Visma onderzoekt voortdurend hoe artificial intelligence wordt gebruikt in bedrijfssoftware en zoekt daarbij naar een delicate balans tussen centrale coördinatie en lokale autonomie. De kern van deze transformatie wordt gevormd door een toegewijd AI-team dat de acceptatie intern stimuleert, productinnovatie mogelijk maakt en de producten in Europa en Latijns-Amerika. Van chatbots, generatieve AI en agentische AI: de vooruitgang gaat snel voor bedrijfssoftware.
Naarmate AI volwassen wordt, gaat Visma gestaag van experimenteren naar opschalen. Volgens Jacob Nyman, AI Director bij Visma, is het niet belangrijk om een rigide strategie van bovenaf op te leggen, maar om een kader te creëren waarin innovatie kan floreren. “Het is echt niet verstandig om te rigide te zijn of te doen alsof je vanuit een centraal perspectief precies weet hoe dingen moeten worden gedaan”, benadrukt hij.
De AI-transformatie van Visma draait om vier onderling verbonden verschuivingen. Ten eerste het opbouwen van een AI-native personeelsbestand, waarbij medewerkers AI integreren in hun dagelijkse werk om hun vaardigheden en productiviteit te vergroten. Ten tweede AI-native productontwikkeling, waarbij AI wordt gebruikt gedurende de hele levenscyclus van softwareontwikkeling, van prototyping tot hulp bij het coderen, om de levering te versnellen en de kwaliteit te verbeteren. Ten derde het creëren van AI-native producten, die intelligente mogelijkheden rechtstreeks aan klanten leveren. Ten slotte maken AI-native groeifuncties gebruik van AI om klantgerichte activiteiten zoals ondersteuning, verkoop en marketing te verbeteren, wat zowel de efficiëntie als de klantervaring ten goede komt.
Deze structuur zorgt ervoor dat AI niet alleen intern wordt gebruikt, maar ook wordt geïntegreerd in het aanbod en wordt afgestemd op sectorspecifieke expertise. Nyman benadrukt dat elke laag de andere versterkt. Interne vaardigheden geven vertrouwen om te innoveren in producten, terwijl succesvolle implementaties bij klanten medewerkers inspireren om AI nog meer te omarmen.
Developer-first-adoptie als basis
De meest succesvolle adoptie van Visma tot nu toe is te vinden in de ontwikkelaarscommunity. Aanvankelijk zag het bedrijf een gebruik van 5 tot 7 procent van tools zoals GitHub Copilot. Tegenwoordig gebruikt bijna elke technische medewerker dagelijks AI-ondersteunde codering. Ontwikkelaars experimenteren ook met alternatieven als Cursor en Windsurf, wat bewijst dat variatie in tools de adoptie helpt versnellen.
De logica is eenvoudig. Als ontwikkelaars bouwen met AI, profiteert de levenscyclus van ontwerp tot levering daarvan. Dit beperkt zich niet tot het schrijven van code. Ook klantgerichte teams vertrouwen op AI om de dienstverlening te verbeteren, met klantenservice als een opvallend gebied. Tegelijkertijd gebruiken medewerkers in alle bedrijfsfuncties het Workspace-ecosysteem van Google, inclusief Gemini en AI Studio, voor productiviteit en gespecialiseerde taken.
Door AI in zowel technische als operationele lagen te integreren, zorgt Visma ervoor dat AI niet slechts een geïsoleerd experiment is, maar een horizontale capaciteit die de hele organisatie ondersteunt.
Een plaats op de eerste rij bij honderden grote AI-investeringen
Een van de uitdagingen van Visma is het beheer van AI binnen al zijn dochterbedrijven. Wereldwijd maken meer dan honderd softwarebedrijven deel uit van de groep. Elk bedrijf is actief in markten met verschillende wettelijke vereisten, klantverwachtingen en culturele contexten. Centralisatie kan innovatie belemmeren, maar als alles volledig lokaal blijft, bestaat het risico op fragmentatie.
De oplossing ligt in centrale ondersteuning met lokale besluitvorming. Het AI-team zorgt voor toegang tot API’s, tools en samenwerkingen met leveranciers, en biedt tegelijkertijd begeleiding op het gebied van security en compliance. Maar de verantwoordelijkheid voor het bepalen van het gebruik van AI ligt bij elk bedrijf afzonderlijk. “We zijn een groep die samen groot is en we kunnen partnerschappen aangaan met zeer goede wereldleiders op het gebied van AI”, legt Nyman uit. “Maar we willen lokale beslissingen niet terzijde schuiven. De lokale aanwezigheid van onze bedrijven in gereguleerde markten is een concurrentievoordeel.”
Deze federatieve aanpak zorgt ervoor dat de invoering van AI past bij de lokale bedrijfscontext, terwijl het vertrouwen en de nalevingsnormen binnen de hele groep worden gehandhaafd.
-Tekst gaat verder na het kader hieronder-
Mogelijkheden creëren, versnellen, optimaliseren
Visma verdeelt zijn transformatie in drie verschillende fasen.
- Enablement – het leggen van de basis door toegang tot tools en sterke partnerschappen met leveranciers tegen gunstige voorwaarden te garanderen.
