Microsoft 365 & Copilot
Ik werk al meer dan twintig jaar met Microsoft-productiviteitstechnologie. Mijn huidige focus ligt op het praktisch toepassen van Microsoft 365, Copilot en AI binnen internationale organisaties.
Microsoft 365, Copilot en AI praktisch toepassen voor beter werk en meetbare meerwaarde.
Momenteel bij dentsu · Microsoft 365 & AI adoption in EMEA · 46 landen · circa 20.000 gebruikers
Ik help organisaties en hun medewerkers Microsoft 365, Copilot en AI op een praktische manier toe te passen, te koppelen aan bedrijfsdoelstellingen en zo aantoonbare meerwaarde te creëren.
Met 25 jaar ervaring in Microsoft-technologie, consulting, ondernemerschap en enterprise change werk ik op het snijvlak van technologie, mensen, werkprocessen en resultaten. Bij dentsu ben ik momenteel verantwoordelijk voor Microsoft 365 en AI adoption binnen de EMEA-regio, die bestaat uit 46 landen en circa 20.000 gebruikers.
Mijn doel is niet adoptie om de adoptie. Het gaat mij erom nieuwe technologie en mogelijkheden bruikbaar te maken in ons dagelijks werk, toepassingen verantwoord op te schalen en zichtbaar te maken waar ze verschil maken.
Microsoft 365 · Copilot · Digital Workplace · AI adoption · Work redesign · Business value
01 / Wat ik meebreng
Veel Microsoft-ervaring, met een brede kijk op verandering.
Technologie alleen verandert niet de manier waarop mensen werken. Ik verbind Microsoft 365, Copilot en AI daarom met de mensen, werkprocessen, afspraken en bedrijfsdoelstellingen die nodig zijn om nieuwe mogelijkheden in de praktijk te laten werken.
Enterprise adoption & enablement
Ik ontwikkel adoptieaanpakken waarin communicatie, onboarding, training, champions, managers en ondersteuning elkaar versterken.
Daarbij kijk ik verder dan een introductie of training. Medewerkers moeten nieuwe mogelijkheden kunnen toepassen in hun eigen werk en daar ook na de eerste uitrol mee doorgaan.
Business scenarios & work redesign
Ik werk met teams om te bepalen waar AI kan helpen om concrete taken en werkprocessen beter uit te voeren.
Daarna kijken we wat er naast de technologie moet veranderen. Denk aan rollen, controles, overdrachten, besluitvorming of de manier waarop werk wordt georganiseerd.
Stakeholdermanagement
In een grote internationale organisatie heb je te maken met verschillende belangen, markten, functies en volwassenheidsniveaus.
Ik werk met business leaders, lokale en regionale stakeholders, technologieteams en change-teams om gezamenlijke prioriteiten te bepalen en die te vertalen naar uitvoerbare activiteiten.
Verantwoord AI in de praktijk
Medewerkers moeten weten waar AI kan helpen, wanneer ze output moeten controleren en waar menselijk oordeel nodig blijft.
Ik vertaal Responsible AI daarom naar praktische afspraken die mensen in hun dagelijkse werk kunnen gebruiken.
Meten van adoptie en waarde
Gebruikscijfers vertellen maar een deel van het verhaal.
Ik combineer informatie over gebruik, readiness en adoptie met wat er daadwerkelijk in taken en werkprocessen verandert. Zo ontstaat een beter beeld van wat werkt, waar medewerkers vastlopen en waar AI daadwerkelijk waarde toevoegt.
02 / Mijn visie
Adoptie heeft pas waarde als het werk verbetert.
Gebruik is belangrijk om te meten. Maar het aantal gebruikers of prompts zegt nog niet of AI ook iets oplevert.
De vraag is of AI medewerkers helpt om hun werk beter uit te voeren. Daarna wil je weten of die verbetering ook effect heeft op het volledige werkproces en uiteindelijk waarde oplevert voor de organisatie.
Wie gebruikt AI en waarvoor?
Bereik · frequentie · toepassingWordt een specifieke taak beter uitgevoerd?
Kwaliteit · inspanning · foutenVerbetert het volledige werkproces?
Doorlooptijd · herstelwerk · outputWat betekent die verbetering voor de organisatie?
