• Blog
  • Sneller transformeren is niet genoeg

Sneller transformeren is niet genoeg

Paul Jones
03 okt., 2026

Verwacht meer dan alleen een kortere implementatietijd.

Jarenlang werden transformatieprogramma's vooral langs drie meetpunten gelegd: budget, planning en go-live. Maar dat waren nooit de redenen waarom organisaties überhaupt met ERP-transformaties begonnen. Uiteindelijk begint een transformatie om de organisatie beter te laten presteren: productievere teams, betere marges en betere besluitvorming. Daarom komen we nu in een interessantere fase terecht.

Met AI-native delivery is de vraag niet langer alleen hoe snel je kunt implementeren, maar vooral hoe snel je waarde kunt realiseren.

AI maakt ruimte voor het werk dat er echt toe doet

Een groot deel van het werk dat traditionele projectplannen vulde, kan inmiddels worden versneld. Workshops kunnen worden opgenomen en getranscribeerd, waarna de uitkomsten naast best practices uit een sector kunnen worden gelegd. Vanuit die informatie kunnen functionele specificaties, solution designs en technische documentatie worden gegenereerd, altijd onder beoordeling van ervaren mensen. Ook configuratie en development kunnen sneller.

Daarmee komt tijd vrij die bijvoorbeeld kan worden ingezet voor architectuur, procesverbetering, datakwaliteit en andere onderdelen die uiteindelijke het bedrijfsresultaat bepalen. Risico's rond bijvoorbeeld datamigratie en -opschoning, integraties en testdekking worden beter beheersbaar. AI kan ook helpen om de druk van scope creep, zwaar maatwerk en strakke deadlines te verminderen.

Daarbij ontstaat een interessante wisselwerking tussen mens en agent. Agents nemen niet alleen werk over, maar kunnen ook inzichten teruggeven waarmee teams een duidelijker, feitelijker beeld krijgen van hoe een organisatie daadwerkelijk werkt.

Juist de combinatie van menselijke expertise en agentic capabilities maakt hier het verschil.

Sneller naar wat?

Mijn inschatting is dat we vandaag, afhankelijk van de klant, 20% tot 30% van de implementatietijd kunnen terugbrengen. Een kortere implementatietijd is dus realistisch. De interessantere vraag is wat een organisatie met die gewonnen tijd kan bereiken. Als je in minder tijd opnieuw bouwt wat je al had, bereik je dezelfde problemen alleen eerder. Naar de cloud gaan is niet hetzelfde als moderniseren.

En wanneer go-live het einddoel blijft, komen oude beperkingen vanzelf terug. Complexe integraties, slechte datamigratie of onvoldoende testdekking verdwijnen niet omdat een implementatie sneller verloopt.

Met het AI-native deliverymodel van HSO gebruiken we de gewonnen tijd daarom voor werk dat tijdens én na de implementatie meer waarde oplevert: architectuur, fundamenten en optimalisatie.

AI kan niet zelfstandig bepalen wat de juiste scope is of hoe je organisatie over drie of vijf jaar zou moeten werken. Daarvoor blijft advies essentieel: begrijpen hoe processen opnieuw kunnen worden ingericht zodat ze vandaag waarde opleveren en met de organisatie kunnen meegroeien.

Het verschil is dat onze mensen daar nu meer tijd én betere inzichten voor hebben.

Het om ERP weer op waarde te beoordelen

Agentic AI brengt meetbaar resultaat terug naar het hart van transformatie. Ervaren mensen krijgen meer tijd om zich op verbeteringen te richten, terwijl agents helpen zichtbaar te maken waar de meeste winst te behalen is. Maar probeer niet tientallen KPI's tegelijk te verbeteren.

Kies de belangrijkste gebieden waarop de organisatie achterblijft, bijvoorbeeld order-to-cash of de kwartaalafsluiting, en laat zien hoe de transformatie en de juiste agents daar aantoonbaar verschil kunnen maken.

Resultaat vóór go-live 

Misschien is dit wel de grootste verandering. Je hoeft niet meer tot go-live te wachten voordat je resultaat ziet. Door vroeg in het programma kansen met directe bedrijfswaarde aan te pakken, kan de investering al tijdens de implementatie waarde opleveren.

HSO werkte bijvoorbeeld met een Scandinavische distributeur die in eerste instantie vooral het ERP-systeem wilde vervangen. In gesprekken bleek dat betere benutting van data veel urgenter was. Daarom werd de volgorde aangepast. Eerst werd met een Data & AI-project de data samengebracht in één bruikbaar fundament. Vervolgens werden enterprise-ready agents ingezet om direct handmatig werk uit processen te halen. Zo ontstond al waarde voordat het ERP-programma volgde, op een fundament dat zichzelf ondertussen al bewees.

Je kunt dat laag hangend fruit noemen. Ik noem het goed advies: vind de kans waarmee je vroeg waarde creëert, in plaats van transformatie als doel op zichzelf te behandelen.

Sla change management niet over

Een snellere implementatie vraagt ook meer van de klantorganisatie. Mensen moeten beschikbaar zijn om sneller feedback te geven op wat er wordt gebouwd en mee te bewegen met veranderingen. Adoptie en change management waren altijd al belangrijk. In een AI-first organisatie worden ze alleen maar belangrijker. Daarom moeten ze vanaf het begin parallel lopen aan de transformatie. Een korte implementatietijd is waardevol, maar alleen als die versnelling wordt gebruikt om eerder resultaat te realiseren.

Sla verandermanagement niet over.

Een snellere implementatie vraagt ook meer van de klantorganisatie. Mensen moeten beschikbaar zijn om sneller feedback te geven op wat er wordt gebouwd en mee te bewegen met veranderingen. Adoptie en change management waren altijd al belangrijk. In een AI-first organisatie worden ze alleen maar belangrijker. Daarom moeten ze vanaf het begin parallel lopen aan de transformatie. Een korte implementatietijd is waardevol, maar alleen als die versnelling wordt gebruikt om eerder resultaat te realiseren.

In mijn volgende blogpost bespreek ik waar en wanneer je de grootste voordelen kunt behalen met AI-assisted delivery, inclusief vier vragen die je helpen bij het beoordelen van een partner.