Inzichten van Radical.
Field notes over AI-talent aannemen, de menselijke kant van automatisering en wat Europese scale-ups onderweg leren.
Wie in je organisatie moet AI leren, en wie niet
Een dag AI-training voor iedereen geeft te veel aan mensen die het niet nodig hebben en te weinig aan de paar mensen van wie het afhangt. Een praktische indeling in vijf groepen, met de wettelijke ondergrens correct uitgelegd.
AI voor voorraadbeheer in de groothandel: beter bestellen met de data uit je ERP
De data staat al in je ERP. Hoe een bestelvoorstel rekent, welke artikelen lastig zijn, wat de inkoper blijft doen en hoe je invoert zonder risico, met een rekenvoorbeeld voor je eigen cijfers.
AI Act: wat je leverancier moet aanleveren en wat jij moet bewaren
Voor de meeste AI die je gebruikt, vraagt de AI Act weinig papier. Voor een systeem met een hoog risico vraagt hij een gebruiksaanwijzing van je leverancier en minimaal zes maanden logs van jou. Wat je ontvangt, wat je bewaart en waar je het opbergt.
AI in de transportplanning: wat een middelgroot transportbedrijf ermee kan
Een kwart van de vrachtkilometers is leeg, en dat aandeel is in zes jaar nauwelijks veranderd. Wat AI in de ritplanning kan overnemen, wat bij de planner blijft, en hoe je begint zonder risico.
De business case voor AI die je board wel goedkeurt
Een technisch plan beschrijft wat er gebouwd wordt. Een investeringsvoorstel beschrijft waar de board ja tegen zegt en hoeveel ze maximaal kwijt kan raken. Zo bouw je dat tweede document.
Wat een AI-scan wel en niet oplevert
Een aanbieder die eerlijk zegt wat iets niet doet, kun je geloven over wat het wel doet. Dus hier allebei: de vier dingen die een AI-scan oplevert, en de zeven die hij niet oplevert.
Wat er gebeurt als de externe partij vertrekt
Succes betekent dat je ons niet meer nodig hebt. Dat is een ongemakkelijke zin voor een bedrijf dat trajecten verkoopt, en precies daarom is hij het opschrijven waard.
De verborgen kosten van een AI-tool die niemand gebruikt
Elk bedrijf heeft er een: een tool die met enthousiasme is gekocht, drie weken is gebruikt, en nu jaarlijks stilletjes doorloopt. De licentie is de kleinste van de vier kosten die hij veroorzaakt.
Verantwoorde AI begint voordat het algoritme draait
Dit is een positioneringsstuk en geen keywordstuk, en dat is het waard om bovenaan te zeggen. Het is een van Radicals tien principes, uitgeschreven: compliance is de bodem, intentie is het werk.
Hoe sta je ten opzichte van vergelijkbare bedrijven?
Iedereen wil weten of hij achterloopt. Hier zijn de echte Nederlandse cijfers per bedrijfsgrootte, en het ene getal daarin dat zou moeten veranderen wat je nu doet.
Je eerste AI-hire: wie neem je aan en wanneer
Wij bemiddelen AI-professionals, dus we hebben hier een evident belang. Juist daarom is het de moeite waard om het gewoon te zeggen: de meeste bedrijven die ons om hun eerste AI-aanname vragen, moeten dat nog niet doen.
Zelf bouwen, kopen of samen doen?
Wij zijn een partij die je hiervoor zou kunnen inhuren, dus lees wat volgt met dat in het achterhoofd. Dat gezegd hebbende: voor de meeste AI-kansen in een middelgroot bedrijf is iets standaards kopen het juiste antwoord, en dat zeggen we dan ook.
AI Act en je leveranciers: waar je contractueel op moet letten
Het duurste misverstand bij het inkopen van AI is de aanname dat het kopen van de tool ook de naleving meelevert. Dat doet het niet. De verplichtingen volgen het gebruik, en het gebruik is van jou.
Wat er in een AI-roadmap voor de boardroom hoort te staan
De meeste AI-plannen die aan een directie worden gepresenteerd stranden om dezelfde reden: ze beantwoorden vragen die de directie niet stelde, en slaan de drie over die zij wel stelt. Dit is de inhoudsopgave die wij opleveren.
Je data op orde krijgen voordat je AI-agents loslaat
Elk AI-traject loopt vroeg of laat tegen de datavraag aan, en het gebruikelijke antwoord is een migratie die niemand wil betalen. Er is een goedkoper antwoord: laat de systemen met rust en beschrijf wat de data betekent.
