Neil Sholay (Oracle): 'Iedereen met een goed idee kan direct met AI aan de slag'

Veel organisaties starten met AI-pilots, maar negen van de tien slaagt niet. Waar gaat het mis?

„De eerste grote bottleneck is data. Dat zou eigenlijk geen verrassing meer moeten zijn, en het wordt wel steeds duidelijker: slechte data leidt tot slechte AI, en goede data tot goede AI. Veel organisaties besteden onvoldoende aandacht aan het organiseren, toegankelijk maken en selecteren van hun interne bedrijfsdata."

„Organisaties hebben verder ook moeite met het vooraf te kwantificeren van de zakelijke impact van AI. Pilots worden te vaak niet gekoppeld aan een concreet business-resultaat. Denk daar goed over na, zet het samen op papier en meet wat je prestaties zijn voor je een project begint. De buy-in van je C-level gaat een stuk soepeler als je bijvoorbeeld kunt laten zien dat de wervingstijd van nieuwe medewerkers significant afneemt, of de orderratio's sterk gaan toenemen."

Wat is een praktijkvoorbeeld van een succesvolle AI-toepassing met meetbare resultaten?

„Woods Group, een groot constructiebedrijf met ongeveer 100.000 werknemers, wilde onze AI-functies implementeren in hun HR-systeem voor werving & selectie. Ze hadden bij aanvang van het project echter nog geen specifieke meetcriteria vastgesteld waarop ze de resultaten wilden beoordelen. Op ons advies monitorde de verantwoordelijke manager de doorlooptijd van de werving, het aantal kandidaten in de pijplijn, het aantal kandidaten die werd uitgenodigd voor gesprekken en uiteindelijk een aanbod accepteerde. Binnen enkele maanden was de doorlooptijd van eerste werving tot hiring afgenomen van 43 tot 21 dagen: een verbetering van 53 procent. Voor een bedrijf dat volledig draait op talent en expertise is dat uiteraard een significante verbetering, die het draagvlak voor nieuwe AI-pilotprojecten enorm liet toenemen."

Hoe onderscheidt Oracle's zojuist gelanceerde AI Agent Studio zich van andere grote spelers?

„AI Agents zijn doelgerichte gebruikslagen bovenop een LLM-model. In plaats van steeds nieuwe prompts in te voeren, werkt een agent zelfstandig naar een door jouw beschreven einddoel toe. De snelheid waarmee medewerkers zelfstandig een agent kunnen inzetten is cruciaal voor het succes. Onze AI Agent Studio stelt zakelijke gebruikers in staat om in minder dan tien minuten een agent te maken. Dat lukt dankzij een template-gebaseerde aanpak: verschillende toepassingen die je zelf 'als puzzelstukjes' in elkaar kan schuiven om een hele workflow te automatiseren."

Een concreet voorbeeld van een met je eigen agent geautomatiseerde workflow?

„Je bouwt bijvoorbeeld binnen minuten een oplossing waarmee je een gefotografeerde factuur met een korte beschrijving inbrengt. Die kun je dan automatisch laten verwerken, goedkeuren en betalen door de door jou zelf samengebrachte agents. Je kunt zelfs kiezen of je een mens 'in de loop' wilt houden, of het proces volledig autonoom wilt maken. Sowieso bewegen we naar een ecosysteem waarin gespecialiseerde, met elkaar samenwerkende agents steeds complexere taken kunnen oppakken. Denk bijvoorbeeld aan een conversatie-agent die instructies aanneemt, een toezichthoudende agent die controleert of je de benodigde toegangsrechten hebt, en een utility-agent die een financiële transactie uitvoert. Deze agents leren bovendien van elke interactie, kunnen beter anticiperen wat er van hen verwacht wordt, en gaan daardoor steeds proactiever en autonomer taken overnemen die we nu nog handmatig doen."

Hoe kunnen organisaties het beste beginnen met AI, zonder te verzanden in eindeloze pilots?

„Begin met het in kaart brengen en definiëren van concrete business metrics die je wilt verbeteren. Zoals bij de besproken HR-toepassing: wat is je huidige doorlooptijd, hoeveel kandidaten bereik je, hoeveel komen er door de verschillende fases? Of bij finance: hoelang duurt het om facturen te verwerken, hoe staat het met je cashflow? Meet die KPI's voordat je AI implementeert. Binnen ons Oracle Fusion-platform zijn veel van deze metrics al ingebouwd."

„Veel organisaties denken dat ze enorme datasets nodig hebben, maar voor specifieke toepassingen heb je vaak veel minder nodig dan je denkt. Klanten kunnen de gewenste AI-functionaliteit daardoor letterlijk met enkele klikken activeren, zonder maandenlange pilots. Als het werkt, blijf je het gebruiken; zo niet, dan schakel je het gewoon weer uit. Dat is een radicaal andere aanpak dan wat we in de markt zien met langdurige, vaak mislukkende pilots."

Hoe gaat AI onze manier van werken de komende jaren veranderen?

„We zullen zien dat meer routine-taken worden geautomatiseerd, zodat mensen zich kunnen richten op taken met hogere toegevoegde waarde. Wat echt spannend wordt, is dat we binnen zes tot twaalf maanden waarschijnlijk radicaal nieuwe ervaringen gaan zien, vergelijkbaar met de impact die Uber had. Technologieën die al een tijdje bestaan, worden op een nieuwe manier samengebracht. Zo kunnen zeer snel compleet nieuwe businessmodellen opkomen, die als een lopend vuurtje om zich heen grijpen. Dankzij de snel groeiende toegankelijkheid en veelzijdigheid van AI betekent heb je hiervoor nog maar weinig technologische kennis nodig: iedereen met een goed idee kan direct aan de slag."

Ontvang elke donderdag het beste van BusinessWise in je mailbox. Schrijf je hier gratis in: