Patrick van de Coolwijk (Lenovo): de overheid kan AI niet alleen sneller, maar ook beter en veiliger inzetten

“AI is niet meer weg te denken,” zegt Van de Coolwijk. “Waar het enkele jaren geleden nog vooral als nieuw en experimenteel werd gezien, is het een structureel onderdeel geworden van hoe organisaties nadenken over dienstverlening, automatisering en productiviteit. Niet omdat elke hype moet worden gevolgd, maar omdat burgers andere verwachtingen krijgen, werkdruk oploopt en processen onder druk staan.”

Van de Coolwijk merkt in zijn gesprekken dat publieke organisaties in toenemende mate worden geconfronteerd met die hogere verwachtingen van burgers. Tegelijk neemt de druk binnen publieke organisaties toe. De werkdruk stijgt, processen moeten transparanter, de doorlooptijd van besluiten moet omlaag en capaciteit is schaars. Juist AI biedt in dat spanningsveld veel kansen, mits het zorgvuldig gebeurt.

“Denk aan toepassingen als snellere dossierafhandeling, betere voorspelbaarheid en geautomatiseerde analyses van standaardinformatie. Simpele dossieranalyses moet je gewoon niet meer door mensen laten doen. Mensen zijn juist goed in contact, geef ze daar ruimte voor.”

“Ons eigen Lenovo agentic AI platform helpt organisaties de juiste case voor hun uitdaging kiezen. Hier verzamelen we cases van uitgeteste en uitgewerkte AI cases en kun je meteen zien of ze bij jou organisatie passen. Je ziet meteen welke voorwaarden nodig zijn en kunt ook inschatten in hoeverre de oplossing je gaat helpen. Het maakt toepassingen meteen schaalbaar en uitvoerbaar.”

Resultaat

Inzet van AI leidt niet vanzelf tot resultaat leidt. Uit onderzoek door Lenovo onder enkele honderden Europese organisaties blijkt dat AI-investeringen wel degelijk rendement kunnen opleveren, maar alleen als ze gestructureerd worden aangepakt. “Het vraagt discipline,” zegt hij. Want AI-investeringen leveren bij organisaties die gestructureerd werken gemiddeld ongeveer 2,78 dollar waarde op per geïnvesteerde dollar. Maar die opbrengst ontstaat alleen waar duidelijke keuzes worden gemaakt, projecten niet eindeloos blijven doorsudderen en succesvolle toepassingen daadwerkelijk worden opgeschaald.

“Maar je ziet ook dat andere organisaties, en met name binnen de publieke sector, de neiging hebben om pilots heel lang te laten doorlopen. Het is juist belangrijk om strenger te durven kiezen: stoppen met pilots die weinig opleveren en sneller doorschalen met wat wel werkt. Zonder die discipline blijft AI te veel een belofte en te weinig een organisatieverandering.”

Eén AI-fundament

Een andere conclusie uit het onderzoek is dat organisaties die echt waarde uit AI halen meestal werken vanuit één centraal fundament. “Dat betekent één basis voor data, modellen, governance en security. Bij de overheid bestaat op dat punt nog veel versnippering. Verschillende organisaties, afdelingen en instellingen ontwikkelen hun eigen initiatieven, vaak zonder duidelijke centrale architectuur.” Die versnippering maakt AI niet alleen duurder, maar ook moeilijker bestuurbaar.

Een andere trend is de opkomst van hybride AI-architecturen. Volgens het onderzoek kiest 82 procent van de onderzochte organisaties voor zo’n hybride model. Voor de overheid is dat volgens hem niet zomaar een voorkeur, maar eigenlijk de enige logische route. Zo kunnen organisaties gevoelige data lokaal of on-premises houden, terwijl ze cloudcapaciteit benutten waar dat nuttig en veilig is. Dat sluit aan op het bredere debat over soevereiniteit en controle. Niet alle data hoeft hetzelfde behandeld te worden, maar wel moet vooraf helder zijn wat kritisch is, wat lokaal moet blijven en wat elders verwerkt kan worden.

