Goodzo brengt AI-kansen in kaart voor Bouwend Nederland
AI biedt kansen in vrijwel elke sector, maar om die te benutten moet je als organisatie wel beschikken over een stevige basis om AI-technologieën te adopteren en integreren. Goodzo heeft hiervoor een AI-readinessmodel ontwikkeld. Het model helpt om kansen concreet te maken en biedt een leidraad van bewustwording naar implementatie. Goodzo zette de aanpak recent in bij Bouwend Nederland.
Als branchevereniging voor de bouw- en infrastructuursector was het voor Bouwend Nederland (BNL) logisch te onderzoeken wat AI concreet kan betekenen voor de sector én de eigen organisatie.
De nieuwsgierigheid binnen BNL nam in de loop van 2024 snel toe, zowel vanuit interne teams als de achterban. Daarmee ontstonden ook belangrijke vragen: Hoe onderscheid je hype van realiteit? Wat sluit écht aan bij de sector?
Om hier antwoord op te krijgen, werd Goodzo ingeschakeld. De IT-consultancy en BNL werken al ruim drie jaar samen: wat begon op de servicedesk, groeide uit tot een strategisch partnerschap gericht op ontwikkeling en innovatie.
Nu werd Goodzo gevraagd om via zijn AI-readinesstraject in kaart te brengen waar de kansen op het gebied van AI liggen voor BNL. Ook ontwikkelde de consultants een strategie om deze kansen te verzilveren.
Visie en aanpak
Goodzo ziet dat AI veel verder gaat dan standaardtools zoals chatbots – het raakt ook de cultuur, processen en strategische koers van een organisatie. Daarom koos de IT-consultancy bewust voor een integrale aanpak, waarbij techniek slechts één van de pijlers is. Het AI-readinessmodel richt zich nadrukkelijk op de menselijke en organisatorische kant van AI-adoptie.
Op basis van dit model presenteerde Goodzo een gestructureerd raamwerk aan BNL. Dit is opgebouwd uit vier ambitieniveaus, variërend van het inzetten van standaardapplicaties tot het ontwikkelen van geavanceerde machine learning-modellen op bedrijfseigen data.
“We maken zichtbaar waar de kansen liggen, en waar je met relatief weinig moeite al impact kunt maken.”
Deze ambitieniveaus zijn flexibel en kunnen per afdeling binnen een organisatie verschillen. Ze vormen een strategisch kompas waarmee organisaties hun AI-doelstellingen kunnen definiëren en realiseren. Tijdens het traject worden deze niveaus vastgesteld door Goodzo, of in overleg door de organisatie zelf. Binnen BNL dienden ze als fundament voor de gezamenlijke verkenning van AI-toepassingen binnen de organisatie.
Om deze ambitieniveaus concreet te maken, is het model opgebouwd rond zes centrale thema’s: bewustzijn, kansen, dataveiligheid, infrastructuur, integratie en kennis.
Elk thema is gekoppeld aan specifieke onderzoeksvragen, zoals: In hoeverre kunnen medewerkers effectief gebruikmaken van standaard AI-tools? Hoe kunnen AI-oplossingen bijdragen aan kosten- en tijdsbesparing? Welk beleid is er rondom dataveiligheid? Is de huidige infrastructuur geschikt voor de integratie van AI-tooling? Hoe zijn rollen en verantwoordelijkheden verdeeld bij AI-implementaties? En hoe wordt kennisdeling tussen teams en afdelingen gefaciliteerd?
Om deze vragen te beantwoorden, is een combinatie van kwantitatieve en kwalitatieve onderzoeksmethoden ingezet. Deze zijn onderverdeeld in drie pijlers: cultuur, business en technologie.
“Via het model maken we zichtbaar waar de kansen liggen, en waar je met relatief weinig moeite al impact kunt maken”, vertelt Tom Roggeveen, IT Consultant bij Goodzo.
Binnen BNL werd het model toegepast via workshops en interviews met teamleiders uit diverse afdelingen, zowel vanuit IT als de business. Centraal stond de vraag: waar liggen de kansen voor slimme ondersteuning door AI?
