Frank Bignone, SVP en Hoofd van Corporate Strategy & Growth bij FPT Software – Interview Serie

Frank Bignone, Senior Vice President en Hoofd van Corporate Strategy & Growth bij FPT Software, heeft meer dan twee decennia ervaring in internationaal leiderschap op het gebied van digitale transformatie, kunstmatige intelligentie, lucht- en ruimtevaart, geospatiale technologie en ondernemingsgroei. Gedurende zijn carrière heeft hij senior leiderschapsrollen vervuld in Azië, het Midden-Oosten en Europa, waaronder het dienen als Chief Digital Transformation Officer voor de activiteiten van FPT Software in Japan en het Midden-Oosten, en eerder het leiden van digitale transformatie-initiatieven in de regio Azië-Stille Oceaan en China voor Airbus. Zijn achtergrond combineert diepe expertise in AI-gedreven bedrijfstransformatie, strategische partnerschappen, marktuitbreiding en grootschalige technologieadoptie. Door ecosystemen op te bouwen in de luchtvaart-, software- en ondernemingstechnologiesectoren, heeft Bignone zich consistent gefocust op het helpen van organisaties om opkomende technologieën te benutten om operationele efficiëntie, innovatie en duurzame groei te stimuleren. Vandaag leidt hij de corporate strategie en groeionitiatieven van FPT Software, waarbij hij de wereldwijde expansie en de ontwikkeling van diensten voor de volgende generatie van het bedrijf begeleidt.

FPT Software is een wereldwijd technologie- en IT-dienstverlener met hoofdkantoor in Vietnam, met meer dan 33.000 medewerkers die actief zijn in 30+ landen. Het bedrijf specialiseert zich in digitale transformatie, AI, cloud computing, data-analyse, software-engineering, slimme fabrieken, cybersecurity en branche-specifieke oplossingen voor sectoren zoals financiële dienstverlening, productie, automotive, gezondheidszorg, luchtvaart en telecommunicatie. In recente jaren heeft FPT Software zijn AI-georiënteerde strategie versneld, met forse investeringen in AI-gebaseerde platforms, diensten voor ondernemingsmodernisering en wereldwijde partnerschappen, evenals de uitbreiding van zijn voetafdruk in Europa, Noord-Amerika, het Midden-Oosten en Azië-Stille Oceaan. Door een combinatie van grootschalige engineeringsmogelijkheden, consultantexpertise en AI-gedreven innovatie, helpt het bedrijf ondernemingen bij het moderniseren van legacy-systemen, het optimaliseren van operaties en het versnellen van digitale transformatie-initiatieven wereldwijd.

U heeft digitale transformatie-initiatieven geleid in de lucht- en ruimtevaart-, ondernemingssoftware- en nu AI-georiënteerde leveringsplatforms bij FPT Software. Kijkend naar uw ervaring met Airbus Skywise en grootschalige ondernemingsmoderniseringsprogramma’s, welke lessen hebben uw visie voor Agentic Engineering en Flezi Foundry rechtstreeks gevormd?

Terugkijkend naar Airbus Skywise en grootschalige ondernemingsmoderniseringsprogramma’s, springt één belangrijke les eruit: transformatie wordt zelden beperkt door technologie. Vaker wordt het beperkt door hoe organisaties opereren.

Bij Skywise zagen we de kracht van het combineren van data, platforms en ecosysteem-samenwerking. Echter, zelfs met geavanceerde technologie op zijn plaats, kwam waardecreatie vaak tot een plateau wanneer operationele modellen mensgericht, sequentieel en gesegmenteerd bleven.

Die ervaring heeft onze visie voor Agentic Engineering rechtstreeks gevormd. We geloven dat de volgende evolutie niet alleen betere digitale platforms zijn, maar intelligente, agent-gedreven leveringssystemen waarin AI actief deelneemt aan de uitvoering in plaats van alleen als analytisch instrument te dienen.

Flezi Foundry is gebouwd op dat principe, waarbij organisaties helpen om over te stappen van besluitvorming naar AI-gebaseerde leveringsmodellen die continu uitvoeren, leren en verbeteren.

Veel van de AI-discussie is gericht op code-copilots en ontwikkelaarsproductiviteit. Waarom denkt u dat de belangrijkere verschuiving is van AI-gebaseerde tools naar AI-gebaseerde operationele modellen?

Code-copilots zijn belangrijk, maar ze lossen slechts een klein deel van de waardeketen op. Het grootste deel van het gesprek vandaag richt zich op het verbeteren van de productiviteit van ontwikkelaars, terwijl de grotere uitdaging die organisaties tegenkomen gefragmenteerde, langzame en aanpasbare leveringssystemen zijn.

