In het kort
De Microsoft AI Tour is een eventreeks waarin Microsoft laat zien hoe het bedrijf naar AI kijkt, welke ontwikkelingen het belangrijk vindt en hoe organisaties daar in de praktijk mee aan de slag kunnen. Tijdens deze editie kwamen visie, praktijkvoorbeelden en productdemo’s samen.
Voor veel organisaties is de vraag inmiddels niet meer wat AI allemaal kan. De belangrijkere vraag is veel praktischer: wat kun je er vandaag al mee in je organisatie, zonder mee te gaan in de hype?
Juist daarom is deze dag interessant. Niet alleen vanwege de technologie, maar vooral vanwege de onderliggende vragen. Waar levert AI nu echt iets op? Wat is vooral een sterke demo? En welke inzichten zijn al bruikbaar voor teams die werken aan digitale groei, klantprocessen, content, kenniswerk of interne efficiëntie?
De interessantste lessen zaten niet in de grootste beloftes. Ze zaten juist in de vraag waar werk nu stroef loopt, waar mensen tijd verliezen, waar informatie niet op tijd boven komt en waar AI alleen waarde heeft als het echt past in hoe mensen al werken. De sessies van onder meer Peter Hinssen, Microsoft en Philips maakten dat op verschillende manieren zichtbaar.
Daaruit komen vijf inzichten naar voren die nu al praktisch relevant zijn voor organisaties.
1. AI heeft pas waarde als het een concreet probleem oplost
Een van de duidelijkste lessen van de dag was dat AI vooral interessant wordt als je begint bij een echt knelpunt. Niet bij de tool, maar bij werk dat nu te veel tijd kost, foutgevoelig is of steeds opnieuw handmatig gebeurt.
Dat was goed zichtbaar in de workflowdemo’s. Daar werd AI niet los op de organisatie gezet, maar op taken als cijfers uit documenten halen, scenario’s doorrekenen, documenten bijwerken, voorstellen aanpassen en opvolging organiseren. In de Philips-sessie kwam dezelfde lijn terug. Daar werd AI ingezet in engineering, service en sales, juist op plekken waar snelheid, voorbereiding en complexiteit een grote rol spelen. Philips noemde bijvoorbeeld 70.000 supporttickets die met AI-ondersteuning werden afgehandeld, met ongeveer 40 procent snellere afhandeling dan tickets zonder AI-ondersteuning.
De praktische les is eenvoudig. De meeste organisaties hebben geen gebrek aan AI-mogelijkheden. Ze hebben meestal een gebrek aan focus. De betere startvraag is daarom niet: wat kunnen we met AI? De betere vraag is: waar verliezen we nu aantoonbaar tijd, kwaliteit of overzicht?
2. AI werkt pas echt als het in de workflow past
Een tweede inzicht dat sterk terugkwam, is dat AI pas breed gebruikt wordt als het aansluit op het bestaande werk. Dat klinkt logisch, maar in de praktijk gaat het hier vaak mis. Veel oplossingen vragen om weer een extra omgeving, een extra dashboard of een extra tool. Dan daalt de kans op adoptie direct.
Philips liet juist zien dat adoptie snel kan gaan als AI in bestaande werkpatronen wordt ingebouwd. In de transcriptie wordt genoemd dat 93 procent van de sellers binnen een paar weken met de AI-tools werkte. Een belangrijk onderdeel daarvan was dat Copilot niet als los systeem werd gepresenteerd, maar als ondersteuning binnen de bestaande workflow.
Ook in de Microsoft-demo’s kwam die lijn terug. AI werd steeds getoond in tools die mensen al gebruiken, zoals Excel, Word, PowerPoint, e-mail, GitHub en operationele systemen. Dat maakt het relevant voor veel organisaties. De eerste winst zit vaak niet in een compleet nieuwe AI-omgeving, maar in ondersteuning binnen bestaande processen.
Voor teams die bezig zijn met marketing, operatie, sales of kenniswerk is dat een belangrijke les. Kijk eerst waar AI direct kan aansluiten op bestaand gedrag. Daar ligt meestal de snelste route naar echte waarde.
3. Meer AI betekent niet automatisch meer grip op informatie
Dit was misschien wel de belangrijkste reality check van de dag. In de demo’s zag het er indrukwekkend uit hoe AI informatie uit documenten haalde, voorstellen aanvulde en inzichten samenbracht. Tegelijk roept dat een praktische vraag op: hoe goed is die informatie in de meeste organisaties nu eigenlijk al vindbaar, bruikbaar en actueel?