Capaciteit · dienstverlening · kwaliteit · kosten · marge
Een verbetering op één niveau betekent niet automatisch dat het volgende niveau ook verbetert.
AI kan iemand bijvoorbeeld helpen om sneller een eerste concept te maken. Als een collega daarna meer tijd nodig heeft om dat concept te controleren, is het totale werkproces misschien nauwelijks verbeterd.
Hetzelfde geldt voor tijdswinst. Tien minuten besparen op een taak levert pas waarde op wanneer een organisatie die tijd ook anders kan inzetten.
Waarde hoeft daarbij niet altijd direct financieel te zijn. Hogere kwaliteit, betere besluitvorming, minder fouten of een betere klantervaring kunnen minstens zo relevant zijn.
Daarom kijk ik naast adoptiedata altijd naar wat er in het werk zelf verandert.
03 / Mijn aanpak voor AI adoption
Begin bij het werk. Zoek waar het vastloopt. Test wat er verandert.
Wanneer AI adoption niet het gewenste resultaat oplevert, kan dat verschillende oorzaken hebben.
Misschien gebruiken medewerkers AI voor taken waarvoor het minder geschikt is. Misschien ontbreekt toegang, kennis of vertrouwen. Het kan ook zijn dat managers onvoldoende richting geven, bestaande werkprocessen de winst tenietdoen of governance in de praktijk te ingewikkeld is.
Daarom kijk ik eerst wat het gewenste resultaat tegenhoudt voordat ik bepaal wat er moet veranderen.
Beter werk& business value
Acht gebieden die ik daarbij bekijk
Gebied 01
Kansen in het werk
Waar kan AI zinvol worden toegepast en bij welke taken of werkprocessen is voldoende waarde te behalen?
Selecteer een gebied om meer te lezen.
Geen maturitymodel
Deze acht gebieden zijn voor mij geen stappen die een organisatie achter elkaar moet doorlopen.
Een organisatie kan bijvoorbeeld veel kennis en ervaring met AI hebben, maar toch vastlopen op governance. Een ander team kan technisch alles op orde hebben, maar nog geen goede toepassingen voor het eigen werk hebben gevonden.
Daarom gebruik ik geen totaalscore die alle onderdelen bij elkaar optelt.
Het bottleneck-principe
Het onderdeel met de laagste score is niet automatisch het grootste probleem.
Belangrijker is welk probleem het gewenste resultaat daadwerkelijk tegenhoudt.
Als medewerkers bijvoorbeeld voldoende kennis hebben maar geen toegang tot de juiste data, helpt extra training weinig. Als AI een taak versnelt maar de volgende processtap daardoor meer werk krijgt, ligt het probleem ergens anders.
De aanpak moet passen bij het probleem dat we vinden.
Van vraag naar resultaat
- 01
Bepaal wat moet verbeteren
Begin met het bedrijfsresultaat, het werkproces, de eigenaar en de beslissing die genomen moet worden.
- 02
Onderzoek waar het vastloopt
Gebruik voorbeelden uit het werk, gesprekken, observaties en beschikbare data om te begrijpen waar het probleem zit.
- 03
Bepaal wat er moet veranderen
Kies de kleinste verandering die het probleem kan oplossen en bepaal vooraf hoe je kunt zien of die verandering werkt.
- 04
Test het in de praktijk
Meet wat er gebeurt met kwaliteit, inspanning, fouten, doorlooptijd en gebruikerservaring.
- 05
Neem een besluit
Ga door, pas de aanpak aan, schaal op of stop op basis van de resultaten.
Mogelijke interventies
Opportunity mapping
Samen met medewerkers onderzoeken waar AI binnen hun taken en werkprocessen waarde kan toevoegen.
Dit helpt wanneer een organisatie veel mogelijkheden ziet, maar nog niet goed weet waar ze moet beginnen.
Role-based enablement
Medewerkers leren AI toe te passen op taken die bij hun eigen rol horen.
Daarbij gaat het om meer dan prompts schrijven. Medewerkers moeten ook weten wanneer AI geschikt is, hoe ze output controleren en wanneer menselijk oordeel nodig blijft.
Management activation
Managers helpen duidelijke keuzes te maken over het gebruik van AI binnen hun teams.