Goodzo onderzocht waar werkprocessen zich herhalen, waar onnodig tijdverlies optreedt en waar medewerkers zelf kansen zien voor verbetering. Zo vroeg iemand zich af of AI in de toekomst de urenregistratie kan overnemen: “Dat kost nu onnodig veel tijd.”
Dergelijke inzichten maken het mogelijk om gericht te investeren in AI-oplossingen die daadwerkelijk waarde toevoegen. En door medewerkers actief te betrekken als ‘enablers’ ontstonden ideeën die niet alleen technisch haalbaar waren, maar ook breed gedragen werden binnen de organisatie.
“Medewerkers voelden zich gehoord én betrokken”, vertelt Joeri Steegers, Service Delivery Manager bij Goodzo.
Eindrapport
Het opgestelde eindrapport bevat concrete deliverables die bijdragen aan het realiseren van het ambitieniveau van BNL. Deze zijn onderverdeeld in drie categorieën: metrieken, kwalitatieve bevindingen en aanbevelingen.
Wat deze methodologie volgens Joeri innovatief maakt, is de introductie van twee unieke metrieken: de adoptiescore en de kansenscore.
“Deze scores zijn gebaseerd op de resultaten van enquêtes en interviews, waarin verschillende taakcategorieën zijn geïdentificeerd die door AI ondersteund kunnen worden”, legt hij uit. “De kansenscore geeft aan in hoeverre taken binnen een afdeling geschikt zijn voor AI-ondersteuning, via standaardoplossingen of via maatwerk zoals Copilot Studio.”
Maatwerk AI-oplossingen
De aanbevelingen richten zich zowel op de implementatie van standaard AI-tools als de ontwikkeling van op maat gemaakte AI-oplossingen.
“Onze organisatie streeft naar het maximaliseren van waarde door het ontwikkelen en inzetten van op maat gemaakte AI-tooling”, aldus Roel Vrenken, manager informatie- en datamanagement bij BNL. “We geloven dat we met gespecialiseerde AI-oplossingen bedrijfsdoelstellingen efficiënter kunnen bereiken. De potentiële voordelen van het trainen van eigen modellen wegen niet op tegen de benodigde investering en risico’s.”
“BNL is een voorbeeld van hoe je met nieuwsgierigheid, samenwerking en co-creatie echt vooruitgang boekt.”
Als standaard AI-tooling raadt Goodzo Copilot voor Microsoft 365 aan. Daarnaast wordt geadviseerd om custom AI-tools te ontwikkelen voor specifieke processen, zoals een oplossing voor het automatiseren van de urenregistratie en een interne chatbot.
De chatbot kan BNL helpen bij het beantwoorden van ledenvragen. “Als kennisorganisatie streeft BNL ernaar om leden effectief en efficiënt te ondersteunen”, legt Tom uit. “Een van de uitdagingen die hierbij komt kijken, is het snel en accuraat beantwoorden van uiteenlopende vragen, een taak die bemoeilijkt wordt doordat interne kennis vaak verspreid is door de organisatie.”
Met behulp van Copilot Studio wordt een dynamisch en up-to-date platform gecreëerd dat kennis uit zowel interne kennisbanken als publieke bronnen integreert. Zo kunnen vragen effectief worden beantwoord, zelfs als de details en context van deze vragen voortdurend veranderen. Dit moet resulteren in een hogere kwaliteit van dienstverlening en een lagere werkdruk op de afdeling.
What’s next
Naar aanleiding van het eindrapport van Goodzo overweegt de directie van BNL nu vervolgstappen om AI verder te integreren binnen de organisatie. Daarbij ligt de nadruk niet alleen op technische implementatie, maar juist ook op brede adoptie en verankering in de organisatiecultuur. Goodzo blijft hierin betrokken als strategisch implementatiepartner.
“Dit traject laat zien dat AI geen doel op zich is, maar een krachtig middel om als organisatie slimmer en wendbaarder te worden”, vat Tom samen.
“BNL is wat ons betreft een voorbeeld van hoe je met nieuwsgierigheid, samenwerking en co-creatie echt vooruitgang boekt”, besluit Joeri.
