijgt. Het gaat ook over laten zien dat ik echt zo zit. Het leuke was, we hadden er stickers van gemaakt. Mijn laptop ligt hier. Zit ook op mijn laptop nog steeds. En dat je dan in zo’n meeting zat en dan klikt iemand zo die laptop open en dan tijdens zo’n meeting ga je woorden met data. Je moet even opletten. Het werd ook een soort van ankerpunt waarin je dan steeds zegt van nee, maar let op, je moet wel eventjes. Ja, en dus ook voor iedereen. Dus dat was wel leuk. Mijn baas was flink voor Ajax. En die had hem ook op zijn laptop. Het werd gewoon echt een leuk grapje. Dat heb je ook nodig. Dat heb je ook nodig. Ja, het is natuurlijk altijd een beetje gevaarlijk. Want het kan ook de andere kant op gaan. Maar het was inderdaad een leuk grap. En op die manier werd het dus ook leuk verspreid door de organisatie heen. Tot een keer iemand toe zelfs die ik sprak, die zei… Die sticker vind ik zo mooi, want ik heb hem op mijn laptop. En dan doe ik het open. En dan zeg ik, ja, jullie hebben wel allemaal data. Maar we gaan nu even kijken naar mijn data. Toen dacht ik, dit is toch volgens mij niet helemaal hoe dit nou bedoeld is met elkaar. Maar wat daar wel weer leuk aan was, is dat dat de opening was om met hen te gaan zitten over welke data heb je dan en waarom is het dan anders en hoe interpreteer je dat dan. Dus het was een hele toffe manier. Het raakt wel wat. Het raakt zeker wat, ja. En dat is toch ook weer wat we het eerder over hadden. Hoe maak je het dus tastbaar en begrijpelijk voor iedereen in dat geval. Ik denk dat dat wel de kernvraag is. Voor alle organisaties. Ik denk dat het verzinnen van mooie plannen en wat je zou kunnen doen niet super lastig meer is. Helemaal niet. Omdat mensen best wel slim zijn en worden met allerlei tools. Ik denk dat de grote uitdaging echt is. Hoe krijg je de mensen mee? En zo’n HR en innovatie scope vind ik echt heel erg mooi. Dat laat inderdaad heel erg zien. Wij zijn hier voor onze mensen en die willen we ondersteunen. In plaats van zo’n IT afdeling die zegt van iedereen moet nu veel meer IT gaan denken. Ja. Want? Ja. En wij hebben de hele tijd ook de strategie gehad. Net zoals veel bedrijven. Een vliegveld wordt een IT-bedrijf. Of Schiphol wordt een IT-bedrijf. En dat was toen heel effectief. Om die draai in één keer te maken. En bij iedereen tussen de oren te krijgen. Maar uiteindelijk werkt het niet. Want je bent geen IT-bedrijf. Je bent bezig met vliegtuigen vliegen. Ik had een interview met de chief operating officer. Dus de directrice operatie van de haven van Rotterdam. Bert Simons. Die is natuurlijk dus ook voor het boek. Want ik vind het gewoon fascinerend aan hun. Hoe hun operatie werkt. En hoeveel data ze daar al in toepassen. Ik vroeg haar nou ook van hoe doe je dat nou in die operatie. En zei hij het enige waar ik mee bezig ben. Is de hele tijd kijken. Wat is nou de rol van de haven van Rotterdam? Waarvoor zijn we hier? Welke mensen heb ik? En welke rol hebben die mensen nou in wat we willen bereiken als organisatie? En als je dat weet. Dan kan je dus ook de hele tijd zeggen. oké, dit is wat jij hier kon brengen. Dit is hoe je ons helpt. Zo gaat data en AI al helpen. En dat was ook, ik had het net over die data at the heart of every key decision strategie die dus niet zo goed landde in het begin. Haha. Waarop iemand op een gegeven moment tegen me zei, consultant van BIT was dat. Luister, weet je wat het een beetje is? Het is wel een heel verhaal, maar wat zeg je nou aan de lift dan? Zeg je dan, date at the heart of every key decision en dit is de key decision en zo gaan. Ja, dan is de lift er al een tijdje. Dus die kwam ook met die tip van, daar heb ik het eigenlijk van. Richt het nou eens op de persoon die je probeert te helpen. Dus op Jan of Marlies of Galit. Persona’s. Ja, en dus wij gingen aan iedereen vragen, wie is jouw Galit dan eigenlijk? En als iemand het niet kon