AI is in korte tijd uitgegroeid tot een strategisch speerpunt in vrijwel elke organisatie. Daarbij wordt een duidelijk patroon zichtbaar: terwijl de technologie zich razendsnel ontwikkelt, blijft de waardecreatie in veel organisaties achter. De oorzaak ligt niet in het tekortschieten van AI, maar in de basis, de data, die niet stevig genoeg is.

Analytical processes, like data mining and what we now call AI are a smart combination of data and human expertise.

In 1997, I was working as a member of the data mining team involved in the ABN AMRO case. Looking back, what makes this case memorable is not simply that it was early, ambitious, or technically interesting. It is that many of the issues we dealt with then are still the issues organizations struggle with today.

The case was never really about finding one smart algorithm. It was about something much more demanding: how do you turn data mining into a practical capability inside a large bank? How do you move from a business question to a usable analytical dataset, from that dataset to a model, from that model to decisions, and from those decisions to something that can actually be embedded in the organization? That was the real challenge.

100 dataprofessionals kwamen samen in Utrecht tijdens de jaarlijkse DWBI Summit van Adept Events.

Dinsdag 24 maart 2026 was ik aanwezig op de jaarlijkse DWBI Summit van Adept Events, georganiseerd door Werner Schoots en zijn team. Met 100 dataprofessionals in de zaal, veel bekenden uit mijn eigen netwerk en aansprekende groep van sprekers op het programma heb ik een aangename en leerzame dag gehad.

Veel organisaties willen sneller vooruit met AI. De ambitie is helder: slimmer werken, sneller beslissen, betere inzichten, meer automatisering. In boardrooms, datastrategieën en innovatieagenda’s staat AI inmiddels hoog op de lijst. Toch lopen veel initiatieven in de praktijk vast. Niet omdat de technologie tekortschiet, maar omdat het fundament eronder niet stevig genoeg is.