In 2017 presenteerde ik een visie waarin intelligentie een integraal en flexibel onderdeel zou worden van het digitale landschap van een grote financiële organisatie. De technologie van vandaag is heel anders dan we destijds voor ogen hadden. Maar de achterliggende gedachte is relevanter dan ooit.
In juni 2017 stond ik op het podium van SAS Forum Nederland, een evenement met ruim 1.200 bezoekers. Ik was destijds Lead Data Scientist bij APG, een van de grootste pensioenuitvoerders ter wereld.
Mijn presentatie heette Data Science as Enabler for the APG of the Future.
Kunstmatige intelligentie stond volop in de belangstelling, maar de wereld zag er heel anders uit dan vandaag. Machine learning ontwikkelde zich snel, maar het bouwen van intelligente toepassingen vereiste nog veel specialistische kennis, infrastructuur en integratiewerk.
ChatGPT bestond niet. De huidige generatie AI-agents was nog toekomstmuziek. Het idee dat mensen op natuurlijke wijze zouden communiceren met intelligente systemen die zelfstandig bedrijfsapplicaties konden gebruiken, stond ver af van de dagelijkse praktijk.
Toch werkten we destijds al aan een visie die vandaag opmerkelijk herkenbaar aanvoelt.
Een belangrijk onderdeel daarvan noemden we smart sockets.
Als ik bijna negen jaar later terugkijk, fascineert me niet dat we de technologie konden voorspellen. Dat konden we zeker niet.
Wat me fascineert, is dat we toen al een vraag stelden die inmiddels centraal staat in de volgende generatie digitale transformatie.
Wat als intelligentie een modulaire, herbruikbare voorziening wordt binnen het gehele digitale landschap, in plaats van iets wat opgesloten zit in afzonderlijke applicaties?
Het idee achter smart sockets
Bij APG dachten we na over hoe data science veel meer kon worden dan een verzameling gespecialiseerde analytische projecten.
Traditioneel betekende het ontwikkelen van een intelligente toepassing dat data, modellen, technische infrastructuur en bedrijfsprocessen voor een specifiek doel bij elkaar werden gebracht. De intelligentie die daaruit voortkwam, was vaak nauw verbonden met één bepaalde oplossing.
Wij wilden verder kijken.
Het idee achter smart sockets was relatief eenvoudig: creëer plekken in het digitale landschap waarop intelligente functionaliteit kan worden aangesloten, gebruikt, verbeterd en vervangen.
Vergelijk het met een stopcontact.
Je hoeft je huis niet opnieuw te ontwerpen wanneer je een ander elektrisch apparaat koopt. De infrastructuur biedt een gestandaardiseerde aansluiting waarop uiteenlopende apparaten kunnen functioneren.
Iets vergelijkbaars hadden wij voor ogen met intelligentie.
In plaats van ieder algoritme diep te verweven met een afzonderlijke applicatie, wilden we een flexibelere architectuur waarin analytische intelligentie beschikbaar kon worden gemaakt waar die waarde toevoegde.
Een klantinteractie kon worden verrijkt met voorspellende inzichten. Een operationeel proces kon intelligente aanbevelingen benutten. Een beslissing kon worden ondersteund door een gespecialiseerd model. En die mogelijkheden moesten kunnen evolueren zonder telkens het omliggende applicatielandschap opnieuw te bouwen.
SAS omschreef onze bredere ambitie destijds als het ontwikkelen van een agile data factory.
Dat was een wezenlijk onderdeel van onze gedachte: data science schaalbaar, herbruikbaar en aanpasbaar maken, in plaats van afhankelijk te blijven van losstaande initiatieven.
Onze benadering vertrok destijds voornamelijk vanuit data, algoritmen en softwarearchitectuur.
Wat we niet konden voorzien, was hoe ingrijpend de aard van intelligentie zelf zou veranderen.