uitleggen, zeiden we ja, maar en wie gaan we dan bellen om te vragen of het een goed algoritme is eigenlijk? En dat draaide ook helemaal het sentiment op de afdeling van, ja wij maken producten en die zijn goed en we zijn daadzaam. Dan moet je kijken naar de kwaliteit van de producten en de uptime en hoe goed het in elkaar zit en de potentie naar wie heb je nou eigenlijk geholpen hiermee? En wie gaat Jan hier nou beter van de schoonmaakplanning doen? Of kan Gali beter de gateplanning doen? Of heeft Marlies de commerciële targets beter gehaald of niet? En niet alleen dus voor de teams die richting de business werkten. Hij zit natuurlijk ook heel erg in data management en governance. Maar ook daar. Want er is natuurlijk niks vervelender als dat als jij in data governance werkt en data management. En je moet naar de directeur toe van een afdeling om te zeggen dat die nu data-eigenaar is en die denkt, ja, had ik leuk dat jij het even tegen me vertelt. En als ik druk moet naar de meeting. Denk je. Ja, nou, wie kan ik hiervoor benoemen die dat even voor mij gaat doen, weet je wel? Ja. Nou, op zich is dat trouwens niet per se het alle slechtste idee, maar het gaat natuurlijk wel om dat als hij data-eigenaar is of zij, dat hij weet voor welke producten het zijn. Dat is een discussie met de oud-directeur commercie van NS, die zei, jouw BIJ-rapportatie klopt niet. Vervelend, dus ik terug. Toen bleek dus dat de afdeling die die …die data invoerde, zijn afdeling was. Dus dan ga je terug en zich luisteren… …ja, dat klopt niet, omdat jouw afdeling… …niet de goede data aanlevert. En toen gingen zijn ogen ook open van… Ja, hier moet ik natuurlijk meer aan gaan doen. Dan voel je hem. Dan voel je hem. Ja, en dat is denk ik ook het mooie aan wat je beschrijft. Want wie wil er nou zijn bed uitkomen om een KPI van 9 naar 10 te krijgen… Als je dat verder niet voelt. Ik wil wel mijn bed uitkomen als ik hoor dat iemand daardoor een leukere ervaring heeft voor zijn vakantie. Dat voel ik. Daarvoor kom ik echt mijn bed uit. Ja, je hebt net heel gemotiveerd zitten vertellen over het bedrijf waar je nu werkt. En dat is precies waar het om gaat. Het gaat erom dat je dus weet, welk probleem los ik hier het liefst dus voor wie op. Dus die kan je ook dan bellen en die kan boos op je worden. En die kan een heel tevreden zijn. Dan heb je iets aan. Ja. En die help je een stap verder. En dat is precies het enthousiasme wat ik net bij jou proefde. Dat hoop je eigenlijk dat iedereen in jouw dataafdeling het liefst eigenlijk iedereen in jouw organisatie heeft. En dat is ook wat ik terug kan lezen als ik jouw boek open. Ja, dat is onder andere wat je terugleest. Nou ja, kijk, de reden dat ik dat boek schreef… Ik gaf al een aantal jaar keynotes over toen ik bij NS werkte, toen ik bij Schiphol werkte. En die keynotes gingen eigenlijk steeds meer van, moet je kijken, Schiphol is een super vet bedrijf, doen allemaal hele gave dingen en NS ook. En we doen allemaal hele gave dingen. En waarom lukt het nou soms niet om die producten echt gebruik te krijgen? En wat gaat daar dan mis? En vooral, wat doe ik daar nou zelf fout in? Of wat moet ik daar zelf nou anders in doen? En wat leer ik daar nou in? En op een gegeven moment is dat best een leuk verhaal geworden. Merk je dan, omdat je dan wordt teruggevraagd door mensen van… Ik stond op een gegeven moment op het watercongres. Want iemand belde op, ja, ik heb je kunnen horen spreken. Kun je even daar komen, want dat is leuk. Ander perspectief. En uiteindelijk wilde ik een paar keer, ja, je moet eens een keer een boek schrijven. En toen zou ik stoppen met Schiphol. Dus toen had ik even wat tijd. En toen dacht ik, ja, ik weet niet hoe dat bij jou was. Maar ik vond mijn masterscriptie schrijven echt het ergste wat er is ongeveer. Dat was echt een hel, vond ik dat. Maar god, ik dacht, ik ga het toch even proberen. En