Artefact Value By Data

Wanneer een vastgoedbedrijf een Chief AI Officer nodig heeft

Bij veel vastgoedbedrijven is de invoering van AI begonnen met een proefproject, enkele licenties en de belofte om met een plan terug te komen bij de raad van bestuur. Het blijkt echter moeilijker te zijn om die activiteit om te zetten in een blijvende verandering in de manier waarop mensen werken. Deze moeilijkheid reikt verder dan de vastgoedsector: uit het wereldwijde onderzoek ‘Future of Work 2026’ van JLL bleek dat 42% van de bedrijven hun eerste proefprojecten hadden afgerond, maar dat slechts 15% daadwerkelijk vooruitgang hadden geboekt met AI-gestuurde organisatorische veranderingen. Om die kloof te dichten is iemand nodig die over de tijd, de bevoegdheid en het budget beschikt om de werkwijze van het bedrijf te veranderen. Voor sommige Britse vastgoedbedrijven zou dat een Chief AI Officer (CAIO) moeten zijn. Mijn mening is dat de meeste bedrijven deze verantwoordelijkheid elders kunnen toewijzen.

AI-ROI: Hoe CFO’s op een gedisciplineerde manier goedkeuring kunnen verlenen, van proefproject tot grootschalige implementatie

Elk bedrijf dat een budget voor artificial intelligence goedkeurt, loopt hetzelfde risico: het vieren van een technisch vlekkeloze pilot die geen enkele regel op de winst- en verliesrekening beïnvloedt. Het probleem is niet dat er te veel wordt goedgekeurd. Het probleem is dat men de verkeerde zaken meet: gebruik, nauwkeurigheid en acceptatie in plaats van financiële resultaten.

Wanneer AI u een bank aanbeveelt: de GEO-revolutie

De online zichtbaarheid van merken verschuift van klikken naar AI-aanbevelingen in ChatGPT, Gemini en Google AI Overviews. In dit onderzoek, uitgevoerd in samenwerking met VizibAI, introduceert Artefact Generative Engine Optimization (GEO) voor de banksector. Hiermee wordt een concreet raamwerk geboden om te meten, analyseren en beïnvloeden hoe AI uw merk weergeeft.

Europa, China, de VS: drie verschillende AI-wedlopen op hetzelfde parcours

De Internationale Federatie voor Robotica telde in 2024 wereldwijd 542.000 installaties van industriële robots. China nam daarvan 295.000 voor zijn rekening, meer dan de helft. In Europa werden er ongeveer 85.000 geïnstalleerd en in de Verenigde Staten 34.200. Het land waarvan de toonaangevende modellen doorgaans bovenaan de ranglijsten staan, eindigt als laatste.

Basismodellen: wanneer deze een gangbaar product worden, waar zal het concurrentievoordeel van ondernemingen dan vandaan komen?

Als elk bedrijf toegang heeft tot AI met vergelijkbare mogelijkheden, wat zal dan het onderscheid vormen tussen de marktleiders van morgen? Het antwoord ligt niet in het model zelf, maar in de organisatorische context die daarop is gebouwd. De organisatorische context omvat de bedrijfskennis, de bedrijfsprocessen, de besluitvormingsregels, de domeinexpertise en de best practices die in de loop van jarenlange bedrijfsvoering zijn opgebouwd. Deze context bepaalt of AI werkelijk kan begrijpen hoe een onderneming functioneert, de bedrijfsdoelstellingen kan ondersteunen en voortdurend kan leren van elke interactie om capaciteiten te ontwikkelen die uniek zijn voor die organisatie.

De knelpunten bij de AI-transformatie doorbreken: organisatorische capaciteiten opnieuw opbouwen

De investeringen van bedrijven in AI bereiken ongekende hoogten, maar slechts een minderheid van de organisaties slaagt erin die investeringen op grote schaal om te zetten in waarde. De kloof ligt niet in de eerste plaats op technologisch vlak. Het gaat erom of een organisatie over de capaciteiten beschikt om AI te benutten, haar bedrijfsvoering te herontwerpen en voortdurend waarde te creëren. AI-transformatie is in wezen een transformatie van de organisatorische capaciteiten: medewerkers in staat stellen om AI effectief te gebruiken, teams toerusten om AI-systemen te ontwerpen en te beheren, en mechanismen opzetten waarmee de organisatie voortdurend AI-capaciteiten kan integreren en zich daarmee kan ontwikkelen.

Waarom GEO in China anders is dan in het Westen

Generative Engine Optimization (GEO) wordt een nieuwe prioriteit voor merken die zichtbaarheid nastreven in AI-gestuurde zoekresultaten. In China volstaat het echter wellicht niet om simpelweg een westers GEO-draaiboek over te nemen. Het Chinese zoeklandschap is geëvolueerd van een door Baidu gedomineerde zoekmarkt naar een gefragmenteerd ecosysteem van superapps, platformspecifieke zoekfuncties en AI-assistenten. Als gevolg hiervan worden merken geconfronteerd met een fundamenteel andere omgeving waarin zij door AI moeten worden ontdekt, naar voren moeten worden gehaald en vertrouwen moeten wekken.

AI-transformatie in China: langzaam maar zeker wint men de race

AI ontwikkelt zich in een ongekend tempo, en de druk om bij te blijven is alom aanwezig. Bedrijven haasten zich om de nieuwste tools in te voeren, zichzelf te vergelijken met concurrenten en snel efficiëntievoordelen te realiseren. Maar stellen zij, in hun haast om sneller te handelen, wel de juiste vragen?

Naar boven