Experts en exposanten delen lessen over datakwaliteit, AI en praktische toepassing.
'Data is het nieuwe goud’ is de afgelopen jaren tot een cliché geworden. Toch klopt die uitspraak niet, nog los van het feit dat ‘data’ strikt genomen een meervoudsvorm is. Als je zo’n vergelijking wilt maken, zou je eigenlijk moeten spreken over ‘data zijn ruwe diamanten’. Want de waarde van data loopt niet vanzelf uit de ‘erts’ als je die verhit zoals bij goud.
Gegevensverzamelingen kunnen weliswaar de basis vormen voor prachtige successen, maar moeten wel eerst vakkundig worden gesorteerd op kwaliteit - dus op het aantal karaat - en vervolgens bewerkt, voordat ze waardevolle inzichten opleveren. En daarna moeten de resultaten op de juiste manier onder de aandacht worden gebracht, zodat een organisatie er ook enthousiast mee aan de slag gaat en er mee kan pronken. Dat bleek uit verschillende gesprekken met exposanten op de beursvloer van Data Expo 2025, die twee dagen lang bomvol geïnteresseerden was.
Datamigratie als verdienmodel
Datakwaliteit en databeheer zijn essentieel als je als organisatie de inzet van AI tot een succes wilt maken. “Garbage in is garbage out”, zegt Lianne Verhoeven van Enable U op de stand. “Dus als jij niet weet of jij op de data kunt vertrouwen waar je gebruik van maakt, dan kun je wel een antwoord krijgen waar je wellicht helemaal niks aan hebt.” Het is volgens Verhoeven ook niet alleen belangrijk veel aandacht te besteden aan de datakwaliteit maar ook aan de manier waarop de data worden ontsloten. “Je wilt je datahuishouding eigenlijk zo inrichten dat jij, op het moment dat je niet meer blij bent met je technologieprovider, je de boel kunt oppakken en naar een andere aanbieder kunt overstappen.”
De Data Act die 12 september van kracht werd, helpt daarbij, vertelt Michiel van Dijk van de Autoriteit Consument & Markt. De nieuwe wetgeving regelt dat een gebruiker van slimme apparatuur of bijbehorende diensten toegang moet krijgen tot de gegevens die daarmee worden gegenereerd. “Je mag ook zelf bepalen wie de gegevens nog meer mogen gebruiken.” Bij een overstap naar een andere producent of aanbieder moet de gebruiker die gegevens dus ook kunnen meenemen. “Dat kan gaan om een leaseauto of het machinepark in je fabriek, maar ook om een clouddienst.” Er zijn producenten die dat bedreigend vinden, maar dat hoeft helemaal niet, volgens Van Dijk. “Het is ook niet gezegd dat je niet aan kan verdienen aan het beschikbaar maken van die gegevens. Je mag daar dan een redelijk bedrag voor vragen. Er zijn dus ook bedrijven die ervoor kiezen om rond die gegevensuitwisseling een samenwerking op te zetten. Zo maken ze van de verplichting een duurzaam en klantgericht businessmodel.”
Voor succes eerst terug naar de bron
Technologie en data zijn erg belangrijk, maar het startpunt van elk dataproject zou de vraag moeten zijn: Wat wil ik eigenlijk bereiken? Verhoeven van Enable U: “Ik krijg veel vragen over AI zoals ‘Ik wil wat met AI’, maar dan antwoord ik altijd: ‘Wat wilt u dan met AI?’”
Sem Lemmers van Cmotions herkent die vragen en benadrukt dat de bedrijfsstrategie leidend moet zijn bij het inzetten van data en AI. “Redeneer vanuit de doelstellingen van je bedrijf. Dus wat willen we oplossen?” Pas daarna komt de vraag welke technologie je daarvoor kunt inzetten en welke data daarvoor nodig zijn.
Vaak moeten daarvoor verschillende databronnen aan elkaar worden gekoppeld en dat is een specialisme van Dataddo, legt Jurjah Slota op de stand van het bedrijf uit. “Op een no-code manier kunnen organisaties alles wat ze aan bronnen gebruiken, koppelen aan een dataplatform, zoals CRM-toepassingen, databases, cloudservices, sociale media en bronnen on-prem. We hebben inmiddels 350 connectoren en dat aantal blijft groeien.”
Zorg voor adoptie
Een nieuwe AI-strategie moet ook een plek krijgen in de organisatie. Als medewerkers de vernieuwing zien als een bedreiging, gaat dat niet lukken, hoe mooi de technologie de efficiëntie van een bedrijfsproces ook kan ondersteunen. Veel AI-projecten lopen daar nog altijd op stuk. Vincent Hoogsteder van Mozaik benadrukt het belang van de samenwerking van technici en experts met domeinkennis vanaf het begin van een project. “Wat tegenwoordig echt niet meer kan, is dat de engineers los van de mensen met inhoudelijke kennis aan het werk zijn. Je moet er één team van maken om tot een succesvolle implementatie te komen.”
Mozaik heeft een lijst opgesteld met tien valkuilen in een implementatietraject. Eén daarvan is dat de kwaliteit van een AI-toepassing gemeten wordt bij het koffiezetapparaat, zegt Hoogsteder gekscherend. “Als je mensen niet de gelegenheid geeft goed te testen wat voor waarde een toepassing heeft, vormen ze er een subjectieve mening over. Daar zit veel emotie bij. Het eerste dat we daarom met klanten doen, is de kwaliteit van de AI doormeten met voorbeeldcases. Die aanpak geeft je cijfertjes om over te praten.”
Kleurrijk spektakel
Naast inhoudelijke inzichten boden de stands van veel exposanten ook een verrassend gevarieerde beleving met een attractie. Er waren bijvoorbeeld twee snelle auto’s te zien aan de hand waarvan de standhouders uitleg gaven over hun visie op de juiste aanpak met datagestuurd werken. Er waren spellen te doen, prijzen te winnen en lekkernijen te scoren. Het was zelfs mogelijk met een groot apparaat met buizen vol kleurrijke vloeistoffen een gepersonaliseerde parfum te laten samenstellen. “Het is een goede manier om fysiek te laten zien wat ons bedrijf doet”, zegt Alessandra Riviere van Optimizely. Dit bedrijf helpt vooral grote ondernemingen om met de inzet van data hun klanten een heel persoonlijke benadering te bieden en daarmee meer conversie te bereiken. “De machine hier laat zien hoe je door het invullen van een formulier iets heel persoonlijks terugkrijgt. Mensen vinden dat heel interessant, zoals je ziet, en op die manier werkt personalisatie ook op dagelijkse basis.”
Zo vertelden op de beursvloer dit jaar meer dan honderd exposanten hun eigen verhaal rond de strategische waarde van data en AI. Hoewel de focus per organisatie verschilt, delen ze allemaal het inzicht dat data alleen waarde hebben als ze goed beheerd worden, in context worden geplaatst en daadwerkelijk worden gebruikt door mensen. De kloof tussen technologie en toepassing overbruggen, zien ze als de gezamenlijke uitdaging voor het komend jaar.