Qlik wil de inzet van kunstmatige intelligentie versnellen met twee pijlers: no-code voorspellingen en een open lakehouse-aanpak. Het bedrijf richt zich op organisaties die sneller waarde uit data willen halen, zonder grote teams van datawetenschappers. De strategie combineert eenvoudige modelbouw met een flexibel dataplatform. Dat sluit aan bij Europese eisen rond transparantie en databeheer.
No-code voorspellen voor iedereen
No-code betekent dat je modellen maakt zonder te programmeren. Je klikt door stappen als data kiezen, kenmerken selecteren en een uitkomst voorspellen. Dit kan helpen bij vragen als churn, vraagverwachting of voorraadplanning. Teams in business en IT kunnen zo samen sneller experimenteren.
De winst is tijd en toegankelijkheid. Minder handwerk, meer focus op de vraag achter de data. Toch blijft controle nodig. Een model moet uitlegbaar zijn en getest worden op bias.
Voor Nederland is dit praktisch. Er is krapte aan gespecialiseerd talent. Met no-code kunnen middelgrote organisaties toch voorspellende analyses draaien. Mits ze governance en datakwaliteit goed regelen.
Open lakehouse voorkomt lock-in
Een lakehouse combineert de flexibiliteit van een datalake met de structuur van een datawarehouse. “Open” wijst op keuzevrijheid: data blijft in standaardformaten en werkt over meerdere platforms. Dat past bij Europese ambities voor digitale soevereiniteit en exit-mogelijkheden. Het vermindert afhankelijkheid van één leverancier.
Een lakehouse is een data-architectuur die ruwe en gestructureerde data samenbrengt, zodat opslag goedkoop blijft en analyses toch snel en betrouwbaar zijn.
Voor CIO’s is dit aantrekkelijk. Het maakt het eenvoudiger om te schalen en te switchen als kosten of regels veranderen. Ook helpt het bij datalijnen en audits. Dat is relevant onder AVG en de aankomende AI-wet.
De keerzijde is complexiteit. Openheid vraagt goede standaarden en afspraken. Zonder duidelijke datamodellen kan een open lakehouse alsnog versnipperen. Dan verdwijnt de beloofde wendbaarheid.
Datakwaliteit blijft de basis
AI werkt alleen met schone, goed gedocumenteerde data. Organisaties hebben daarom tooling nodig voor integratie, validatie en metadata. Denk aan het vastleggen van herkomst, versies en rechten. Dat maakt resultaten herhaalbaar en controleerbaar.
Dit raakt direct aan Europese regels. De AI-wet vraagt straks om uitleg, risicobeoordeling en menselijk toezicht bij bepaalde systemen. Wie databeheer op orde heeft, kan sneller aantonen hoe een model tot een uitkomst komt. Dat scheelt tijd en risico.
Automatisering helpt hier. Ingebouwde datalijnen en kwaliteitscontroles verlagen de kans op fouten. Maar processen moeten helder blijven. Documenteer keuzes en bewaar trainingsdata en modelversies.
Nederland zoekt snelle, veilige inzet
Veel Nederlandse organisaties willen klein beginnen en snel opschalen. No-code en een open datafundament passen daarbij. Eerst een afgebakende use-case, daarna verbreden naar andere afdelingen. Zo blijft het behapbaar en meetbaar.
Typische startpunten zijn vraagvoorspelling, onderhoudsplanning en klantsegmentatie. De winst is tastbaar en de datastromen zijn vaak al aanwezig. Koppel je dashboard, voeg een model toe en koppel terug wat werkt. Houd het simpel en herhaal.
Let ook op datalocatie en privacy. Verwerk persoonsgegevens zo veel mogelijk geanonimiseerd. En kies voor platforms die data in de EU kunnen hosten. Dat voorkomt gedoe met contracten en compliance.
Risico’s vragen om scherp toezicht
No-code verlaagt drempels, maar kan schijnzekerheid geven. Een model met mooie grafieken is niet altijd betrouwbaar. Data kan scheef zijn of verouderen. Daarom zijn validatie en monitoring nodig.
“Open” is bovendien geen beschermde term. Leveranciers vullen het verschillend in. Controleer of formaten echt standaard zijn en of je zonder frictie kunt migreren. Vraag ook naar kosten van uitgaand dataverkeer en opslag.
- Check uitlegbaarheid en prestaties per doelgroep.
- Controleer datalijnen, rechten en logging.
- Plan periodieke hertraining en drift-controle.
- Test exit-scenario’s en migratiepaden vooraf.
Met deze waarborgen kan Qlik’s combinatie van no-code en een open lakehouse waarde opleveren. Snel waar het kan, zorgvuldig waar het moet. Zo wordt kunstmatige intelligentie een hulpmiddel, geen gokspel.