Preetpal Singh, Group Managing Director bij Xebia – Interviewreeks

Preetpal Singh is Group Managing Director bij Xebia, waar hij wereldwijde initiatieven leidt die zich richten op het bouwen en moderniseren van digitale platforms, ondernemingsapplicaties en datagedreven systemen. Met meer dan 26 jaar ervaring in financiële dienstverlening, gezondheidszorg, productie, consumenten- en hightechindustrieën, heeft hij gewerkt aan de kruispunten van technologie-uitvoering en bedrijfstransformatie. Zijn carrière omvat engineeringlevering, go-to-marketleiderschap en grootschalige operationele verandering, met een consistente focus op het omzetten van opkomende technologieën in systemen die betrouwbaar werken in productieomgevingen.

Xebia is een wereldwijd digitaal ingenieursbureau dat digitale producten en platforms ontwerpt, bouwt en moderniseert voor ondernemingen wereldwijd. Het bedrijf combineert software-engineering, cloud- en datamodernisering, Generative AI en intelligente automatisering om organisaties te helpen schaalbare applicaties, moderne architectuur en geïntegreerde AI-mogelijkheden te ontwikkelen. Met teams die opereren in meerdere regio’s, werkt Xebia met ondernemingen samen om nieuwe technologieën in te bedden in kernsystemen en klantgerichte platforms, waarbij innovatie wordt ondersteund door sterke technische fundamenten.

U heeft meer dan 26 jaar technologie-, verkoop- en bedrijfstransformatie-initiatieven geleid in meerdere industrieën. Hoe heeft die reis uw aanpak van innovatie en groei vandaag gevormd?

In de loop van de tijd ben ik me veel meer gaan concentreren op duurzaamheid dan op nieuwheid. Aan het begin van mijn carrière was ik aangetrokken door de kracht van de technologie zelf. Met ervaring begon ik meer aandacht te besteden aan wat er gebeurt nadat de pilotfase is afgerond, wanneer systemen moeten integreren met legacy-platforms, nalevingscontroles moeten doorstaan en consistent moeten presteren onder echte werklasten. Over industrieën heen lijkt het keerpunt altijd te komen wanneer een veelbelovend initiatief in productie gaat. Eigendom wordt kritiek. Integratiecomplexiteit komt aan het licht. Risicotolerantie wordt getest. Dat is waar transformatie ofwel volwassen wordt ofwel stilvalt.

Vandaag de dag ga ik met een praktische bril naar innovatie kijken. Bij Xebia geven we prioriteit aan het bouwen en moderniseren van de platforms die aan de basis van de operaties liggen. We denken aan langetermijnonderhoud, controleerbaarheid en schaalbaarheid vanaf het begin, omdat groei alleen duurzaam is wanneer de onderliggende systemen zijn ontworpen om druk over tijd te weerstaan.

Waar worstelen ondernemingen het meest mee bij het uitvoeren van AI?

De uitdagingen doen zich meestal voor als AI voorbij het experimentele stadium gaat en in operationele systemen terechtkomt. Een model bouwen is een mijlpaal, maar het integreren ervan in onderhandelingsworkflows, ERP-systemen of claimsplatforms introduceert een andere laag van complexiteit.

In een implementatiescenario had een model het goed gedaan in testomgevingen. Toen het werd aangesloten op een live transactiestroom, kwamen vragen over auditlogging, overnamebevoegdheid en rollbackmechanismen de rollout vertragen. Nalevingsteams hadden traceerbaarheid nodig. Risicoteams vereisten duidelijkheid over escalatiepaden. Die operationele details bepaalden uiteindelijk de tijdlijn.

AI-initiatieven krijgen grip als gegevenspijpleidingen gestructureerd zijn, productiemonitoring op zijn plaats is en verantwoordelijkheid duidelijk is gedefinieerd. Organisaties die voor die realiteiten vroeg plannen, schalen soepeler.

Hoe onderscheidt u automatisering die efficiëntie verbetert van transformatie die een bedrijf opnieuw vormgeeft?

Efficiëntiegerichte automatisering stroomlijnt vaak stappen binnen een bestaand proces. Breder wordende transformatie ontstaat wanneer teams het proces zelf opnieuw overwegen.

Ik heb gevallen gezien waarin ondernemingen goedkeuringsketens wilden automatiseren die meer dan een dozijn aangrijpingspunten overspanden. Zodra de beslissingslogica werd herontworpen en validatiecontrolepunten werden geconsolideerd, werd de workflow aanzienlijk eenvoudiger. De impact strekte zich uit tot verder dan de cyclus; het beïnvloedde verantwoordelijkheid en risicoverdeling eveneens.

Wanneer u de beslissingsstroom vereenvoudigt met het bedrijf eerst, wordt de automatisering gemakkelijker en blijven de voordelen hangen.

Wat onderscheidt transformatie in zeer gereguleerde industrieën?

Zeer gereguleerde sectoren nemen governanceoverwegingen meestal rechtstreeks op in systeemontwerp. In industrieën als financiële dienstverlening en gezondheidszorg zijn traceerbaarheid en verklarebaarheid vereisten vóór implementatie, niet erna.

