China Widener, vicevoorzitter, US Tech, Media & Telecommunications-leider bij Deloitte – Interviewreeks

China Widener is de vicevoorzitter en de leider van de Amerikaanse Technology, Media & Telecommunications (TMT)-industrie bij Deloitte. Ze maakt ook deel uit van de Amerikaanse raad van bestuur van Deloitte.

Ze biedt een uniek perspectief op de toekomst van de TMT-industrie, met name op de evolutie van Agentic AI – intelligente systemen die in staat zijn tot autonome besluitvorming – en hun transformatieve impact op het hele bedrijf. Ze is gepassioneerd over het helpen van klanten om het volledige potentieel van Agentic AI te benutten om innovatie te versnellen, operationele efficiëntie te verbeteren en nieuwe bronnen van concurrentievoordeel te creëren, alles met een onwankelbare toewijding aan betrouwbaar AI.

China heeft artikelen geschreven over AI, technologieframeworks voor ondernemingen, leveringsmodelanalyse en het sluiten van de talentkloof. Ze is een zeer gevraagd spreker en facilitator en haar technologie-ervaring en carrière-ontwikkeling zijn onderwerp van verschillende podcasts en publicaties.

Deloitte is een van de grootste professionele dienstverleners ter wereld, die audit-, advies-, belasting-, risico-advies- en financiële adviesdiensten verleent aan organisaties in vrijwel elke industrie. Met een wereldwijd netwerk van meer dan 150 landen, werkt Deloitte samen met multinationale ondernemingen, overheden en opkomende bedrijven om complexe uitdagingen te overwinnen, digitale transformatie te stimuleren en operationele prestaties te verbeteren. Het bedrijf is vooral bekend om zijn expertise op gebieden zoals technologieadvies, data-analyse, cybersecurity en regelgevingscompliance, waarmee klanten zich kunnen aanpassen aan snel veranderende markten terwijl ze een sterke governance en langetermijngroei-strategieën behouden.

Volgens onderzoek van Deloitte zitten de meeste organisaties nog steeds vast in de proefmodus. Wat is de grootste misvatting die leiders hebben over wat het kost om AI te schalen over het hele bedrijf?

Organisaties proberen vaak AI “op” bestaande processen te zetten, wanneer schalen eigenlijk vereist dat de manier waarop werk wordt gedaan, wordt herontworpen. De grootste misvatting die ik zie, is dat het schalen van AI voornamelijk een technische uitdaging is. In werkelijkheid is de technologie vaak het makkelijkste deel. Wat leiders vaak onderschatten, is de mate van verandering in het operationele model dat vereist is – van workflows en beslissingsrechten tot talent, incentives en governance. 

De overgang van geïsoleerde use cases naar ondernemingsbrede orkestratie kan worden ontgrendeld wanneer mensen, processen en technologie samen evolueren. Zonder die afstemming blijft zelfs de meest geavanceerde AI vastzitten in de proefmodus.

Waarom leveren zoveel AI-initiatieven geen meetbare ROI, zelfs als de onderliggende technologie solide is?

Echte ROI komt wanneer AI wordt geïntegreerd in eind-tot-eind-processen, en niet wordt behandeld als geïsoleerd experiment. De meeste AI-initiatieven falen niet omdat de technologie niet werkt – ze falen omdat het bedrijf niet is ingericht om waarde uit het te halen.

Losse use cases, slechte workflow-integratie en onduidelijke waarde-tracking voorkomen dat AI wordt vertaald in meetbare impact. Wat vaak ontbreekt, is orkestratie. AI-waarde is niet alleen verticaal – binnen een enkele capaciteit of functie – maar ook horizontaal, overspannend processen, teams en het hele bedrijf. Wanneer organisaties deze lagen niet verbinden, eindigen ze met pockets van vooruitgang die nooit schalen.

Waarde komt uit het afstemmen van technologie met workflows en bedrijfsresultaten, zodat AI kan opereren over het hele bedrijf, en niet alleen binnen silo’s. Dat is wanneer je van experimenten naar echte transformatie gaat en begint met het realiseren van duurzame, cross-functionele waarde.

Wanneer moet een bedrijf stoppen met experimenteren en zich committeren aan een ondernemingsbrede AI-transformatie, en welke signalen geven aan dat ze klaar zijn?

