Aron England, Chief Product & Technology Officer bij Accruent – Interview Series

Aron England, Chief Product en Technology Officer bij Accruent, is een ervaren technologie- en productleider die bekend staat om het opbouwen en schalen van wereldwijde teams die SaaS- en agentic-oplossingen leveren vanaf het vroegste onderzoek tot hoogwaardige, klantgerichte producten. Hij combineert diepe expertise op het gebied van consumentenmarkten, B2B SaaS, e-commerce en commerciële technologie met sterke leiderschap over mensen, waarbij hij innovatie paart met een scherp begrip van klantproblemen om duurzame product-marktfit en meetbare bedrijfsresultaten te stimuleren, waaronder groei door overnames en IP-gedreven strategie.

Accruent biedt software die organisaties helpt om de fysieke kant van hun bedrijf efficiënter te runnen, door tools voor faciliteiten, activa, ruimte en werkplekoperaties samen te brengen in één verbonden systeem. Het platform is ontworpen om fragmentatie te verminderen, zichtbaarheid en besluitvorming te verbeteren en teams te helpen bij het plannen, onderhouden en optimaliseren van gebouwen en apparatuur in een breed scala aan industrieën.

U heeft meer dan 25 jaar hoogpresterende wereldwijde teams opgebouwd en geleid. Kijkend naar startups, grote ondernemingen en nu Accruent, welke cruciale ervaring heeft uw denkwijze over het opbouwen van betrouwbare technologie op grote schaal het meest gevormd?

Door tijd te besteden bij Fortune 50-bedrijven en te werken in technologie-leiderschap bij start-ups in het vroege stadium, middelgrote en grotere openbare en particuliere bedrijven, heb ik een breed scala aan ervaring opgedaan met betrekking tot het bevorderen van digitale transformatieadoptie in verschillende industrieën. Het meest opvallend was ik medewerker nummer negen bij DocuSign en we mikten op een markt die een echte zeeverandering nodig had. Het doorvoeren van de analoge contractindustrie via een totale digitale transformatie vereiste niet alleen het opbouwen van marktvertrouwen, maar ook wetgeving om de verschuiving veilig te maken. Er zijn veel lessen verbonden aan mijn tijd daar die kunnen worden toegepast op de huidige markt voor LLM’s en AI-hulpmiddelen.

Op hoog niveau is het patroon over mijn ervaring consistent gebleven: betrouwbare systemen ontstaan niet per ongeluk. Ze komen voort uit intentionele architectuur, gegevensconsistentie, transparantie en een diep begrip van hoe echte mensen technologie gebruiken.

U heeft gewaarschuwd dat technici tegen 2026 geen AI-systemen meer zullen accepteren die alleen maar zeggen: “vertrouw me”. Vanuit uw positie bij Accruent, wat drijft deze verschuiving in verwachtingen onder frontline- en field-serviceprofessionals?

In omgevingen waarin faciliteitsmanagers en technici AI gebruiken om apparatuurfalen te diagnosticeren en complexe reparaties te leiden, kan een misstap van een valse of onnauwkeurige aanbeveling grote bedrijfs- en veiligheidsrisico’s veroorzaken.

Vaak creëren LLM’s gemengde antwoorden uit meerdere pagina’s, zonder terug te verwijzen naar de onderliggende bewijsstukken. Als gevolg daarvan kan een organisatie bij een AI-gegenereerde stap die nooit direct in de OEM-handleiding bestond, te maken krijgen met een grote nalevingsachterstand, aangezien ze geen verdedigbare bewijsketen voor audits of veiligheidsbeoordelingen zullen hebben. Naarmate AI meer een vanzelfsprekendheid wordt en “onzichtbaarder” in software, zal de belangrijkheid van traceerbaarheid toenemen.

AI-hallucinaties kunnen meer zijn dan een ongemak in gereguleerde industrieën – ze kunnen echte veiligheids-, nalevings- en operationele risico’s creëren. Welke hallucinatiescenario’s maken u het meest bezorgd als het gaat om onderhoud, faciliteitsbeheer of activa-exploitatie?

In de fabricage kan een AI-gegenereerde suggestie die een fabrieksarbeider vertelt de verkeerde actie te ondernemen op een kritisch stuk apparatuur, leiden tot ongeplande downtime, verspilde materialen, defecte eindproducten of beschadigde machines. Deze kunnen miljoenen dollarmistakes zijn als productielijnen stilstaan of zelfs reputatieschade als het later leidt tot terugroepacties.