AI-strategie bepalen zonder eigen CTO
Lees een willekeurig artikel over AI-strategie en tel hoe snel het uitgaat van een CTO, een datateam en een governanceboard. Bij een bedrijf van tachtig mensen bestaat dat allemaal niet, en houdt het advies stilletjes op te gelden.
Wie is aansprakelijk als AI een fout maakt?
Elke directeur stelt deze vraag en vrijwel geen leverancier beantwoordt hem. De korte versie: aansprakelijkheid verdwijnt niet omdat er een machine bij betrokken was. Hij landt bij een persoon, en jij hebt invloed op wie dat is.
Je AI-positie bepalen zonder er een consultant bij te halen
Wij verkopen AI-readinesswerk, en op deze pagina staat hoe je een groot deel daarvan zelf doet. Dat is bewust. Kun je het alleen, dan was je toch al geen klant. Loop je vast, dan weet je precies waar.
AI in offshore: een kleine sector waar een enkele order alles terugverdient
Offshore is met afstand de kleinste van de sectoren waarover we schrijven. Precies daarom is hij het schrijven waard: als een enkele order in de miljoenen loopt, is een procentpunt planningswinst geen afrondingsverschil.
Hoe je AI-kennis verankert zodat ze niet met een persoon vertrekt
Bijna elk bedrijf dat we bezoeken heeft een persoon die AI zelf heeft uitgevogeld. Dat is een goed begin en tegelijk een serieus risico. De vraag die niemand op tijd stelt: wat gebeurt er de week nadat hij zijn opzegbrief inlevert?
AI-roadmap maken: van experiment naar productie
De meeste roadmaps die wij zien zijn een gerangschikte verlanglijst met achteraf een tijdlijn overheen getekend. Een roadmap die daadwerkelijk gebouwd wordt ziet er anders uit: hij benoemt een ding om mee te beginnen, wat bewijst dat het werkt, en wat er pas gebeurt zodra dat bewijs er is.
De risicoklassen van de AI Act, uitgelegd zonder juridisch jargon
Bijna elke uitleg over de AI Act begint met de verplichtingen. Dat is de verkeerde volgorde. De wet deelt een systeem eerst in een van vier risicoklassen in, en koppelt pas daarna regels vast. Sla die eerste stap over en je leest regels die misschien niet eens op jou van toepassing zijn.
De prioriteitenmatrix: hoe je kiest uit tien AI-kansen
De saaie, goed haalbare kans verliest meestal het gesprek van de ambitieuze. Dat zou niet moeten. Hoe je AI-ideeën eerlijk rangschikt.
AI in de bouw: waar zit het geld?
Elk project is uniek, anders dan een herhaalbare bezorgroute. Waar AI in de bouw loont: calculatie, coördinatie en documentatie op de bouwplaats.
Waarom een adviesrapport geen capability is
Na een adviestraject heb je een document en een factuur. Na zelf meebouwen heb je mensen die weten waarom het systeem werkt.
Waarom AI-pilots stranden voordat ze productie halen
Experimenteren is bijna universeel. Productie halen is zeldzaam. Onderzoek van RAND onder 65 data scientists legt uit waarom, en wat een pilot eerst moet bewijzen.
AI Act-checklist voor de directie
Geen uitleg over de verordening, alleen de lijst. Twaalf punten in de volgorde waarin ze horen te gebeuren, met per punt de deadline en een eerlijke notitie over welke de meeste bedrijven nog niet zijn begonnen.
Van AI-Foto naar roadmap: wat er in tien dagen gebeurt
"Hoeveel tijd kost mij dit?" is de eerste vraag die elke directeur stelt. Hier is het exacte antwoord, dag voor dag.
AI in operations planning
Planning heeft het grootste gat tussen grote en kleine bedrijven van elke AI-toepassing. De oplossing is geen automatisering, maar een model dat voorstelt en een planner die beslist.
Het Radical Manifest: AI-recruitment, hoe het hoort
AI is overal. De menselijke factor is zeldzaam. Het Radical-manifest legt uit wie we zijn, waarom we APAC bouwden en waarom selectie het product is.
Meer halen uit de mensen die je al hebt
Het doel is niemand vervangen. Het is repetitief werk van iemands bord halen, in een arbeidsmarkt waar je de mensen die je mist toch niet vindt.
De ROI van AI berekenen op je eigen cijfers
1.200 uur, 68.000 euro, drie maanden terugverdientijd: ons eigen illustratieve voorbeeld, omgebouwd tot een model met jouw cijfers erin.
AI-beleid opstellen: een kader dat je vandaag kunt gebruiken
Twee pagina's worden gelezen. Twintig verdwijnen in een map. Een invulsjabloon voor wat mag, wat een mens vraagt, en wie je belt bij twijfel.