Organisaties moeten verder gaan dan experimenteren wanneer ze klaar zijn om AI te integreren in eind-tot-eind-processen. Dat is een verschuiving van het behandelen van AI als een collectie van maatwerk-piloten naar het zien van AI als een strategische transformatie die is verankerd in een duidelijke roadmap voor waarde bestaat en hoe deze te benutten.

Dat betekent het afstemmen van stakeholders rond gedeelde prioriteiten, het definiëren van waar AI de grootste impact kan hebben over functies heen, en het opzetten van de juiste governance en operationele modellen om dit uit te voeren. Zonder die duidelijkheid blijven organisaties vastzitten met piloten die moeilijk zijn om te schalen of te repliceren.

In het kort, succes zal neerkomen op het verschuiven van gefragmenteerde experimenten naar een gecoördineerde, ondernemingsbrede strategie – waarbij waarde duidelijk is gedefinieerd, geprioriteerd en systematisch gerealiseerd.

Hoe moeten executives ROI opnieuw bekijken in de context van AI, vooral wanneer de voordelen zich uitstrekken tot voorbij kostenbesparingen in productiviteit, herontwerp van de workforce en langetermijnstrategisch voordeel?

Het gaat erom AI-ROI te zien als meer dan alleen kostenbesparingen. Wanneer je een bredere waarde-equatie hebt die productiviteitswinsten, workforce-transformatie en nieuwe groeimogelijkheden omvat, dan is dat wanneer je de ware waarde van AI ontsluit. Terwijl efficiency belangrijk is, komt de grotere impact vaak van het herontwerpen van rollen, het versnellen van besluitvorming en het mogelijk maken van geheel nieuwe bedrijfsmodellen. De uitdaging is dat deze voordelen niet altijd zichtbaar zijn in traditionele financiële metrieken of korte-termijn P&L-cycli. De sleutel is het hanteren van meer holistische meetmethoden die financiële, operationele en workforce-resultaten combineren. Uiteindelijk is het doel om AI niet alleen te zien als een kostenhefboom, maar als een driver van langetermijnconcurrentievoordeel.

Een van de uitdagingen die worden benadrukt, is de kloof tussen zichtbaarheid en actie. Waarom worstelen organisaties om inzichten gegenereerd door AI te operationaliseren?

De kloof tussen inzicht en actie is een uitvoeringsprobleem, niet een analytisch probleem. Organisaties kunnen soms inzichten genereren, maar onduidelijke beslissingsrechten, misgealignde workflows en gebrek aan verantwoordelijkheid voorkomen actie. Governance is key. Het sluiten van deze kloof vereist het integreren van AI en het begrijpen van de impact op workflows, praktijken, beleid en uitvoeringspaden.

Deloitte’s Enterprise AI Navigator benadrukt de “agentificatie” van taken. Hoe moeten leiders beslissen welke processen het beste geschikt zijn voor AI-agents versus door de mens gestuurde workflows?

Verse processen vereisen verschillende niveaus van automatisering; effectieve transformatie gaat over het maken van de juiste keuzes. De sleutelvraag is niet of AI-agents moeten worden ingezet – het is waar ze de meeste waarde creëren.

Die waarde kan op twee manieren worden beoordeeld: organizationele “fit” en financiële impact. Voor sommige organisaties zal de afstemming met bestaande workflows, cultuur en manieren van werken de prioriteit zijn, waardoor “fit” het beste startpunt is. Voor anderen zal de focus liggen op meetbare financiële rendementen, waarbij het begrijpen van het bereik en de omvang van waardecreatie de primaire driver wordt. De mogelijkheid om beide dimensies te beoordelen, maakt meer geïnformeerde, strategische besluitvorming mogelijk.

Het is belangrijk op te merken dat niet elk proces moet worden geagentificeerd. Sommige processen vereisen menselijke oordeel, vertrouwen of creativiteit. Het doel is een hybride model, waarin mensen en agents intentioneel zijn ontworpen om elkaar aan te vullen.

Veel organisaties investeren zwaar in AI-hulpmiddelen, maar ontwerpen hun workflows niet opnieuw. Hoe kritiek is het herstructureren van de organisatie voor het behalen van echte AI-impact?

Herstructurering van de organisatie is geen optie; het is centraal voor het behalen van AI-impact. Bedrijven die investeren in tools zonder hun workflows opnieuw te ontwerpen, zien meestal alleen incrementele verbeteringen. Echte waarde komt wanneer organisaties rollen en verantwoordelijkheden, teamstructuren en besluitvormingsprocessen opnieuw bekijken. AI verandert niet alleen taken, maar ook de manier waarop werk door het hele bedrijf stroomt. Zonder structurele afstemming is echte transformatie beperkt.

