Frans Feldberg is een vertrouwd gezicht op het hoofdpodium van Data Expo. Als hoogleraar Data- and AI-Driven Business Innovation aan de VU, directeur van AI-opleidingen voor professionals, ondernemer en drijvende kracht achter verschillende data- en AI-initiatieven, koppelt hij in klare taal theorie aan praktijk. Ook dit jaar is hij keynote spreker: Feldberg staat woensdag om 12.00 uur in de keynote zaal.
Gamechanger
Wat heeft Feldberg sinds de vorige editie van Data Expo zien veranderen in zijn vakgebied? “Ik denk dat het belang van AI voor veel meer organisaties duidelijk is geworden. Je hoeft ze er niet meer van te overtuigen dat het een gamechanger voor hun organisatie kan zijn. Zo’n beetje iedereen is ermee bezig, al weet niet iedereen wat het precies is. Verder is er veel meer aandacht gekomen voor de economics van AI. Alle investeringen moeten immers worden terugverdiend.” De benodigde rekencapaciteit voor AI heeft een prijs, vervolgt hij: “Veel oplossingen werden eerst vrijwel kosteloos over de wereld uitgestrooid. Mensen zijn erop los gaan experimenteren en hebben wellicht zelfs hun werk erop ingericht. Inmiddels is het allemaal niet gratis meer en krijgen gebruikers de rekening gepresenteerd. Ze moeten keuzes gaan maken, van tokenmaxxing naar tokenmining. Ook in het licht van de vele pilots zonder resultaat.”
Meer dan prompten
Volgens Feldberg strekt AI veel verder dan de meeste mensen denken, ook anno 2026 nog: “Ze denken aan taalmodellen en chatbots, altijd vanuit het frame dat het generatief is, maar het is zoveel meer. AI zit in veel kernprocessen van organisaties, het is veel meer dan prompten. Als je dat denkt, heb je echt het verkeerde vertrekpunt. Een taalmodel is maar een heel klein stukje van de puzzel.” Vorig jaar vertelde de hoogleraar op Data Expo welke soorten AI er zijn en welke beperkingen ze hebben. “De komende editie ga ik het veel meer hebben over hoe je AI succesvol kunt schalen.”
FOBO
Dat laatste is eerder de uitzondering dan de regel, weet Feldberg uit de theorie en de praktijk. Het leeuwendeel van de AI-initiatieven komt niet voorbij de experimentele fase, blijkt keer op keer. Volgens Feldberg laat zowel wetenschappelijk onderzoek als marktonderzoek zien dat de meerderheid van data- en AI-projecten niet het gewenste resultaat oplevert. Het brengt hem bij nog een misvatting over AI: “‘Je moet vooral experimenteren met deze nieuwe technologie!’, zeggen mensen steeds tegen elkaar. ‘Want het gaat allemaal zo snel.’ Voeg hier de fear of becoming obsolete (kortweg FOBO, red.) aan toe en er ligt een recept om helemaal los te gaan.
Experimenten horen er volgens Feldberg zeker bij – “Dat heb ik vorig jaar nog als takeaway met mijn publiek gedeeld” – maar wel met een duidelijk doel en onder voorwaarden. Experimenteren lijkt echter een doel op zich te zijn geworden. Daarom spreekt de hoogleraar van een AI-pilotsyndroom ofwel AI-pilotitis. “Pilots schieten als paddenstoelen de grond uit, zonder dat organisaties weten welke waarde ze moeten opleveren. Daar komt bij: wat in het lab succesvol is, is dat niet automatisch in de dagelijkse praktijk. De stap van een pilot naar implementatie en adoptie binnen de organisatie kent grote valkuilen.”
Verandermanagement
In zijn keynote schetst Feldberg de “ontbrekende middenweg” van geïsoleerde proofs of concept naar succesvolle AI-scaling. Daarmee helpt hij organisaties de valkuilen te omzeilen die het succes van data- en AI-projecten in de weg staan. “Wat ik vertel, berust op basisprincipes die helemaal niet wereldschokkend zijn en die voor een deel te maken hebben met gezond verstand. Volgens een bekende vuistregel zit het probleem bijna nooit in de technologie: dat vergt slechts 10 procent van je tijd en investeringen. Datakwaliteit en infrastructuur vergen ongeveer 20 procent; 70 procent van de inspanningen en investeringen daarentegen moet gaan naar organisatieverandering. Dat is heel erg belangrijk. ‘Ja Frans, dat weten we inmiddels wel’, zeggen mensen dan tegen me, ‘verandermanagement is bij elk project essentieel’. Maar ik heb het specifiek gemaakt voor de implementatie en adoptie van AI.”
