In veel grote ondernemingen is artificiële intelligentie al jaren aanwezig. Toch blijft de echte doorbraak vaak uit. Pilots blijven pilots, proof-of-concepts halen zelden de kern van de business. In een open gesprek met Intel legt Tomi Virkki, lid van het technology transformation-team van Philip Morris International, uit hoe AI-industrialisatie dat patroon doorbreekt.
Zijn boodschap is helder: AI wordt pas strategisch relevant wanneer het wordt behandeld als een industriële capaciteit — met governance, processen, mensen en duidelijke businessdoelen.
Wat betekent AI-industrialisatie écht?
AI-industrialisatie gaat verder dan het uitrollen van modellen of tools. Het is een structurele aanpak waarbij AI-oplossingen end-to-end worden beheerd: van idee tot meetbare impact. Bij PMI betekent dit een verschuiving van versnipperde initiatieven naar een centrale AI-strategie die schaalbaarheid en herhaalbaarheid mogelijk maakt.
Het doel is niet méér use cases, maar bétere — gekoppeld aan concrete waarde voor de organisatie.
De AI Factory van PMI: Structuur als versneller
Om die visie waar te maken, bouwde PMI een eigen “AI Factory”. Dat is geen fysieke plek, maar een organisatorisch model dat rust op duidelijke pijlers: strategie, data, technologie, governance en talent.
Binnen dit kader worden generatieve AI-toepassingen systematisch geëvalueerd, ontwikkeld en opgeschaald. Elke use case doorloopt dezelfde lifecycle, met vaste evaluatiemomenten en duidelijke eigenaarschap. Zo wordt innovatie niet afgeremd, maar juist voorspelbaar gemaakt.
Opschalen van AI vraagt een culturele shift
Volgens Virkki ligt de grootste uitdaging niet bij de technologie, maar bij de organisatie zelf. Afdelingen werken vaak in silo’s, terwijl AI juist cross-functionele samenwerking vereist. Daarnaast leeft er onzekerheid: wat betekent AI voor rollen, verantwoordelijkheden en besluitvorming?
Succesvolle AI-opschaling vraagt daarom om verandering in mindset, leiderschap en manier van werken — minstens zo veel als om algoritmes.
Businesswaarde meten: Van belofte naar bewijs
Een veelgehoorde valkuil is dat AI-projecten worden beoordeeld op technische prestaties in plaats van op businessimpact. PMI hanteert daarom duidelijke KPI’s die aansluiten bij operationele efficiëntie, kostenbesparing en omzetgroei.
Pas wanneer AI aantoonbaar bijdraagt aan de boven- of onderlijn, krijgt het een vaste plaats in de organisatie.
Governance zonder innovatie te verstikken
Governance wordt vaak gezien als rem op innovatie. PMI kiest bewust voor het tegenovergestelde: duidelijke spelregels creëren vertrouwen. Door risico’s, compliance en ethiek vanaf het begin mee te nemen, ontstaat ruimte om sneller en veiliger te experimenteren.
Responsible AI is daarbij geen bijzaak, maar een integraal onderdeel van het industriële model.
Medewerkers als sleutel tot schaal
AI-industrialisatie staat of valt met mensen. PMI investeert daarom sterk in employee enablement: medewerkers krijgen niet alleen tools, maar ook opleiding, richtlijnen en autonomie om AI verantwoord te gebruiken.
Door AI te democratiseren binnen duidelijke kaders, groeit het draagvlak én de kwaliteit van toepassingen.
Misverstanden rond generatieve AI ontkracht
Een hardnekkig misverstand is dat generatieve AI vanzelf schaalbaar is. In werkelijkheid vergt het net zo goed orkestratie, onderhoud en governance als elke andere bedrijfskritische technologie.
Volgens Virkki is generatieve orkestratie — het slim combineren en aansturen van modellen — een van de volgende grote stappen in enterprise-AI.
De volgende fase van enterprise-AI
Het gesprek met Intel laat zien dat AI-industrialisatie geen hype is, maar een noodzakelijke evolutie. Grote ondernemingen die AI willen inzetten voor duurzame groei, moeten het behandelen als een kerncompetentie.
Niet sneller experimenteren is de sleutel, maar slimmer organiseren.
