In een eerder blogartikel heb ik het gehad over hoe Datagrow een AI-agent had gebouwd in een paar weken. Ondanks het feit dat deze agent een primeur was voor Datagrow, kwam deze AI-agent niet helemaal uit de lucht vallen. Er zijn namelijk een aantal stappen aan voorafgegaan die ons bedrijf in de mogelijkheid stelden om dit soort toffe AI-projecten te ondernemen. In dit artikel ga ik jullie uitleggen hoe Datagrow innoveert met AI door een AI-first cultuur te bouwen, door te willen pionieren en bovenal door lef te tonen.

Waarom zou je AI willen gebruiken?

2025 was een jaar van groei voor Datagrow, wat maakte dat de verwachtingen voor 2026 hoog lagen. Om deze verwachtingen te overtreffen stelden we onszelf een doel voor 2026: Datagrow wil 10x effectiever zijn zonder 10x meer stress of uren te moeten leveren. Lekker ambitieus! Maar is dat wel haalbaar? Ambitieus is het zeker, maar of het het haalbaar is? Bij Datagrow geloven wij dat het automatiseren van processen met AI een uitkomst kan bieden. Althans, dat was de assumptie. Deze assumptie zijn we vervolgens in volle overtuiging gaan testen. Na de 10x challenge van 2026 met het team te hebben besproken, was het startschot van onze grootste challenge van 2026 gegeven. Maar het werk moest nog beginnen.

Het start bij je cultuur

Toch startte Datagrow niet helemaal plotseling, want een paar weken voor de bekendmaking van het ambitieuze 10x-doel was een proactieve medewerker begonnen met wekelijkse AI-kennissessies op de vrijdagmiddag. Dit zijn sessies die wij vandaag de dag nog steeds elke vrijdagmiddag houden. In deze kennissessies delen een paar proactieve medewerkers hun laatste AI-tools en oplossingen. De sprekers rouleren en de sessies hebben vaak geen vaste vorm; alleen de tijd en plek staan vast. Op deze manier ontstaat er een soort open podium waar verschillende medewerkers de laatste AI-tips en -tricks met elkaar delen. De eerste symptomen van een AI-first-cultuur ontstaan. Want niet alleen bij de kennissessies werd er gesproken over AI; deze gesprekken sijpelden ook de vrijdagmiddagborrel in. Vanuit de AI-sessies ontkiemde het zaadje van het willen experimenteren met AI. Toch was niet iedereen direct overtuigd. Sommige medewerkers waren nog sceptisch of zagen niet direct het plezier in het gebruik van een kunstmatige antwoordmachine.

De AI-pijlers

Met de komst van de 10x challenge en de eerste signalen van een AI-first cultuur waren er inmiddels genoeg ingrediënten om aan de slag te gaan. De challenge werd verdeeld in 5 pijlers, zogenaamde AI-pijlers. Deze pijlers focussen zich ieder op verschillende elementen binnen het bedrijf waar AI een efficiëntieslag zou kunnen brengen of een nieuwe dienst of een nieuw product zou kunnen aanboren. De 5 pijlers focussen zich op de volgende punten: primaire bedrijfsprocessen, cultuur & kennis, het businessmodel van Datagrow, dataproducten en tot slot secundaire bedrijfsprocessen. Met aan het hoofd van elke pijler een medewerker die als Pijler Owner de verantwoordelijkheid op zich zal nemen om AI-innovatie door te voeren binnen zijn of haar pijler. Wekelijks komen de Pijler Owners samen om hun voortgang te bespreken en hun behaalde resultaten te delen. Zo duwt deze groep innovaties met AI binnen Datagrow door.

Hackathon

Een tof resultaat van deze AI-pijlers kwam van de pijler die zich bezighield met de (AI) kennis en cultuur binnen Datagrow. Om de AI-first kennis en de cultuur te laten groeien, bedacht Dion een interne hackathon voor Datagrow. De opzet was simpel: in 3 teams van 4 personen werd een oplossing bedacht voor de challenge “Hoe kunnen we met AI een klantvraag vertalen naar een werkend dataplatform?”. Zodoende werden de medewerkers verdeeld in de teams, kregen ze een stevige briefing en mochten ze het verder met hun kennis en kunde zelf uitzoeken. Het resultaat was 2 teams die met hun oplossing in Fabric veel geleerd hebben en een derde team dat met Databricks al een heel platform had gebouwd. De winnaars ontvingen een boek, een avondje uit eten of een ingelijste foto als prijs. Het werd een waar spektakel!

(Team ‘Notebook Ninja’s’ tijdens de Datagrow Hackathon)

Conclusie

Aan de hand van wekelijkse AI-sessies, een groep medewerkers die innovaties met AI doorvoeren binnen de organisatie en hackathons gelooft Datagrow dat het op deze manier een AI-first aanpak aanneemt. Zo streven wij dit jaar 10x effectiever te kunnen zijn zonder dat we 10x meer stress of uren moeten leveren.

– Maupie