Techzine Talks

Miljarden in AI, maar wanneer verdient het zich terug?

In deze aflevering van Techzine Talks bespreken we de spectaculaire groeicijfers van Google Cloud (60%+), de verschillende strategieën van hyperscalers zoals AWS en Microsoft, en waarom AI momenteel duurder is dan menselijke arbeid. We duiken diep in de ontwikkelingen rondom AI chips, de relatie tussen OpenAI en Microsoft, en de vraag wanneer AI investeringen zich echt gaan terugbetalen. We analyseren waarom Google zo hard groeit met Gemini Enterprise, hoe AWS en Microsoft verschillende wegen bewandelen met hun AI-aanbod, en welke rol hardware (TPUs, GPUs, CPUs) speelt in de AI-revolutie. Ook bespreken we kritisch of de enorme investeringen in AI wel rendabel zijn, gezien de hoge kosten per token en de beperkte succesvolle implementaties. Daarnaast komen praktische toepassingen aan bod: van codegeneratie bij Google (70% AI-geschreven) tot customer service agents en de vraag of edge computing eindelijk doorbreekt. Een eerlijke discussie over hype versus realiteit in de AI-wereld. Belangrijkste onderwerpen: • Google Cloud kwartaalcijfers: 60%+ groei door Gemini Enterprise • Waarom AWS, Google en Microsoft verschillende AI-strategieën hebben • AI chips: TPUs, GPUs en de rol van Intel, Nvidia en ARM • OpenAI's consumentenfocus versus Anthropic's zakelijke aanpak • Kosten van AI: waarom agents duurder zijn dan menselijke medewerkers • Praktische use cases: code generatie, customer service, HR automation • Edge computing en on-premise AI infrastructuur • Kritische blik op AI ROI en wanneer investeringen zich terugbetalen Hoofdstukken: 0:06 - Welkom terug bij Techzine Talks 1:52 - Google Cloud groei van 60+ procent 3:45 - AI infrastructuur en vraag 3:58 - Hyperscalers en hun AI strategieën 17:20 - OpenAI en Microsoft relatie 18:08 - AI chips en hardware ontwikkelingen 19:14 - AI kosten versus menselijke arbeid 21:00 - Praktische AI adoptie en use cases Tags: Google Cloud, AI infrastructuur, hyperscalers, AWS, Microsoft Azure, OpenAI, Anthropic, AI chips, TPU, GPU, Gemini Enterprise, cloud computing, AI kosten, ROI, edge computing, Nvidia, Intel, customer service AI, code generatie

AI implementeren in de praktijk: van data tot hyper-effectief

Anton de Nijs van Brainstax deelt praktijkervaringen over het implementeren van AI in Nederlandse organisaties. Van jeugdzorg tot de maakindustrie: hoe maak je bedrijven hyper-effectief met data en AI? Deze aflevering gaat verder dan theorie en laat zien wat er écht gebeurt als organisaties AI gaan uitrollen. In dit gesprek komt aan bod hoe Brainstax [https://brainstax.com] organisaties helpt met de transitie van Excel-chaos naar slimme AI-oplossingen. De Nijs legt uit waarom een solide dataplatform essentieel is, hoe je AI-agents inzet voor administratieve taken en waarom niet elke organisatie klaar is voor AI. Ook komen praktische voorbeelden aan bod, zoals het automatisch genereren van behandelrapporten in de jeugdzorg. Belangrijke inzichten: • Waarom hyper-effectieve organisaties beginnen bij frictieloze samenwerking tussen mensen, data en technologie • Hoe een jeugdzorginstelling 2 uur per week per medewerker bespaart met AI-gegenereerde rapporten • Waarom Databricks als platform geschikter is dan Snowflake of Azure Fabric voor AI-toepassingen • De gevaren van AI-hallucinatie en het belang van human-in-the-loop • Waarom business cases binnen een jaar terugverdiend moeten zijn • Het verschil tussen AI voor inzicht (dashboards) en AI die écht werk doet (agents en algoritmes) Chapters: 0:00 - Introductie AI in het Nederlandse bedrijfsleven 1:10 - Brainstacks en hyper-effectieve organisaties 2:44 - Van pre-Gen AI naar de doorbraak 11:55 - Databricks als data platform 15:16 - Praktijkcase jeugdzorg en AI-rapporten 26:31 - Vertrouwen en datakwaliteit 36:23 - Business case en ROI van AI-implementatie 41:49 - Toekomst van AI en technologiekeuzes Relevante onderwerpen: AI-implementatie, Databricks, LLM's, AI agents, data platform, jeugdzorg automatisering, DSPy, Claude, business case AI, datakwaliteit, hyper-effectieve organisaties, planning optimalisatie, generative AI