Deze hallucinaties van AI-hulpmiddelen zijn ook bijzonder schadelijk voor industrieën zoals de gezondheidszorg, aangezien aansprakelijkheden en patiëntenlevens op het spel staan wanneer er een machinefout optreedt die niet op tijd is onderhouden of gerepareerd. Wanneer u te maken heeft met industrieën die interactie hebben met de echte wereld, is het niet zo eenvoudig om fouten te herstellen door alleen maar op “verwijderen” te drukken en opnieuw te beginnen.

U heeft benadrukt dat elke AI-uitvoer moet verwijzen naar de oorspronkelijke bronnen – handleidingen, gegevenstabellen, diagrammen, historische logbestanden. Hoe ontwerpt Accruent systemen die traceerbaarheid garanderen en “black box”-antwoorden elimineren?

We garanderen dat AI-aanbevelingen kunnen worden herleid tot betekenisvolle uitvoerpunten in de bronmateriaal, zoals de specifieke handleidingpagina, diagram, gegevenstabel of logboekingang die de suggestie heeft ingegeven. Bijvoorbeeld, als de AI-aanbevelingen een faciliteitsmanager in de gezondheidszorg vertellen hoe hij een compressor moet onderhouden, zouden ze in staat moeten zijn om terug te traceren naar het exacte artikel dat die stap ondersteunt in één klik, om nauwkeurigheid te waarborgen. Om de groeiende vertrouwenskloof in de ondernemings-AI van vandaag te dichten, is het belangrijk dat deze systemen ook in staat zijn om te onthullen welke punten of pagina’s daadwerkelijk zijn geëvalueerd, zodat gebruikers weten of de AI alle relevante documenten heeft bekeken of alleen een subset.

Veel ondernemings-AI-hulpmiddelen geven prioriteit aan snelheid, maar gereguleerde omgevingen vereisen audit-trails, documentnauwkeurigheid en verifieerbare redenering. Hoe balanseert u innovatie met de behoefte aan transparantie en naleving?

Het integreren van AI in bestaande workflows is de sleutel. Dit vereenvoudigt het proces van het toevoegen van goedkeuringen, documentatie, onderhoudsroutines en nalevingscontroles om bekende praktijken te versterken, in plaats van een nieuw geïsoleerd hulpmiddel te implementeren. Dit betekent dat u een volledige herziening van de operaties vermijdt en toelaat dat medewerkers op de gebruikelijke manier blijven werken, maar met handmatige, tijdrovende processen die geautomatiseerd worden.

Technici in het veld vertrouwen op precieze instructies. Hoe benadert Accruent de uitdaging van het verankeren van AI-uitvoer in autoritaire bronmateriaal om risico’s te verminderen en het vertrouwen van technici te verbeteren?

Onze aanpak begint met het vastleggen en organiseren van handleidingen, diagrammen, tekeningen, huurovereenkomsten en historische werkorders om ervoor te zorgen dat AI antwoorden geeft op basis van de specifieke inhoud van een bedrijf, in plaats van generieke trainingsgegevens. Wanneer procedures, aanbevelingen of controlelijsten worden gegenereerd, zijn onze systemen ontworpen om ervoor te zorgen dat elke stap traceerbaar is naar de oorspronkelijke documentatie.

Zonder deze functie zouden technici die al onder tijdsdruk staan, nog meer tijd moeten besteden aan het handmatig doorzoeken van documenten om de nauwkeurigheid te verifiëren, waardoor processen en werkorders verder worden vertraagd.

Het leveren van transparante, audit-klaar AI vereist grote hoeveelheden gestructureerde gegevens. Welke gegevensuitdagingen – van ongestructureerde legacy-documenten tot inconsistentie in activa-geschiedenis – moeten worden opgelost om deze visie te realiseren?

Het leveren van audit-klaar AI begint met betrouwbare en goed georganiseerde gegevens. Echter, het grootste deel van de gebouwde omgeving leeft nog steeds in analoge processen, met handmatige gegevensinvoer, gescande PDF’s en gesloten spreadsheets. Wanneer er lacunes zijn in gegevens en activa-geschiedenissen die onvolledig of inconsistent zijn, neemt het risico op AI-hallucinaties toe. Om AI-uitvoer in gereguleerde omgevingen betrouwbaar te maken, moeten bedrijven eerst legacy-gegevensbeperkingen oplossen, van ongestructureerde formaten tot inconsistentie in geschiedenissen, tot het ontbreken van governance, door te migreren naar gestructureerde, versiebeheerde, centrale document- en activa-gegevenssystemen.

Ons EDMS (Engineering Document Management System) kan dat doen voor meerdere industrieën, waaronder mijnbouw, nutsbedrijven, fabricage en meer. Deze industrieën vertrouwen vaak op fysieke technische tekeningen en documentatie, wat versiebeheer-nachtmerries kan creëren. Het gebruik van ons EDMS-oplossing om deze documenten te digitaliseren is de eerste stap. Vanaf daar helpt de software bij het beheren van versiebeheer, workflow-governance en audit-trails om ervoor te zorgen dat inconsistenties worden geëlimineerd.