dan reageren eerst een paar uitgevers met nou leuk ideeën. Toen had ik een hoofdstuk geschreven. Toen kreeg ik twee belletjes met, dit wil niemand lezen. Sorry, hoe dan wel. En hoe dan wel is dus, want ik kreeg een tip, ga een data framework maken. Dat ik me mee bezig dacht, ik ben toch geen McKinsey man. Maar wat ik natuurlijk wel kan vertellen en wat ik ook probeer te vertellen. Ik heb wel gewoon zeven checkpunten, zeven punten. waarvan ik zeg, als je daar nou op let met elk data-initiatief… En daar hebben we het al een flinke stuk over gehad… En de kern is natuurlijk voor wie doe ik het en hoe help ik diegene. Dat is het allerbelangrijkste. Daar heb ik dan zeven checkpunten over geschreven. En vooral ook daar de ervaringen die ik had bij NS, Schiphol, Volkwessels en Leander. Gewoon de eerlijke ervaringen, hoe die verhalen gingen, wel natuurlijk van mijn perspectief uit. En wat ik daarvan heb geleerd en van wie. En hoe je dat dan weer kan toepassen in de praktijk. En ik heb dus ook veel mensen geïnterviewd. Dus die COO van de Haaf van Rotterdam, de oud-CEO van Leander. Maar ook de CFO van Schiphol doet trouwens mee aan het boek. Vond ik zelf heel leuk. Die reflecteert ook wel even lekker op mij. Dat is ook wel geinig. Maar dat hoort er wel een beetje bij. Nee, dat hoort er zeker een beetje bij. Maar dat is ook hartstikke goed. Kijk, hij vond dat ik in het begin, dus met die top drie’s. Waar ik het over had. Dus ik had bij iedereen die top drie’s gevraagd. Hij zei, ja, maar waar zit nou de concreetheid uiteindelijk? Dus dan gaan we drie besluiten bij die afdeling verbeteren. En dat vindt die directeur daar een ontzettend goed idee. En wat levert het nou op? En dat hadden we dan wel doorgerekend. En dan zei hij, oké, en waar staat het daar dan in de boeken? En dat stond daar dan niet in de boeken. Omdat, ja, moeten we dan die mensen ontslaan? En we hebben ze al aan de werk gegeven. Maar omdat het daar elke keer niet stond, werd die afdeling, de data-afdeling, die werd dus en groter… Maar was dus ook kosten bovenop de begroting van Schiphol. In plaats van dat het communicerende vaten waren van bij data naar ieder iets bij. En bij een van die afdelingen er iets vanaf. Dat was best wel, vond ik een heel tof interview. Omdat we daarna ook hadden over hoe je het dan wel wil doen met elkaar. Vooral omdat iemand vanuit zo’n perspectief ook meer naar de kosten kijkt. En die wil dat allemaal op de balans goed met elkaar in evenwicht hebben. En het is gewoon een super gezond perspectief. Dus we hebben natuurlijk al even gesproken over de AI-hype. En is het nou een bubbel of gaat het zichzelf nou waarmaken? Maar dan dus goed kijken naar die aannemer en jezelf even zien als aannemer. En wat kom ik hier nou eigenlijk doen? En hoeveel is dat waard? En ook durven zeggen, daar heb ik lang over gedaan. Als iemand dat dus niet aan je uit kan leggen, dan gaan we dus niet voor je beginnen. Ja, maar het is mijn geld, ja. Het zijn mijn mensen, dus dan ga ik ze ergens neerzetten waar beter voor elkaar is. En dat is best een spannend politiek spel. Want daar krijg ik af en toe negatieve reacties op. En dan moet het bij het andere wat je dan gaat doen, moet dan wel slagen ook. Dat is wel zo’n ding. Maar het is deze scherpte die wel nodig is om bedrijven door die trough of disillusionment heen te krijgen. Door dat dal. Je benoemde zeven punten. Zitten er ook dan zeven hoofdstukken in het boek? Of wat zie ik als ik het boek openslaak? Jawel, dat is dat. Ik heb een inleiding geschreven over waarom AI een hype is en hoe je daarmee om kan gaan. En wat eigenlijk een beetje het probleem van de bedrijven is. Daarna zeven hoofdstukken opgedeeld in richten, inrichten, verrichten. Dus dat is een beetje strategisch, tactisch, operationeel. Met overal twee punten die je even moet checken in je eigen organisatie. En daarna nog een hoofdstuk over leiderschap. Want