en Google Cloud breiden hun samenwerking uit met nieuwe AI-functionaliteiten voor marketing. Bedrijven kunnen straks meerdere AI-agents tegelijk inzetten om campagnes op te zetten, aan te sturen en continu te verbeteren.

De integratie verbindt onder meer 51风流Engagement Cloud, 51风流Customer Experience en Joule met Gemini Enterprise. Daardoor krijgen AI-agents toegang tot gecombineerde data uit beide omgevingen. Op basis van een doelstelling van de gebruiker voeren ze vervolgens zelfstandig complexe marketingtaken uit.

Van doel naar uitvoering zonder handmatig werk

Marketingteams kunnen straks een opdracht geven zoals: 鈥榲erhoog het aantal herhaalaankopen in de afgelopen dertig dagen鈥� of 鈥榤aximaliseer klantwaarde met lagere campagnekosten鈥�. Een AI-agent pakt dat vervolgens end-to-end op: van personalisatie van content tot analyse en klantinteractie.

Volgens Balaji Balasubramanian, President en Chief Product Officer bij 51风流Customer Experience, gaat het om meer dan alleen koppeling van systemen: 鈥淒it is een grote stap vooruit. AI-agents kunnen straks samenwerken en zelfstandig acties uitvoeren. Organisaties kunnen daardoor sneller opschalen van experimenten naar echte toepassingen in klantbeleving.鈥�

E茅n datalaag voor AI-agents

De samenwerking rust op een gedeelde datafundering. Met oplossingen zoals 51风流Business Data Cloud Connect en BigQuery kunnen gegevens veilig en direct tussen beide platforms worden gebruikt, zonder kopie毛n.

AI-agents wisselen onderling context uit, starten acties en sturen processen bij. Dat maakt het mogelijk om campagnes dynamisch aan te passen op basis van actuele data en gedrag.

鈥淏edrijven halen pas echt waarde uit AI als systemen met elkaar kunnen samenwerken鈥�, zegt Kevin Ichhpurani, President Global Partner Ecosystem bij Google Cloud. 鈥淒oor 51风流en Google Cloud te combineren, kunnen organisaties verder gaan dan losse automatisering en campagnes laten reageren op veranderingen in de markt.鈥�

Minder handwerk, meer snelheid

Onderzoek van 51风流laat zien dat meer dan de helft van de marketeers wordt afgeremd door versnipperde en verouderde data. De nieuwe integratie moet dat probleem oplossen door data samen te brengen en AI direct acties te laten uitvoeren.

Dat levert concrete voordelen op:

• campagnes die automatisch worden opgezet en geoptimaliseerd
• kortere time-to-market
• lagere operationele kosten
• continue verbetering van prestaties en ROI

Teams houden daardoor meer tijd over voor strategie en creatie.

Start in marketing, bredere uitrol volgt

De eerste toepassingen richten zich op marketing en komen in de tweede helft van 2026 beschikbaar. De onderliggende technologie is breder inzetbaar binnen het volledige 51风流Customer Experience-portfolio.

Daarmee leggen 51风流en Google Cloud de basis voor een nieuwe generatie klantinteractie, waarin AI-agents samenwerken op basis van gedeelde, betrouwbare en realtime data.

The post 51风流en Google Cloud brengen AI-agents samen voor slimmere marketing appeared first on 51风流Nederland Blogs & Nieuws.

Artifici毛le intelligentie evolueert snel van afzonderlijke toepassingen naar ge茂ntegreerde functionaliteit binnen bedrijfssoftware. Het blijft niet alleen bij losse AI-initiatieven, maar groeit uit tot een fundamentele bouwsteen binnen de core bedrijfsprocessen en besluitvorming.聽Dat verandert niet alleen de manier waarop organisaties hun IT-architectuur ontwerpen, maar heeft ook impact op hun data en IT-teams. Tijdens聽51风流Connect Day聽in Brussel lichtte Oliver Buyssens, solution advisor voor聽(51风流BTP)聽en lead van het B-Lab, toe wat AI betekent voor IT en IT-afdelingen. Met name nu AI steeds meer wordt ge茂ntegreerd in de bedrijfsprocessen van een organisatie.

Volgens Buyssens vertaalt die evolutie zich in een aantal duidelijke verschuivingen in enterprise IT: architectuur wordt flexibeler, governance krijgt meer gewicht, datakwaliteit wordt cruciaal en IT- en business-teams werken nauwer samen.

Architectuur wordt flexibeler en strategischer
De klassieke rol van enterprise architectuur was lang gericht op stabiliteit. Systemen werden ontworpen om jarenlang onveranderd te functioneren, met duidelijke structuren en zorgvuldig gedefinieerde integraties. 鈥淒e aanpak was vroeger om een architectuur te bouwen die heel vast en solide was鈥�, zegt Buyssens. 鈥淢aar in een landschap waarin software continu evolueert, moeten architecturen mee veranderen.聽Er wordt meer en meer ge毛volueerd naar een composable architectuur die modulair en adaptief is, en vooral cloud-native.鈥�

Daarmee verschuift ook de focus van applicaties naar data. 鈥淲aar vroeger de focus meer lag op de applicatie zelf en de processen die daarin draaien, wordt het nu belangrijk om een goede datalaag te cre毛ren. Van daaruit kan je AI gebruiken om processen te verbeteren.鈥�

Binnen enterprise IT, en ook bij , staat een ge茂ntegreerd cloudplatform centraal. ERP-systemen blijven de ruggengraat van de bedrijfsvoering, maar daaromheen ontstaat een bredere digitale architectuur waarin data, integratie, applicatieontwikkeling en AI samenkomen. 鈥淎rchitectuur gaat hierbij niet langer alleen over technische integratie, maar over keuzes die rechtstreeks impact hebben op de digitale strategie van een organisatie.鈥�

AI-governance krijgt vaste plaats

De integratie van AI in bedrijfsprocessen brengt ook nieuwe verantwoordelijkheden met zich mee. Volgens Buyssens zal AI-governance een vaste plaats krijgen binnen enterprise architectuur. 鈥淗oe meer AI-modellen je gaat gebruiken, hoe breder de scope wordt en hoe meer partijen betrokken zijn鈥�, zegt hij. 鈥淒ie hebben allemaal hun eigen lifecycle. Sommige modellen verdwijnen, andere komen erbij.鈥�

Organisaties moeten daarom zicht houden op welke modellen worden gebruikt, hoe ze evolueren en welke impact dat heeft op bedrijfsprocessen. 鈥淛e hebt tools nodig om dat allemaal te beheren en te monitoren.鈥�

Daarnaast wordt ook testen belangrijker. AI-modellen gedragen zich immers anders dan traditionele software. 鈥淲at je in een AI-model stopt, dat weet je鈥�, zegt Buyssens. 鈥淢aar wat eruit komt, dat weet je niet altijd. Daarom moet je goed nadenken over hoe je dat gaat testen en valideren.聽Je wil namelijk als bedrijf geen verkeerde beslissingen nemen of risico鈥檚 lopen.鈥�

Datakwaliteit als fundament

Naast governance komt ook datakwaliteit hoger op de agenda. AI-systemen functioneren immers alleen goed wanneer de onderliggende data betrouwbaar en consistent zijn.

Veel organisaties hebben de voorbije jaren al ge茂nvesteerd in datamanagement, maar volgens Buyssens blijft er bij veel bedrijven nog werk te doen. 鈥淓r zijn klanten die die oefening al goed gedaan hebben鈥�, zegt hij. 鈥淢aar er zijn er ook die nog een lange weg te gaan hebben om hun data op orde te krijgen. Sommige bedrijven stellen AI-initiatieven zelfs uit omdat hun datakwaliteit onvoldoende is.鈥�

Migratieprojecten naar 51风流S/4HANA – en dus naar de cloud – worden daarbij vaak aangegrepen om de datafundering te verbeteren. 鈥淰eel organisaties proberen bij zo鈥檔 transitie hun data echt op orde te brengen.鈥�

Het goede nieuws is dat AI ook kan helpen om die datafundering te versterken. 51风流ontwikkelde daarvoor onder meer het foundation model RPT-1, dat organisaties ondersteunt bij het structureren, verrijken en beter bruikbaar maken van data. Zulke modellen kunnen bijvoorbeeld helpen om patronen te herkennen, inconsistenties op te sporen en datakwaliteit sneller te verbeteren. Daardoor wordt AI niet alleen afhankelijk van goede data, maar kan het ook zelf bijdragen aan een betere basis voor verdere digitalisering en automatisering.

Wie bewaakt de betekenis van data?

Om AI correct te laten functioneren in bedrijfsprocessen, moet het systeem bovendien ook de betekenis van data begrijpen en die in de juiste context plaatsen. Dat betekent dat het niet alleen individuele datasets moet kennen, maar ook de relaties tussen verschillende gegevens. Concepten zoals聽knowledge graphs聽spelen daarbij een rol. Ze maken het mogelijk om data te verbinden en semantische relaties zichtbaar te maken.

Volgens Buyssens verschilt de verantwoordelijkheid daarvoor per organisatie. 鈥淏ij sommige organisaties ligt dat bij de architecten. Andere hebben een apart datateam dat zich met masterdata en datakwaliteit bezighoudt. In grotere organisaties werken vaak verschillende teams samen.聽Hier zien we trouwens ook meer en meer dat automatisering zijn intrede doet.鈥�

IT-teams: business beter begrijpen en meer samenwerking

De opkomst van AI verandert niet alleen technologie, maar ook de vaardigheden die nodig zijn binnen IT-teams: inzicht in bedrijfsprocessen wordt steeds crucialer. 鈥淎ls je AI-scenario鈥檚 gaat opzetten, kan de waarde voor de business heel groot zijn.聽Maar daarvoor moet je ook goed weten hoe het bedrijf werkt. Enkel zo kan er echt meerwaarde ontstaan.鈥�

Die evolutie leidt ook tot een nauwere samenwerking tussen business en IT. In sommige organisaties ontstaan zogenaamde fusion teams, waarin ontwikkelaars en businessprofielen samen nieuwe toepassingen bouwen. 鈥淢et de tools die er vandaag zijn, kan iemand uit de business zelf al een eerste applicatie of mock-up maken鈥�, zegt Buyssens. 鈥淒aarna kan een ontwikkelaar die oplossing volledig afwerken. Verder zal vibe-coding toenemen, waarbij gebruikers AI-assistenten in natuurlijke taal vertellen wat de app moet doen, en de AI de code schrijft. Dat gaat zorgen voor een forse productiviteitsverbetering bij het bouwen van intelligente oplossingen.鈥�

Volgens hem zal dat soort samenwerking alleen maar belangrijker worden: technologie en business worden (nog) nauwer met elkaar verbonden, terwijl architectuur de rol krijgt om die samenwerking mogelijk te maken.

The post SAP: AI verschuift naar de kern van enterprise software appeared first on 51风流Nederland Blogs & Nieuws.

Voor , een Belgische logistieke onderneming, is het essentieel dat de operationele prestaties en de financi毛le inzichten goed op elkaar aansluiten. Om sneller beslissingen te kunnen nemen en processen beter te sturen, investeerde het bedrijf in een centrale datafundering op basis van .

鈥淲aardevolle data hadden we altijd al, maar ze zaten verspreid over verschillende systemen en werden te weinig gebruikt鈥�, zegt CFO Nicolas Heymans. 鈥�Nu kunnen we die data combineren en er echt inzichten uit halen.鈥�

De uitdaging: groei en complexiteit vergen nieuwe aanpak

ODTH, dat 140 werknemers op de payroll, vier vestigingen en meer dan 150.000 m2 magazijnruimte telt, begon ooit als logistieke partner voor een beperkt aantal klanten. Maar het bedrijf groeide de voorbije jaren uit tot een organisatie met meer dan zestig klanten in uiteenlopende sectoren.