Naar een gedeeld verhaal
Feldbergs route naar succesvolle AI-scaling heeft een duidelijk vertrekpunt: een gedeeld verhaal over data- en AI-gedreven innovatie. Een verhaal dat niet is gebaseerd op ‘iets moeten met AI’, schetst hij: “Waarom begin je met het hoe? Start met het waarom en ontwikkel een verhaal waarin het waarom, wat en hoe in relatie tot elkaar worden beschreven.” Volgens de hoogleraar is het essentieel dat business-, IT- en dataprofessionals zo’n verhaal samen ontwikkelen. “Het leidt er namelijk toe dat men kennis gaat delen, samenwerkt, elkaar meeneemt in doelen et cetera, wat uiteindelijk resulteert in gedeeld begrip. We worden op dit moment overspoeld door big tech en leveranciers met verhalen over de ongekende mogelijkheden van AI. Iedere partij heeft zo zijn eigen belang om deze verhalen breed te delen. Maar is dat ook ons belang en past het bij ons als organisatie? Gaan we mee in de hype of kiezen we bewust? Om succesvol te zijn is het antwoord op deze vraag essentieel: wat is ons eigen verhaal rond AI? Wat is ons narratief? Dat klinkt heel erg jaren zeventig, maar onderzoek laat steevast zien dat organisaties met een verhaal rondom een innovatie daarmee effectiever en efficiënter zijn.”
Het wat en hoe van AI-scaling
In zijn keynote bespreekt Feldberg ‘het wat en hoe van AI-scaling’ als onderdeel van een eigen AI-verhaal, belooft hij. “Ik ga bezoekers concrete handvatten geven. Op basis van wetenschappelijke literatuur, industrierapporten, praktijkervaring én kunstmatige intelligentie heb ik de componenten ontwikkeld waarmee organisaties zo’n gedeeld verhaal kunnen ontwikkelen. Als ze de zaal verlaten, kunnen ze dezelfde dag nog aan de slag met het stellen van de juiste vragen om dat eigen verhaal te maken, om van daaruit pilots op te zetten en tot succesvolle adoptie en implementatie te komen.”
Adoptie op drie vlakken
Feldberg zal gebruikmaken van het TOE-framework, een organisatiegericht theoretisch adoptiemodel van Louis G. Tornatzky en Mitchell Fleischer uit 1990. De letters staan voor technology, organization en environment. “Op deze drie vlakken bespreek ik welke factoren de adoptie beïnvloeden. Bij technologie heb je het bijvoorbeeld over datakwaliteit en infrastructuur, bij organisatie onder meer over alignment en hidden work. Iedereen heeft het maar steeds over AI als boost voor productiviteit, maar er komt ook allerlei nieuw werk bij kijken, op het gebied van data, kennis en waarde. Mijn collega-onderzoeker Elmira van den Broek heeft daar interessant onderzoek naar gedaan: het nieuwe, vaak verborgen werk dat wel uitgevoerd moet worden. Ook hier ga ik dieper op in. Environment ten slotte gaat over zaken als regelgeving, ethiek en industry dynamics, dus de concurrentiecontext.”
Template voor een eigen verhaal
“Een template met vragen om je eigen AI-verhaal te ontwikkelen” is volgens Feldberg een belangrijke takeaway voor bezoekers van zijn presentatie. “Want zo’n verhaal kun je niet uitbesteden.” In 2021 heeft hij samen met Tom Pots het DATagedreven innovatie CANvas ontwikkeld, kortweg DatCan. In zijn keynote presenteert hij een AI-specifieke opvolger van deze toolkit, want AI gaat verder dan analytics. “DatCan is een hulpmiddel voor dataprojecten dat inmiddels al bijna tweeduizend keer is gedownload en dus breed wordt gebruikt in zowel de publieke als private sector. Op Data Expo presenteer ik DatCan AI, een primeur.”
Frans Feldberg, onder meer hoogleraar Data- and AI-Driven Business Innovation aan de School of Business and Economics van de Vrije Universiteit Amsterdam, is keynote spreker op Data Expo. Hij spreekt op woensdag 9 september om 12.00 uur op het hoofdpodium. Titel van zijn presentatie: Voorbij het AI-pilotsyndroom: waarom 85% faalt en hoe jij wél succesvol opschaalt.
Gratis tickets voor Data Expo, op woensdag 9 en donderdag 10 september in de Jaarbeurs, bestel je hier.
(fotocredit: Yenlo)