Begin niet bij AI maar bij het probleem dat je wilt oplossen

Veel organisaties benaderen AI nog altijd vanuit de technologie. Ze zien een indrukwekkende demo, lezen enthousiaste LinkedIn-posts of voelen de druk om “iets met AI” te doen. Volgens Bart van de Wiele, Head of Solution Consulting bij Adobe, is dat precies de verkeerde volgorde. Tijdens zijn presentatie op het AI Bootcamp in Amsterdam hield hij zijn publiek voor dat succesvolle AI-adoptie begint bij bedrijfsdoelen, niet bij tools.

Volgens hem schuilt daarin een knelpunt bij veel AI-initiatieven. Organisaties raken gefascineerd door wat technologie kan, maar vergeten zich af te vragen welk zakelijk probleem ermee wordt opgelost. ‘Je koopt niet eerst een hamer om vervolgens op zoek te gaan naar spijkers. Je hebt een probleem en zoekt daar het juiste gereedschap bij.’

Succesvolle AI-projecten beginnen volgens hem met een analyse van bestaande processen. Waar zitten de knelpunten? Welke taken kosten veel tijd? Welke bedrijfsdoelstellingen staan onder druk? Pas daarna komt de vraag of AI daar daadwerkelijk een rol in kan spelen.

Tijdens de eerdere paneldiscussie, waar Van de Wiele ook aan deelnam, kwam dit al naar voren.

De discussie is verschoven van “wat kan AI?” naar “hoe veranderen we onze organisatie ermee?”, stelde hoofdredacteur Susanne van Nierop van Adformatie, die de sessie modereerde. Waar AI twee jaar geleden nog een creatieve speeltuin was, is het nu een productie-instrument geworden dat in sommige gevallen al volledige campagnes genereert.

Sneller dan de organisatie kan bijbenen
De volwassen fase van AI brengt een ander soort uitdaging met zich mee: geen technologische, maar een organisatorische. Diezelfde dynamiek ziet ook Chrissie Cremers, oprichter van Aigency Amsterdam, een bureau dat organisaties helpt bij creatieve transformatie. Volgens haar ligt de grootste uitdaging niet in technologie, maar in adoptiesnelheid.

‘Wat we zien is dat bedrijven AI willen opnemen in hun bestaande workflow, maar die workflow is niet ontworpen voor deze snelheid’, zei ze. ‘Het duurt gemiddeld drie maanden voordat er echt vertrouwen is in output, en in die tijd ontstaat er vaak een parallel systeem: traditionele teams naast AI-gedreven teams.’

Strategisch kantelpunt: efficiency of transformatie
Volgens Thomas Marzano, voormalig brand- en innovatiestrateeg bij onder meer Philips en ASML, ligt de kern van de uitdaging in de positionering van AI binnen de organisatie. ‘Als AI wordt behandeld als een efficiency-tool op lager niveau, dan krijg je optimalisatie binnen bestaande structuren. Maar als het een strategische discussie wordt op boardniveau, verandert de hele organisatie.’

Dat verschil is cruciaal. In het eerste scenario blijft AI beperkt tot procesverbetering. In het tweede scenario dwingt het organisaties om hun fundamenten opnieuw te bekijken: van workflows tot besluitvorming en zelfs hun interactie met klanten.

Marzano plaatst dat in een bredere context van een verschuivende markt. ‘Werknemers en klanten adopteren AI vaak sneller dan organisaties zelf. Dat wordt een strategisch risico.’

Echte, onderscheidende creativiteit blijft bestaan. Sterker nog: die wordt belangrijker

Creativiteit onder druk én in beweging
Een terugkerend thema in het gesprek was de impact van AI op creativiteit. Maakt het alles uniformer, of juist rijker? Volgens Marzano legt AI middelmatige creativiteit feilloos bloot. ‘Alles wat generiek is, wordt snel gecommoditiseerd. Maar echte, onderscheidende creativiteit blijft bestaan. Sterker nog: die wordt belangrijker.’

Cremers sloot zich daarbij aan. AI produceert volgens haar standaardoutput als het autonoom wordt ingezet. ‘Het model is getraind op gemiddelden. Zonder creatieve sturing krijg je dus ook het gemiddelde.’ De rol van creatieve professionals verschuift daarmee van uitvoerder naar regisseur. ‘Het gaat steeds meer om curatie en orkestratie. Niet alleen maken, maar bepalen wat goed genoeg is en wat de richting van het merk is.’

