GenAI omzetten in een betekenisvolle bedrijfsstrategie

Terwijl medewerkers overal druk bezig zijn met het experimenteren met AI-chatbots en tekstgeneratoren, worstelen veel leiders met een diepere vraag: wat betekent deze technologie écht voor mijn strategie? Die vraag bracht bijna honderd professionals van organisaties als FIOD, ASML, Gemeente ’s-Hertogenbosch, Gemeente Eindhoven en vele anderen samen bij JADS voor een middag vol inzichten, uitwisseling en samenwerking.

Het event, onderdeel van het Engineering Doctorate (EngD) programma in Data Science, draaide om één centrale vraag: hoe kunnen bedrijven GenAI inzetten als strategische motor in plaats van een experiment aan de zijlijn?

Van concept tot impact

Na een warm welkom van hosts Anne van Breda en Sandra van den Poll opende academisch directeur Aarnout Brombacher de sessie met een introductie van het JADS EngD-programma. Hij beschreef hoe het tweejarige post-mastertraject academische diepgang verbindt met échte bedrijfsuitdagingen. Elke EngD-deelnemer werkt hands-on met partnerbedrijven aan AI- en datatoepassingen die meetbare impact opleveren en zo directe waarde creëren voor zowel het bedrijfsleven als toekomstige innovatieleiders.

Zijn boodschap zette de toon voor de middag: GenAI is geen op zichzelf staande innovatie, maar onderdeel van een bredere beweging die kennis, mensen en praktijk met elkaar verbindt.

Het bedrijfs­perspectief: AI die handelt

Saskia Dekkers, Lead AI Specialist bij CM.com, gaf een levendig inkijkje in hoe bedrijven gebruikmaken van Agentic AI — systemen die niet alleen reageren, maar ook handelen. Ze liet zien hoe de AI-agents van CM.com klantverzoeken afhandelen, interacties personaliseren en bestellingen automatisch bijwerken.

Dekkers stelde dat hoewel AI-tools zich razendsnel ontwikkelen, de toepassing in het bedrijfsleven vaak achterblijft. Slechts ongeveer 5% van de AI-pilots haalt de productiefase — iets wat ze toeschreef aan onduidelijke strategieën, oppervlakkige use cases en zwakke datafundamenten. “Veel bedrijven focussen op zichtbaarheid in plaats van waarde,” zei ze. “De beste AI-toepassingen zijn niet altijd de meest opvallende; het zijn de toepassingen die wrijving wegnemen.”

Haar maturiteitsmodel hielp deelnemers reflecteren op waar hun eigen organisatie staat: van vroege experimenten tot volledig geïntegreerd, strategisch AI-gebruik.

Het academische perspectief: lessen uit het lab

Toen een van de oorspronkelijke keynote speakers uitviel, nam dr. Indika Priyantha Kumara Weerasingha Dewage, universitair docent Data Governance bij JADS, het stokje over. Zijn presentatie toonde aan hoe JADS-onderzoek rechtstreeks doorstroomt naar de praktijk, aan de hand van verschillende masterprojecten.

Van multi-agent systemen bij ASML die complexe technische procedures herschrijven en valideren, tot AI-agents voor procesontdekking en sentimentanalyse bij startups — Indika liet zien hoe onderzoek naar Agentic AI evolueert van concept naar implementatie.

Eén case sprong eruit: een multi-agent systeem, ontwikkeld door JADS-studenten, corrigeerde bijna de helft van de verouderde machineprocedures van een bedrijf — wat tijd bespaarde, compliance verbeterde en zelfs de aandacht trok van de CEO van Microsoft tijdens zijn AI-tour door Nederland.

Zoals een bezoeker later online deelde:

“🚀 Agentic AI in opkomst. Zojuist een inspirerend seminar bijgewoond over hoe meerdere AI-agents kunnen samenwerken, gebaseerd op onderzoek van JADS. Dank aan Indika Kumara voor de inzichten.”

Breakout-sessies: van inzicht naar actie

Na de keynotes namen deelnemers deel aan interactieve rondetafelgesprekken, geleid door Saskia Dekkers, dr. Indika Kumara, Aarnout Brombacher en Cristoffer Leite. Deze sessies richtten zich op praktische obstakels, culturele veranderingen en data-uitdagingen waar organisaties mee te maken krijgen bij het integreren van GenAI.

Een deelnemer vatte het mooi samen:

“Het was een sterke combinatie van bedrijfspraktijk en academische inzichten. Een hoogtepunt was de interactieve sessie, waarin we ideeën uitwisselden over vragen als:

• ‘De grootste barrière voor AI-succes is niet de technologie, maar de integratie met bestaande data en processen.’
• ‘Het uitbesteden van AI-initiatieven remt innovatie en strategische groei op de lange termijn.’

Belangrijkste inzichten uit de breakout-sessies

Verkennen boven uitvoeren

De meeste bedrijven zoeken nog naar wat AI écht voor hen betekent. De interesse is groot, maar de terughoudendheid ook. De grootste obstakels liggen niet bij technologie, maar bij mensen, processen en governance.

ROI-druk beperkt innovatie

De druk om vooraf rendement aan te tonen, remt innovatie. Als resultaten bij voorbaat vast moeten staan, is er weinig ruimte om te experimenteren of snel te leren. Dit vergroot de kloof tussen wat technologie kan en wat organisaties nodig hebben.

Oppervlakkige adoptie en privacyzorgen

Diepe AI-integratie blijft zeldzaam. Veel bedrijven blijven aan de oppervlakte of besteden uit, waardoor ze controle over data en kennisontwikkeling verliezen. Tegelijkertijd zorgen privacyzorgen ervoor dat veel medewerkers AI-tools nog niet durven gebruiken.

Van voorzichtigheid naar actie

Ondanks de uitdagingen was de toon optimistisch. Praktische AI begint klein — met het automatiseren van tijdrovende, repetitieve taken. Terwijl grote softwareleveranciers AI steeds dieper in hun producten integreren, zal adoptie alleen maar toenemen. De conclusie: succes komt niet alleen van technologie, maar van organisaties die durven te leren, te experimenteren en AI onderdeel maken van hun dagelijkse praktijk.

Het gesprek gaat verder

De middag werd afgesloten met informele borrels in de JADS-kapel, waar gesprekken doorgingen over risico’s, data-eigenaarschap en de balans tussen experimenteren en rendement. Veel deelnemers bleven napraten met JADS-onderzoekers en EngD-deelnemers over mogelijke samenwerkingen.

Voor JADS onderstreepte de dag het belang van het samenbrengen van onderzoek en bedrijfsleven — niet als gescheiden werelden, maar als partners die samen de volgende generatie data-gedreven strategie vormgeven.

Wat nu?

JADS nodigt alle deelnemers — en iedereen die onderzoekt hoe je een effectieve GenAI-strategie opbouwt — uit om hun data- en AI-uitdagingen te delen met het JADS-team. Het EngD-programma specialiseert zich in het vertalen van die vraagstukken naar onderzoeksgedreven, praktische oplossingen die echte bedrijfswaarde opleveren.

Deel je uitdaging met ons