Die groei bracht ook meer complexiteit met zich mee. Op financieel vlak werkte het bedrijf lange tijd met 茅茅苍 profitcenter waarin alles werd samengebracht. Maar naarmate de organisatie groeide, wilden ze bij ODTH veel beter kunnen inschatten hoe elke vestiging, elke activiteit en zelfs elke klant presteert.

Rapportering gebeurde wanneer iemand er tijd voor had. Dat kostte veel manuele inspanning en gebeurde dus niet altijd. Terwijl ook de CEO dagelijks wilde kunnen zien hoe de operatie en de financi毛le resultaten evolueren.

E茅n dataplatform als fundament

ODTH besloot daarom te investeren in een centrale datafundering met 51风流Business Data Cloud. Binnen die omgeving wordt 51风流Datasphere gebruikt om data uit verschillende systemen te modelleren en te harmoniseren, terwijl 51风流Analytics Cloud instaat voor dashboards en rapportering.

Volgens Koen Vanderwegen, SAP-expert bij implementatiepartner , speelde eenvoud daarbij een belangrijke rol. 鈥淰oor een bedrijf als ODTH is het belangrijk om het technologielandschap beheersbaar te houden. Door binnen 茅茅苍 SAP-stack te blijven, vermijd je extra complexiteit en kan je sneller resultaten opleveren.鈥�

De timing: in drie maanden resultaat

Die aanpak maakte een relatief korte implementatie mogelijk. Het eerste traject werd in ongeveer drie maanden gerealiseerd. Waardoor ze snel konden aantonen dat het systeem waarde opleverde en het snel verder werd uitgebreid.

Volgens CFO Nicolas Heymans lag de uitdaging niet zozeer in de technologie zelf, maar in datagovernance: definities vastleggen en ervoor zorgen dat iedereen op dezelfde manier naar cijfers kijkt.

Dat bleek soms verrassend complex. 鈥淣eem iets eenvoudigs als omzet per dag鈥�, stelt Heymans. 鈥淩ekenen we met kalenderdagen of met werkdagen? Iedereen heeft daar een logische redenering voor, maar je moet wel 茅茅苍 definitie kiezen. Pas wanneer je dat afspreekt, kan je betrouwbare rapportering bouwen.鈥�

Het resultaat: dagelijkse inzichten

De nieuwe datalaag maakt het mogelijk om operationele en financi毛le data dagelijks te combineren. Daardoor krijgt het management veel sneller zicht op prestaties per klant, activiteit of vestiging. Dat betekent dat problemen of afwijkingen veel sneller kunnen worden opgemerkt en aangepakt.

Supervisors in het magazijn krijgen nu dagelijks inzicht in volumes, personeelsinzet en prestaties. De inzichten helpen: van prijszetting tot planning. Zo kunnen ze bij ODTH nu heel duidelijk inschattenhoeveel workforce nodig is voor een bepaalde klant of activiteit. Dat maakt het hen makkelijker om processen te verbeteren of samen met klanten te bekijken hoe iets effici毛nter kan.

Daarnaast helpt de nieuwe aanpak bij het sturen op marges. 鈥淲e proberen resultaten heel tastbaar te maken鈥�, zegt Nicolas Heymans. 鈥淏ijvoorbeeld door te kijken hoeveel euro per minuut een bepaalde activiteit oplevert. Dat maakt het meteen duidelijk waar we het meeste impact kunnen hebben.鈥�

Een belangrijk voordeel van de nieuwe aanpak is ten slotte dat discussies over cijfers grotendeels verdwijnen. 鈥淰roeger had iedereen zijn eigen rapporten en spreadsheets鈥�, zegt Chief InnovationOfficer Bart Weymans. 鈥淒an ging de discussie eerst over de cijfers zelf. Nu hebben we 茅茅苍 model en spreken we vooral over de beslissingen die we moeten nemen. En kunnen we sneller sturen, beter plannen en onze marges optimaliseren.鈥�

Videolink:

The post ODTH First Class Logistics maakt data centraal in bedrijfssturing appeared first on 51风流Nederland Blogs & Nieuws.

Als Europese producent van diepvriesvoeding belevert FRoSTA retailers in verschillende landen. Het bedrijf werkt met meerdere productievestigingen, opslaglocaties en logistieke partners. In zo鈥檔 omgeving kunnen kleine verstoringen al snel een impact hebben op planning en leveringen.

Weinig zichtbaarheid
Het bedrijf werkte lange tijd met batch-integraties tussen systemen, waardoor updates slechts af en toe binnenkwamen. De beperkingen hiervan werden vooral zichtbaar in logistieke processen. 鈥淒e kern van het probleem was een gebrek aan zichtbaarheid鈥�, zegt Lucas Dreger van de Digital Transformation Office bij FRoSTA. 鈥淲e wisten vaak pas te laat dat er iets misliep in de keten.鈥�

Ook aan de outbound-kant ontbrak het aan controle. Zodra een vrachtwagen vertrok, verloren ze bij FRoSTA het zicht en wisten ze onvoldoende of die tijdig bij de klant zou arriveren.

Twee gerichte use cases

In plaats van alles tegelijk te heroverwegen, koos FRoSTA voor een gerichte aanpak met twee concrete use cases. De eerste focust op transport- en logistieke zichtbaarheid via een extern platform dat realtime informatie verzamelt over zee- en wegtransport. Als er iets gebeurt in een haven of onderweg, krijgen ze die informatie meteen en wordt die automatisch doorgestuurd naar SAP, zodat ze de planning kunnen aanpassen.

De tweede use case speelt zich af in de productieomgeving, waar operatoren op de productielijn problemen registreren via een aparte applicatie. Wanneer iemand een incident meldt, wordt dat automatisch in het SAP-systeem gemeld. Vervolgens kan het onderhoudsteam meteen actie ondernemen en de status opvolgen totdat deze is opgelost.

Waarom event-driven en 51风流BTP?