Snowflake brengt AI-modellen naar je data binnen je veilige klantomgeving

Martin Frederik, country manager Snowflake Benelux, vertelt over hoe Snowflake AI-modellen zoals Claude, GPT-4 en Mistral direct naar je data brengt, zonder dat de data je veilige omgeving hoeft te verlaten. Hij bespreekt de praktische toepassingen van AI in call centers, engineering en business intelligence, en legt uit hoe bedrijven kunnen kiezen tussen verschillende modellen op basis van kwaliteit en kosten. De discussie gaat over de uitdagingen van data-integratie, het belang van open source-formaten zoals Apache Iceberg, en hoe Snowflake bedrijven helpt om onafhankelijker te worden. Ook komen AI agents, automatisering en de spanning tussen innovatie en security aan bod, evenals de vraag naar datasoevereiniteit in Europa. Belangrijke onderwerpen: • Hoe AI-modellen binnen Snowflake draaien bij je eigen data • Praktische AI-toepassingen in productiviteit en automatisering • Data silo's versus centrale data platforms • Security, governance en data soevereiniteit • De toekomst van AI agents en agentic workflows • Open source strategie en vendor lock-in voorkomen Chapters: 0:08 - Introductie: data en Snowflake 0:47 - Markt ontwikkelingen en AI impact 2:40 - AI-modellen binnen Snowflake 10:47 - Data silo's en integratie 18:02 - Praktische AI-toepassingen 28:50 - AI agents en automatisering 42:33 - Data soevereiniteit en security Keywords: Snowflake, data platform, AI modellen, machine learning, data warehouse, cloud computing, data security, data soevereiniteit, AI agents, Anthropic Claude, OpenAI, business intelligence, data governance

SaaS-pocalypse: waarom AI de SaaS-markt op zijn kop zet

De SaaS-markt is in rep en roer. Aandelen van grote spelers zoals Salesforce, Workday en ServiceNow zijn met tientallen procenten gedaald. De oorzaak? De verwachting dat AI traditionele SaaS-applicaties overbodig maakt. Maar klopt dit doemscenario wel? In deze aflevering van Techzine Talks duiken we diep in de zogenaamde 'SaaS-pocalypse'. We bespreken waarom beleggers massaal SaaS-aandelen verkopen, hoe AI-startups de markt uitdagen, en of AI echt hele bedrijfssystemen kan vervangen. Ook komen de gevolgen voor banen en de toekomst van enterprise software aan bod. Is dit een tijdelijke correctie of staat er echt een fundamentele verandering voor de deur? Welke rol spelen low-code platformen en AI-agents? En wat betekent dit voor jouw organisatie? Coen, Sander en Erik analyseren de trends en scheiden hype van realiteit. Belangrijkste inzichten: • Waarom SaaS-aandelen kelderen ondanks recordomzetten • Hoe AI-agents traditionele softwareprocessen bedreigen • Het verschil tussen automatisering en echte AI-innovatie • Impact op werkgelegenheid: welke banen zijn kwetsbaar? • Waarom enterprise bedrijven niet zomaar overstappen • De rol van context windows en systeem-integratie • Voorbeelden zoals ServiceNow's level 1 support engineer Hoofdstukken: 0:13 - Introductie SaaS-pocalypse 1:25 - Beurskoers SaaS-bedrijven daalt 3:21 - AI-startups en nieuwe platformen 4:17 - Kunnen AI-agents SaaS vervangen? 10:45 - Automatisering en AI-beperkingen 19:35 - Impact op banen en werknemers 21:11 - ServiceNow AI-agents voor support 26:39 - De toekomst van werk met AI Keywords: SaaS-pocalypse, AI agents, enterprise software, Salesforce, ServiceNow, Workday, automatisering, baanverlies AI, low-code platformen, Anthropic, OpenAI, cloud software, IT-infrastructuur, digital transformation

B2B-inkopers eisen een B2C-ervaring; hoe optimaliseer je de supply chain?

Traditionele ERP-systemen hebben moeite om de eisen rondom supply chain vandaag de dag bij te benen. De B2B-inkopers willen een B2C-ervaring, met zicht op levertijden en leveringen op de dagen die zij willen. Dat vereist aan de achterkant een zeer geoptimaliseerde supply chain, maar wat als je ERP-systeem dat niet trekt? We praten met Pieter Van den Broecke van Manhattan Associates. Manhattan Associates is een SaaS-bedrijf dat zich specialiseert in logistieke operaties voor retailers, groothandels en logistieke dienstverleners. Deze aflevering verkent hoe bedrijven de kloof overbruggen tussen traditionele ERP-systemen en gespecialiseerde supply chain oplossingen. Van den Broecke legt uit hoe Manhattan bovenop ERP-systemen werkt om real-time orderbeloftes waar te maken, voorraad intelligent te beheren en complexe B2B- en B2C-leveringen te orchestreren. Ook komen de uitdagingen aan bod van moderne e-commerce, waar consumenten, maar zeker ook B2B-inkopers steeds hogere verwachtingen hebben qua leversnelheid en betrouwbaarheid. Van AI-gedreven optimalisatie tot het balanceren van klantverwachtingen met operationele efficiëntie, deze aflevering van Techzine Talks biedt waardevolle inzichten in de toekomst van supply chain management. Key takeaways: • Verschil tussen ERP en gespecialiseerde supply chain software • Real-time voorraadbeheer en orderbeloftes in B2B en B2C • Complexiteit van moderne fulfillment operaties • Rol van AI en machine learning in leveringsoptimalisatie • Balans tussen klantenservice en operationele kosten • Toekomstige trends in duurzame logistiek Chapters: 0:10 - Introductie Manhattan Associates 0:58 - B2B en digitalisering trends 2:41 - ERP versus gespecialiseerde systemen 8:34 - Klantvoorbeelden en implementatie 10:56 - Voorraadbeheer en leverbeloftes 44:43 - AI en machine learning Keywords: supply chain management, order management, Manhattan Associates, ERP systemen, logistieke optimalisatie, B2B commerce, e-commerce fulfillment, voorraadoptimalisatie, AI in logistiek, real-time orderbeloftes