Hoewel met een knipoog, heb ik het advies ‘doe nooit voorspellingen, zeker niet over de toekomst’ altijd solide gevonden, en nooit meer dan in AI-land. Drie jaar geleden werd AI aangeprezen als een versneller voor moderne, cloud-native softwarebedrijven; het zou goed bemande, toonaangevende ontwikkelteams superchargen om steeds sneller betere producten te leveren.
De publieke sector staat op een beslissend moment. Met een wereldwijde overheidsschuld die in 2024 een ongekende $102 biljoen zal bereiken, zitten regeringen gevangen tussen structurele krachten die elkaar tegenwerken. Aan de ene kant krimpt de fiscale ruimte snel, met meer dan 3,4 miljard mensen die in landen wonen die meer uitgeven aan schuldrente dan aan gezondheid of onderwijs. Aan de andere kant stijgen de verwachtingen van de burger, die digitale diensten eist die de snelheid en personalisatie van Big Tech evenaren.
Nu we het tweede kwartaal van 2026 ingaan, heeft de wereldwijde dialoog rond AI een kritiek keerpunt bereikt. De aanvankelijke fascinatie voor generatieve modellen is uitgegroeid tot een vraag naar meetbare industriële impact. In het Midden-Oosten, een regio die momenteel fungeert als een wereldwijd laboratorium voor 's werelds meest ambitieuze digitale giga- en megaprojecten, gaat de vraag niet langer over het potentieel van AI, maar over de prestaties ervan op schaal.
Van de doorbraak van DeepSeek R1 tot de virale “Raising a lobster” trend (adoptie van OpenClaw), allemaal binnen slechts een jaar, wordt AI in China op een fundamenteel andere manier geadopteerd en geschaald, wat zich snel vertaalt in tastbare commerciële waarde.
Tijdens de recente TCG Retail Summit wilde Edouard de Mézerac het lawaai rond AI doorbreken. Zijn boodschap: het tijdperk van verspreide use cases is voorbij. Wat nu komt, is veel structureler en veeleisender. Jarenlang hebben bedrijven geëxperimenteerd met AI in geïsoleerde gevallen, omschreven als “kleurpuntjes” in de organisatie. Nuttig, misschien. Transformatief? Niet echt. Nu verschuift het terrein. Agentic AI gaat niet over het toevoegen van nog een laag technologie. Het gaat over het heroverwegen van hoe werk gedaan wordt, van begin tot eind.
Een patiënt wordt wakker met terugkerende rugpijn en vraagt een AI assistent wat hij moet doen. De app controleert zijn geschiedenis, noteert een eerder recept en stelt voor om over te schakelen op een ander ontstekingsremmend middel. Uw molecuul wordt niet genoemd. Tegen de tijd dat de patiënt 's middags naar de dokter gaat voor een recept, is het kader bepaald.
Stelt u zich een CFO voor die de driemaandelijkse cloud uitgaven bekijkt. Het AI team presenteert een overtuigende grafiek: de inferentiekosten per token zijn 75% jaar-op-jaar gedaald. De modellen zijn sneller, de API's zijn goedkoper en de leverancier biedt volumekortingen aan. Alles wijst in de richting van besparingen. Dan komt de echte factuur, en het totaal is hoger dan vorig kwartaal.
Artefact's nieuwe ebook, Scaling Data Collaboration in the AI Era, onderzoekt hoe organisaties meer waarde kunnen ontsluiten door data silo's af te breken en naadloze samenwerking tussen teams mogelijk te maken. Nu AI steeds sneller wordt ingevoerd, hangt het succes niet alleen af van de technologie, maar ook van het vermogen om data, mensen en processen effectief met elkaar te verbinden. Het ebook laat zien hoe moderne benaderingen van data-samenwerking zorgen voor snellere inzichten, sterker bestuur en meer impactvolle AI-gedreven resultaten, waardoor data een echt strategisch bedrijfsmiddel wordt.
Human Resources ondergaat een fundamentele verschuiving van een reactieve kostenpost naar een proactieve aanjager van waarde. Toch blijven veel organisaties verankerd in een minimalistische benadering van people analytics. Terwijl generatieve AI en autonome agents in de hele onderneming aan populariteit winnen, is het gebruik van data door HR nog steeds vaak beperkt tot het voorspellen van basisverloop.