Van de Wiele ziet daarbij een duidelijke verschuiving in vaardigheden. ‘Iedereen kan nu tools gebruiken. Dat betekent dat het onderscheid niet meer in toegang zit, maar in talent en idee-ontwikkeling.’

Nieuwe bottleneck: governance en goedkeuring
Waar AI de snelheid van productie drastisch verhoogt, verschuift volgens de panelleden de bottleneck naar de achterkant van het proces. ‘Als je vijftien varianten kunt maken in de tijd waarin je er vroeger drie maakte, dan moet iemand al die output beoordelen’, zei Van de Wiele. ‘De vraag is niet meer: kunnen we het maken? Maar: wie keurt het goed?’

Dat vraagt om nieuwe vormen van governance. Marzano benadrukt dat accountability daarbij centraal staat. ‘Er is altijd iemand verantwoordelijk voor wat in en uit een AI-systeem gaat. Dat moet je expliciet organiseren.’ Volgens hem maken veel organisaties de fout om AI als ‘plug-and-play’ te benaderen, zonder eigenaarschap op de datastromen en beslissingslagen.

Wat verandert er de komende maanden?
Voor de korte termijn verwachten de panelleden geen radicale breuk, maar wel verdere versnelling in de richting van geïntegreerde AI-werkomgevingen. Van de Wiele: ‘Uiteindelijk wil je dat AI niet een verzameling losse oplossingen is, maar onderdeel van de standaard infrastructuur.’

Marzano kijkt juist naar de klantzijde, waar AI steeds meer realtime ervaringen mogelijk maakt via agents in zoekmachines en besturingssystemen. ‘We bewegen naar een wereld waarin merkinteractie dynamisch wordt gegenereerd in plaats van vooraf geprogrammeerd.’

Volledige orkestratie van de klantreis
Daar gingen experts in de verschillende Breakout-sessies verder op in. Adobe heeft net Adobe CX Enterprise geïntroduceerd: een agentic AI-systeem dat de volledige klantreis orkestreert.

Daarin draait het om drie pijlers:

• brand visibility
• content supply chain
• customer engagement

Onder deze drie domeinen ligt een centrale intelligence- en governance-laag die data, content en workflows met elkaar verbindt.

Het productaanbod is daarop ingericht als een open ecosysteem, waarin oplossingen als GenStudio, Experience Manager, Workfront en Brand Intelligence samenwerken met technologie van partners als OpenAI, Microsoft en Google. Zo wil Adobe organisaties helpen om personalisatie op schaal mogelijk te maken, zonder de grip op merk, governance en kwaliteit te verliezen.

De belangrijkste vraag die je een technologiepartner moet stellen: kan ik je vertrouwen?

Commerciële veiligheid en reputatierisico’s
Een aspect waar Van de Wiele in zijn keynote nog uitgebreid bij stilstond, is wat hij noemt commerciële veiligheid. Veel organisaties kijken nog te weinig naar de herkomst van AI-output en de manier waarop modellen zijn getraind, stelde hij. Dat kan juridische en reputatierisico’s opleveren.

Hij noemde het voorbeeld van een internationaal merk dat een campagne moest aanpassen nadat een beeld van een AI-gegenereerde koffiekop sterk bleek te lijken op dat van een bekend merk. Voor het betreffende bedrijf was dat aanleiding om alleen nog te werken met oplossingen die commercieel veilig zijn.

Van de Wiele: ‘Het gaat niet alleen om mogelijke schadevergoedingen. Merkschade is veel moeilijker te herstellen.’ Daarom pleit hij ervoor om niet alleen te kijken naar de kwaliteit van gegenereerde beelden, maar ook naar vragen rond intellectueel eigendom, datagebruik en compliance. ‘De belangrijkste vraag die je een technologiepartner moet stellen is uiteindelijk heel simpel: kan ik je vertrouwen?’

Niet te snel, niet te laat
Aan het eind van zijn presentatie schetste Van de Wiele drie typen organisaties. De eerste groep stort zich op iedere nieuwe AI-tool die verschijnt. De tweede wacht af tot de technologie “volwassen” is. De derde weigert AI principieel te gebruiken.

Geen van die strategieën is volgens hem ideaal. Bedrijven die overal op inspringen, creëren een versnipperd landschap van losse tools zonder samenhang. Organisaties die blijven wachten, bouwen geen kennis of ervaring op.

De meest succesvolle aanpak ligt volgens Van de Wiele ergens in het midden: vroeg beginnen, experimenteren, leren en tegelijkertijd duidelijke keuzes maken. ‘AI leren gebruiken is net als leren autorijden. Je wordt geen betere bestuurder door te wachten op een betere auto.’