“AI verschuift zo steeds meer naar edge en device. Dat betekent dat modellen lokaal kunnen draaien op AI-pc’s of andere apparaten, waardoor gegevens minder snel naar centrale cloudomgevingen hoeven. Juist voor de overheid is dat relevant. Wanneer medewerkers werken met gevoelige dossiers of persoonsgegevens, is lokale verwerking een manier om waarde uit AI te halen zonder direct meer datarisico te creëren.”

Governance

Volgens Van de Coolwijk is governance een van de meest onderschatte factoren in het publieke AI-debat. “Veel organisaties praten over kansen, efficiëntie en innovatie, maar zijn volgens hem nog onvoldoende bezig met de vraag hoe AI bestuurbaar, uitlegbaar en controleerbaar blijft. Organisaties moeten kunnen reconstrueren welke gegevens zijn gebruikt, welke modelversie iets heeft gedaan, waarom een uitkomst is ontstaan en hoe daarover verantwoording kan worden afgelegd.”

“Bij Lenovo hebben we Lenny. Dat is onze eigen AI agent die wij intern gebruiken voor een eerste check op governance maar die iedere organisatie eenvoudig aan kan passen naar zijn eigen wensen.“

“Governance is niet alleen risicobeheersing, maar vooral een voorwaarde voor vertrouwen. Juist voor de overheid is dat belangrijk. Burgers hoeven niet alle technische details te begrijpen, maar ze moeten er wel op kunnen vertrouwen dat de systemen waarmee publieke processen worden ondersteund begrijpelijk, gecontroleerd en verantwoord zijn ingericht.”

Agentic AI

In dit spelveld biedt agentic AI grote kansen voor de overheid waar processen duidelijk, repetitief en data-intensief zijn, zoals vergunningverlening, documentverwerking, klantcontact en financiële controles. In die context kunnen systemen zelfstandig meerdere stappen uitvoeren en zo processen versnellen.

Maar daar zitten ook grenzen aan. “Bij agentic AI moet vooraf duidelijk zijn welke handelingen een agent mag verrichten, wanneer die moet stoppen en wanneer een mens moet overnemen. Zeker in publieke processen, waar rechtsgevolgen en maatschappelijke impact een rol spelen, blijft menselijke regie essentieel.”

Infrastructuur

De rol van Lenovo hierin gaat verder gaat dan hardware of infrastructuur leveren. “Wij willen overheidsorganisaties inhoudelijk begeleiden in de vraag welke AI-use cases zinvol zijn, welke architectuur daarbij past en hoe die op een veilige manier kan worden opgeschaald. Dat is nodig omdat veel organisaties nog worstelen met de stap van abstracte ambitie naar concrete toepassing.”

Daarbij wijst hij ook op Lenovo’s eigen ervaring met AI in de supply chain. “Door AI vroeg in te zetten voor logistieke voorspelbaarheid en componentbeheer, konden we onze leveringsbetrouwbaarheid fors versterken, zelfs in een markt waar grote tekorten en verstoringen spelen. Voor overheidsklanten is dat relevant, omdat infrastructuurbeschikbaarheid steeds vaker een bottleneck wordt in AI-projecten.”

Dat raak ook de discussie over digitale soevereiniteit. “De vraag is niet primair welk land achter een infrastructuurcomponent zit, maar waar de data blijft en wie daar controle over heeft. Het gaat om de data. Natuurlijk moet infrastructuur veilig zijn, maar de strategische keuze ligt in het onderscheid tussen data die lokaal moet blijven en data die in een hybride model elders verwerkt kan worden. Dat kan georganiseerd worden als de overheid AI niet als los innovatieproject benadert, maar als een structureel onderdeel van moderne publieke dienstverlening.