Onze purpose
Elke technologische doorbraak herdefinieert de markt. Stoom, elektriciteit en internet beloonden niet wie deze techniek zo snel mogelijk implementeerde, maar wie zijn organisatie fundamenteel opnieuw inrichtte. AI is de volgende doorbraak en geen sector of industrie blijft buiten schot. De organisaties van morgen herontwerpen zichzelf rond AI in plaats van AI bovenop de bestaande organisatie te plakken.
Disruptiv helpt om je organisatie te herontwerpen voor het AI-tijdperk, zodat je in staat bent significant sneller te groeien of efficiënter te werken.
Scroll verder voor het framework waarmee we dit bij al onze klanten waarmakenVan AI-strategie tot blijvende AI-adoptie: ons framework laat zien hoe we organisaties begeleiden en welke resultaten iedere fase oplevert.
Stap 01 · AI-strategie
AI zonder richting leidt tot losse initiatieven. Daarom starten we met het vastleggen van de ambitie, doelen, spelregels en verantwoordelijkheden. We bepalen waar AI waarde moet creëren, waar de grenzen liggen en welke principes leidend zijn. Daarmee ontstaat een strategisch kader voor alle keuzes die volgen.
Stap 02 · Proces- en kansenanalyse
Waardevolle AI-toepassingen ontstaan in de praktijk. Daarom brengen we processen, werkzaamheden en informatiestromen in kaart. Zo zien we waar AI echt bijdraagt en de meeste impact maakt. Niet zoveel mogelijk AI, maar de juiste toepassingen op de juiste plekken.
Stap 03 · Use-caseportfolio
Elke use case wordt samengevat, gescoord en geprioriteerd op impact versus haalbaarheid. Hierdoor ontstaat een overzicht waarin je use cases kunt selecteren op basis van ROI. Daarna kiezen we samen welke use cases op de roadmap komen en we gaan uitwerken.
Stap 04 · AI-Lab
De geselecteerde use cases ontwikkelen en testen we eerst in het klein. We toetsen haalbaarheid en effectiviteit voordat we opschalen. Zo leren we snel en goedkoop of een idee echt werkt binnen jouw organisatie, voordat we het in productie brengen.
Stap 05 · AI-productie en procesherontwerp
Bewezen use cases plakken we niet in een oud proces. We bouwen het proces eromheen opnieuw op en verankeren de AI-toepassing in je IT- en datalandschap. Waar systemen, datastromen of werkwijzen tekortschieten, dichten we de gaten. Zo staat er niet alleen een nieuwe AI-toepassing, maar ook een vernieuwd proces met bijpassende systemen.
Stap 06 · AI-verandermanagement
Een organisatie bestaat uiteindelijk uit mensen. Een AI-toepassing, vernieuwd proces of modern IT- en datalandschap is één ding; een workforce die er ook echt mee kan werken is een tweede. Daarom begeleiden we je mensen naar nieuwe rollen en werkwijzen, tot werken met AI vanzelfsprekend wordt.
Voorbeelden van wat ons framework in de praktijk oplevert.
De opdrachtgever moest voor een rivieren- en dijkenproject vijf jaar vooruit bepalen waar grond werd weggegraven, opgeslagen en weer afgevoerd. Tientallen factoren veranderden continu, waardoor dat handmatig niet meer te overzien was.
Wij ontwikkelden een AI-model dat het rekenwerk overneemt en de best mogelijke meerjarenplanning berekent:
Een besparing van €5,2 miljoen aan opslag- en transportkosten over vijf jaar, ten opzichte van de meerjarenplanning die werkvoorbereiding voorheen handmatig opstelde.
De opdrachtgever besteedt veel werk uit, maar offertes van onderleveranciers komen vaak onvolledig binnen. Handmatig vergelijken kostte veel tijd en afwijkende voorwaarden werden gemist. Verderop in het project leidde dat tot faalkosten of discussies.
We ontwikkelden een AI-tool die de uitvraag en alle aanbiedingen samenbrengt, als digitale inkoopcollega:
Per uitvraag houden inkopers tot twee keer meer tijd over om te onderhandelen en scherper af te stemmen. Doordat voorwaarden vooraf beter vastliggen, ontstaan er in de uitvoering minder faalkosten en discussies over VTW’s.
