Mark Clayman, CEO van Netrio – Interview Serie

Mark Clayman, CEO van Netrio, is een ervaren technologie-executive met meer dan twee decennia leiderschapservaring in cloud computing, managed IT-diensten, cybersecurity en enterprise-infrastructuur. Voordat hij in 2024 bij Netrio kwam, was hij CEO van Navisite tot de overname door Accenture, en leidde hij eerder RDX en TriCore Solutions tijdens perioden van significante groei en succesvolle overnames. Eerder in zijn carrière bekleedde Clayman senior leiderschapsrollen bij Navisite en was hij CIO van Surebridge, waarmee hij een reputatie opbouwde voor het schalen van technologieorganisaties, het integreren van overgenomen bedrijven en het moderniseren van beheerde diensten voor enterprise- en mid-marketklanten.

Netrio is een Noord-Amerikaanse managed IT-dienstverlener die zich richt op het helpen van kleine en mid-marketorganisaties om hun technologie-omgevingen te moderniseren en te beveiligen. Het bedrijf specialiseert zich in managed IT, cloudservices, cybersecurity, infrastructuurbeheer en digitale transformatieoplossingen, met expertise in branches zoals gezondheidszorg, financiële diensten en retail. Na de fusie met SUCCESS Computer Consulting heeft Netrio zijn bereik en mogelijkheden uitgebreid en zichzelf gepositioneerd als een grotere MSP die enterprise-klasse technologieondersteuning, operationele efficiëntie en cybersecuritybescherming biedt aan groeiende bedrijven die navigeren in steeds complexere IT-omgevingen.

U heeft meerdere managed services- en cloudbedrijven geleid door grote overnames, waaronder rollen bij RDX, Navisite, TriCore Solutions en nu Netrio. Hoe is uw perspectief op enterprise IT-transformatie geëvolueerd gedurende die verschillende perioden, en wat heeft u ervan overtuigd dat AI de volgende fundamentele verschuiving voor Managed Service Providers zou worden?

In de loop der jaren heb ik ontdekt dat enterprise IT-transformatie niet alleen gaat over een nieuwe technologiecategorie. Het kan beginnen met managed hosting, cloud, security, automatisering en nu AI, maar de echte transformatie vindt plaats wanneer die technologie verandert hoe bedrijven opereren en concurreren. Vroeger in mijn carrière lag de focus op infrastructuur: waar workloads woonden, hoe systemen werden beheerd, hoe uptime kon worden verbeterd en hoe kosten konden worden verlaagd. In de loop van de tijd verplaatste het gesprek zich naar hoe en waar technologie waarde kon creëren voor de organisatie. Klanten begonnen niet alleen te vragen: ‘Kun je deze omgeving uitvoeren?’, maar ‘Kun je me helpen efficiënter, veiliger, veerkrachtiger en concurrerender te worden?’ AI is een fundamentele verschuiving omdat het allemaal tegelijk aanraakt. Voor MSP’s is AI niet alleen een nieuw instrument dat we aan ons portfolio toevoegen… Het is een paradigma-verandering die de manier verandert waarop diensten worden geleverd, hoe ingenieurs werken, hoe klanten ondersteuning consumeren en hoe we bedrijfswaarde creëren.

U heeft AI beschreven als de nieuwe leveringsruggegraat voor MSP’s. Wat ziet een AI-native MSP er over vijf jaar uit in vergelijking met het traditionele MSP-model dat ondernemingen vandaag kennen?

Het traditionele MSP-model is gebouwd rondom mensen, processen en instrumenten die reageren op problemen: een omgeving monitoren, een ticket openen, een ingenieur toewijzen, het probleem oplossen en terugrapporteren naar de klant. Een AI-gedreven MSP zal er heel anders uitzien. AI zal over het hele leveringsmodel zitten, van monitoring en ITSM tot security, endpointbeheer, klantcommunicatie, analytics en bedrijfsworkflow-optimalisatie. Binnen de komende 2-3 jaar zullen MSP-leiders niet alleen AI gebruiken om vragen sneller te beantwoorden; ze zullen het gebruiken om patronen te detecteren, risico’s te prioriteren, bekende problemen te herstellen, samenvattingen en tickets bij te werken, sentiment te analyseren en ingenieurs naar de volgende beste actie te leiden. Bovendien, en het belangrijkste, zal de klantervaring veel meer zelfbediening en AI-platformgedreven zijn.

Netrio promoot een “AI-first, human-second”-ondersteuningsfilosofie. Wat is er veranderd in gebruikersgedrag waardoor klanten steeds meer comfortabel zijn met interactie met AI voordat ze met een menselijke technicus spreken?