- Acceleration – succesvolle praktijken van individuele bedrijven vastleggen en deze binnen de groep verspreiden om de implementatie te versnellen.
- Optimization – consolidatie rond frameworks en technologieën die het meest effectief blijken te zijn, terwijl de verleiding van voortijdige optimalisatie in een zo snel veranderende sector wordt weerstaan.
Deze gefaseerde aanpak zorgt voor gestage vooruitgang en laat tegelijkertijd ruimte voor aanpassing. Het illustreert ook dat Visma beseft dat transformatie ook een voortdurende cyclus van leren en opschalen is.
De volgende grens
Een van de sterkste signalen van de volwassenheid van AI is de verschuiving van eenvoudige assistenten naar autonome agents. Waar chatbots vroeger vragen beantwoordden, behandelen agents nu workflows die meerdere systemen omvatten. Nyman legt dit uit als een natuurlijke ontwikkeling: “Van chatbots naar copilots, naar assistenten, naar agents.” Agents werden in 2024 een centraal thema in de bedrijfstechnologie. Bedrijven willen automatisering die verder gaat dan het beantwoorden van vragen en die complete processen kan uitvoeren. Maar zoals Nyman aangeeft, gaat deze verschuiving niet alleen over het anders profileren van bestaande tools. “We willen niet doen alsof we agents hebben, we willen agents bouwen”, zegt hij.
Het verschil tussen hype en realiteit ligt in de techniek. Echte agents hebben een infrastructuur nodig die dynamische interactie met meerdere systemen mogelijk maakt, wat met traditionele API’s en integraties alleen lastig te beheren zou zijn. Opkomende protocollen als het Model Context Protocol (MCP) krijgen daarom steeds meer aandacht, omdat ze meer geavanceerde contextengineering mogelijk maken.
Betrouwbaarheidsproblemen vergroten de technische uitdagingen. Het geven van autonomie aan agents brengt nieuwe risico’s met zich mee. “Als ze de vrijheid krijgen om meer te doen, kunnen ze ook meer fouten maken”, geeft Nyman toe. Menselijk toezicht blijft essentieel voor kritieke beslissingen, zelfs als agents routinetaken automatiseren. Deze hybride balans tussen autonomie en betrouwbaarheid bepaalt de meest effectieve implementaties van vandaag.
Agents zijn niet meer weg te denken
De ervaring van Visma bevestigt dat succesvolle AI-agents niet zijn gebaseerd op generieke intelligentie, maar op diepgaande domeinkennis. In Noorwegen werkten advocaten bijvoorbeeld nauw samen met AI-ontwikkelaars om ervoor te zorgen dat belasting- en boekhoudagents nauwkeurige juridische expertise weerspiegelden. In Frankrijk hebben teams regio-specifieke regelgevende kennis rechtstreeks in applicaties ingebouwd.
Dit principe geldt voor elke branche. Hoe nauwer AI-agents verbonden zijn met gespecialiseerde kennis, hoe effectiever ze worden. Generieke agents kunnen oppervlakkige taken uitvoeren, maar echt onderscheid wordt gemaakt door de expertise te coderen die bedrijven al in huis hebben.
Ondanks hun huidige beperkingen zijn agents meer dan een voorbijgaande trend. Verschillende factoren zorgen ervoor dat ze blijven bestaan. Geopolitieke concurrentie zorgt ervoor dat landen fors investeren in AI. Het menselijk brein zelf bewijst dat efficiënte, algemene intelligentie mogelijk is. En het belangrijkste is dat agents een intuïtieve abstractie bieden voor bedrijven. Ze kunnen worden georganiseerd, getraind en beheerd als werknemers.
“Agents bereiken dit perfecte abstractieniveau waarbij ze beperkt genoeg zijn om te worden ontworpen, maar capabel genoeg om verbazingwekkende dingen te doen”, reflecteert Nyman. Deze benadering resoneert met zakelijke gebruikers en versnelt de acceptatie, waardoor de kloof tussen technische innovatie en dagelijkse workflows wordt overbrugd.
Een pragmatische visie op AI in software
De AI-reis van Visma laat zien dat acceptatie door bedrijven niet gaat om het najagen van de nieuwste trend. Het is gericht op het opbouwen van vertrouwen door middel van facilitering, experimenteren en zorgvuldige schaalvergroting. Van acceptatie waarbij ontwikkelaars voorop staan tot open-sourceplatforms en van lokale autonomie tot centrale partnerschappen: elke stap weerspiegelt een pragmatisch evenwicht tussen innovatie en betrouwbaarheid.
Naarmate agents van hype naar productierealiteit gaan, zullen bedrijven die technische engineering combineren met domeinkennis zich onderscheiden van de rest. Voor Visma is de langetermijnvisie duidelijk. AI is niet alleen een functie die aan producten is toegevoegd, maar een capaciteit die in de structuur van het bedrijf is verweven. Gecentraliseerd waar dat zinvol is, gelokaliseerd waar dat belangrijk is.
Tip: Domeinspecifieke AI verslaat algemene modellen in zakelijke toepassingen