IT

Guido van den Boom (Xebia Benelux): ‘Meer begrip van AI onder de motorkap betekent vaak meer winst onder de streep’

Guido van den Boom
Guido van den BoomEigen foto
Leestijd 9 minuten

De AI-revolutie wordt structureel overschat in tempo én onderschat in impact, stelt Guido van den Boom. De Chief Commercial Officer van Xebia Benelux studeerde geschiedenis voordat hij ruim 25 jaar geleden consultant werd bij Magnus in Naarden. Zijn beschouwende achtergrond en rijke ervaring met complexe en grensverleggende IT-transformaties maken hem opvallend nuchter over de ‘grote AI-verhalen’ die op dit moment rondzingen.

„De berichten van multinationals die op dit moment duizenden werknemers ontslaan ‘omdat agents hun werk overnemen’ moet je echt met een grote korrel zout nemen”, stelt hij beslist. „Tegelijk zie ik aan de horizon ook ontwikkelingen die ons werk en onze wereld komende jaren serieus op zijn kop zetten. Bij ons eigen bedrijf en onze klanten, maar zeker ook bij onze maatschappij als geheel. Ontwikkelingen waar we ons nú op moeten voorbereiden.”

Als Chief Commercial Officer is Van den Boom in thuismarkt Benelux verantwoordelijk voor de positionering van een IT- en AI-consultant die wereldwijd met zo'n 4.500 mensen grote organisaties in onder meer retail, financiële diensten, healthcare, media en tech helpt bij complexe technologische uitdagingen. Een aanzienlijk deel van die medewerkers werkt aan softwareontwikkeling en ligt dus in de vuurlinie van Claude Code en soortgelijke AI-diensten. Het is mede aan Van den Boom om Xebia door dit mijnenveld te sturen.

Vanuit een werkmodel gericht op tijdelijke plaatsing van consultants richtte Xebia zich de afgelopen periode steeds nadrukkelijker op langdurige relaties met zijn twintig grootste klanten. Vanuit Nederland bezien zijn dat bijvoorbeeld ING, dsm-firmenich, Rituals, ASML, Sligro, Rabobank en Orbia/Wavin, maar ook digital natives als Flow Traders en Mollie. Bij veel van deze bedrijven bemant Xebia al vele jaren de snel veranderende datacockpit.

Hoe bouwen jullie vanuit jullie IT-expertise de relatie met vaste klanten uit?

„Wij werken bijvoorbeeld al ruim 20 jaar voor ING. De bank was altijd al gefocust op innovatieve digitale technologie. Zeker nadat Ralph Hamers de ambitie uitsprak om ‘een IT-bedrijf met een banking license’ te zijn. Zo waren we bijvoorbeeld nauw betrokken bij het binnenhalen bij ING van het Spotify-model voor agile werken. De manier waarop dat ging was ook karakteristiek voor de manier waarop wij vaak worden ingeschakeld.”

„In eerste instantie vroeg de bank een strategiehuis om een agile operating model te ontwikkelen. Voor het daadwerkelijk schalen en naar de werkvloer brengen van de nieuwe werkwijze schakelde ING echter ons in. Wij zijn toen met tien agile coaches aan de slag gegaan om management en teamleads te ondersteunen bij hun ontwikkeling richting agile banking. Wij zijn vaak de partij die de weerbarstige uitvoeringspraktijk van ambitieuze plannen voor zijn rekening neemt.”

„Dat kunnen we doen omdat we al heel lang thuis zijn in de IT-omgevingen van onze klanten. Zeker in het begin vervulden we daarmee de rol van de ‘loodgieter’ die zorgt dat alles lekker doorloopt. Nu de rol van data steeds belangrijker wordt aan de zakelijke zijde, zie je echter ook dat ons werk steeds zichtbaarder en strategischer wordt. We praten daarom ook vaker mee in de boardroom. De impact van AI heeft die ontwikkeling enorm versneld.”

Lees ook: ‘Ik dacht dat Uber mijn professionele hoogtepunt was’: hoe Jelle Prins met AI-scale-up Cradle de impact wil overtreffen

Kun je die snelle strategische evolutie door AI illustreren met een voorbeeld?

