De technologie is er, het budget is er, en toch stranden de meeste AI-trajecten in de pilotfase. Niet door de tooling, maar door wat eromheen ontbreekt: een solide datafundament, goede governance en vooral een organisatie die klaar is voor verandering. Leroy Chaigneau (Business Director) en Gerjan van Lopik (AI & Tech Acceleration Lead) van Talent&Pro zien het dagelijks. In gesprek met Banken.nl leggen zij uit waarom AI-implementatie vooral een verandervraagstuk is – en hoe hun aanpak daarop inspeelt.
“Veel organisaties kopen tools in en denken: we hebben AI. Maar AI is geen product dat je even afvinkt. Het is een manier van werken”, zegt Chaigneau. Zolang organisaties AI benaderen als een feature in plaats van een nieuwe manier van werken, blijft de echte verandering uit.
De cijfers onderstrepen dat ongemak. Uit een grootschalig internationaal onderzoek van het National Bureau of Economic Research blijkt dat meer dan 80% van de bedrijven nog geen meetbare impact van AI op productiviteit ziet. De oorzaak ligt niet bij de technologie zelf, maar bij het uitblijven van een fundamentele herstructurering: organisaties proberen AI toe te passen op legacy-processen, in plaats van functies en teams vanaf de grond af aan nieuw in te richten rondom de samenwerking tussen mens en machine.
Chaigneau herkent dat patroon. “We zien bij bijna iedere klant verschillende pilots bovenop een ongewijzigd proces. Dan krijg je wel een demo, maar geen verandering.”
Data en governance als fundament
Waar Chaigneau het organisatorische kader schetst, trekt Van Lopik het door naar het technische fundament. “Als je data niet op orde is, werkt je model niet. Het is niet ingewikkelder dan dat.” Hij vergelijkt het met het bakken van een appeltaart: “Je kunt de beste bakker ter wereld hebben, maar zonder de juiste ingrediënten komt er geen taart uit de oven.”
In de financiële sector, waar Talent&Pro samenwerkt met pensioenuitvoerders, verzekeraars en banken, is dat een stevige opgave. “Bij een pensioenuitvoerder draaien systemen die veertig jaar oud zijn. Die data zit in silo’s, in verschillende formaten, met verschillende definities. Voordat je daar AI op loslaat, moet er nog veel gebeuren.”
De invoering van de Wet toekomst pensioenen maakt dat werk urgenter. Pensioenfondsen moeten miljoenen deelnemersdossiers migreren naar een nieuw stelsel, waardoor data eindelijk gestandaardiseerd op tafel komt.
“Vertrouwen ontstaat op de werkvloer. Niet in de boardroom."
“Dat is een zeldzaam moment”, zegt Van Lopik. “Als je daar AI direct op meeneemt, leg je het fundament meteen goed. Doe je dat niet, dan heb je over vijf jaar hetzelfde probleem in een nieuwe verpakking.”
Governance is het tweede fundament. Europese regelgeving zoals de AI Act en de aankomende verplichtingen rond risicoclassificatie en transparantie maken het voor financiële instellingen onmogelijk om AI zonder kader uit te rollen.
“In Europa speelt dat veel scherper dan in de VS”, merkt Van Lopik op. “Amerikaanse bedrijven kunnen sneller bewegen, maar wij bouwen vanaf het begin met compliance in gedachten. Dat is geen nadeel – dat is juist onze voorsprong.”
Adoptie op de werkvloer
Data en governance zijn noodzakelijk, maar niet voldoende. De derde – en volgens Chaigneau onderschatte – voorwaarde is adoptie. “Vertrouwen ontstaat op de werkvloer. Niet in de boardroom, niet in een persbericht. Op het moment dat een medewerker merkt dat een tool het werk beter maakt, pas dan schaalt het.”
Dat vraagt om change management in plaats van een technische uitrol. Talent&Pro zet daarom multidisciplinaire teams in waarin dataspecialisten, procesdeskundigen en change managers samenwerken. “Wij geloven niet in AI-teams die ergens in een hoek van het kantoor dingen bouwen”, zegt Chaigneau. “Dan werkt het wel, maar verandert er niets, omdat het niet landt in het dagelijks werk. Wat daaronder ligt, is cultuur. Technologie verandert snel, maar gedrag en manier van werken niet vanzelf. Daarom zitten wij vanaf dag één naast de mensen die ermee gaan werken.”