Denk aan verwachtingen, ruimte om te experimenteren, kwaliteitsafspraken, taakverdeling en de manier waarop vrijgekomen capaciteit wordt ingezet.
Work redesign
Werkprocessen opnieuw bekijken wanneer AI één taak verbetert, maar het totale proces daar nog onvoldoende van profiteert.
Soms betekent dat dat taken, overdrachten, rollen of controles anders moeten worden ingericht.
Operational governance
Beleid vertalen naar praktische afspraken die medewerkers in hun dagelijkse werk kunnen toepassen.
Denk aan datagebruik, controle van AI-output, verantwoordelijkheid en escalatie wanneer iets niet klopt.
Learning & scale
Werkende toepassingen vastleggen en andere teams helpen ze in hun eigen situatie te testen.
Een toepassing die bij één team goed werkt, werkt niet automatisch overal. Daarom moet je ook kijken welke context, kennis en voorwaarden nodig zijn.
Value measurement
Meten wat een toepassing daadwerkelijk verandert.
Daarbij kijk ik bijvoorbeeld naar kwaliteit, inspanning, doorlooptijd, herstelwerk en bedrijfsresultaten, en niet alleen naar hoeveel mensen de technologie gebruiken.
Adoption friction
Praktische blokkades vinden en oplossen.
Denk aan ontbrekende rechten, onduidelijke richtlijnen, technische problemen of onvoldoende tijd om nieuwe manieren van werken te proberen.
Workforce & role redesign
Onderzoeken wat AI betekent voor taken, rollen, vaardigheden en werkverdeling.
Dit wordt belangrijker wanneer AI structureel meer onderdelen van het werk kan uitvoeren en rollen daardoor veranderen.
Agentic operating models
Bepalen hoe mensen samenwerken met AI-agents die zelfstandig meerdere stappen van een taak uitvoeren.
Daarbij moeten verantwoordelijkheid, goedkeuring, controle, monitoring en herstel vooraf duidelijk zijn.
04 / Ervaring
25 jaar Microsoft-technologie toepassen in het dagelijkse werk.
Mijn loopbaan begon met Microsoft Office en training en liep via cloud, ondernemerschap en consulting naar Microsoft 365, Digital Workplace en AI adoption binnen grote internationale organisaties.
De rode draad is steeds dezelfde gebleven: technologie praktisch toepasbaar maken voor mensen en verbinden aan wat een organisatie wil bereiken.
September 2016 tot hedendentsu
Technology Adoption Manager, EMEA
Microsoft 365 & AI adoption
Ik ben verantwoordelijk voor Microsoft 365 en AI adoption binnen de EMEA-regio van dentsu, met 46 landen en circa 20.000 gebruikers.
Daarbij verbind ik regionale prioriteiten en Microsoft-technologie met de manier waarop medewerkers binnen verschillende landen en functies hun dagelijkse werk uitvoeren.
Mijn werk bestaat onder andere uit stakeholdermanagement, Copilot enablement, role-based scenarios, communicatie, training en champion communities. Daarnaast gebruik ik data over gebruik, readiness en adoptie om te begrijpen waar vooruitgang wordt geboekt en waar aanvullende ondersteuning nodig is.
46 landen · circa 20.000 gebruikers · EMEA
- Ontwikkelen van role-based Copilot adoption-aanpakken waarin onboarding, training, communicatie en praktische business scenarios samenkomen.
- Samenwerken met regionale en lokale stakeholders om enterprise-prioriteiten te vertalen naar activiteiten die binnen verschillende landen en functies uitvoerbaar zijn.
- Medewerkers helpen AI verantwoord te gebruiken door duidelijk te maken waar controle nodig is, waar menselijk oordeel belangrijk blijft en wie verantwoordelijk blijft voor het uiteindelijke resultaat.
- Data over gebruik, readiness en adoptie inzetten om knelpunten zichtbaar te maken en te bepalen waar aanvullende ondersteuning nodig is.
- AI-gebruik verbinden met work redesign, zodat we verder kijken dan individuele productiviteit en ook onderzoeken hoe taken en volledige werkprocessen kunnen veranderen.
