Organisaties die AI duurzaam en met aantoonbare businesswaarde willen inzetten, moeten hun bedrijfsstrategie, datastrategie en AI-strategie in samenhang ontwikkelen.
De bedrijfsstrategie is daarbij richtinggevend: zij bepaalt welke doelen de organisatie nastreeft en daarmee waar waarde moet worden gecreëerd.
Onderdeel van de bedrijfsstrategie is de digitale strategie. Hierin staat welke digitale keuzes en initiatieven nodig zijn om de strategische doelen te realiseren en hoe data en AI zich daartoe verhouden. Daarmee wordt de vertaling van ambitie naar uitvoering concreet.
Dit artikel beschrijft de ‘ijzeren driehoek’ van bedrijfsstrategie, datastrategie en AI-strategie en werkt twee perspectieven uit:
1. Alignment: data en AI ondersteunend aan de strategie
2. Impact: data en AI als aanleiding om de strategie te herijken
Kader: de ijzeren driehoek als randvoorwaarde
Data en AI worden steeds belangrijker voor het behalen van strategische doelen. Daarnaast is data essentieel voor het realiseren van AI-initiatieven en kan AI ook worden ingezet om de kwaliteit van data te verbeteren.
De benodigde samenhang kan worden beschreven als een ijzeren driehoek.
De bedrijfsstrategie bepaalt wat de organisatie wil bereiken. De datastrategie beschrijft hoe data wordt georganiseerd en ontsloten om die doelen te ondersteunen. De AI-strategie bepaalt welke AI-usecases worden ingezet en welke data hiervoor nodig is.
Wanneer deze onderdelen los van elkaar worden ontwikkeld, ontstaat versnippering: initiatieven concurreren om capaciteit, datafundamenten sluiten niet aan op beoogde toepassingen en de businesswaarde blijft beperkt. In samenhang versterken de drie elkaar en ontstaat een consistente lijn van ambitie naar uitvoering.
Bedrijfsstrategie: van ambitie naar toetsbare stuurvragen
AI en data zijn geen doel op zich, maar een strategisch instrument. De kernvraag is niet wat er technisch mogelijk is, maar waar de inzet van data en AI aantoonbaar bijdraagt aan de strategische doelen en welke keuzes daarvoor nodig zijn in data, processen, technologie en governance.
Dat vereist wel dat de strategische doelen voldoende concreet zijn. Ontwikkelingen in AI kunnen daarnaast nieuwe strategische opties openen. Dat impactperspectief wordt later in dit artikel uitgewerkt.
Digitale strategie: explicitering binnen de bedrijfsstrategie
In veel organisaties blijft de rol van digitalisering in de bedrijfsstrategie impliciet. Strategische ambities worden geformuleerd, maar het is niet expliciet gemaakt welke digitale keuzes en initiatieven nodig zijn om die ambities te realiseren en hoe data en AI daarin worden gepositioneerd.
Met ‘digitale strategie’ wordt hier bedoeld: de explicitering van digitale keuzes binnen de bedrijfsstrategie.
Deze beschrijft welke digitale initiatieven strategische doelen ondersteunen, welke uitgangspunten gelden voor architectuur en technologie en welke randvoorwaarden nodig zijn op het vlak van governance, security en vaardigheden.
Door deze keuzes expliciet te maken, ontstaat richting en samenhang in de vertaling naar data- en AI-initiatieven. Het helpt voorkomen dat initiatieven los van elkaar ontstaan, dat platform- en architectuurkeuzes niet aansluiten en dat investeringen onvoldoende bijdragen aan strategische prioriteiten.
Datastrategie: fundament voor sturing én generatieve AI
De datastrategie beschrijft hoe data wordt georganiseerd, beheerd en ontsloten ter ondersteuning van de bedrijfsdoelen. Dit gebeurt steeds vaker met het doel AI-initiatieven van de juiste data te voorzien.
Waar de focus van datamanagement historisch vaak lag op gestructureerde data, zijn moderne AI-toepassingen, en in het bijzonder generatieve AI, in toenemende mate afhankelijk van ongestructureerde data, zoals documenten, rapporten en communicatie.
Dit stelt nieuwe eisen aan datamanagement. Ook voor ongestructureerde data moeten eigenaarschap, versiebeheer, actualiteit, betrouwbaarheid, herleidbaarheid, compliance en datasecurity expliciet zijn ingericht.
In veel organisaties is de datavolwassenheid op dit vlak nog beperkt, terwijl juist hier een aanzienlijk deel van de potentiële AI-waarde besloten ligt.
Simpel gezegd: als je data niet op orde is, zit het grootste probleem van AI meestal niet in de AI-toepassing zelf.