Veel teams hebben nu al moeite om op het juiste moment het juiste document, de juiste versie of de juiste informatie boven tafel te krijgen. Dan is de belofte van nog meer intelligentie interessant, maar nog niet automatisch bewezen.
Dat sluit goed aan op het verhaal van Peter Hinssen. Hij benadrukte dat meer data niet vanzelf leidt tot meer inzicht, en dat slechte datakwaliteit een structureel probleem blijft. Organisaties kunnen veel informatie hebben en toch nog steeds matige keuzes maken, simpelweg omdat de basis niet klopt.
Ook de sessie over AI search, agents en visibility ging in wezen over hetzelfde. Daar stond centraal dat AI-systemen afhankelijk zijn van actuele, verifieerbare en goed gestructureerde informatie. Zonder die basis krijg je geen betrouwbare uitkomsten.
Dat raakt ook direct aan de vraag hoe zichtbaar en vindbaar content blijft in een omgeving waarin AI steeds vaker antwoorden samenvat.
Voor organisaties betekent dit dat AI niet los te zien is van informatiehuishouding. Wie AI beter wil gebruiken, moet ook kijken naar kennisbeheer, contentstructuur, actualiteit en vindbaarheid.
4. De grote toekomstbeelden zijn interessant, maar de huidige kansen zijn vaak kleiner en concreter
Er werd die dag ook veel gesproken over agents, hybrid teams en organisaties waarin mensen en AI steeds nauwer samenwerken. Peter Hinssen noemde een startup met 300 fte-equivalenten, waarvan 30 mensen en 270 agents. Dat soort voorbeelden zet je aan het denken.
Tegelijk is het verstandig om daar nuchter naar te kijken. Veel werk is nog te complex, te afhankelijk van context en te menselijk om zomaar volledig over te dragen aan agents. Dat geldt zeker in organisaties waar processen minder gestandaardiseerd zijn en waar veel kennis impliciet in teams zit.
De waarde van die toekomstbeelden zit daarom nu vooral in de richting die ze aangeven. Ze laten zien waar grotere organisaties op voorsorteren. Maar voor veel bedrijven ligt de meest bruikbare winst voorlopig waarschijnlijk in kleinere toepassingen, zoals:
- sneller informatie terugvinden
- documenten of voorstellen voorbereiden
- standaardwerk versnellen
- interne kennis beter ontsluiten
- klantvragen structureren
- voorbereidingstijd verkorten
Dat is minder spectaculair dan een organisatie vol agents, maar vaak wel veel realistischer en nuttiger.
5. Microsoft laat een indrukwekkend ecosysteem zien, maar heeft daar natuurlijk ook belang bij
Een ander belangrijk inzicht van de dag zat niet alleen in wat Microsoft liet zien, maar ook in hoe het zichzelf positioneert. In meerdere sessies werd duidelijk dat Microsoft meer wil zijn dan een leverancier van losse AI-functionaliteit. Het bedrijf zet zichtbaar in op een breder ecosysteem waarin productiviteit, data, governance, security, search, workflow en agents samenkomen.
Dat is indrukwekkend. In de demo’s was goed te zien hoe Copilot, agents, data en beveiliging steeds dichter op elkaar worden gebracht. Tegelijk is het goed om daar nuchter naar te blijven kijken. Microsoft presenteert niet alleen een visie op de toekomst van werk, maar verkoopt tegelijk ook de producten, platformen en infrastructuur die daarin een rol moeten spelen.
Dat maakt die visie niet minder relevant. Het betekent wel dat organisaties steeds dezelfde toets moeten blijven gebruiken: werkt dit ook echt in onze praktijk? Lost het een echt probleem op? Is het betrouwbaar genoeg? En helpt het ons vooruit in tijd, kwaliteit of overzicht?
Juist die nuchtere toets maakt het verschil tussen een indrukwekkende demo en een bruikbare keuze.
Wat Peter Hinssen scherp blootlegde
Van alle presentaties bleef het verhaal van Peter Hinssen het meest hangen. Niet alleen door zijn grote lijn, maar ook door het voorbeeld dat hij gaf over de eerste vliegtuigen. Het idee van vliegen was er al. De kennis was er grotendeels ook. Maar zonder een motor die krachtig genoeg was, kwam het nog niet echt van de grond. Zijn punt was dat AI daar sterk op lijkt. Veel van de onderliggende technologie bestaat al lang, maar pas nu de computerkracht op orde komt, kan het echt hard gaan.