„De chatbot van ING begon ooit vanuit de klassieke basis van een beslisboom en een knowledge base. De deflection rate, dus het aantal gesprekken dat alsnog bij het callcenter eindigde, was echter veel te laag. Slecht voor de kosten en slecht voor de klanttevredenheid. Door de snelle opkomst van LLM’s ontstond opeens de mogelijkheid om enorme hoeveelheden data over eerder klantcontact via de chatbot te ontsluiten.”

„Een bank als ING beschikt over een schat aan historische klantcommunicatie: jarenlange dialogen, e-mails, klachten en antwoorden. Al die interacties zitten netjes opgeslagen in diverse databases. Waar een klassieke chatbot alleen kan terugvallen op een vooraf bedachte beslisboom, kun je een taalmodel - in dit geval Google Vertex AI - trainen met al die werkelijke klantcontacten uit het verleden. Het model leert daardoor niet alleen wát ING antwoordt, maar ook hóe: in de juiste tone of voice, en in overeenstemming met alle regels en voorschriften.”

„Zeker in de hoog gereguleerde omgeving van een bank gaat dat niet zomaar. Belangrijke uitdaging is dat LLM’s niet-deterministisch zijn: ze kunnen alle kanten op, met de meest onverwachte en onwenselijke antwoorden als gevolg. Je moet zo’n model dus als het ware ‘temmen’. Maar als je elk antwoord handmatig gaat beoordelen op kwaliteit, ben je gewoon jaren bezig om zo’n model te trainen en bij te sturen.”

Ik durf wel te beweren dat de ING-chatbot nu een van de heel weinige autonoom opererende, door generatieve AI ondersteunde chatbots in een bankomgeving is

Guido van den Boom Xebia Benelux

Hoe hebben jullie het ‘temmen’ van de gebruikte AI-modellen versneld?

„We hebben na flink wat geëxperimenteer zelf een zogenaamd evaluatie-framework gebouwd: een systematische manier om de output van het model op grote schaal te beoordelen en te bewaken. Tegenwoordig komt zo’n evaluatie-framework standaard mee als je agents uitrolt vanuit de grote cloudpartijen. Destijds bestond dat echter nog niet. Dat was dus veel extra werk. Tegelijk leverde dat echter ook veel waardevolle inzichten op.”

„Hoe zitten die modellen bijvoorbeeld precies in elkaar, en hoe kun je zorgen dat ze precies doen wat jij wilt? Hoe beter je begrijpt wat er onder de motorkap gebeurt, des te groter de kans op een goed zakelijk resultaat onder de streep. Ik durf wel te beweren dat de ING-chatbot nu een van de heel weinige autonoom opererende, door generatieve AI ondersteunde chatbots in een bankomgeving is. Voor onze eigen evolutie, waarbij we onze grote vaste opdrachtgevers steeds strategischer gaan adviseren, is dat soort kennis goud waard.”

Lees ook: CIO Paul John Bakker veranderde ASICS in een datamachine: ‘We weten in de winkel al hoe snel je rent’

Wat verwacht jij dat er in de volgende fase van de AI-evolutie gaat gebeuren?

„Wat ik op dit moment vooral nog zie zijn bedrijven die hun bestaande processen willen verbeteren. Bij een wereldwijd chemieconcern helpen we de marketingafdeling bijvoorbeeld om veel sneller de zogenaamde white spots ontdekken: marktsegmenten die ze nog niet bedienen en waar ze op kunnen inspringen. Voor een grote FMCG-speler hebben we interne document classificatie opgezet, waarbij het systeem zelf de relevante inzichten genereert. Dat gebeurt nu in uren in plaats van weken, en tegen een fractie van de kosten.”

Het realtime samenbrengen van data uit alle lagen en silo’s van de organisatie is een van onze belangrijkste werkzaamheden van dit moment

Guido van den Boom Xebia Benelux

„Bij een wereldwijde cosmeticaspeler maken we nu al een volgende stap voor de winkelmedewerkers. Die moeten van alles weten: hoe ze de winkel openen en sluiten, hoe ze omgaan met een klant, wat ze doen bij diefstal. Dankzij onze nieuwe ‘store buddy’ kunnen ze élke vraag straks in natuurlijke taal aan een tablet stellen. Achter de schermen zorgt een ‘super-agent’ met een legertje andere agents dat elk antwoord realtime uit systemen als ServiceNow en Salesforce wordt gehaald.”