De echte kans ligt in het heroverwegen van hoe werk is gestructureerd. AI-gebaseerde operationele modellen stellen werk in staat om te worden opgedeeld in taken die samen door mensen en intelligente agenten worden uitgevoerd. Agenten kunnen deelnemen aan planning, uitvoering, validatie en optimalisatie, terwijl feedback-lussen continu en steeds meer geautomatiseerd worden.

Op dat punt stopt AI met het zijn van alleen een productiviteitstool en wordt het een systeemniveau-capaciteit. Dat is waar organisaties beginnen met het realiseren van significante ondernemingswaarde.

FPT heeft onlangs Flezi Foundry gelanceerd om AI-gebaseerde levering voor ondernemingen te bevorderen. Welke lacune in de markt probeerde u op te lossen, en hoe verschilt het platform van de groeiende aantal AI-ontwikkelingsgereedschappen die al beschikbaar zijn?

We zagen een duidelijke lacune in de markt. Ondernemingen hebben toegang tot een toenemend aantal AI-gereedschappen, maar veel ontbreken een coherent en beheerd leveringsplatform dat deze capaciteiten samenbrengt.

De meeste AI-oplossingen richten zich op geïsoleerde activiteiten zoals code-assistentie of testautomatisering. Ze lossen geen eind-tot-eind-leveringsorkestratie, ondernemingsbeheer of levenscyclusintegratie op. Als gevolg daarvan worstelen organisaties vaak met het schalen van AI-adoptie voorbij individuele use-cases.

Flezi Foundry is ontworpen om deze uitdaging op te lossen. Het fungeert als een uniform human-agent-samenwerkingsplatform dat AI embedt in de hele software- en IT-levenscyclus, terwijl het beheer, traceerbaarheid en uitlijning met bedrijfsresultaten behoudt. In die zin is het niet alleen een ander AI-gereedschap; het is een operationele laag voor AI-gebaseerde levering.

FPT beschrijft Flezi Foundry als een beheerd human-agent-samenwerkingsplatform. Wat ziet beheer er in de praktijk uit wanneer AI-agenten deelnemen aan planning, coding, testen, beveiligingsbeoordelingen en IT-bewerkingen?

Beheer betekent dat elke AI-actie zichtbaar, gecontroleerd en controleerbaar is.

In de praktijk opereren AI-agenten binnen gedefinieerde beleidsregels die veiligheidsvereisten, nalevingsverplichtingen en coderingsstandaarden omvatten. Hun acties worden gelogd, getraceerd en toegeschreven, terwijl menselijke toezicht op kritieke beslissingspunten is ingebed. Toegang tot gegevens wordt beheerd via gevestigde identiteits- en machtigingscontroles om ervoor te zorgen dat agenten alleen interactie hebben met geautoriseerde informatie.

Vooral belangrijk is dat beheer direct in de uitvoering is ingebouwd in plaats van later toegevoegd te worden. Dit stelt organisaties in staat om AI-adoptie te schalen terwijl ze vertrouwen, transparantie en operationele controle behouden.

Een van de grootste zorgen van ondernemingen is aansprakelijkheid. Als een AI-agent een beveiligingslek, implementatieprobleem of operationele storing introduceert, hoe moet de verantwoordelijkheid worden toegeschreven tussen het AI-systeem, menselijke toezichthouders en dienstverleners?

AI verwijdert aansprakelijkheid niet; het herverdeelt het binnen een gecontroleerd kader.

AI-agenten voeren taken uit binnen gedefinieerde parameters, maar de verantwoordelijkheid blijft uiteindelijk bij de mensen en organisaties die deze systemen ontwerpen, toezicht houden en beheren. Menselijke toezichthouders bieden toezicht en validatie, terwijl dienstverleners verantwoordelijk zijn voor de architectuur, controles en beheermechanismen die agentgedrag leiden.

Het sleutelaspect is het behouden van complete traceerbaarheid. Elke actie moet toewijsbaar en controleerbaar zijn, zodat organisaties vertrouwen, controle en duidelijke inzichten in besluitvorming kunnen behouden.

Flezi Foundry introduceert het concept van een Agentic Development Lifecycle (ADLC). Hoe verschilt dit van traditionele Agile, DevOps of platform-engineeringbenaderingen die ondernemingen vandaag gebruiken?

Agile en DevOps zijn ontworpen om menselijke samenwerking en geautomatiseerde leveringspijplijnen te optimaliseren. De Agentic Development Lifecycle, of ADLC, introduceert een wezenlijk ander element: AI-agenten als actieve deelnemers in de hele levenscyclus.