De grootste verandering is dat mensen hun verwachtingen hebben bijgesteld door de technologie die ze elke dag gebruiken. In hun persoonlijke leven zijn gebruikers gewend om directe antwoorden te krijgen, zelf hulp te zoeken, met chatbots en intelligente assistenten te communiceren en basisproblemen op te lossen zonder te wachten tot iemand hen terugbelt. Dat gedrag komt nu ook op de werkplek. Als een AI-systeem iemand kan helpen om een account te deblokkeren, een connectiviteitsprobleem te diagnosticeren, een “hoe-do-ik”-vraag te beantwoorden of een verzoek correct door te sturen in seconden, zullen veel gebruikers dat verkiezen boven het oude model van een ticket indienen en wachten tot iemand terugbelt. Echter, het is belangrijk op te merken dat AI-first niet betekent dat menselijk nooit nodig is. Het betekent dat we AI moeten gebruiken waar het snelheid, consistentie en gemak creëert, en dan mensen moeten inschakelen wanneer het probleem complex, gevoelig of oordeel vereist.

Veel bedrijven praten over AI-co-piloten, maar u benadrukt agente AI en autonome herstel. Hoe dichtbij zijn we bij AI-systemen die onafhankelijk de meeste routine-IT-incidenten oplossen zonder menselijke interventie?

We komen dichterbij, maar ik denk dat het belangrijk is om praktisch te zijn over wat autonoom echt betekent. Er zijn al veel routine-incidenten waarbij AI het probleem kan diagnosticeren, de actie kan aanbevelen, de actie kan uitvoeren en het ticket kan bijwerken op een manier die erg lijkt op wat een menselijke ingenieur zou doen. Dat is heel anders dan een eenvoudige chatbot of co-piloot die alleen een antwoord suggereert.

Er is een grote kans om agente AI te gebruiken die binnen gedefinieerde grenzen kan opereren: het kent de omgeving, begrijpt het beleid, heeft de juiste toegang en kan bekende klassen van problemen veilig herstellen. Bij Netrio denken we zorgvuldig na over waar we partner-native AI gebruiken en waar we onze eigen capaciteiten moeten ontwikkelen. We ondersteunen veel klanten in verschillende omgevingen, en een AI-agent moet die multi-tenantcomplexiteit begrijpen. In sommige gebieden, zoals infrastructuurwaarschuwingen of beveiligingswaarschuwingconsolidatie, kan mature vendor AI het juiste antwoord zijn. In andere gebieden, vooral waar de workflow klantomgevingen, endpointtoegang, referenties en externe ondersteuning omvat, wordt MSP-specifieke intelligentie heel belangrijk.

Een van de interessantste ideeën die u naar voren bracht, is AI-gedreven sentimentanalyse op elke ondersteuningsaanvraag. Hoe belangrijk zal emotionele intelligentie en klantensentiment worden in de volgende generatie enterprise IT-operaties?

Ik denk dat het een belangrijk onderdeel zal worden van hoe servicenkwaliteit wordt gemeten. In managed services is het niet genoeg om te weten of een ticket is gesloten of of een SLA is gehaald. Je moet ook weten hoe de klant zich tijdens die interactie voelde. Waren ze gefrustreerd? Waren ze verward? Voelden ze zich gehoord? Kwam het probleem steeds terug? Historisch gezien konden MSP’s die patronen leren in een maandelijkse of kwartaalbusinessreview of van een klanttevredenheidsenquête, wat nuttig is maar vaak te laat. AI-gedreven sentimentanalyse geeft ons de mogelijkheid om klantervaring in bijna realtime te begrijpen. Dat betekent dat we kunnen identificeren waar een klant gefrustreerd raakt, waar communicatie niet duidelijk is of waar een terugkerend probleem vertrouwen schaadt, en we kunnen snel ingrijpen. Dat is het punt waarop AI de menselijke kant van de service versterkt, in plaats van het te vervangen.

U hebt vermeld dat veel organisaties worstelen met “schaduw-AI” binnen hun bedrijven. Wat zijn de grootste governancefouten die ondernemingen op dit moment maken bij het snel adopteren van AI-instrumenten door werknemers?

De grootste fout is het toelaten van AI-adoptie op een volledig gefragmenteerde manier. Werknemers zullen experimenteren, en in veel gevallen is dat een goede zaak, maar de organisatie moet begrijpen welke instrumenten worden gebruikt, welke gegevens worden ingevoerd en welke risico’s worden gecreëerd. Op dit moment hebben veel bedrijven individuen die AI gebruiken in pockets over het bedrijf, maar er is geen gemeenschappelijk beleid, geen meetkader, geen trainingsmodel en geen duidelijke roadmap om aan te sluiten bij de organisatiedoelstellingen.

Dat creëert beveiligingsrisico’s, compliance-risico’s en verspilde inspanningen. De ideale aanpak is niet om experimenten te stoppen, maar om ze te formaliseren en te organiseren. Bedrijven hebben governance-kaders, toegangscontrole, werknemerstraining, goedgekeurde use cases en een manier nodig om waarde te meten. Dit is vooral waar in de mid-market, waar bedrijven vaak dezelfde druk van boards en leiderschap hebben om AI te benutten, maar ze misschien niet de interne AI-expertise, beveiliging en compliance-team hebben om de inspanning te leiden.

Als AI basistaken van MSP’s automatiseert, denkt u dat de traditionele economie van managed services fundamenteel zal veranderen in de komende tien jaar?

