Client Zero
Voordat we organisaties konden helpen AI te omarmen en er waarde mee te creëren, moesten we het eerst zelf bewijzen. Daarom koos Insight ervoor om Client Zero te worden.
We namen verantwoorde risico's. We maakten fouten. We stopten projecten waar het management enthousiast over was. We ontdekten dat 9 van de 10 bedrijfsvraagstukken die aan ons werden voorgelegd helemaal geen AI vereisten. We experimenteerden met verschillende manieren om adoptie te stimuleren en gaven workflows binnen de hele organisatie opnieuw vorm. Zo ontdekten we wat er echt nodig is om AI op schaal waarde te laten leveren.
Aan de slag met AI
Eind 2022 werd ChatGPT publiek beschikbaar. Het management van Insight nam een beslissing die bepalend was voor alles wat daarna kwam: we zouden de toegang niet beperken. Terwijl andere organisaties algemene verboden en een zerotolerancebeleid invoerden, koos ons executive team voor het tegenovergestelde. Stel het open. Laat mensen het gebruiken. Beheers de risico's, maar laat de kansen niet liggen.
Die beslissing was beangstigend voor onze security- en juridische teams. Tegelijkertijd was het de beslissing met de grootste impact die we hebben genomen.
Binnen acht weken hadden we wereldwijd voor onze medewerkers een beveiligde privé-omgeving met Azure OpenAI geïmplementeerd. Daarmee legden we al vroeg de basis voor wat later Enterprise AI Hub zou worden. Het oorspronkelijke budget? $180.000, met de opdracht om de uitgaven maandelijks te controleren. Met dat budget konden we de rest van het jaar vooruit.
De beginfase was bewust experimenteel. We gaven mensen veilige toegang en zeiden: probeer dingen uit. We rolden AI niet afdeling voor afdeling uit en schreven ook niet voor hoe AI moest worden gebruikt.
We gaven iedereen toegang tot AI-tools voordat duidelijk was wanneer ze die het beste konden inzetten. Dat versnelde de adoptie, maar leidde er ook toe dat geavanceerde AI-modellen werden gebruikt voor taken waarvoor dat niet nodig was. Met de kennis van nu zouden we de uitrol direct combineren met duidelijke richtlijnen voor het kiezen van de juiste tool en het juiste model voor elke taak.
Selecteer elke optie om de achterliggende overwegingen te bekijken en te ontdekken waarom we uiteindelijk voor een andere aanpak kozen.
Afwachten zou de onzekerheid hebben verminderd, maar zou ook ons leerproces hebben vertraagd en ons vermogen hebben beperkt om klanten te helpen bij vergelijkbare uitdagingen.
Snelle resultaten waren belangrijk, maar afzonderlijke successen zouden niet leiden tot een schaalbare aanpak voor governance, adoptie of zakelijke impact op de lange termijn.
Het beperken van AI zou mensen ertoe aanzetten alternatieven en workarounds te zoeken, waardoor shadow AI zou ontstaan en de risico's zouden toenemen. Beperkingen zouden ook het experimenteren met AI beperken en de adoptie vertragen.
We waren ervan overtuigd dat de snelste manier om op een verantwoorde manier inzicht te krijgen in AI, was door er zelf ervaring mee op te doen. Die beslissing legde de basis voor de ontwikkeling van Enterprise AI Hub.
In plaats van te wachten op zekerheid, creëerden we een omgeving waarin experimenteren en leren hand in hand konden gaan.
Die aanpak heeft ons geholpen om van hype naar hoe te gaan.
Governance & vertrouwen
De eerste versie van ons bedrijfsbeleid voor generatieve AI was eenvoudig: voer geen bedrijfseigen gegevens of klantgegevens in openbare AI-modellen in. Dat was de grens. Voor de rest draaide het erom mensen in staat te stellen binnen veilige kaders te werken, in plaats van barrières voor hen op te werpen.
Ons securityteam was realistisch over shadow AI. Het team begreep dat hoe moeilijker we het voor medewerkers maakten om te experimenteren, hoe groter de kans was dat ze het systeem zouden omzeilen en daarmee de risico's zouden vergroten.
Jeremy Nelson, CISO, North America, Insight
Ons InfoSec-team implementeerde Microsoft Defender for Cloud Apps om in feite een verkeersdrempel te creëren, geen wegversperring. Wanneer medewerkers een niet-goedgekeurde AI-site bezochten, verscheen er een pop-up die hen aanspoorde om even stil te staan bij wat ze deden. De toegang werd niet geblokkeerd, hoewel de meeste mensen dachten van wel (en we hadden geen haast om die aanname te corrigeren). Wie het bericht goed las, kon nog steeds doorklikken.
Deze aanpak vereiste nauwe samenwerking tussen security, juridische zaken en de business.
