Specialisme

AI als menselijk concurrentievoordeel: hoe organisaties het verschil maken met GenAI

Deze inzichten zijn gedeeld tijdens een talk van Johan Strauss, Field CTO bij de Global AI Solutions Organization van Dell Technologies, op Cloudfest 2025 in Europa-Park in Rust.

Generatieve AI: meer dan een hype

Generatieve AI (GenAI) is geen speeltje meer voor innovators of een toekomstvisie op lange termijn. Tijdens Cloudfest 2025 werd glashelder: AI is here to stay. Organisaties die nu in actie komen, kunnen het verschil maken met snelheid, personalisatie en schaalbaarheid. Wie stilzit, raakt achterop.

AI Strategy house.jpg

Overzicht van “AI strategy house” – benadrukt AI-strategie in lagen zoals ambitie, use cases, data, ecosysteem

De overvloed aan tools versus echte strategie

Tijdens de sessie werd duidelijk dat de AI-markt bestaat uit duizenden partijen die roepen wat ze aanbieden. Maar bijna niemand legt uit hoe je als organisatie structureel waarde uit AI haalt. Johan liet zien dat het niet gaat om de tools, maar om de strategie erachter: hoe zet je AI slim, schaalbaar en veilig in?

AI functional blocks

“5 AI functional blocks” – met o.a. Data Platform, Virtual AI Infrastructure, Model Hub, Model Serving Platform

Drie AI-markten: weet waar je staat

Een van de sterkste inzichten was het onderscheid tussen drie onafhankelijke AI-markten:

  • Pre-GenAI: analytics, computer vision, robotics
  • Model training: LLM's, sovereign AI, mega clusters
  • Enterprise AI: productivity, nieuwe producten, agentic inferencing Elke markt vereist een andere benadering. Voor ons als techpartner is het cruciaal om te weten waar je klanten zich bevinden.

3 completely independent AI markets

“3 completely independent AI markets” – overzicht van alle domeinen

Het belang van data in je AI-strategie

AI zonder data is als een auto zonder brandstof. Het model kan pas presteren als de juiste data beschikbaar en betrouwbaar is. Johan benadrukte dat datastructuur, governance en federated query’s de basis zijn van elke succesvolle AI-implementatie.

Main areas of concern

"Main areas of concern” – focus op AI Infrastructure, AI Data, AI Location

Hoe AI fundamenteel verschilt van software

Wat AI uniek maakt, is dat het leert en zich aanpast. Dat vraagt iets heel anders dan de klassieke manier van software bouwen. Er is geen vast pad, je moet itereren, valideren en opschalen op basis van feedback. AI is een cyclus, geen project.

AI does not resolve around GenAI

“AI does not revolve around GenAI” – AI is breed en GenAI is slechts één van de vele technieken

Bouw je eigen AI-strategie: praktisch en iteratief

Als developer zie ik dat veel bedrijven beginnen bij de technologie, terwijl de juiste route begint bij de businessvraag. Wat wil je oplossen? Waar zit de frictie? Vanuit daar bouw je use cases, kies je je stack, en zorg je dat je infrastructuur schaalbaar is.

AI Strategy House

“AI Strategy House” – benadrukt AI-strategie in lagen zoals ambitie, use cases, data, ecosysteem

Soevereine AI: controle als must

Steeds meer klanten vragen waar hun data precies staat en wie toegang heeft tot hun modellen. Terecht. Soevereine AI – waarbij je volledige grip houdt op infrastructuur, data en algoritmes – is niet optioneel meer, zeker met strengere wetgeving op komst.

Main Areas if Concern

“Main Areas of Concern”

De echte ROI van AI zit in schaal

Tot slot: er is geen “killer use case” die AI vanzelf rendabel maakt. De kracht zit in het stapelen van tientallen kleine toepassingen. Denk aan optimalisatie, simulatie, generatieve modellen en machine learning. Die optelsom bepaalt uiteindelijk je voorsprong.

Key Learnings for the C-Level

“5 Key Learnings for the C-Level” – AI is end-to-end, vraagt businessmodel en ecosysteem