het begint en eindigt ook trouwens, maar kijk, goede transformaties. Mijn boek gaat niet per se over hoe zet ik AI goed op qua afdeling en hoe zorg ik dat ik een mooie innovatie heb. Project heb of zo. Of één transformatieproject ook nog wel. Maar het gaat erover hoe ga je nou die stap zetten naar transformatie, organisatie, innovatie en transformatie. En het belangrijkste is dat leiders goed gaan nadenken daarin waar ze willen dat de organisatie heen gaat, welke stappen daarvoor nodig zijn en hoeveel zo’n stap waard is. Ik heb echt dingen lopen verbeteren die 2 miljoen zouden opleveren, maar waar we uiteindelijk voor 5 miljoen aan hebben gewerkt om het voor elkaar te krijgen. En dan kom je pas achteraf achter. Dat is niet handig. En leiderschap, die hebben daar gewoon een belangrijke rol. Aan de ene kant om het te supporten. Maar aan de andere kant dus ook om kritisch te zijn. En te zorgen dat het echt goed wordt ingezet. En daarna nog, ik heb daar ook een technologie impact matrix. Dat is in het laatste hoofdstuk. En dat gaat er echt over hoe je dan dus de kansen van technologie koppelt aan de problemen in je organisatie. Je moet ook namelijk een beetje gaan tussen van wat de technologie allemaal kan. Dus jij zit ongetwijfeld ook wel eens op zo’n diner waar dan iemand van een organisatie zit te vertellen dat haar zoon of zijn zoon van 15 weer in één dag een website heeft gebouwd. En hoe waanzinnig het allemaal wel niet is. En dat welk kant AI allemaal opgaat. Nou dat is allemaal hartstikke mooi en dat is ook allemaal waar trouwens. Maar het belangrijkste is natuurlijk niet wat technologie allemaal kan brengen. Maar wat de mensen in je organisatie qua adoptie aankunnen. Want dat is de snelheid waarin jouw organisatie zich ontwikkelt. Dus dat is ook een perspectief waarom je moet focussen op die medewerker. Daar gaat het een beetje over. En ik heb ook, dat vind ik zelf heel leuk om toe te voegen trouwens. Dus ik heb, daar heb ik het niet over gehad, maar filosofie en geschiedenis gestudeerd. En eigenlijk elk blok van inrichten en zo begint met een soort terugkijk in de geschiedenis. Naar eerdere momenten van de andere industriele revoluties. En wat we daarvan kunnen leren. eigenlijk. Dat is ook wel, vond ik zelf leuke stukjes. Ik ben bang dat er maar één ding op zit en dat is hem gewoon gaan lezen. Ja, dat is altijd een goed idee. En we mogen er ook een aantal weggeven. Hè? Ja, zeker. Ja. Wat moeten mensen daarvoor doen? Daar heb ik eigenlijk niet over nagedacht, Sonja. Dat moet jij nu even te plekken verzinnen dan. Ja, ik denk dat we, de leukste reactie onder de post, dat die een boek kan verdienen. Laten we het zo doen. Misschien is dat aardig. Ik heb trouwens drie boeken die ik kan weggeven. Ik ben gewoon wel benieuwd, daar hebben we het nu best veel over gehad, over hoe je medewerkers helpt met data en AI. En misschien is het leuk, en misschien is dat ook wel gewoon überhaupt een grappig wasvervoer. Maar misschien is het leuk om te vragen welke medewerker je het meest trots op bent die je hebt geholpen met jouw data of AI product. Of gewoon medewerker in de organisatie die je geholpen ziet worden met data en AI. Wat je het vet vindt. En dat we er daar dan totaal subjectief drie van kiezen die het meest aanslaan. Oké, dan voeg ik er nog drie aan toe. Dus dan hebben we in totaal zes boeken die we kunnen geven. Dat is een mooi idee, dankjewel. Ja. Zeker. Hartstikke bedankt voor je komst. Superleuk om te zien hoe enthousiast je kunt vertellen over alle projecten. Hoe super tastbaar en dus menselijk het wordt. En dat is ook zeker het verhaal wat ik met Data Bewuster dus wil gaan uitzenden. En daar heb je wat mij betreft heel goed in bijgedragen. Nou, dan is het bij deze een goed verhaal. Ja, voor mij in ieder geval wel. Ik ga er nog geen naar luisteren in ieder geval. Dankjewel. Hartstikke bedankt voor je komst.