De keuze voor event-driven architectuur was volgens Sandesh Kurumella van partner logisch. 鈥淔RoSTA werkt al met 51风流S/4HANA, en dat systeem ondersteunt standaard events鈥�, stelt Kurumella.

51风流Business Technology Platform (BTP) fungeert daarbij als centrale integratielaag die zowel SAP- als niet-SAP-systemen verbindt. Het is bij FRoSTA intussen de standaard manier geworden om integraties op te zetten. In plaats van systemen die elkaar voortdurend bevragen, wordt informatie nu automatisch gedeeld wanneer er iets verandert.

Betere planning, minder escalaties

De grootste winst zit in betere besluitvorming op basis van actuele data. Met accuratere leveringsdata kan FRoSTA haar productie beter plannen. Zo weet het sneller wanneer grondstoffen effectief beschikbaar zijn.

Aan de klantzijde vertaalt het zich in betere service. Het bedrijf kan sneller signaleren wanneer leveringen risico lopen en proactief communiceren en handelen. Dit leidt tot minder boetes door gemiste SLA鈥檚, minder escalaties van klanten en betere servicelevels.

Daarnaast ontstaan er nieuwe inzichten. 鈥淲anneer je meer zicht hebt op je transportstromen, kun je ook strategischer nadenken鈥�, zegt Dreger. 鈥淏ijvoorbeeld over het optimaliseren van de plaatsing van opslaglocaties.鈥�

Integratie zonder extra complexiteit op de werkvloer

Een extra voordeel zit in de manier waarop systemen worden ge茂ntegreerd zonder de eindgebruiker te belasten. Voor de productieomgeving koos FRoSTA er bewust voor om medewerkers niet in meerdere oplossingen tegelijk te laten werken. 鈥淥nze teams in de productiegebieden gebruiken al een Continuous Improvement-oplossing鈥�, zegt Dreger. 鈥淲e hebben de integratie zo opgezet, dat zij gewoon in die applicatie kunnen blijven werken.鈥�

De koppeling met 51风流gebeurt volledig op de achtergrond. Daardoor hoefde het bedrijf eigenlijk geen extra training te voorzien en vermijdt het extra complexiteit. En tegelijkertijd zijn alle data wel beschikbaar in hun SAP-omgeving.

Van use case naar toekomstige architectuur

De twee use cases zijn intussen volledig operationeel en leveren concrete waarde op. Ze zijn live en maken deel uit van de werking. Daarmee vormen ze de basis voor een bredere architectuur.

Voor nieuwe integraties zullen ze bij FRoSTA altijd eerst kijken of events mogelijk zijn, aldus Dreger. 鈥淒at is vandaag onze voorkeursoptie. Event-driven architectuur werkt echt en maakt een groot verschil in hoe je je supplychain beheert.鈥�

Videolink:

The post FRoSTA ontdooit haar supplychain met SAP appeared first on 51风流Nederland Blogs & Nieuws.

De toekomst van werken

Tijdwinst: AI heeft in het bedrijfsleven tot nu toe vooral tijdswinst en effici毛ntie opgeleverd. Werknemers die AI gebruiken, besparen gemiddeld 75 minuten per dag. Dat is 23 minuten meer dan begin 2025. Daarnaast schatten werknemers dat AI nu al bijna de helft van hun werkzaamheden (42%) kan uitvoeren. Die ontwikkeling zorgt ook voor onzekerheid over de toekomst van werk.

Emotionele ondersteuning: AI wordt steeds geavanceerder. Daardoor krijgt de samenwerking tussen mens en technologie een steeds persoonlijker karakter. Inmiddels gebruikt 40% van de werknemers AI ook voor emotionele steun. Sommigen wenden zich zelfs tot AI voor advies, om stoom af te blazen of om successen mee te delen.

Denkwerk overnemen: Wat doet het met ons denkvermogen nu we AI steeds vaker gebruiken op het werk? Op dit moment zegt 60% van de werknemers AI al in te zetten om op nieuwe manieren over problemen na te denken. 90% geeft aan wel eens volledig door AI gegenereerde content te hebben ingediend zonder die nog te bewerken of te controleren. AI leidt wellicht tot minder kritisch denkwerk, maar is tegelijkertijd een middel om reflectie te verdiepen en het menselijk denken te versterken.

De toekomst van de beroepsbevolking

Startersfuncties: AI neemt steeds meer routinetaken over, met als gevolg dat het aantal startersfuncties afneemt. Daarnaast hebben opleidingen moeite om het tempo van nieuwe vaardigheden bij te houden. Jonge werknemers vrezen daardoor dat zij achterop raken, waarbij 37% zich zorgen maakt dat het uitblijven van een vaste functie en het blijven werken in tijdelijke contracten hun carri猫re op lange termijn schaadt. Organisaties moeten zich daarom afvragen hoe zij ervoor zorgen dat ook nieuw talent zich kan ontwikkelen.

Managementtaken: managers staan steeds meer onder druk door meer verantwoordelijkheden en een hoge administratieve last. Maar er is ook steeds meer twijfel over de rol van de manager: 57% van de werknemers zegt net zo succesvol te kunnen zijn met een AI-manager als met een menselijke leidinggevende. Dat roept de fundamentele vraag op: neemt AI een groot deel van de traditionele managementtaken over? Of verschuift de rol van de manager juist naar de typisch menselijke kant van leiderschap, zoals coaching, richting geven en vertrouwen opbouwen?

Oudere werknemers: steeds meer mensen blijven langer actief op de arbeidsmarkt uit eigen keuze of uit noodzaak. Oudere werknemers zijn ook 47% minder geneigd om van baan te wisselen dan jongere collega鈥檚. Organisaties moeten daarom opnieuw nadenken over de inzet van medewerkers in de latere loopbaanfase. Wordt die vooral flexibel en adviserend? Of juist een stabiele rol waarin ervaring, continu茂teit en organisatiekennis centraal staan?