Ja, ik denk dat de economie behoorlijk zal veranderen. Het traditionele managed services-model is vaak gebouwd rondom arbeid, instrumenten en marge. Als AI en automatisering de hoeveelheid menselijke inspanning verminderen die nodig is voor basisondersteuning, monitoring en herstel, dan is prijsdruk op die gecommercialiseerde diensten onvermijdelijk. Maar ik zie dat niet als een negatief. Ik zie het als een dwingende factor voor MSP’s om naar de waardeketen te gaan. De waarde zal steeds meer komen van het helpen van klanten bij het toepassen van technologie op bedrijfsresultaten: operaties verbeteren, workflows automatiseren, beveiliging versterken en betere beslissingen nemen.

Daarom zijn strategische gesprekken met klanten zo belangrijk. MSP’s moeten begrijpen hoe een klant zijn bedrijf runt – zijn supply chain, klantenservicemodel, interne processen, groeiplannen en risicoprofiel. Dan kunnen we AI en automatisering gebruiken om hogere-waardeproblemen op te lossen. Dan verschuiven de economie van hoeveel mensen het kost om een omgeving te ondersteunen naar wat meetbare waarde de MSP creëert voor een bedrijf.

Veel AI-gesprekken richten zich op grote ondernemingen, maar mid-marketbedrijven missen vaak de interne expertise om AI verantwoord te implementeren. Wat zijn de unieke uitdagingen waarmee mid-marketorganisaties worden geconfronteerd die door de bredere industrie worden genegeerd?

Mid-marketbedrijven zitten in een heel interessante positie. Ze hebben echte zakelijke druk om AI te adopteren, en in veel gevallen hebben ze dezelfde urgentie als grotere ondernemingen. Hun leiderschapsTeams en boards vragen wat hun AI-strategie is, waar de efficiëntie zit en hoe het bedrijf concurrerend kan blijven. Maar zoals eerder vermeld, hebben ze niet dezelfde interne middelen als een Fortune 500-bedrijf. Ze hebben geen toegewijd AI-governance-team, geen grote beveiligingsorganisatie, geen volwassen datawetenschapsfunctie of de veranderingsbeheersingsmiddelen nodig om van AI-piloten naar productie te gaan. Dus kunnen ze vast komen te zitten tussen experimenten en uitvoering. Ze weten dat AI ertoe doet, maar ze hebben hulp nodig bij het identificeren van de juiste use cases, het opstellen van governance, het opzetten van een strategie, het implementeren van een platform, het inschakelen van medewerkers en het integreren van AI in echte workflows. Dat is waarom onze aanpak bij Netrio gericht is op praktische adoptie: gereedheid, governance, strategie, platformimplementatie, inschakeling en voortdurende ontwikkeling en ondersteuning.

Netrio opereert in branches zoals gezondheidszorg, financiële diensten en retail. Denkt u dat de toekomstige winnaars in AI-geactiveerde managed services de bedrijven zullen zijn met de diepste verticale expertise in plaats van de breedste technologie-stack?

Ja, ik denk dat dat zo is. Een brede technologie-stack is belangrijk, maar het is niet genoeg op zich. De echte waarde komt wanneer je de klant zijn bedrijf diep genoeg begrijpt om te weten waar AI echt een verschil kan maken. Gezondheidszorg, financiële diensten, retail, fabricage, hospitality – elke van deze branches heeft andere workflows, regulatorische druk, klantverwachtingen, risicoprofielen en operationele realiteiten. Een generieke AI-implementatie kan enige efficiëntie creëren, maar een domeinspecifieke oplossing kan een veel betekenisvoller probleem oplossen. Bijvoorbeeld, de manier waarop je over AI denkt in een gereguleerde financiële dienstverlening is anders dan hoe je over AI denkt in retailoperaties of hospitality-workflows. De MSP’s die winnen zullen degene zijn die AI, automatisering, beveiliging en verticale expertise combineren.

Kijkend naar de toekomst, welke delen van enterprise IT-beheer denkt u dat fundamenteel mens-gedreven zullen blijven, ongeacht hoe geavanceerd AI-systemen worden?

De mens-gedreven delen zullen de gebieden zijn die vertrouwen, oordeel, empathie en strategische context vereisen. AI zal steeds meer van het repetitieve operationele werk overnemen, en dat is een goede zaak. Het zal ingenieurs helpen sneller te gaan, responstijden te verbeteren, patronen te identificeren en bekende problemen te automatiseren. Maar klanten hebben nog steeds mensen nodig die hun bedrijf begrijpen, die hen kunnen helpen keuzes te maken en die achter de aanbevelingen kunnen staan die worden gedaan. Beveiliging is een goed voorbeeld. AI kan bedreigingen detecteren, prioriteit geven aan waarschuwingen, automatisch reageren, maar het opbouwen van een beveiligingscultuur hangt nog steeds sterk af van mensen, training, leiderschap en oordeel. Hetzelfde geldt voor AI-adoptie zelf. Je kunt krachtige instrumenten implementeren, maar iemand moet nog steeds beslissen welke use cases ertoe doen, welke risico’s acceptabel zijn, hoe medewerkers getraind moeten worden en hoe succes moet worden gemeten.

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