Asset-heavy sectoren en de AI-shift

Waarom zoveel bedrijven nu naar consultancies leunen – en waarom een 3-jaar-visie zo'n illusie is

In asset-heavy industrieën – denk aan rederijen met grote vloot, terminaloperators met miljarden in kranen en AGV's, offshore platforms of logistieke hubs – is de discussie over AI in 2026 niet meer of, maar hoe snel en met wie. Wat opvalt: een groeiend aantal organisaties verschuift bewust van in-house ontwikkeling naar externe consultancies en gespecialiseerde AI-partners.

Waarom gebeurt dit juist nu?

Ten eerste: de kloof tussen ambitie en execution is enorm. Uit recente surveys (McKinsey 2025, BCG AI Radar, Capgemini AI Perspectives 2026) blijkt dat slechts 5-11% van de bedrijven AI op schaal waarde creëert. De rest zit vast in pilots die niet landen, of in projecten die te veel op productiviteit mikken in plaats van transformatie. In asset-intensive omgevingen, waar downtime tonnen kost en assets decennia meegaan, is het risico op mislukte in-house AI hoger dan in software-only bedrijven. Het bouwen van een eigen AI-team vereist niet alleen data scientists, maar ook domeinexperts die scheepsoperaties, asset maintenance en regelgeving snappen – en die combinatie is zeldzaam en duur.

Ten tweede: de snelheid van AI-ontwikkeling maakt interne capaciteit moeilijk houdbaar. Foundation models, agentic AI, multimodal reasoning en nieuwe benchmarks veranderen elke 6-9 maanden. Een in-house team dat in 2024 begon met fine-tuning Llama-3, moet nu al switchen naar nieuwere architecturen of agent frameworks. Dat vraagt continue investering in upskilling, compute en experimenteerbudget – iets wat bij asset-heavy spelers vaak concurreert met CAPEX voor nieuwe kranen, walstroom of emissiereductie. Consultancies bieden schaal: ze hebben tientallen projecten tegelijk lopen, updaten modellen centraal en brengen best practices mee van andere sectoren (offshore wind → olie & gas → havenlogistiek).

In de praktijk zien we dit al concreet in maritiem en offshore:

Veel rederijen en terminaloperators kiezen voor partnerships met partijen die predictive maintenance of route-optimalisatie als-a-service leveren, in plaats van zelf een data science afdeling op te bouwen.
Offshore wind en O&G gebruiken AI voor weather-smart operations en disruption management via externe platforms, omdat de interne OT/IT-stack te complex is om zelf te moderniseren.
Havenbedrijven leunen op consultancies voor digital twin-uitbreidingen of agent-based data-uitwisseling, omdat de interne legacy-systemen (TOS, ERP, PLC's) niet zomaar te herschrijven zijn.

Maar hier komt de crux: terwijl de shift naar extern logisch is voor snelheid en risico, dwingt het bedrijven tot een paradox. Iedereen praat over “de visie voor over drie jaar”. Hoe ziet je operatie eruit in 2029? Welke assets zijn dan nog manned, welke processen agent-gedreven, hoe ziet je data-laag eruit? De realiteit is dat niemand dat echt weet. De ontwikkeling van AI is te exponentieel: van GenAI in 2023 naar agentic AI in 2025-2026, en nu al geruchten over multimodale agents die fysieke assets aansturen. Wat in 2026 cutting-edge is (bijv. autonome DP-operators of AI-gedreven emissie-optimalisatie), kan in 2028 achterhaald zijn door nieuwe paradigma's.

Een 3-jaar-visie opstellen voelt daarom vaak als science fiction. Het risico is dat je vandaag een strategie vastlegt die gebaseerd is op modellen en tools die over twee jaar irrelevant zijn. Of erger: je commit aan een consultancy-partner wiens stack niet meeschaalt met de volgende golf (bijv. van cloud-only naar edge-AI op schepen).

Wat dan wel werkt, volgens wat we zien bij de koplopers:

Focus op principes in plaats van specifieke tech: wat zijn je niet-onderhandelbare eisen (cybersecurity, data-soevereiniteit, compliance met EU AI Act, offline-capability op zee)?
Bouw modulaire architectuur: koppelbare componenten (API-first, open standaarden waar mogelijk) zodat je vendors kunt wisselen of hybride kunt gaan.
Investeer in interne regie: zelfs als je extern leunt, heb je mensen nodig die de business begrijpt én AI-snappen – geen full in-house dev, maar wel strategische regisseurs.
Accepteer iteratie: plan in cycli van 6-12 maanden, met regelmatige herijking. Geen starre 3-jaar roadmap, maar een rolling horizon met scenario's (best case: agentic full autonomy; worst case: regulering remt alles af).

Asset-heavy organisaties die nu te lang wachten op de “perfecte” interne oplossing, riskeren achterop te raken. Maar blind leunen op consultancies zonder eigen regie, leidt tot vendor lock-in en gemiste differentiatie. De sweet spot zit in het midden: slim extern accelereren, terwijl je intern de kaders bouwt om over drie jaar – wat die toekomst ook moge zijn – nog mee te kunnen sturen.