Inmiddels bouwt Blisss al twee jaar in Copilot Studio, Microsofts agent-builder. De functionaliteiten die het afgelopen jaar zijn toegevoegd zijn volgens Dirko ronduit indrukwekkend. "Dingen die drie maanden geleden niet mogelijk waren, zitten nu standaard in elke builder." Het tempo is zo hoog dat je er als partner wekelijks aandacht aan moet geven, anders raak je de aansluiting kwijt.
Eric onderstreept dat dit precies de uitdaging is. Als technologiepartners het al moeilijk vinden om bij te blijven, hoe zwaar moet dat dan wel niet zijn voor een gemiddeld bedrijf? Een bedrijf met een echte business om te runnen, met andere prioriteiten dan permanent technologie volgen.
Cultuur verandert trager dan techniek
Steve Jobs zei het ooit: technologie-adoptie is uiteindelijk een cultuurkwestie. Dirko legt de vraag voor: zijn organisaties hun mensen aan het voorbereiden op de culturele shift naar wat Microsoft de "agentic organization" noemt? Of gaat de techniek veel sneller dan de cultuur kan volgen?
Eric is helder: techniek gaat sneller dan cultuur. En dat maakt leiderschap doorslaggevend. Niet leiderschap van de softwareleverancier, maar leiderschap binnen de eigen organisatie. Leiders die hun organisatie door de verandering loodsen.
Wat verandert er voor mensen concreet? Hun rol verschuift. Van handmatige data-verzamelaars en interpreteurs, naar een meer regisserende rol waarbij ze AI-agents en AI-tools aansturen. Ze worden de "human in the loop", degene die de verantwoordelijkheid draagt, die nadenkt, die de output van AI naar een hoger niveau tilt. De meeste organisaties die Third Stage begeleidt, zien AI niet als manier om personeel te schrappen, maar om bestaande mensen productiever, efficiënter en winstgevender te maken. Maar om dáár te komen moet je het mindset-vraagstuk eerlijk aanpakken.
Hoe krijg je mensen écht mee?
Dirko stelt de vraag waarvan hij wist dat Eric hem zou krijgen: hoe doe je dat dan?
Het antwoord begint met drie vragen die elke leider eerlijk moet kunnen beantwoorden:
- Waarom doen we dit? Wat is het probleem of de kans die we willen aanpakken?
- Wat betekent dit voor de organisatie? Welke verandering brengt het met zich mee?
- What's in it for me? Wat betekent het voor mij, als individuele medewerker?
Die derde vraag wordt te vaak overgeslagen. "Dirko, je vertelt me dat we AI gaan implementeren in deze organisatie, maar wat betekent dat voor mij? Hoe verandert mijn werk? Wat wordt mijn rol?" Als een leider die vraag niet kan beantwoorden, kan een medewerker simpelweg niet aan boord komen. Niet uit onwil, maar uit gebrek aan duidelijkheid.
Dirko vult aan met een herkenbare ervaring. Bij een klant die hij recent bezocht, werden productsheets uit China handmatig overgetypt vanuit Excel-bestanden in het ERP-systeem. Met enkele checks, en dan in heel kleine stapjes ingevoerd als itemkaarten. "Ik zei: dit kunnen we met AI doen. Geen probleem. We sturen het naar Copilot, krijgen een JSON-bestand terug, en inserteren het in Business Central." Maar het bijzondere: deze klant werkte al lang met Blisss, en niemand, niet de klant, niet Blisss, had door dat dit proces zo werd uitgevoerd. De cultuur van rondkijken en patronen herkennen, ontbrak gewoon. En precies dat moet veranderen.
Third Stage werkt hier ook concreet aan met workshops, vrijwel altijd te beginnen op leiderschapsniveau. Niet omdat de werkvloer er minder toe doet, maar omdat alignment in het managementteam de absolute voorwaarde is. Een CEO of COO kan een glashelder beeld hebben, maar als de rest van de directie tegenstrijdige prioriteiten heeft, eigen agenda's heeft, dan strandt het traject onvermijdelijk.
De blik vooruit: drie tot zeven jaar
Dirko sluit af met een toekomstvraag: wat is over drie jaar volstrekt normaal in ERP, dat nu nog een brug te ver voelt?
Eric noemt twee dingen. Ten eerste: fatsoenlijke data in ERP-systemen wordt eindelijk de norm. Bedrijven worstelen al decennia met datakwaliteit. Sinds het begin van Erics carrière hoort hij hetzelfde refrein: "ons systeem is goed, maar onze data is niet op orde." Met AI gaan twee dingen tegelijk werken: AI dwingt organisaties om hun data op orde te krijgen (zonder goede data geen werkende AI), én AI helpt actief mee om die data te verbeteren. Dirko's voorbeeld van het Excel-sheet uit China sluit daar naadloos op aan.