De opdrachtgever plant dagelijks honderden gekoelde ritten. Die planning lag ’s ochtends vast, terwijl files en spoedorders de dag continu veranderden. Handmatig herplannen kostte uren en leidde tot lege kilometers en gemiste levervensters.
We koppelden een AI-planningsmodule aan het bestaande TMS, zodat plannen continu doorloopt:
De AI vangt de dagelijkse verstoringen op, waardoor planners alleen nog bijsturen op uitzonderingen. Naast de tijdwinst levert dat onder aan de streep een stijging van 5% in on-time delivery op.
De opdrachtgever verwerkt dagelijks tientallen weegbonnen. Een deel kwam op papier binnen, terwijl de weegbruggen hun gegevens digitaal registreerden in afzonderlijke systemen. Medewerkers zetten die gegevens vervolgens handmatig over naar andere IT-systemen.
We ontwikkelden een AI-model dat alle bonnen samenbrengt en direct wegzet:
98% van de verwerkingen gaat nu automatisch. Alleen uitzonderingen komen nog bij een medewerker terecht, en afwijkingen worden vroeg opgemerkt in plaats van achteraf.
Een logistiek dienstverlener groeit met nieuwe ladingstromen. Die worden aangekondigd in vergunningen, jaarverslagen en bestemmingsplannen, verspreid over honderden bronnen. In de praktijk hoorde sales pas van een kans als de aanbesteding er al lag.
We bouwden een AI-pipeline die de bronnen ophaalt, uitleest en scoort op relevantie:
Elke week één bijgewerkte lijst met 875 gekwalificeerde leads die passen bij het werkgebied. Kansen komen in beeld voordat de aanbesteding wordt gepubliceerd.
Elke afdeling had andere informatie nodig, maar die zat vast in het TMS, het WMS en losse HR-systemen. Medewerkers klikten dagelijks door meerdere schermen om een proces te bewaken of te rapporteren, wat de administratieve druk hoog hield.
We rolden een AI-agent framework uit dat de onderliggende systemen met elkaar verbindt:
Per afdeling komt structureel de capaciteit van één tot twee fulltime medewerkers vrij. Teams worden fors ontlast van handmatige administratie en repeterende randtaken.
Het KCC van een gemeente met ruim 35.000 inwoners krijgt wekelijks ongeveer 700 digitale klantcontacten binnen. Een gemiddelde vraag wachtte vijf werkdagen op antwoord. Daarbij is het streven van de gemeente dat geen enkel besluit over een inwoner door een algoritme wordt genomen.
Met oog op de veilige en ethische inzet ervan, bouwden we een AI-assistent die conceptantwoorden opstelt uit een kennisbank die de gemeente zelf heeft ontwikkeld:
De doorlooptijd daalt van vijf werkdagen naar minder dan twee dagen en de klanttevredenheid over digitaal contact stijgt. De gemeente blijft focussen op een digitale dienstverlening die door een medewerker wordt behandeld, maar sneller kan worden afgehandeld.
Medewerkers maakten al ruimschoots gebruik van AI; van gratis chatbots tot een zelf aangeschafte tool die informatie opzocht. Er was weinig controle op de inzet van AI, wat leidde tot onverantwoord gebruik. Met een verbod zou het gebruik vooral ongecontroleerder worden, dus de gemeente moest een beleid implementeren.
In de eerste fase brachten we al het gebruik in kaart en vertaalden we dat naar beleid dat werkbaar is, maar focust op veilig en ethisch gebruik:
Na het in kaart brengen van het AI gebruik, is er een duidelijke visie op AI en de veilige en ethische inzet daarvan ontwikkeld. Dit leidt tot meer verantwoord en transparant gebruik van AI in de gemeentelijke dienstverlening.
Ontdek nu waar jouw organisatie staat en wat de beste weg vooruit is.
Het assessment plaatst je organisatie op de zes fases van dit framework. Je ziet niet alleen een score, maar ook welke fase je voortgang op dit moment begrenst en wat daar als eerste te doen staat.
We nemen graag de tijd om je te leren kennen en te horen wat er bij jou speelt. Een open gesprek waarin we samen kijken of we iets voor elkaar kunnen betekenen. Wil je doorpraten over iets dat je op onze site hebt gelezen? Ook daarvoor maken we graag tijd.
Plan een gesprek