The Holy Trinity: wat AI echt nodig heeft om te werken

Een productiebedrijf wil weten welke van zijn 14.000 SKU's daadwerkelijk winstgevend zijn. Het antwoord ligt in drie systemen die nog nooit één enkel datapunt met elkaar hebben uitgewisseld. Tot voor kort kostte het drie afdelingen, twee weken en de nodige goede wil om dat antwoord te krijgen. Sinds begin 2026 kan een AI die vraag in minuten beantwoorden: de data doorzoeken, verbanden leggen, een aanbeveling produceren. Op voorwaarde dat ze toegang heeft.

De modellen zijn zover. Ze handelen, voeren taken uit over meerdere stappen en systeemgrenzen heen, bereiden beslissingen voor, zetten workflows in gang. Veel organisaties hebben daar via Copilot al een eerste indruk van gekregen, maar Copilot kent het M365-universum: mails, documenten, agenda. Wie AI wil loslaten op de data die het eigenlijke bedrijf dragen, op ERP, CRM, IoT en productiesystemen, heeft een ander fundament nodig.

Dat fundament bestaat uit drie delen. We hebben elk daarvan als managed service gebouwd, elk gaat in drie tot vier weken in productie, en samen vormen ze het platform waarop AI echt werk kan leveren.

Ten eerste: data die een query waard is

Terug naar de 14.000 SKU's. Productiedata zitten in het ERP, verkoopcijfers in het CRM, en ergens daartussen onderhoudt één enkele persoon een spreadsheet die toevallig de enige bron is voor een bedrijfskritische KPI. Dat is geen uitzonderingsgeval. Dat is de regel. En zolang die data in gescheiden systemen liggen, heeft AI geen samenhangende blik op het bedrijf.

Een lakehouse-architectuur lost dat in drie lagen op: ruwe data uit de bronsystemen (bronze), gecureerde en gevalideerde datasets (silver), business-aggregaten die direct in analytics- of AI-pipelines stromen (gold). Of dat op Databricks of Fabric draait, hangt van de eis af. Beide werken. Een hybride van beide ook.

De Azure Data Foundation is onze managed service daarvoor. Ze integreert data uit ERP, CRM, IoT en andere bronsystemen in één enkel platform, volledig als Infrastructure as Code gedefinieerd, met automatische drift detection, doorlopende data governance via Unity Catalog of Purview en rolgebaseerde toegang voor business users, analisten en data engineers in gelijke mate. Het praktische gevolg: een organisatie met dit fundament kan voor het eerst vragen stellen die eerder onbeantwoordbaar waren, niet omdat men niet wilde, maar omdat de data er weliswaar waren, maar nooit verbonden.

Ten tweede: een plek waar workloads daadwerkelijk draaien

Data hebben is het een. Er iets mee doen dat verder gaat dan een eenmalige query is het ander. AI-toepassingen, geautomatiseerde businesslogica, langlopende jobs: alles wat autonoom en herhaald toegang neemt tot bedrijfsdata heeft een runtime-omgeving nodig die je kunt controleren. Die omgeving bestaat, of dat nu zo gepland was of niet, uit containers.

De Azure Container Foundation levert dat kader: een gestandaardiseerd containerplatform op basis van Azure Container Apps of Azure Kubernetes Service, afhankelijk van de workload. Uniforme netwerktoegang, centrale authenticatie via Entra ID met managed identities, doorlopende monitoring. Alles via Terraform en GitHub beheerd, alles reproduceerbaar.

Wat dat mogelijk maakt: in plaats van dat elk team zijn eigen cluster optrekt en eigen regels definieert, is er een gemeenschappelijk kader waarin workloads niet alleen draaien, maar beheersbaar blijven. Dat is de voorwaarde om ze autonomie te geven.

Ten derde: de plek waar modellen agents worden

Een model is nog geen agent. Tussen een taalmodel en iets wat betrouwbaar bestellingen registreert, facturen controleert of servicegevallen escaleert, ligt een hoop onspectaculair werk: welk model, welke tools, welke databronnen, welke vangrails, en wat er gebeurt als de agent ernaast zit. Dat werk moet ergens plaatsvinden, navolgbaar en herhaalbaar, niet in een notebook op de laptop van één enkele persoon.

De Azure AI Foundation is onze managed service voor die laag, gebouwd op Microsoft Foundry (voorheen Azure AI Foundry): modelcatalogus, agentorkestratie, koppeling aan tools en databronnen, evaluatie en observability op één plek. Een agent die hier wordt gebouwd, benadert data en workloads via dezelfde Entra-identiteiten als de rest van het landschap, draait tegen de vangrails die je hebt gedefinieerd, en laat een spoor achter dat te toetsen valt.

Wij leveren haar als code gedefinieerd, met rolgebaseerde toegang, contentfilters en netwerkgrenzen die niet ter discussie staan, en met een deploymentpad dat een agent van de ontwikkeling naar de productie brengt zonder dat iemand met de hand aan knoppen draait. Pas daarmee houdt een agent op een prototype te zijn en wordt hij iets wat een organisatie daadwerkelijk kan draaien.

The Holy Trinity

Drie bouwstenen, elk in drie tot vier weken productief, elk afzonderlijk inzetbaar, samen het platform waarop AI daar aankomt waar in de organisatie daadwerkelijk waarde ontstaat.

De Azure Data Foundation verschaft AI toegang tot de data die het bedrijf beschrijven. De Azure Container Foundation geeft haar workloads een plek waar ze kunnen draaien, duurzaam en gecontroleerd. En de AI Foundation is de plek waar uit die data en die workloads een agent ontstaat die je kunt bouwen, toetsen en draaien.

Zet je alle drie samen, dan heb je de bodem waarop AI ophoudt samen te vatten en begint te werken.