Ik heb met teams gewerkt die modelvalidatiepoorten in CI/CD-pijpleidingen opnamen en gedetailleerde logstandaarden vanaf het begin vaststelden. Escalatiepaden en monitoringkaders werden vroeg in de architectuurdiscussies gedefinieerd. Die discipline vormt meer veerkrachtige systemen en bereidt ondernemingen voor op toenemende autonomie in AI-gedreven omgevingen.

Hoe zorgt u ervoor dat AI-investeringen aansluiten bij meetbare bedrijfsresultaten?

Ik moedig leiderschapsteams aan om de operationele verschuiving te definiëren die ze verwachten te zien. Dat kan betekenen dat de onboardtijd wordt verkort, de dienstverleningscapaciteit zonder evenredige headcountgroei toeneemt of de foutenratio in claimsverwerking wordt verlaagd.

Instrumentatie speelt een kritieke rol. De platforms die we leveren, omvatten tracking voor doorvoer, latentie, beslissingsnauwkeurigheid en adoptiepercentages. Wanneer die indicatoren zichtbaar zijn in productiedashboards, kunnen bedrijfsleiders technologie-investeringen verbinden met operationele prestaties. Hoe versnellen strategische partnerschappen AI op grote schaal?

Ondernemingsbrede AI-initiatieven omvatten infrastructuur, dataplatforms, applicatie-architectuur en beveiliging. Gecoördineerde uitvoering over die lagen vereist diepgang en afstemming. Partnerschappen creëren momentum wanneer ze rechtstreeks zijn verbonden met technische capaciteit en operationele uitvoering.

Onze uitgebreide samenwerking met partners zoals Google Cloud, Anthropic en anderen omvat de ontwikkeling van herhaalbare brancheoplossingen en de oprichting van een wereldwijd Center of Excellence ter ondersteuning van schaalbare levering. Structuren als deze verminderen integratiefictie en bieden consistentie wanneer implementaties zich uitbreiden over regio’s en bedrijfseenheden.

Welke misvattingen ziet u rondom AI-gereedheid?

Veel ondernemingen beschouwen succesvolle pilots als bewijs van gereedheid. In de praktijk manifesteert gereedheid zich in gestructureerde datamilieus, stabiele integratielagen, gedefinieerde governanceprotocollen en duidelijke verantwoordelijkheidsmodellen.

Productiestabiliteit en governancevolwassenheid bepalen evenzeer de langetermijnsucces als modelprestaties. Een model kan het goed doen in tests, maar zodra het op volledige transactievolumina werkt, worden latentie, monitoring en foutafhandeling kritiek. Teams hebben duidelijke rollbackprocedures, driftdetectie, logstandaarden en gedefinieerde eigendom nodig zodra het model live is.

Wanneer AI-systemen overgaan van adviserende rollen naar beslissingsrollen, wordt duidelijkheid rondom overnamebevoegdheid en escalatiepaden essentieel. Wanneer die railingen vroeg in de architectuur worden gebouwd, wordt schalen veel beheersbaarder.

Hoe zouden leiders moeten denken over het balanceren van innovatie en risico wanneer AI in operaties wordt ingebed?

Verantwoorde AI wordt vanaf dag één in het systeem ingebouwd en onderhouden door actieve toezicht. Duidelijke criteria rondom waar systemen onafhankelijk kunnen handelen en waar menselijke toezicht essentieel blijft, helpen ambiguïteit later te voorkomen.

Voortdurende monitoring is eveneens belangrijk, aangezien gegevenspatronen verschuiven en regelgevende landschappen evolueren. AI-systemen vereisen periodieke herkalibratie en herziening om afstemming met bedrijfs- en nalevingsverwachtingen te behouden.

Hoe onderhoudt u de afstemming tussen technische uitvoering en strategie van het leiderschap?

Afstemming wordt gemakkelijker wanneer mensen eerlijk zijn over de afwegingen. Als u sneller wilt bewegen, zijn er technische implicaties. Als u systemen meer autonomie geeft, heeft u sterker toezicht nodig. Als u diep aanpast, maakt u keuzes over hoe gemakkelijk het zal zijn om later te onderhouden.

Niets daarvan is slecht. Het moet alleen expliciet zijn. Wanneer die realiteiten van tevoren worden besproken, concurreren ambitie en discipline niet met elkaar. Leiders kunnen vooruitgaan, ingenieurs kunnen verantwoordelijk bouwen en iedereen begrijpt waar ze zich voor inschrijven. Die soort transparantie bouwt vertrouwen op en houdt vooruitgang gestaag over tijd.

Waar moeten ondernemingen hun strategische investeringen de komende jaren op richten?

Aanpasbaarheid zal de leiders van de rest onderscheiden. Dat komt meestal neer op sterke fundamenten: schone gegevens, schaalbare cloud-infrastructuur, gedisciplineerde implementatie en duidelijke zichtbaarheid in hoe systemen presteren.

Bedrijven die in die basis investeren en de juiste ecosysteempartnerschappen daaromheen opbouwen, kunnen zich aanpassen aan veranderende markten en regelgeving. Op de lange termijn komt het voordeel van het bouwen van operaties en architectuur die elke golf die volgt aankan.

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