AI-strategie: usecases, randvoorwaarden en data-afhankelijkheid
In de AI-strategie staat welke AI-usecases worden ingezet om waarde te creëren en welke randvoorwaarden daarvoor gelden, zoals governance, technologie, processen en capabilities.
Zoals eerder aangegeven stellen de geprioriteerde usecases eisen aan data: beschikbaarheid, kwaliteit, context en toegang. Zonder passende data geen effectieve AI.
Tegelijkertijd kan AI ook worden ingezet om data en de inrichting daarvan te verbeteren. Bekende voorbeelden zijn het aanvullen van metadata, het monitoren en steeds vaker oplossen van datakwaliteitsissues en het ondersteunen van security.
De datastrategie en AI-strategie beïnvloeden elkaar daarmee wederzijds en kunnen niet los van elkaar worden ontwikkeld.
“AI creëert pas waarde wanneer technologie, data en organisatiedoelen elkaar versterken.”
Alignment: van strategische doelen naar prioritering en uitvoering
Wanneer de datastrategie en AI-strategie ondersteunend zijn aan de bedrijfsstrategie, is sprake van alignment.
Alignment gaat over de inhoudelijke koppeling tussen strategische doelen en AI-usecases: welke toepassingen dragen daadwerkelijk bij aan het realiseren van de gewenste organisatiedoelen?
De borging hiervan vraagt om expliciete sturing en governance: een eenduidig proces voor prioritering van usecases, het managen van afhankelijkheden tussen datafundamenten en AI-toepassingen, helder eigenaarschap en duidelijke besluitvorming, waaronder risico, compliance en security, en het consequent toetsen van voortgang en investeringen aan de strategische doelen.
Zonder deze borging ontstaan geïsoleerde initiatieven en blijft de gerealiseerde waarde achter.
Impact: wanneer data en AI strategische keuzes beïnvloeden
Naast alignment bestaat het impactperspectief: ontwikkelingen in data en AI kunnen de bedrijfsstrategie zelf beïnvloeden.
Nieuwe mogelijkheden in automatisering, personalisatie, besluitvorming en kennisontsluiting kunnen leiden tot andere keuzes in dienstverlening, kanaalstrategie, risicobeheersing, kostenstructuur of operating model.
In dit perspectief zijn data en AI niet uitsluitend ondersteunend, maar vormen zij ook een belangrijke bron voor strategische herijking.
Organisaties die structureel waarde willen realiseren, organiseren daarom niet alleen uitvoering langs de driehoek, maar ook een periodieke strategische dialoog: welke AI-ontwikkelingen zijn relevant, welke aannames in de huidige strategie wijzigen daardoor en welke keuzes vragen om herprioritering?
Terugkerende uitdagingen in de praktijk
In de praktijk ontstaan vaak de volgende uitdagingen:
▪ Strategische doelen zijn te vaag geformuleerd, waardoor vertaling naar een afgebakende set data- en AI-initiatieven lastig is;
▪ De digitale strategie blijft impliciet, waardoor samenhangende keuzes over architectuur, platformen en randvoorwaarden ontbreken;
▪ Ongestructureerde data is onvoldoende onder governance gebracht voor veilige en betrouwbare inzet, terwijl dit juist cruciaal is voor veel generatieve AI-toepassingen;
▪ AI-initiatieven zijn niet expliciet gekoppeld aan strategische doelen, waardoor waardegedreven prioritering lastig is;
▪ De governance is onvoldoende uitgewerkt. Zonder eigenaarschap, besluitvorming en toetsing zijn samenhang en afhankelijkheden tussen datafundament en AI-use cases moeilijk te sturen.
Conclusie
De duurzame inzet van AI met aantoonbare businesswaarde vraagt om expliciete samenhang tussen bedrijfsstrategie, datastrategie en AI-strategie.
De bedrijfsstrategie is richtinggevend. Een digitale strategie als explicitering binnen de bedrijfsstrategie maakt de benodigde digitale keuzes en initiatieven concreet en toetsbaar.
Alignment ontstaat wanneer AI-usecases en datakeuzes aantoonbaar bijdragen aan strategische doelen en investeringen daarop worden geprioriteerd.
Die samenhang moet vervolgens worden geborgd via heldere governance, inclusief eigenaarschap, besluitvorming, risicobeheersing en het managen van afhankelijkheden tussen datafundament en AI-toepassingen.
Tegelijkertijd kunnen ontwikkelingen in data en AI aanleiding zijn om strategische aannames te herijken. Impact vormt daarmee een terugkoppelmechanisme op de bedrijfsstrategie.