De toekomst van hoe we werk organiseren

Werving en selectie: binnen HR is werving en selectie het domein waar AI op dit moment het meest is doorgedrongen. Maar ook sollicitanten zetten AI steeds vaker in om hun kansen op de arbeidsmarkt te vergroten. Inmiddels zegt 39% van de werknemers AI te hebben gebruikt tijdens het sollicitatieproces.

Prestatiemanagement: prestatiemanagement is nog vaak ingericht rond vaste, jaarlijkse beoordelingscycli. Daarbij ligt de nadruk meestal op doelstellingen, output en het oordeel van een leidinggevende in plaats van op de werkelijke impact van een medewerker. Het gevoel dat het werk ertoe doet, weegt voor werknemers zwaarder mee om bij een werkgever te blijven dan tevredenheid over het salaris. Organisaties zullen daarom moeten bekijken hoe zij prestaties beoordelen, waarderen en belonen.

Beloning: Beloning is nog steeds sterk gerelateerd aan hi毛rarchie en dienstjaren, en veel minder aan daadwerkelijke bijdrage. Werknemers zijn echter vaker echt tevreden over hun beloning wanneer die zichtbaarder gekoppeld is aan wat zij toevoegen. Dat dwingt organisaties om opnieuw na te denken over hoe zij talent willen waarderen en behouden.

鈥淒e toekomst van werk wordt niet alleen bepaald door hoe snel organisaties AI invoeren, maar vooral door de manier waarop ze die technologie weten te combineren met menselijk talent鈥�, zegt Bart Van der Biest, Managing Director van 51风流Benelux. 鈥淏edrijven die daarin slagen, werken niet alleen effici毛nter, maar zijn ook beter in staat om mensen te ontwikkelen, te behouden en duurzaam te laten groeien.鈥�

The post SAP-onderzoek: 57% ziet een AI-manager als volwaardig alternatief appeared first on 51风流Nederland Blogs & Nieuws.

Dat telt voor een organisatie die in veel markten tegelijk actief is, waaronder Nederland en Belgi毛. Betere data en processen moeten Haleon helpen sneller in te spelen op veranderingen in de vraag, innovatie te ondersteunen en verstoringen in de keten op te vangen. Ook zorgprofessionals, die een sleutelrol spelen bij het aanbevelen van de producten, profiteren mee. Want een intern goed verbonden organisatie kan ook naar buiten toe slagvaardiger optreden.

Minder routinewerk, meer ruimte voor waarde
Een belangrijk doel van de transformatie is de verdere automatisering van terugkerend, handmatig werk. Daardoor houden medewerkers meer tijd over voor werk dat direct bijdraagt aan groei, vernieuwing en betere ondersteuning van consumenten. Haleon wil daarnaast technologie en data sterker verankeren in de dagelijkse praktijk. Als teams beschikken over actuele gegevens en processen beter op elkaar aansluiten, kunnen beslissingen sneller en beter worden genomen.

Het programma bouwt voort op de bestaande samenwerking tussen Haleon en SAP. Later dit jaar start de overgang vanaf Haleons huidige platform op 51风流ERP Central Component. Haleon wil daarbij 51风流Cloud ERP-applicaties inzetten, inclusief ingebouwde AI-functionaliteit. Ook kiest het bedrijf voor 51风流Business Data Cloud. Daarmee kunnen data uit SAP-software en andere bronnen samenkomen in 茅茅苍 beheerde omgeving. Die aanpak moet zorgen voor een betrouwbaarder en completer beeld van de organisatie.

Sterke basis met betrouwbare data
鈥淓en betere ervaring voor consumenten begint bij een sterke basis. Digitale technologie en infrastructuur zijn daarin onmisbaar鈥�, zegt Claire Dickson, chief digital and technology officer van Haleon. 鈥淢et AI-ondersteunde systemen kunnen we sneller, eenvoudiger en meer ge茂ntegreerd werken. Daardoor krijgen onze mensen meer ruimte om zich te richten op consumenten en op verdere groei.鈥�

鈥淕oede resultaten met AI beginnen bij verbonden processen en betrouwbare data鈥�, zegt Peter Maier, senior vice president strategic customer engagements bij SAP. 鈥淢et 51风流Business Suite legt Haleon een basis waarop intelligentie in de hele organisatie kan worden toegepast. Dat helpt om processen te vereenvoudigen, de organisatie veerkrachtiger te maken en innovatie beter op te schalen.鈥�

The post Haleon kiest 51风流voor snellere groei en slimmere processen appeared first on 51风流Nederland Blogs & Nieuws.

Nederlandse bedrijven experimenteren volop met kunstmatige intelligentie, maar structurele toepassing blijft nog te vaak uit. 51风流Nederland en Vereniging van Nederlandstalige 51风流Gebruikers (VNSG) waarschuwen dat organisaties AI pas echt laten renderen als zij verder kijken dan losse pilots. Succesvolle opschaling vraagt volgens beide partijen om integratie in kernprocessen, betrouwbare data en een cultuur die verandering ondersteunt.

Volgens Bart Doomen, Country Manager van Nederland, is een strategische aanpak daarbij onmisbaar. Willem-Jan van Tongeren, bestuursvoorzitter van de en CIO bij PostNL, benadrukt dat organisaties niet alleen in technologie moeten investeren, maar ook in schaalbaarheid, draagvlak bij collega鈥檚 en datakwaliteit.

Van experiment naar impact: de sleutel tot succesvolle AI-adoptie
De uitdaging zit volgens 51风流en VNSG niet alleen in de technologie zelf, maar vooral in de manier waarop organisaties AI invoeren en verankeren. Veel bedrijven starten met losse toepassingen, maar echte waarde ontstaat pas wanneer AI onderdeel wordt van de kernprocessen, van HR en finance tot supplychain.