Governance loopt achter bij de adoptie, vooral bij agentic AI. Welke risico’s onderschatten bedrijven bij het schalen van meer autonome systemen?

Ons onderzoek toont aan dat slechts 21% van de organisaties een volwassen governance heeft voor autonome agents. Zonder een sterk, end-to-end governance-programma aarzelen veel bedrijven om deze tools in te zetten. Die aarzeling leidt vaak tot de opkomst van “shadow AI”, wat aanzienlijke onbeheerde risico’s met zich meebrengt. 

Tegelijkertijd onderschatten organisaties vaak de rol die werknemers kunnen spelen bij governance. Beleid en rapportagestructuren zijn cruciaal, maar ze zijn op zichzelf niet genoeg. Werknemers willen over het algemeen AI op een verantwoorde manier gebruiken – en wanneer ze zijn uitgerust met duidelijke richtlijnen, worden ze een krachtige verdedigingslinie.

Dat betekent dat organisaties zich moeten focussen op het onderwijzen van hun workforce: wat is veilig, wat is riskant, en hoe kunnen ze goede oordelen vellen in real-time. Bijvoorbeeld, even pauzeren om te vragen: moet ik hier gevoelige financiële gegevens opnemen? Dat soort dagelijkse besluitvorming is waar governance echt tot leven komt. Werknemers, wanneer geïnformeerd en gemandateerd, versterken actief de risicohouding van de organisatie.

Tenslotte blijven continue monitoring en periodieke testing onderbenut, maar zijn essentieel. Naarmate we verder gaan in de era van agentic AI, moet continue toezicht een vereiste worden voor elke organisatie die deze capaciteiten op grote schaal inzet.

Deloitte stelt dat Enterprise AI Navigator de strategie- en ontwerptijd aanzienlijk kan verkorten. Wat verandert er specifiek in de manier waarop organisaties AI-beslissingen nemen wanneer ze een systeem als dit gebruiken?

Enterprise AI Navigator verbindt financiële, workflow- en workforce-inzichten in een unified transformatie-roadmap. Wat verandert, is de verschuiving van intuïtieve besluitvorming naar data-gedreven transformatie die een gedisciplineerde aanpak weerspiegelt die kan worden toegepast op het hele stakeholder-landschap. Met Enterprise AI Navigator kan Deloitte helpen bij het modelleren van scenario’s voordat ze worden geïnvesteerd, AI-beslissingen nemen die direct zijn gekoppeld aan financiële en workflow-impact, en verder gaan van geïsoleerde piloten naar een coherente, ondernemingsbrede roadmap

Het comprimeert effectief de strategie- en ontwerpcycli door leiders zichtbaarheid te geven in wat zal werken – voordat ze het schalen.

Als we 1 tot 2 jaar vooruitkijken, wat zal het verschil zijn tussen de bedrijven die AI succesvol omzetten in een concurrentievoordeel en die die vastzitten in experimenten?

Het verschil zal niet liggen bij wie AI heeft geadopteerd; het zal liggen bij wie getransformeerd is door het. Die leiders zullen AI behandelen als een transformatie-instrument voor het bedrijf, en niet alleen als een toolset. Dat betekent het herontwerpen van workflows en operationele modellen van begin tot einde, en het meten van waarde op een holistische manier over financiële, workforce- en groeiontwerpen.

Het is cruciaal dat ze erkennen dat productiviteit alleen niet het eindpunt is. Veel organisaties zien al incrementele efficiency-winsten, maar concurrentievoordeel komt van het gebruik van AI om nieuwe inkomstenstromen te ontgrendelen, aanbod te herschikken en ondernemingsbrede groei te stimuleren, en niet alleen om hetzelfde werk sneller te doen.

Diegenen die achterblijven, zullen blijven focussen op tools boven resultaten, geïsoleerde use cases nastreven zonder ze te verbinden over het hele bedrijf. Ze zullen ook de neiging hebben om onder te investeren in change management, governance en orkestratie – waardoor het moeilijk wordt om impact te schalen.

In het kort, de winnaars zullen zijn diegene die verschuiven van AI-geactiveerd naar AI-gepowered ondernemingen. Deze ondernemingen zullen AI integreren in de manier waarop het bedrijf werkt, groeit en concurreert, en niet alleen in de manier waarop het experimenteert.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Deloitte bezoeken op Deloitte.