De toekomst kwam via een andere deur
We maken een sprong naar 2026.
Grote taalmodellen hebben ons beeld van wat software kan fundamenteel veranderd.
Met technologieën als GPT kunnen we in natuurlijke taal communiceren met systemen, ongestructureerde informatie interpreteren, redeneren over verschillende informatiebronnen en steeds complexere activiteiten coördineren.
Met de komst van het Model Context Protocol, kortweg MCP, is daar een open standaard bij gekomen waarmee intelligente systemen externe informatiebronnen en functionaliteiten kunnen ontdekken en gebruiken.
MCP-servers kunnen mogelijkheden beschikbaar stellen aan AI-toepassingen. Daarmee kunnen modellen informatie ophalen, diensten aanroepen en binnen vastgestelde bevoegdheden acties uitvoeren.
De overeenkomst met ons oorspronkelijke gedachtegoed is opvallend.
Intelligentie hoeft niet langer volledig ingebouwd te zijn in één specifieke applicatie. Ze kan verbinding maken met functionaliteit die verspreid is over het digitale landschap.
Maar er is ook een fundamenteel verschil.
In 2017 bedachten we hoe we gespecialiseerde intelligentie konden aansluiten op applicaties. Vandaag kan steeds algemenere intelligentie zélf verbinding maken met gespecialiseerde functionaliteiten.
Dat is een wezenlijke omkering.
Onze oorspronkelijke benadering draaide om intelligente componenten die geïntegreerd konden worden in bedrijfsprocessen. Die intelligentie werd doorgaans ontwikkeld voor een specifiek doel.
De taalmodellen van vandaag kunnen een opdracht interpreteren, bepalen welke functionaliteiten daarvoor nodig zijn en via technologie zoals MCP de benodigde hulpmiddelen inzetten.
De interface hoeft niet langer een vooraf ontworpen scherm, applicatie of workflow te zijn.
Steeds vaker kan de interface simpelweg een gesprek zijn.
En de software achter dat gesprek kan dynamisch worden samengesteld.
Om precies te zijn: MCP is niet de letterlijke realisatie van onze oorspronkelijke architectuur. Het protocol levert zelf ook geen intelligentie. Het is een standaard voor interoperabiliteit, waarbij veilige en betrouwbare toepassing binnen organisaties nog altijd aanzienlijke technische inspanning vraagt.
Maar functioneel is de overeenkomst opmerkelijk.
Wij bedachten een digitaal landschap dat voorbereid was om intelligentie te ontvangen.
Nu zien we intelligentie ontstaan die haar weg door dat landschap kan vinden.
Wat we hebben onderschat
Er zit iets relativerends in het terugkijken op een oude technologische visie.
Sommige ideeën blijken verrassend toekomstbestendig. Andere verliezen hun relevantie. En soms vindt de wereld een veel krachtigere manier om iets te realiseren wat je ooit zelf als ambitieus beschouwde.
Wij dachten na over hoe geavanceerde analytische mogelijkheden toegankelijker en eenvoudiger te integreren konden worden.
Wat we onderschatten, was de mogelijkheid dat intelligentie zo breed toepasbaar zou worden dat zij zelfstandig gebruik kan maken van functionaliteiten die helemaal niet voor een specifiek AI-model zijn ontworpen.
Ook onderschatten we hoe snel natuurlijke taal een universele interface tussen mensen, informatie en software zou kunnen worden.
De implicaties gaan veel verder dan het verbeteren van bestaande applicaties.
Wanneer een intelligent systeem een doel kan begrijpen, relevante informatie kan verzamelen en acties over verschillende diensten heen kan coördineren, worden de grenzen van afzonderlijke applicaties minder bepalend.
Processen hoeven niet langer volledig ontworpen te worden rondom de beperkingen van softwareinterfaces.
En in toenemende mate geldt dat ook voor organisaties.
Dat opent mogelijkheden die we in 2017 slechts gedeeltelijk konden overzien.