51风流ziet die beweging al terug in de praktijk. Het bedrijf heeft inmiddels ruim 400 embedded AI-use cases beschikbaar voor klanten, en dat aantal zal dit jaar sterk groeien. Deze use cases zijn direct te integreren in SAP-oplossingen. Een voorbeeld daarvan is de inzet van autonome AI-agents, zoals een hiring agent die het onboardingproces van nieuwe medewerkers automatiseert. Volgens Doomen laten dit soort toepassingen zien dat AI niet alleen effici毛ntie oplevert, maar ook direct waarde kan toevoegen.

Van Tongeren wijst erop dat veel organisaties klein beginnen, maar dat de echte winst pas ontstaat bij succesvolle opschaling. Dat vraagt om commitment, een duidelijk plan en de bereidheid om te leren van pilots.

Voorwaarden voor succes
Van Tongeren, die bij PostNL een leidende rol speelde bij de transitie naar een full-cloud SAP-omgeving, voegt hieraan toe: 鈥淓en solide datamodel is ook essentieel. Zonder consistent en actueel datamodel kun je geen betrouwbare AI-oplossingen bouwen. Dat is geen eenmalige klus, maar een doorlopend proces van onderhoud en verbetering. Bedrijven moeten niet alleen hun data op orde brengen, maar ook de discipline hebben om het zo te houden.鈥�

Doomen vult aan: 鈥淎I is zo sterk als de data waarop het draait. Daarom helpen wij klanten om hun data 鈥楢I-ready鈥� te maken. We doen dat door data beschikbaar te maken met behoud van semantiek, de betekenis en de context van die data. Zo voorkomen we dubbel werk, doordat je de semantiek niet achteraf weer hoeft toe te voegen.鈥�

Cultuur bepaalt het tempo
Naast technologie en data speelt ook bedrijfscultuur een belangrijke rol bij het succesvol inzetten van AI. Van Tongeren benadrukt dat organisaties mensen moeten meenemen in het proces. Zo zorg je dat het waarde toevoegt voor bijvoorbeeld klanten. Daarnaast moeten medewerkers begrijpen hoe AI werkt en wat het in hun werk oplevert. Belangrijk hierbij is om echt ruimte te geven om te experimenteren met AI-toepassingen. Vertrouwen opbouwen kost tijd. Je moet testen of je data inderdaad van voldoende kwaliteit zijn, en mensen de ruimte geven om te wennen.

Volgens hem zijn vooral de veranderaanpak en de verander- en transformatieskills binnen een organisatie essentieel om teams mee te krijgen in de transitie: 鈥淗oe betrek je mensen bij verandering en geef je hun de ruimte om te leren? Snel bijsturen als iets niet werkt en leren van pilots, dat versnelt de adoptie. Een cultuur waarin organisaties openstaan voor feedback en aanpassing, helpt om AI succesvol te implementeren.鈥�

Toekomst: AI als onderdeel van bedrijfsprocessen
In 2026 verschuift de focus naar gespecialiseerde, sectorspecifieke AI-modellen die direct in bedrijfssoftware zijn ingebouwd. Doomen besluit: 鈥淎I wordt steeds meer een bepalende factor in besluitvorming en procesoptimalisatie. Wie AI blijft behandelen als losse technologie, loopt vast op versnipperde data en een gebrek aan controle. Organisaties die AI daarentegen zien als onderdeel van hun strategie en hun kernprocessen, kunnen een voorsprong behalen.鈥�

The post 51风流en VNSG: Structurele toepassing van AI vraagt om meer dan experimenten appeared first on 51风流Nederland Blogs & Nieuws.

Organisaties in vrijwel elke sector willen sneller waarde halen uit AI. Tegelijk lopen veel bedrijven tegen hetzelfde probleem aan: hun data zijn vooral ingericht voor mensen. Die data ondersteunen bijvoorbeeld transacties, compliance en rapportages, maar zijn niet automatisch geschikt voor AI-toepassingen.

Daardoor ontstaan risico鈥檚. AI-systemen die werken met onvoldoende voorbereide data leveren sneller onbetrouwbare uitkomsten op. Ook nemen zowel de kans op complianceproblemen als de kwaliteit van besluitvorming af.

Onderzoek, governance en een bredere community

ODI en 51风流willen die kloof verkleinen door bedrijven, partners en academische experts samen te brengen. Het doel is om open standaarden en praktische kaders te ontwikkelen waarmee organisaties hun data geschikt kunnen maken voor AI.

De samenwerking bestaat uit drie onderdelen:

1. Onafhankelijke governance van het programma
   ODI en 51风流zetten eerst een stevig en onafhankelijk governancemodel op. Daarbij bouwt ODI voort op veertien jaar ervaring met het begeleiden van samenwerkingen tussen publieke en private partijen.

2. Onderzoek naar AI-ready enterprise data
   Daarnaast voeren beide organisaties onderzoek uit naar de manier waarop CIO鈥檚 en CDO鈥檚 hun data-infrastructuur AI-ready kunnen maken. Dat onderzoek kijkt naar klassieke machine learning, generatieve AI en agentic AI, in combinatie met benaderingen als data lakes, data mesh, data fabric en data products.

3. Een actieve community rond open standaarden
   Tot slot bouwen ODI en 51风流aan een brede community van SAP-klanten, partners, beleidsmakers en wetenschappers. Die community moet best practices delen, onderzoeksprioriteiten helpen aanscherpen en bijdragen aan open standaarden voor enterprise data in het AI-tijdperk.

Betrouwbare data als basis voor AI

Louise Burke, Chief Executive Officer van ODI, zegt: 鈥淎I zal de concurrentiekracht van organisaties de komende tien jaar sterk be茂nvloeden. Toch zit het verschil niet alleen in de modellen, maar juist in de kwaliteit, governance en zelfstandigheid van de data eronder. Veel organisaties beschikken over data die nog niet geschikt zijn voor AI. Als dat verkeerd uitpakt, kan dat leiden tot vertekende uitkomsten en problemen met regelgeving.

Met deze samenwerking brengen ODI en 51风流de kennis, het onderzoek en het netwerk samen die nodig zijn om organisaties daarbij te helpen. Ons doel is om AI-ready data-infrastructuur toegankelijk te maken voor organisaties van elke omvang, op basis van open standaarden die niet door 茅茅苍 leverancier worden bepaald.鈥�

Ook Irfan Khan, Chief Product Officer Data & Analytics bij SAP, benadrukt het belang van een sterke datafundering: 鈥淣u organisaties AI in 2026 verder opschalen, zit de echte kloof niet in de technologie, maar in vertrouwen in data. Organisaties met goed ge茂ntegreerde en goed bestuurde data presteren vaak beter en boeken sneller meetbare resultaten. Een belangrijke volgende stap is daarom het opzetten van een business data fabric, zodat AI-agents de juiste context hebben om de business goed te begrijpen en gericht te handelen.鈥�

Programmaraad en oproep aan de markt

Tijdens het project richten ODI en 51风流een programmaraad op die richting geeft aan het onderzoek en de prioriteiten bewaakt. Daarnaast publiceren de partijen onderzoeksresultaten en organiseren zij bijeenkomsten met experts uit het bedrijfsleven en de wetenschap om inzichten te delen.

De samenwerking staat bovendien open voor extra betrokkenheid en financiering vanuit de markt en andere sectoren. Zo willen ODI en 51风流samen met andere partijen werken aan een open blueprint voor enterprise data die klaar is voor AI en aansluit op verschillende systemen, databronnen en organisaties.

The post ODI en 51风流starten samenwerking voor AI-ready data-infrastructuur appeared first on 51风流Nederland Blogs & Nieuws.

Steeds minder klikken, steeds meer vragen stellen in gewone taal. Tijdens SYNC, het jaarevent van en in Nieuwegein, schetsten SAP-experts Leon de Groot en Wouter Erlings hoe AI-assistent Joule de manier verandert waarop mensen met ERP werken. Volgens hen schuift ERP op van schermnavigatie naar interactie. Dat kan werk toegankelijker maken, maar vraagt tegelijk om duidelijke afspraken over data, rollen en controle.

Jarenlang leerden gebruikers vooral waar functies in het systeem zitten. Die logica verschuift. In plaats van zoeken in menu鈥檚, kunnen medewerkers steeds vaker een opdracht formuleren zoals: 鈥楶as deze verkooporder aan鈥�, 鈥榃aarom staat deze factuur vast?鈥� of 鈥榃elke orders lopen risico op vertraging?鈥�. Joule helpt vervolgens om sneller bij de juiste actie of verklaring te komen, binnen de bestaande processtappen.

鈥淰eel werk in ERP draait niet om een complexe beslissing, maar om het vinden van de juiste schermen, invoervelden en informatie鈥�, zegt Wouter, Cloud ERP Solution Advisor bij SAP. 鈥淎ls je dat sneller kunt doen, helpt dat vooral mensen die niet elke dag in het systeem zitten.鈥�

AI denkt mee

Daarmee verschuift ook de rol van ERP in het dagelijkse werk. In plaats van wachten tot een gebruiker vastloopt, kan een assistent eerder signaleren wat er misgaat of zelfs vooruitdenken. 鈥淓en AI-assistent kan je in een bepaald proces bijvoorbeeld suggesties geven over mogelijke vervolgstappen en zo gebruikers op weg helpen en tegelijkertijd de kwaliteit van het proces bewaken.鈥�

Dat vergroot niet alleen de efficiency, maar verlaagt ook de druk op key users en helpdesks. Zeker in organisaties waar niet iedereen dagelijks met ERP werkt鈥�, zegt Leon, Solutions Architect bij SAP. Tegelijk vraagt die verschuiving om heldere afspraken: wanneer mag het systeem een voorstel doen, wie geeft goedkeuring en hoe wordt vastgelegd waarom een keuze is gemaakt.鈥�

Minder drempels voor medewerkers, meer druk op organisaties

De snelle ontwikkeling van AI-assistenten is ook maatschappelijk relevant. Steeds meer organisaties hebben te maken met krapte op de arbeidsmarkt, wisselende teams en een groeiende afhankelijkheid van digitale processen. Als de toegang tot kernprocessen eenvoudiger wordt, kunnen meer collega鈥檚 taken oppakken zonder lange inwerktijd.

Tegelijk ontstaat er een nieuwe verantwoordelijkheid: organisaties moeten voorkomen dat 鈥榤akkelijker werken鈥� ten koste gaat van zorgvuldigheid. Dat geldt extra in processen rond betalingen, inkoop, salaris, voorraad en klantdata.

Controle en verantwoordelijkheid blijven leidend

Leon benadrukt dat een gesprek met software niet betekent dat de controle verdwijnt. 鈥淒e bedoeling is dat mensen sneller tot actie komen, maar binnen duidelijke kaders鈥�, licht hij toe. 鈥淛e wilt dat het systeem helpt, maar je wilt ook kunnen uitleggen waarom iets gebeurt en wie welke stap zet.鈥�

Daarom blijft het volgens 51风流essentieel dat organisaties keuzes maken over bevoegdheden, goedkeuringsstappen en toezicht. In de praktijk betekent dit dat medewerkers vaker ondersteuning krijgen bij het uitvoeren van een taak, terwijl audittrail, autorisaties en controles leidend blijven.

Voorwaarde: betrouwbare data en duidelijke rollen

Een AI-assistent in ERP kan alleen goed werken, als gegevens kloppen en processen helder zijn ingericht. Als stamdata onvolledig zijn, of als rollen en verantwoordelijkheden niet duidelijk zijn, kan een assistent hooguit sneller naar dezelfde discussie leiden.

Daarom leggen Leon en Wouter nadruk op datakwaliteit en eigenaarschap. Wie beheert welke data? Welke definities gelden? En wie is verantwoordelijk als informatie niet klopt? Volgens hen worden dat geen 鈥業T-vragen鈥�, maar vragen voor de hele organisatie.