Maar de lastigste uitdaging op het gebied van governance was de datakwaliteit. Door jaren van overnames en inconsistent bestandsbeheer was er in SharePoint veel verouderde informatie achtergebleven. Wanneer AI toegang kreeg tot die informatie, konden de antwoorden technisch correct maar in de praktijk onbruikbaar zijn, of met grote stelligheid onjuist.
We dachten dat de governance op orde moest zijn voordat we AI op grotere schaal konden adopteren. Maar governance moest juist met de technologie meegroeien. Beleid dat in de eerste maand werd opgesteld, kon twee maanden later alweer verouderd zijn. Wachten op een compleet raamwerk betekende dat we het risico liepen beleid te maken voor een versie van AI die inmiddels alweer achterhaald was.
Veli-Matti Vanamo,CTO and AI Business Transformation Lead, Insight APAC
Selecteer elke pijler om te zien hoe verschillende disciplines bijdroegen aan een gezamenlijke basis voor AI-transformatie.
Legde een basis van gedeelde verwachtingen, verantwoordelijkheid en vertrouwen voor verantwoord gebruik van AI op schaal.
Stelde medewerkers in staat om te experimenteren, terwijl gevoelige informatie werd beschermd en risico's werden beheerst.
Vertaalde nieuwe AI-mogelijkheden naar praktisch beleid, duidelijke verwachtingen en richtlijnen voor verantwoord gebruik.
Bood betrouwbare enterpriseplatforms die experimenteren veiliger en schaalbaarder maakten.
Hield expertise, besluitvorming en verantwoordelijkheid bij mensen, ook terwijl AI het werk versnelde.
Mark Hughes, Chief Technology Officer, Insight
Adoptie & verandering
In het begin hadden we de tools geïmplementeerd, het beleid op orde en volledige steun vanuit de directie. Toch bleef de adoptie achter. Mensen probeerden één prompt, kregen een middelmatig antwoord en legden AI vervolgens weer aan de kant. De technologie was niet het probleem. Het probleem was dat mensen niet wisten wat ze moesten vragen, of hoe ze hun vraag moesten stellen.
Een aantal zaken bracht daar verandering in:
De vroege adoptie stagneerde omdat mensen niet wisten waar ze moesten beginnen. Daarom ontwikkelden we de AI Flight Academy™, een programma met spelelementen, oplopende niveaus, teamcompetities en badges. Het bood iedereen een gestructureerd traject van nieuwsgierig naar vaardig en maakte de voortgang binnen de hele organisatie zichtbaar.
De medewerkers die het meest sceptisch waren over AI, hadden vaak nog nooit ervaren hoe AI een probleem kon oplossen dat voor hen relevant was. AI Champions veranderden dat. Vanuit elk bedrijfsonderdeel lieten ze collega's zien wat AI concreet voor hun dagelijkse werk kon betekenen. Geen generieke demo, maar een echte usecase van iemand met dezelfde functie.
We probeerden eerst trainingen onder leiding van experts. Een technisch specialist presenteerde AI-usecases aan salesmedewerkers. De reactie? Beleefde stilte. Wat wél werkte, was een succesvolle salesmedewerker die collega's liet zien: dit is de exacte prompt die ik gebruikte, dit is de agent die ik bouwde en dit is wat het met mijn pipeline deed. Dezelfde informatie. Een totaal ander resultaat.
We vroegen medewerkers om echte voorbeelden vast te leggen. Geen hypothetische scenario's of prognoses, maar resultaten die daadwerkelijk waren behaald. Een magazijnmedewerker maakte 850 handmatige e-mails per maand overbodig. Een salesteam bespaarde meer dan 100 uur op het categoriseren van gegevens. Die verhalen verspreidden zich sneller dan welk trainingsprogramma dan ook, omdat ze concreet en geloofwaardig waren en afkomstig waren van collega's.
Adam Deardurff, Strategic Business Development, Insight
AI-adoptie zorgde ook voor meer zelfvertrouwen. Voor Lead Qualification Specialist Kim Nero werd AI een coach die altijd beschikbaar is en haar als niet-technische medewerker helpt om vragen van klanten over uiteenlopende complexe onderwerpen te beantwoorden. Ze behandelt doorgaans 3 tot 5 nieuwe leads of aanvragen per dag, met een SLA van 24 tot 48 uur, en schat dat AI haar gemiddeld 10 tot 15 minuten per aanvraag bespaart. Maar de impact ging verder dan alleen snelheid. “De belangrijkste les draait niet alleen om efficiëntie,” zegt ze. “Het gaat om wat AI je in staat stelt te doen… AI heeft me geholpen sneller te leren, meer zelfvertrouwen op te bouwen en klanten te ondersteunen bij een veel breder scala aan technologieën.”
Dat cijfer is minder belangrijk dan wat erachter schuilgaat: een cultuurverandering waarbij mensen een probleem eerst aan AI voorleggen voordat ze er een commissie bij betrekken.