De banenkwestie komt ook aan bod, maar Chaigneau wil af van het frame dat AI vooral banen kost. “Het aantal banen zal niet zo drastisch veranderen als sommigen denken. Wat wél verandert, is de inhoud van het werk. Taken verschuiven, routinewerk verdwijnt en er komen andere competenties voor in de plaats.”
Juist daar ligt volgens hem de echte opgave voor werkgevers in de financiële sector. “Je hebt straks andere mensen nodig – of dezelfde mensen met andere vaardigheden. Wie nu investeert in opleiden en omscholen, houdt zijn organisatie wendbaar. Wie dat niet doet, loopt vast op talent dat niet meer past bij het werk dat er ligt.”
Dat beeld wordt ondersteund door recent onderzoek: uit een grootschalige werkgeversenquête van de Strada Education Foundation blijkt dat bedrijven die AI actief inzetten juist vaker de instroom van junior medewerkers verhogen dan afbouwen. Voor Talent&Pro bevestigt dat wat zij dagelijks zien: starters die met de juiste vaardigheden binnenkomen zijn voor financiële instellingen geen risico, maar een voorsprong.
Opleiden op het snijvlak
Talent&Pro geeft hier zelf invulling aan via twee Masterships: een Mastership Data Science & AI in samenwerking met de Technische Universiteit Eindhoven, en een Mastership Change Management samen met Nyenrode Business Universiteit. In anderhalf jaar worden professionals opgeleid die niet alleen AI-oplossingen bouwen, maar ze ook kunnen implementeren, uitleggen en borgen binnen de organisatie.
“Dat is precies de combinatie die je nodig hebt”, zegt Chaigneau. “Iemand die de techniek snapt én begrijpt hoe je een organisatie meeneemt in verandering. Die profielen zijn schaars, dus leiden we ze zelf op.”
“De strategie is vaak niet het probleem, de uitdaging zit juist in wat daarna komt.”
“Je hebt techniek en je hebt mensen die de techniek naar de werkvloer brengen”, zegt Van Lopik. “Wij leiden die tweede groep op. Die is schaarser dan de eerste, en op termijn belangrijker.”
Van scan naar uitvoering
Hoe vertaalt Talent&Pro dit alles, van datafundament tot adoptie en opleiding, naar concrete dienstverlening? Het bedrijf levert geen kant-en-klare AI-oplossingen, maar richt het proces in waarmee klanten zelf aan de slag kunnen.
Dat begint met een quickscan waarin binnen enkele weken de AI-volwassenheid van een organisatie wordt gemeten op vier assen: data, technologie, mensen en processen. Daaruit volgt een roadmap.
“De strategie is vaak niet het probleem, de uitdaging zit juist in wat daarna komt”, zegt Chaigneau. “Wij zetten mensen naast de klant die de implementatie doen. Dat is waar het bij ons fundamenteel anders werkt.”
Van Lopik geeft een voorbeeld. Bij een financiële dienstverlener bouwde een team van Talent&Pro een agentic solution waarmee klantverzoeken via verschillende kanalen automatisch worden geclassificeerd, verrijkt met dossiergegevens en doorgezet naar de juiste medewerker.
“De doorlooptijd ging omlaag van drie dagen naar enkele uren. Maar het belangrijkste: de medewerkers omarmen dit en gebruiken het uit zichzelf. Dat is het verschil tussen een pilot en een werkende oplossing.”
AI-waarde zit in de adoptie
“Wie nu de basis niet legt, kan het later niet meer inhalen”, zegt Van Lopik.
Chaigneau knikt. “Bij Talent&Pro helpen we organisaties die stap te maken. Niet alleen door te adviseren, maar juist door samen te bouwen aan teams die AI vertalen naar de praktijk. Want uiteindelijk bepaalt niet de technologie, maar de manier waarop mensen ermee werken, of AI echt waarde oplevert.”