Tegelijkertijd ontstaan nieuwe vraagstukken over betrouwbaarheid, beheersbaarheid, verantwoordelijkheid, veiligheid en de verhouding tussen menselijke en machinale besluitvorming.
Intelligentie toegankelijk maken is één ding. Er op een verantwoorde en economisch waardevolle manier gebruik van maken is iets heel anders.
Negen jaar ervaring hebben mijn perspectief veranderd
Misschien zit het interessantste verschil tussen toen en nu niet in de technologie.
Het zit in hoe mijn eigen perspectief zich heeft ontwikkeld.
In 2017 benaderde ik deze vraagstukken vooral als data scientist. Ik was gefascineerd door de mogelijkheden van algoritmen, analytische modellen en de architecturen die nodig waren om ze bruikbaar te maken.
In de jaren daarna verbreedden mijn verantwoordelijkheden zich geleidelijk.
Ik hield me steeds meer bezig met technologisch leiderschap, innovatie, digitale productontwikkeling, bedrijfsstrategie en organisatieverandering. Ik maakte van dichtbij mee wat er komt kijken bij het ontwikkelen van nieuwe proposities, het introduceren van technologie in gevestigde organisaties en het vertalen van ambitieuze ideeën naar besluiten die ook daadwerkelijk uitvoerbaar zijn.
Die ervaringen hebben mijn kijk op innovatie veranderd.
Ik hecht nog altijd veel waarde aan de technologische fundamenten. Begrijpen wat technologie wel en niet kan, blijft essentieel. Zeker wanneer de ontwikkeling zo snel gaat als nu bij AI.
Maar ik heb geleerd dat de technologische mogelijkheden zelden de grootste belemmering vormen.
De moeilijkere vragen gaan over doelstellingen, economische waarde, organisatiestructuren, belangen, governance en leiderschap.
Een technisch elegante oplossing kan mislukken omdat ze geen wezenlijk bedrijfsprobleem oplost.
Een veelbelovende innovatie kan vastlopen omdat de organisatie er niet op is ingericht.
En een organisatie kan bijzonder succesvol nieuwe technologie implementeren, terwijl ze de veel grotere strategische kans die daardoor ontstaat volledig over het hoofd ziet.
Vandaag zou ik de visie op smart sockets daarom anders benaderen.
Ik zou minder beginnen bij de vraag hoe we intelligentie integreren in het bestaande digitale landschap, en meer bij de vraag hoe dat landschap eruit zou moeten zien wanneer intelligentie breed beschikbaar wordt.
Dat klinkt misschien als een subtiel verschil.
Strategisch verandert het vrijwel alles.
De volgende uitdaging is niet AI aansluiten, maar het bedrijf opnieuw ontwerpen
We beschikken inmiddels over technologieën die belangrijke onderdelen van onze oorspronkelijke visie technisch mogelijk maken.
Maar het verbinden van intelligente agents met bestaande systemen is pas het begin.
De echte kans ligt in het opnieuw doordenken van de manier waarop organisaties waarde creëren.
Als intelligentie zich over verschillende applicaties kan bewegen, waarom zouden klantreizen dan nog volledig begrensd moeten worden door die afzonderlijke applicaties?
Als agents activiteiten over meerdere diensten heen kunnen coördineren, waarom zouden processen dan vast moeten blijven zitten aan historisch gegroeide afdelingsstructuren?
Als specialistische kennis en analytische mogelijkheden steeds toegankelijker worden, welke onderdelen van de bestaande waardepropositie van een organisatie blijven dan werkelijk onderscheidend?
Dat zijn allang geen vraagstukken meer die uitsluitend bij data scientists of softwarearchitecten thuishoren.
Ze horen op de agenda van directies en bestuurders.
En juist daar zie ik ook een risico in het huidige enthousiasme rondom AI.
