Op 12 t/m 14 mei 2025 vond de Gartner Data & Analytics Summit plaats in Londen. Onze collega’s waren erbij en kwamen terug met een koffer vol inspiratie, inzichten en concrete handvatten. Drie dagen lang stond de vraag centraal: hoe brengen we data en AI van de tekentafel naar de praktijk?
De rode draad? De tijd van eindeloos experimenteren is voorbij. Organisaties willen en moeten tastbare resultaten boeken. Dat vraagt om focus, strakke governance en bovenal: een betrouwbaar datafundament. In deze blog delen we de belangrijkste take aways – met daarbij onze visie en hoe we dit vertalen naar de praktijk.
Take away 1 – Van experimenteren naar executie: AI moet nu echt waarde leveren
De hype is voorbij, de druk op resultaten neemt toe. AI-toepassingen moeten niet alleen vernieuwend zijn, maar vooral waarde leveren en kosten besparen. Ook moeten ze voldoen aan wet- en regelgeving zoals de aankomende EU AI-verordening. Dat lukt alleen met een sterk datafundament goed ontsloten, betrouwbare data die schaalbaar beschikbaar is.
Onze visie: datavirtualisatie, moderne data-architecturen en robuust datamanagement zijn onmisbaar om dit fundament te bouwen.
Take away 2 – Data anders financieren: stop met jaarlijkse budgetten
Veel organisaties worstelen met financiering van hun data-initiatieven. Jaarlijkse budgetten werken niet voor een domeingestuurde, agile data-aanpak.
Wat werkt wél
- Businesscase-gedreven funding: domeinen investeren in eigen use cases
- Data productmanagers die sturen op meetbare waarde
- Eigenaarschap in de business stimuleren
- Budgetten koppelen aan innovatiepotentie, niet aan jaarlijkse planningsrondes
Take away 3 – Maak datapijn zichtbaar om strategisch te kunnen sturen
Datapijn is vaak ongrijpbaar. Een datapijn-heatmap brengt in beeld waar de energie weglekt, en waar juist de kracht zit.
Wat is het effect:
- Prioriteren wordt eenvoudiger
- Tools als DataOps en FinOps kunnen gericht worden ingezet
- Datastrategie wordt een stuurinstrument, niet slechts een beleidsdocument
Take away 4 – Zorg voor een operating model dat strategie omzet in actie
Een datastrategie zonder executie blijft een papieren tijger.
4 cruciale elementen:
- Verantwoordelijkheden helder beleggen
- Data-architectuur koppelen aan businessdoelen
- Governance-structuur integreren in de operatie
- Focus op waardecreatie en risicobeheersing
Take away 5 – Dataproducten worden volwassen – maar vragen om sturing
Data als intern product aanbieden blijft in opkomst, maar vraagt om meer dan techniek.
Wat is nodig:
- Heldere standaarden en metadata
- Een productmanager per dataproduct
- Gebruik en waarde meetbaar maken
- Interne data marketplaces met sociale functies
Take away 6 – Data-architectuur: kies voor flexibiliteit én ecosysteemdenken
De samenwerking tussen mesh en fabric is een samenspel.
Belangrijke ontwikkelingen:
- Datamesh en fabric zijn complementair inzetbaar
- Decoupling van dataopslag en verwerking creëert flexibiliteit
- Ecosystemen staan centraal: samenwerken is de nieuwe standaard
Take away 7 – Generatieve AI binnen architectuur: natuurlijke taal als interface
De integratie van GenAI binnen data-architecturen opent nieuwe deuren.
Vooruitblik:
- Natuurlijke taal wordt input voor technische ontwerpen
- Prompt engineering en metadata worden sleutelrollen
- Sneller van idee naar implementatie
Take away 8 – AI-engineering: van lab naar productie
Om AI echt impact te laten maken, moet de stap van experiment naar productie worden gezet.
Hoe dat lukt:
- Multidisciplinair team met heldere rollen
- Gebruik van CICD-pipelines voor AI-workflows
- Continue meting, bijsturing en kwaliteitsborging
- Heldere criteria voor wat in productie mag
De Data & Analytics Summit liet zien dat visie alleen niet meer genoeg is.
Het draait nu om doen – maar wel met de juiste basis.
Wil je sparren over hoe jouw organisatie die vertaalslag maakt? Neem gerust contact op via het onderstaande contactformulier. Onze experts helpen je graag verder met data-advies, data-architectuur of een concreet plan van aanpak.