Naarmate AI wordt geïntegreerd in onderhoud, faciliteiten en activa-levenscyclusbeheer, waar ziet u de grootste kansen om productiviteit te verbeteren zonder veiligheid of regelgevingsvereisten te compromitteren?

Een van de grootste kansen is het automatiseren van saaie, niet-waarde- toevoegende taken voor medewerkers, zoals handmatige gegevensinvoer en het plannen van werkorders voor technici. Van buitenaf lijkt het misschien een relatief eenvoudige, maar tijdrovende taak. Echter, AI kan deze taak strategischer benaderen.

Ten eerste, als de apparatuur in kwestie wordt gemonitord met sensoren, kan een werkorder worden geactiveerd op basis van anomaliedetectie, voordat er een echte storing optreedt. Ten tweede kan AI helpen bij het automatisch prioriteren van werkorders op basis van urgentie en het plannen van reparaties op tijdstippen die de minste verstoring veroorzaken voor een bedrijf – het kan ook meerdere gelijktijdige problemen, kosten, veiligheid en omzet tegelijkertijd wegen voor de beste mogelijke route naar voren.

AI heeft het potentieel om niet alleen “ondersteuning” te bieden aan onderhouds- en facilitaire teams – het zal steeds meer fungeren als een digitale operator.

Vertrouwen wordt de nieuwe standaard voor ondernemings-AI. Wat denkt u dat leveranciers anders moeten doen in de komende twee jaar om vertrouwen te verdienen – en te behouden?

Leveranciers moeten ophouden met de veronderstelling dat klanten eenvoudigweg “het model” zullen vertrouwen als het gaat om ondernemings-AI. Aanbevelingen van AI moeten bewijs leveren van hoe ze zijn gegenereerd. Een manier om dit aan te pakken is in de vorm van citaten en duidelijke beschrijvingen van welke documenten de AI wel en niet heeft bekeken. Bijvoorbeeld, als een medewerker de AI vraagt om 1.000 huurovereenkomsten te analyseren, zou hij expliciet moeten weten of het alle 1.000 of alleen 700 heeft geëvalueerd, en waarom of waarom niet.

Als onderdeel hiervan moet de belangrijkste factor die leveranciers prioriteit moeten geven, transparantie in gegevensgebruik zijn. Dat omvat duidelijkheid over wie de gegevens ziet, hoe ze worden gebruikt (inclusief eventuele trainingsimplicaties) en hoe ze worden gescheiden of geïsoleerd van andere klantomgevingen.

In de komende twee jaar zal het verdienen van vertrouwen van cruciaal belang zijn, en leveranciers kunnen de bovenhand krijgen door expliciet te zijn over de beperkingen van AI-hulpmiddelen, mensen te houden in de lus voor hoge-risicobeslissingen en te beginnen met smalle, goed afgebakende use-cases die tastbare waarde leveren zonder klanten in een “black box”-situatie te plaatsen.

Kijkend naar de toekomst, hoe ziet u AI evolueren binnen mission-critical operaties, en welke rol verwacht u dat Accruent zal spelen bij het vaststellen van industrienormen voor betrouwbare, transparante AI?

AI in mission-critical operaties evolueert snel van geïsoleerde enkele taakautomatisering naar intelligente, multi-agent systemen die hele workflows kunnen coördineren en optimaliseren. In plaats van alleen gebruikers te ondersteunen, zal AI autonome besluitvorming bieden, continue operationele omstandigheden monitoren, risico’s voorspellen en acties aanbevelen met volledige transparantie en traceerbaarheid. Naarmate AI leert om ongestructureerde documenten, gestructureerde operationele gegevens en real-time signalen te combineren, zal het rechtstreeks in dagelijkse processen worden geïntegreerd, waardoor snellere, veiligere en betrouwbaardere resultaten worden behaald.

In de loop van de tijd zal dit een verschuiving mogelijk maken naar autonome operaties, waarin systemen zichzelf kunnen optimaliseren en zelf corrigeren, terwijl mensen zich richten op toezicht en strategische besluitvorming. Als marktleider zal Accruent helpen bij het vaststellen van industrienormen voor betrouwbare en transparante AI door auditability, verklarende waarde en sterke governance in zijn platform te integreren en door samen te werken met klanten, partners en regelgevende instanties om beste praktijken te definiëren voor veilige implementatie in mission-critical omgevingen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten bezoeken Accruent.