Rol AI niet organisatiebreed uit met één generieke aanpak. Begin per afdeling, met relevante usecases en AI Champions die het dagelijkse werk kennen. Een juridisch team begint nu eenmaal op een heel ander punt dan een salesteam. Onze meest effectieve aanpak was persoonlijk: een AI Champion ging naast een collega zitten, bekeek de daadwerkelijke workflow en liet precies zien waar AI kon helpen. Dat is moeilijk op grote schaal toe te passen, maar het overtuigt sceptici sneller dan welk trainingsprogramma dan ook.
Ontdek hoe Insight toegang tot AI omzet in praktische adoptie met gestructureerd leren, praktijkgerichte uitdagingen, erkenning en meetbare voortgang binnen teams.
Usecases & waarde
De usecases die de meeste waarde opleverden, hadden drie kenmerken gemeen: een specifiek bedrijfsvraagstuk, bruikbare data en een duidelijke eigenaar die verantwoordelijk was voor het resultaat.
Binnen Insight ontstonden in hoog tempo waardevolle usecases. Sommige leverden snelle resultaten op. Andere brachten grotere kansen aan het licht om de manier van werken te verbeteren.
Een initiatief binnen Finance liet zien hoe deze aanpak in de praktijk werkte. Teams brachten eerst knelpunten in kaart en deelden deze vervolgens in op basis van de benodigde oplossing: AI, automatisering, procesherontwerp of IT-ondersteuning. Die gestructureerde aanpak hielp ervoor te zorgen dat investeringen in AI werden gericht op de juiste vraagstukken.
De AI-agent voor naamgeving ‘Brandie’ transformeerde een proces dat voorheen weken duurde en nu in slechts één dag kan worden voltooid, met meer consistentie en betere governance.
Een AI-gestuurde NDA-reviewer verkortte de beoordeling van standaard-NDA's van 24–48 uur tot ongeveer 5 minuten, waardoor teams sneller konden werken met behoud van de benodigde governancecontroles.
Marketing ontwikkelde Aura 2.0, een AI-gestuurd kennisplatform dat gestructureerde projectinput omzet in professioneel uitgewerkte conceptversies van casestudy's. Daarmee werd een handmatig proces dat voorheen maanden duurde ongeveer 10 keer sneller.
AI-automatisering ondersteunt long-tail verlengingen en verwerkt ongeveer 50% van de beoogde werkzaamheden, met de potentie om meer dan 20.000 transacties per kwartaal te ondersteunen..
Voor het bepalen van prijzen voor complexe deals waren voorheen 5 tot 8 mensen nodig, verspreid over meerdere gesprekken en dagen van afstemming. Een AI-gestuurd sales intelligence-platform levert nu direct en op aanvraag prijsstrategieën, terwijl de eerste responstijd voor RFP's is teruggebracht van weken naar slechts 1 tot 2 uur.
Een consultant in de APAC-regio gebruikte AI-agents om een applicatie voor onderwijsgovernance te ontwikkelen die 150 scholen ondersteunt, met een model dat een groot deel van een traditioneel projectteam verving. Wijzigingsverzoeken die voorheen mogelijk twee weken in beslag namen, konden nu in ongeveer een uur worden uitgevoerd.
Een medewerker gebruikte AI om een Power App te bouwen die een handmatig retourproces automatiseerde. Hierdoor werden ongeveer 850 e-mails per maand overbodig en nam het repetitieve administratieve werk af.
Naarmate de adoptie toenam, had Insight een manier nodig om investeringen te prioriteren, succesvolle ideeën op te schalen en innovatie te koppelen aan concrete bedrijfsresultaten.
Dat werk hielp bij het vormgeven van mogelijkheden zoals Insight AI™.
Vooruitgang leverde bewijs op. Maar ook nieuwe inzichten.
Als we vandaag zouden beginnen
Als Client Zero ondervond Insight zelf wat er in de praktijk nodig is om AI binnen een grote organisatie te adopteren. Die ervaring gaf ons een duidelijk beeld van wat werkt en wat we anders zouden aanpakken als we vandaag opnieuw zouden beginnen.
Elk nieuw model, elke nieuwe tool en elke nieuwe mogelijkheid brengt nieuwe kansen én nieuwe vragen met zich mee. Het voordeel zit in het bouwen van een organisatie die zich aan beide kan aanpassen.
Als Client Zero ervoer Insight uit de eerste hand welke uitdagingen en afwegingen bepalend zijn voor een succesvolle AI-transformatie. Met die ervaring kan uw organisatie sneller stappen zetten, veelvoorkomende valkuilen vermijden en een sterk fundament leggen voor duurzaam succes.
Laten we in gesprek gaan
Innovatie is de enige manier om relevant te blijven in de uiterst competitieve markt van vandaag. Onze unieke aanpak en diepgaande expertise helpen u op weg naar echte innovatie.
Door  Insight Editor / 16 Nov 2026 / Onderwerpen: Artificial Intelligence (AI) , Compliance , Microsoft 365