„Het realtime samenbrengen van data uit alle lagen en silo’s van de organisatie is een van onze belangrijkste werkzaamheden van dit moment. Veel AI-pilots leverden tot dusver onvoldoende resultaat onder de streep omdat de grote taalmodellen onvoldoende informatie en context hadden over de concrete activiteiten op de werkvloer. Door interne data als ‘hapklare brokken’ aan agentic AI-systemen te voeren nemen de resultaten razendsnel toe.”

Wat gaat de impact hiervan zijn, en hoe bereiden slimme bedrijven zich daarop voor?

„Een van de sectoren met de grootste impact is softwareontwikkeling: onze corebusiness. Werkzaamheden waarvoor we eerder een team van honderd consultants neerzetten, kunnen nu met veertig consultants en zestig agents worden uitgevoerd. En als ik dan ook even naar onze klanten kijk, zie ik bijvoorbeeld aan de Zuidas kantoortorens vol administratief medewerkers waarvan mogelijk een groot deel straks door zelflerende AI-systemen vervangen gaat worden.”

„Investeren in de ontwikkeling van je eigen medewerkers wordt hierdoor belangrijker dan ooit. Zo zullen onze developers moeten doorgroeien naar een rol als ‘orchestrator’. Dat betekent niet meer zelf de hele dag requirements ophalen, oplossingen ontwerpen, coderen, testen en software naar productie brengen, maar zorgen dat de code-agents netjes binnen de juiste bandbreedte blijven. Dat vraagt om een nieuw type professional: mensen die precies begrijpen wat er onder de AI-motorkap gebeurt, en tegelijk genoeg begrijpen van de business om de nieuwe mogelijkheden te vertalen in betere dienstverlening voor de klant.”

„Dat geldt een-op-een ook voor gehele organisaties. Zo rolde IKEA bijvoorbeeld een AI-chatbot uit die naar verluidt bijna de helft van alle klantgesprekken afhandelt. Dat had de directie als argument kunnen gebruiken om een flink deel van het personeel te ontslaan en zo meer winst te genereren voor de aandeelhouders. In plaats daarvan keken ze juist naar het klantcontact dat de bot níet kon afhandelen. Veel mensen met vragen over de inrichting van hun huis, die juist behoefte hadden aan menselijke smaak en een luisterend oor.”

„IKEA schoolde een flink deel van zijn klantenservicemedewerkers om tot interieuradviseurs. Die transformatie leverde in het eerste jaar ruim een miljard euro aan nieuwe omzet op. In plaats van de vraag ‘Hoe besparen we zoveel mogelijk met AI?’ keek IKEA juist naar nieuwe mogelijkheden. AI gaat komende jaren grote impact hebben op bedrijven, hun medewerkers en de manier waarop die samenwerken. Uiteindelijk bepaalt AI niet wat er met je bedrijf gebeurt. Dat doen de visie, creativiteit en het zakelijk inzicht van de C-level beslissers.”

Lees ook: Wies Mensink (Albert Heijn): ‘Onze algoritmes produceren nu een miljard voorspellingen per dag’

Guido van den Boom studeerde geschiedenis, maar startte ruim 25 jaar geleden in de consultancy bij Magnus Management Consultants, waar hij grote SAP-transformaties leidde. Na een uitstapje naar de HEMA, waar hij de eerste webshop van Nederland opzette, werkte hij tien jaar bij Accenture. Daar gaf hij onder meer leiding aan Accenture Interactive, later Accenture Song, in Nederland. Via Capgemini, waar hij Head of Digital Customer Experience was, kwam hij in 2018 bij Xebia binnen om de Digital Strategy-praktijk op te bouwen. Sinds 2025 is hij daar Chief Commercial Officer van de Benelux.

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

Delen: