Recent publiceerde het MIT Media Lab een rapport dat wereldwijd aandacht kreeg: slechts 5% van de maatwerk generatieve AI-projecten levert aantoonbare businesswaarde op. De overige 95% blijven hangen in eindeloze experimenten. De media smult van dit soort doemscenario’s. Maar wat écht telt, zijn de succesverhalen – en die zijn er volop.
Een van de bekendste verhalen in België is Kate, de digitale assistent van KBC. Sinds 2020 investeert de bank fors in deze tool, die inmiddels onderdeel is van de KBC Mobile-app.
“Ik kan geen cijfers delen, maar ik ben ervan overtuigd dat het een enorm succes is,” zegt Verlinden. “Ik hoorde zelfs iemand van NMBS zeggen dat toen hun app uitviel, ze klanten adviseerden om hun ticket via Kate te kopen. Dat zegt alles over de adoptie.”
Kate heeft inmiddels al miljoenen interacties afgehandeld en blijft haar scope uitbreiden. Nog belangrijker: ze is uitgegroeid tot een hoeksteen van KBC’s digitale strategie. “Kate was de eerste banktool in België die radicaal herdefinieerde hoe klanten en banken met elkaar omgaan. Het was niet zomaar een digitaal laagje slagroom op de taart: het was een volledig nieuwe taart.”
Verlinden stelt dat projecten zoals Kate slagen omdat ze stap voor stap worden opgebouwd, niet overhaast. “Als je verwacht binnen zes maanden een transformatie te realiseren, loop je waarschijnlijk vast. Speel het lange spel – daar liggen de echte doorbraken.”
"Als je verwacht binnen zes maanden een transformatie te realiseren, loop je waarschijnlijk vast."
Waarom slaan zoveel AI-projecten de plank mis? Verlinden wijst op wat hij contextbepaling noemt. “Het lijkt op scoping, maar scherper. Wat is de taak die moet worden uitgevoerd? Wat niet? Wat is het droomscenario, de knock-outfeatures, de nice-to-haves? Succes hangt meer af van wat je weglaat dan van wat je toevoegt. Daarom noem ik het ‘de ui pellen’. En geloof me: dit zijn pittige gesprekken!”
“Succes hangt meer af van wat je weglaat dan van wat je toevoegt. Daarom noem ik het peeling the onion.”
Te vaak willen bedrijven deze stap overslaan. Ze gooien alles in het model in de hoop dat het zichzelf wel uitzoekt. “Dat is simpelweg niet waar. Zonder focus krijg je ruis, geen waarde.”
De discussie rond AI gaat vaak over automatisering en baanverlies. Verlinden gebruikt liever een ander woord: augmentatie.
“Ja, sommige banen zullen verdwijnen. Maar dat is altijd zo geweest in de geschiedenis. Waar het om draait, is augmentatie: mensen in een superpositie brengen door routinetaken uit te besteden aan AI, zodat ze zich kunnen richten op werk met hogere waarde. Bijvoorbeeld: AI maakt het nu mogelijk voor businessanalisten om SQL-scripts te genereren en testactiviteiten uit te voeren. Daardoor hebben expert-testers tijd om zich te richten op complexe cases. Dat is échte waarde.”
“Ja, sommige banen zullen verdwijnen. Maar dat is altijd zo geweest. Waar het om draait, is augmentatie: mensen in een superpositie brengen.”
In tegenstelling tot veel anderen start Verlinden projecten niet door te vragen naar use cases. “Ik begin bij mensen, meestal kenniswerkers. Zij hebben functies, opgebouwd uit taken, opgebouwd uit activiteiten. Dáár kijk je: wat kunnen we automatiseren, wat kunnen we augmenteren? Pas daarna bouw je de roadmap.”
Die roadmap, zegt hij, is altijd incrementeel. “Misschien is het doel een exposure score van 50, maar je eerste stappen brengen je slechts naar 5 of 6 procent. Van daaruit breid je uit: AI-agents, agentic architectures, enzovoort. Zo worden tools gebouwd die de krantenkoppen halen: stap voor stap. Kijk naar Kate. Dit vraagt visie en volharding. Echte resultaten zie je pas na jaren. Maar ze zijn het waard.”
De cijfers zijn misschien ontnuchterend, maar Verlinden ziet ze als een uitdaging, niet als ontmoediging. “AI-projecten zijn pittig. Ze vragen inzet, discipline, lef en tijd. Maar dat gold ook voor elke andere transformerende technologie. Als je begint bij mensen, je context zorgvuldig bepaalt en koers houdt, komen de resultaten. Doemscenario’s halen de krantenkoppen. Succesverhalen kosten meer tijd om te vertellen, maar zij zijn degene die ertoe doen.”
“Als je begint bij mensen in plaats van use cases, je context zorgvuldig bepaalt en koers houdt, komen de resultaten vanzelf.”
Maar hij benadrukt ook het belang van balans. “In sommige delen van de wereld wordt AI uitgerold zonder veel aandacht voor regelgeving, privacy of ethiek. De mindset daar is: productiviteit tot het uiterste pushen, omdat het kan. Dit leidt tot een onevenwichtige benadering van innovatie.”
Bij Cegeka staat verantwoordelijkheid voorop. “Wij vragen: is dit verantwoord? Is het compliant, niet alleen juridisch, maar ook met onze waarden? En gaat het, naast efficiëntie, ook om een betekenisvolle bijdrage aan de samenleving? Ja, we streven naar maximale impact, maar die impact moet verantwoord en duurzaam zijn.”
Dat betekent sterke data governance en zorgvuldige controle van modellen, zowel van externe leveranciers als van interne ontwikkeling. Verlinden voorziet zelfs nieuwe rollen, zoals ethical sourcing managers, om ervoor te zorgen dat elk model voldoet aan Cegeka’s standaarden.