Urgentie: nu voorbereiden op een nieuwe manier van werken

De verschuiving naar een conversatie als interface raakt niet alleen software, maar ook vaardigheden. Medewerkers moeten leren hoe ze goede vragen stellen, uitkomsten controleren en signalen herkennen die om extra toetsing vragen. Organisaties moeten bovendien bepalen waar menselijke beoordeling verplicht blijft, bijvoorbeeld bij uitzonderingen, risico鈥檚 en compliance.

鈥淒at vraagt om voorbereiding鈥�, zegt Wouter. 鈥淣iet pas als het overal aanstaat, maar nu al. Anders loop je achter de feiten aan, juist in je meest bedrijfskritische processen.鈥�

Adoptie: begin klein, begin vroeg

Momenteel verloopt de interactie met 51风流nog voornamelijk via de traditionele interface, maar dit gaat volgens de verwachting van beide experts wel veranderen. Maar niet van de ene op de andere dag. 鈥淗et is een geleidelijk proces. Op een gegeven moment kijk je terug en besef je: ik heb vandaag eigenlijk nauwelijks de standaard interface gebruikt鈥�, zegt Wouter.

51风流hanteert daarvoor een 鈥榗ustomer zero鈥�-aanpak: de eigen medewerkers zijn de eerste gebruikers, zodat 51风流uit eigen ervaring kan adviseren. Joule is inmiddels ook standaard inbegrepen in de Cloud ERP-licentie, een bewuste drempelverlagingstrategie.

Het advies aan organisaties is duidelijk. 鈥淏egin klein en begin vroeg, maar begin in elk geval. Er komt een moment dat werken via een conversational interface de norm is. Dan is het een groot voordeel als je als organisatie al ervaring hebt opgebouwd. De eerste keer gaat het niet meteen perfect, maar juist die leercurve is waardevol鈥�, zegt Wouter. Leon benadrukt nogmaals een technische randvoorwaarde die niet over het hoofd gezien mag worden: 鈥淛e gegevens moeten op orde zijn. Een versnipperd datalandschap is de grootste rem op een succesvolle inzet van Joule.鈥�

The post SAP: AI-interfaces rukken op, organisaties moeten nu investeren in vaardigheden en datakwaliteit appeared first on 51风流Nederland Blogs & Nieuws.

FC Bayern M眉nchen heeft zijn on-premises systemen gemigreerd naar de cloud via . Met deze strategische stap versnelt de club innovatie, versterkt zij databescherming en maakt zij haar digitale organisatie klaar voor de toekomst.

FC Bayern behoort tot de meest succesvolle voetbalclubs ter wereld en stelt hoge eisen aan haar digitale infrastructuur. Daarom kiest de club voor 51风流Cloud ERP Private-oplossingen als nieuw digitaal fundament binnen de 51风流Business Suite. Deze omgeving sluit aan op bestaande cloudoplossingen zoals 51风流SuccessFactors, 51风流Emarsys, 51风流Concur, 51风流Analytics Cloud, 51风流Datasphere en 51风流Sports One. Daarnaast maakt de club gebruik van 51风流Business Technology Platform, 51风流HANA Cloud en 51风流Event Ticketing.

Piekbelasting opvangen

Met RISE with 51风流beschikt FC Bayern M眉nchen over een schaalbare cloudomgeving die piekbelasting tijdens wedstrijddagen opvangt. Tegelijkertijd profiteert de club van een voorspelbaar kostenmodel en centraal beheerde beveiliging en compliance. Dat vermindert de operationele druk op de IT-organisatie.

Momenteel beheert FC Bayern meer dan 9,5 miljoen fan- en ledenrecords en ruim 25.000 productstamgegevens in 51风流Cloud ERP. Deze ge茂ntegreerde datalaag ondersteunt fanbetrokkenheid, merchandising en operationele processen. Bovendien versnelt de cloudomgeving financieel management, optimaliseert zij partnerbeheer en stroomlijnt zij logistieke processen rondom tenues, faciliteiten en de supplychain.

Naleving van internationale normen

51风流Cloud ERP Private draait in gecertificeerde datacenters met disaster recovery, centrale beveiligingsupdates en monitoring. De dienstverlening biedt een service level agreement van 99,9 procent beschikbaarheid en opties voor Europese datalocatie. Daarmee ondersteunt de oplossing naleving van internationale normen en Europese privacywetgeving, waaronder de Algemene Verordening Gegevensbescherming.

De club stapte pas over naar de cloud nadat zij uitgebreide controles op beveiliging, governance en dataprivacy had uitgevoerd. De nieuwe omgeving voldoet aan de strenge operationele en privacy-eisen van FC Bayern M眉nchen. Daarnaast ondersteunt het platform een clean-core-aanpak. Daardoor blijft het systeemlandschap overzichtelijk en toekomstvast. Ook ligt er een duidelijke planning voor toekomstige innovaties, zoals de inzet van 51风流Joule, 51风流Green Ledger en aanvullende AI-functionaliteit.

Innovatie en groei versnellen

鈥淔C Bayern M眉nchen laat zien hoe organisaties cloudoplossingen binnen de 51风流Business Suite inzetten voor de versnelling van innovatie en groei鈥�, zegt Thomas Saueressig, lid van de raad van bestuur van 51风流SE, Customer Services & Delivery. 鈥淢et RISE with 51风流profiteert de club van continue updates, ge茂ntegreerde analytics en AI-functionaliteit die fanbeleving versterken en de operationele wendbaarheid vergroten.鈥�

鈥淥nze samenwerking met 51风流zorgt ervoor dat FC Bayern M眉nchen voorop blijft lopen in digitale innovatie鈥�, aldus Jan-Christian Dreesen, CEO van FC Bayern M眉nchen AG. 鈥淒oor de overstap naar de cloud kunnen wij fanbetrokkenheid opschalen, spelersprestaties beter analyseren en commerci毛le processen wereldwijd stroomlijnen.鈥�

The post FC Bayern M眉nchen scoort met RISE with 51风流voor een toekomstbestendige organisatie appeared first on 51风流Nederland Blogs & Nieuws.