Dat is een sterke vergelijking, omdat die goed laat zien waar organisaties nu zitten. Niet aan het begin van een vaag idee, maar op een moment waarop bestaande technologie ineens op grote schaal toepasbaar wordt. En juist daar zat ook zijn waarschuwing: veel organisaties realiseren zich nog onvoldoende hoe dichtbij dat omslagpunt inmiddels is.
Wat organisaties hier nu al mee kunnen
Als alles wordt teruggebracht naar de praktijk, dan zijn dit de belangrijkste lessen:
- Begin bij een concreet knelpunt, niet bij een AI-tool.
- Zoek toepassingen die passen in bestaande workflows.
- Verwacht niet dat AI een informatieprobleem vanzelf oplost.
- Zie grote toekomstbeelden als richting, niet meteen als blauwdruk.
- Blijf kritisch op de afzender, de belofte en de praktische werkbaarheid.
Dat zijn misschien minder spectaculaire conclusies dan sommige demo’s deden vermoeden. Maar juist daardoor zijn ze bruikbaar.
Omdat AI alleen goed werkt als de onderliggende informatie actueel, vindbaar, gestructureerd en betrouwbaar is. Zonder die basis blijft AI vaak een slimme laag bovenop bestaande onduidelijkheid.
De richting is duidelijk, maar veel werk is nog te complex en te contextafhankelijk om volledig over te dragen aan agents. Voorlopig zijn kleinere, concrete toepassingen voor veel organisaties waarschijnlijk relevanter.
Denk aan informatie sneller terugvinden, documenten voorbereiden, standaardwerk versnellen, klantvragen structureren en interne kennis beter ontsluiten. Dit zijn vaak de eerste toepassingen die direct waarde kunnen opleveren.
AI wordt pas echt gebruikt als het aansluit op hoe mensen al werken. In de Philips-sessie werd zichtbaar dat adoptie snel kan gaan als AI in bestaande processen wordt ingebouwd.
De belangrijkste inzichten waren: begin bij een concreet probleem, zorg dat AI past in de workflow, onderschat het belang van goede informatie niet, kijk nuchter naar agents en toekomstbeelden, en blijf kritisch op commerciële AI-verhalen.
De Microsoft AI Tour is een eventreeks waarin Microsoft laat zien hoe het bedrijf naar AI kijkt, welke toepassingen het belangrijk vindt en hoe organisaties daar praktisch mee kunnen werken. Tijdens de editie in deze documenten kwamen visie, demo’s en praktijkvoorbeelden samen.
Conclusie
Wat deze dag vooral duidelijk maakte, is dat AI voor veel organisaties nog te vaak wordt behandeld als een apart innovatieproject. Terwijl de echte waarde waarschijnlijk veel vaker zit in kleine, concrete toepassingen die dagelijks werk overzichtelijker, sneller en minder foutgevoelig maken.
De vergezichten zijn indrukwekkend. Soms ook best griezelig. Organisaties waarin mensen en agents steeds nauwer samenwerken zijn duidelijk niet meer alleen theorie. Tegelijk is het nog maar de vraag hoe realistisch sommige beelden op korte termijn echt zijn. Veel werk blijft voorlopig te complex om zomaar uit te besteden.
Toch zit daar niet de belangrijkste les. Die zit eerder hierin: de richting is duidelijk, en grote bedrijven nemen die ontwikkeling zichtbaar serieus. Organisaties die daar nu slim mee omgaan, beginnen waarschijnlijk niet met de grootste belofte, maar met de meest praktische vraag:
waar kan AI ons vandaag helpen om beter te werken?
Voor organisaties die die vraag nu serieus willen beantwoorden, ligt de kans niet in meer hype, maar in scherpere keuzes. Juist daar begint vaak de echte vooruitgang.
Herken je deze uitdagingen in jouw organisatie? Dan helpt het om eerst helder te krijgen waar AI daadwerkelijk waarde toevoegt, en waar het voorlopig vooral een belofte is. Juist die afweging bepaalt vaak of een toepassing straks werkbaar en relevant is. Wil je daar eens over sparren, dan denken we graag met je mee. Neem contact met ons op.