We zijn bijzonder goed in het toepassen van nieuwe technologie binnen de structuren die we al kennen.
We introduceren copilots, ontwikkelen agents, bouwen integraties en automatiseren bestaande processen.
Allemaal waardevolle activiteiten.
Maar we moeten het moderniseren van onze technologie niet verwarren met het fundamenteel heroverwegen van ons bedrijf.
De grootste kansen ontstaan mogelijk juist wanneer we de aannames ter discussie stellen waarop dat bedrijf oorspronkelijk is ontworpen.
Dat vraagt uiteraard om technologisch inzicht. Maar minstens zo belangrijk zijn strategisch voorstellingsvermogen, commercieel inzicht en het vermogen om ideeën naar de organisatorische werkelijkheid te vertalen.
Een visie is een vertrekpunt, geen eindbestemming
Als ik terugkijk naar onze presentatie uit 2017, herken ik een vroege uitwerking van een overtuiging die mij gedurende mijn loopbaan is blijven begeleiden.
Technologie wordt pas werkelijk waardevol wanneer ze ons helpt opnieuw na te denken over wat mogelijk is.
Onze smart-socketsvisie was een poging om intelligentie overal binnen een organisatie beschikbaar te maken. Ambitieus voor die tijd, maar tegelijkertijd begrensd door de technologie en aannames die we destijds kenden.
Wat zich sindsdien heeft ontwikkeld, is veel ingrijpender dan we hadden voorzien.
En ik vermoed dat hetzelfde zal gelden wanneer we over negen jaar terugkijken op onze huidige AI-ambities.
De les die ik hieruit trek, is niet dat we moeten proberen de toekomst steeds nauwkeuriger te voorspellen.
Het gaat erom beter te begrijpen wat er fundamenteel verandert, bereid te blijven onze aannames ter discussie te stellen en organisaties te ontwikkelen die zich kunnen aanpassen terwijl de toekomst zich ontvouwt.
Die overtuiging heeft mijn ontwikkeling gevormd: van data science naar technologisch leiderschap, bedrijfsverandering en strategisch advies.
Ze vormt ook een belangrijk onderdeel van de reden waarom ik Omniscend heb opgericht.
Vandaag draait mijn werk minder om het bedenken van afzonderlijke technologische oplossingen en meer om het helpen van leiders bij het overzien van het grotere geheel: wat verandert er, wat betekent dat voor hun organisatie en welke keuzes zullen uiteindelijk het verschil maken?
De technologie heeft zich verder ontwikkeld dan we ons in 2017 konden voorstellen.
Mijn perspectief is daarin meegegroeid.
Maar de onderliggende ambitie is opvallend constant gebleven.
Niet simpelweg bestaande systemen slimmer maken, maar intelligentie benutten om een fundamenteel betere toekomst mogelijk te maken.
En als ik kijk naar wat er vandaag ontstaat, vermoed ik dat we nog maar aan het begin staan.
Terugblik: SAS Forum Nederland, 2017
Op 9 juni 2017 presenteerde ik tijdens SAS Forum Nederland in Nieuwegein Data Science as Enabler for the APG of the Future.
Het evenement trok ruim 1.200 bezoekers. In het oorspronkelijke verslag omschreef SAS onze ambitie bij APG als het ontwikkelen van een agile data factory.
Bekijk mijn oorspronkelijke SAS Talk uit 2017
Lees het oorspronkelijke verslag van SAS Forum 2017
Voor wie meer wil weten over de technologische ontwikkelingen die ik in dit artikel beschrijf, biedt de officiële website van het Model Context Protocol een introductie tot de standaard waarmee AI-systemen externe functionaliteiten kunnen gebruiken.
Roel Moradi is oprichter van Omniscend, een onafhankelijk strategisch adviesbureau dat bestuurders, ondernemers en directies ondersteunt bij fundamentele strategische keuzes, technologische disruptie en organisatieverandering.