In plaats van alleen ontwikkelaars te ondersteunen, werken agenten samen met mensen om taken uit te voeren, problemen te doorgronden en bij te dragen aan besluitvorming. Continue redenering vervangt statische workflows, terwijl intelligente feedback-lussen voortdurende optimalisatie stimuleren.

Een eenvoudige manier om hierover na te denken is dat Agile zich richt op iteratieve levering, DevOps op geautomatiseerde pijplijnen en ADLC op adaptieve human-agent-leveringssystemen.

Veel organisaties experimenteren met AI-agenten, maar weinigen hebben kaders vastgesteld voor het meten van hun prestaties. Welke metrics denkt u dat ondernemingen moeten gebruiken om AI-agenten te evalueren als onderdeel van hun software-leveringswerkforce?

Ondernemingen moeten AI-agenten steeds meer zien als onderdeel van de workforce en deze dienovereenkomstig meten.

Traditionele productiviteitsmetrics blijven belangrijk, waaronder leveringssnelheid (taakvoltooiingssnelheid) en reductie van handmatige inspanning. Ondernemingen moeten echter ook kwaliteitsindicatoren evalueren zoals defecten, herbewerkingsniveaus, nauwkeurigheid, betrouwbaarheid en naleving van voorschriften.

Uiteindelijk is het doel niet alleen een hogere productiviteit. De echte maatstaf voor succes is of AI-agenten de voorspelbaarheid, kwaliteit en schaalbaarheid van resultaten verbeteren.

Flezi Foundry introduceert resultaat-gebaseerde prijsmodellen gekoppeld aan leveringssnelheid en service-niveaus. Ziet u dit als het begin van een bredere verschuiving weg van traditionele FTE-gebaseerde outsourcing en personeelsuitbreiding?

Ja, we geloven dat een significante verschuiving al gaande is.

Traditionele FTE-gebaseerde modellen waren gebouwd op de veronderstelling dat inspanning de primaire drijver van waarde is. In AI-gebaseerde leveringsomgevingen wordt deze veronderstelling steeds verouderder, omdat intelligente agenten aanzienlijk kunnen veranderen hoe werk wordt uitgevoerd.

Als gevolg daarvan vertegenwoordigen resultaat-gebaseerde modellen gekoppeld aan leveringssnelheid, service-niveaus en meetbare bedrijfsimpact een meer natuurlijke fit. Flezi Foundry ondersteunt deze evolutie door de prestaties van de levering transparanter, meetbaar en voorspelbaarder te maken.

Naarmate ondernemingen AI-agenten steeds meer inzetten in software-ontwikkeling en IT-bewerkingen, hoe ziet u de rol van software-ingenieurs evolueren in de komende vijf jaar?

Software-ingenieurs zullen evolueren in plaats van te verdwijnen.

Naarmate AI een groter aandeel van de implementatie-activiteiten overneemt, zullen ingenieurs zich steeds meer richten op hogere-waarde-verantwoordelijkheden zoals systeemontwerp, architectuur, agent-orkestratie, beheer, kwaliteitsgarantie en bedrijfsprobleemkadering.

De toekomstige rol van de ingenieur zal minder gaan over het schrijven van elke regel code en meer over het ontwerpen van systemen, het leiden van intelligente agenten en het waarborgen dat technologie-uitkomsten zijn afgestemd op bedrijfsdoelstellingen.

Kijkend naar de toekomst, wat ziet een volwassen human-agent-ondernemings technologie-organisatie eruit? Als we dit gesprek in 2030 opnieuw voeren, welke aspecten van software-levering en IT-bewerking denkt u dat wezenlijk anders zullen zijn dan vandaag?

In 2030 geloof ik dat toonaangevende organisaties zullen opereren als echte human-agent-ecosystemen.

AI-agenten zullen zijn geïntegreerd in leverings- en operationele processen, waardoor continue uitvoering, real-time-optimalisatie en snellere aanpassing aan veranderende bedrijfsbehoeften mogelijk wordt. Sterke beheerkaders zullen vertrouwen, aansprakelijkheid en naleving waarborgen, terwijl resultaat-gebaseerde prestatie-modellen de standaardmanier worden waarop organisaties waarde meten.

Software-levering en IT-bewerking zullen aanzienlijk sneller, adaptiever en voorspelbaarder zijn dan ze vandaag zijn. Het gesprek zal niet langer draaien om de vraag of organisaties AI-agenten moeten adopteren. In plaats daarvan zal de differentiator zijn hoe effectief ze mensen en agenten samen orkestreren op grote schaal.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen FPT Software bezoeken.