Juli 2014 tot juli 2016Breinwave
Senior Consultant, Cloud Productivity
Ik leidde Microsoft Office 365-projecten voor organisaties tot ongeveer 5.000 eindgebruikers.
Mijn werk combineerde technologie, adoptie, businessanalyse en stakeholdermanagement binnen zowel presales als delivery.
Ik organiseerde workshops rond business scenarios en adoptie, ontwikkelde adoptieprogramma's en werkte rechtstreeks met C-level stakeholders.
In deze periode heb ik de basis ontwikkeld voor hoe ik ook nu naar AI kijk: eerst begrijpen wat mensen proberen te bereiken en daarna bepalen hoe technologie daarbij kan helpen.
2008 tot 2014 · Nederland & AustraliëOndernemerschap & marktontwikkeling
Ik richtte Worktivity Solutions op in een periode waarin Microsoft-cloudtechnologie voor veel organisaties nog nieuw was.
Later bouwde ik in Sydney een business unit op voor Microsoft cloud-partner Paradyne en ontwikkelde ik voor Storgrid de basis voor toetreding tot de Australische markt.
Daarbij combineerde ik technologie, commerciële strategie, partnerships, sales en delivery.
Deze periode gaf mij veel ervaring met het opbouwen van nieuwe proposities en markten, internationaal werken en beslissingen nemen in situaties waarin nog weinig bestaande structuur of ervaring beschikbaar was.
2001 tot 2008 · NederlandNew Horizons Learning
Training & operational leadership
Ik begon als Microsoft Office Trainer en groeide via verschillende senior training- en productrollen door naar Operations & Training Manager.
In die rol gaf ik leiding aan 15 medewerkers en maakte ik deel uit van het managementteam.
Ik gebruikte onder andere SharePoint en Microsoft-technologie om interne werkprocessen te verbeteren en te automatiseren.
Volledige loopbaan bekijken
September 2016 tot heden
Technology Adoption Manager, EMEA
dentsu · EMEA
Juli 2014 tot juli 2016
Senior Consultant, Cloud Productivity
Breinwave · Nederland
April 2013 tot april 2014
Channel Manager, Australia / New Zealand
Storgrid · Sydney
Augustus tot december 2011
Co-owner / Senior Consultant
Paradyne · Sydney
November 2008 tot juli 2011
Founder / Consultant, Cloud Productivity
Worktivity Solutions · Amsterdam
December 2006 tot december 2008
Operations & Training Manager
New Horizons Learning · Utrecht
April tot november 2006
Products & Programs Manager
New Horizons Learning
September 2003 tot maart 2006
Senior Microsoft Office Trainer / Consultant
New Horizons Learning
November 2001 tot augustus 2003
Microsoft Office Trainer
New Horizons Learning
05 / Over mij & contact
Technologie verandert. De verbinding tussen mensen, werk en resultaat blijft.
Ik ben Paul van Lingen, Digital Workplace en AI Adoption Leader in Nederland.
In de afgelopen 25 jaar is mijn werk meegegroeid met Microsoft-technologie. Van Office en SharePoint naar cloud, Microsoft 365, Copilot en AI.
Daardoor heb ik veel verschillende technologische veranderingen meegemaakt en vooral gezien wat nodig is om nieuwe technologie ook daadwerkelijk onderdeel te maken van de manier waarop mensen werken.
Op dit moment ben ik vooral geïnteresseerd in senior in-house rollen waarin ik een organisatie kan helpen Microsoft 365, Copilot en AI verder te brengen.
Mijn interesse ligt vooral bij organisaties die verder willen dan technologie beschikbaar stellen en willen werken aan praktische toepassingen, veranderende werkprocessen, goede adoptie, verantwoord gebruik en meetbare resultaten.
Talen
Nederlands · moedertaal
Engels · vloeiend
Opleiding
Technische Bedrijfskunde
Technische Universiteit Eindhoven · Propedeuse
Laten we praten over beter werk.
Werk je binnen een organisatie aan Digital Workplace, Microsoft 365 Copilot of AI adoption en ligt de uitdaging inmiddels verder dan het beschikbaar stellen van technologie, dan kom ik graag in contact.
Connect op LinkedInNeem via LinkedIn contact met mij op om een rol te bespreken of mijn cv op te vragen.