Waarom een AI-scan geen IT-project is
AI klinkt als techniek, dus gaat het naar IT. Die redenering is intuïtief en verkeerd, om dezelfde reden dat marketingstrategie daar ook niet hoort.
AI in de groothandel: waar zit het geld?
Geen nieuwe systemen, alleen beter gebruik van wat het ERP al bevat. Voorraad, inkoop en marge, op volgorde van hoe snel ze zich terugverdienen.
AI-capaciteit opbouwen zonder eigen AI-team
Geen data scientist, geen ML-engineer, en dat is normaal. De rol die je zoekt bestaat al in je bedrijf, hij heet alleen anders.
Wat kost AI echt, en waar zit het budget dat niemand begroot
Een licentie van zeshonderd euro per maand tegenover achtentwintigduizend aan personeelsuren. De verhouding die niemand in een businesscase zet, en hoe je hem zelf begroot.
AI-geletterdheid van personeel: de verplichting die niemand kent
Geen examen, geen certificaat, en het geldt ook voor uitzendkrachten. Sinds juli is het een inspanningsverplichting in plaats van een resultaatsverplichting, en het proces draai je al voor iets anders.
Vijf signalen dat je AI-ambitie vastloopt op je organisatie
Kosten worden door 3 procent genoemd als reden om geen AI te gebruiken. Gebrek aan eigen ervaring door 11 procent. Zo ziet dat er op je eigen werkvloer uit.
AI in de logistiek: waar het geld zit voor een middelgroot transportbedrijf
Een op de vier kilometers leeg, 15.200 vacatures en vier databronnen die niemand aan elkaar knoopte. Waar AI zich in de logistiek echt terugverdient, op volgorde van haalbaarheid.
Wat kan AI concreet voor mijn bedrijf betekenen?
Het eerlijke antwoord begint bij je processen, niet bij de techniek. Vijf concrete eerste toepassingen uit vijf sectoren, en de drie toetsen die ze scheiden van een mooie demo.
Vanaf hoeveel medewerkers geldt de EU AI Act?
Geen enkel artikel zegt dat je onder de vijftig of tweehonderdvijftig mensen bent vrijgesteld. Grootte telt op precies drie plekken mee, en geen ervan is een vrijstelling.
Waarom AI-projecten in het MKB stranden
Ze storten niet in. Ze worden stil. Vijf plekken waar een AI-project in het MKB strandt, en waarom meer techniek geen van die vijf oplost.
Hoe weet je of je organisatie klaar is voor AI?
Klaar voor AI klinkt als een toestand die je bereikt. Het zijn vier verschillende soorten klaar, en degene waar de meeste bedrijven op stranden gaat niet over techniek.
Wat kost een AI-implementatie in het MKB?
Vrijwel niemand in deze markt noemt een bedrag. Hier staan de onze, de vier kostenposten achter elke offerte, en waarom de grootste nooit op de factuur staat.
EU AI Act voor het MKB: wat je nu geregeld moet hebben
Een deel van de AI Act gaat op 2 augustus 2026 echt gelden. Het deel waar de meeste bedrijven bang voor waren is vorige week met zeventien maanden uitgesteld. Dit is het verschil.
Wat APAC meet (en waarom CVs het missen)
Een CV is een verslag van het verleden. APAC meet de vier menselijke kwaliteiten die bepalen of een AI-professional in een echt team floreert: Adaptability, Personality, Awareness, Connection.
Tech-soevereiniteit in AI-recruitment: waarom portabiliteit wint van EU-hosted
Hosting in de EU is een verstandige keuze vandaag, geen garantie voor morgen. Echte soevereiniteit is portabiliteit, op open standaarden, op elke laag van de stack.
Community-gedreven recruitment: waarom de beste AI-engineers niet solliciteren
Senior AI-engineers zoeken niet op jobboards. Ze shippen, dragen bij, mentoren en leren in communities. Daarom werkt aannemen via reputatie beter dan via advertenties.
AI-Talentmarkt Nederland 2026: Salarisbenchmarks, de 30%-regeling en het APAC-selectiemodel
De Nederlandse AI-arbeidsmarkt heeft in 2026 een fase van volwassenheid bereikt die echt verschilt ten opzichte van de early years rond 2023. Organisaties zochten toen naar 'AI-enthousiastelingen', maar nu vraagt de markt om engineers die complexe modellen kunnen laten werken binnen een strikt regelgevend kader.
De Europese AI-talentmarkt in 2026
AI-professionals vormen 0,41% van de Europese beroepsbevolking terwijl de vraag blijft stijgen. Wat die schaarste met salarissen doet, waarom screenen op trefwoorden 40% van de bruikbare kandidaten mist, en hoe je engineers aanneemt en houdt onder de AI Act.