Logo

People-led, AI-powered: Hoe Philips AI bij 1300 engineers brengt

Een kijkje in de interne AI Accelerator van Philips: waarom het oplappen van oude gewoontes nieuwe knelpunten creëert.

Published on November 22, 2026

Frank Wartena, Program Manager AI Transformation at Philips, © Twycer

Frank Wartena, Program Manager AI Transformation at Philips, © Twycer

Medeoprichter van Media52 en hoogleraar Journalistiek, bouwt aan IO+, events en Laio, met focus op commerciële kansen—en blijft schrijven voor IO+.

Stel je voor dat AI een compleet technisch ontwerp genereert voor een medisch product. Wat moet je als verantwoordelijk engineer op het gebied van patiëntveiligheid en productkwaliteit precies weten voordat je ‘ja’ kunt zeggen en door kunt?

Die fundamentele vraag vormt de kern van de AI-transformatie bij Philips. Tijdens de AI Implementation Track op de AI Summit Brainport in Eindhoven gaf Frank Wartena, Program Manager AI Transformation in Innovation Engineering bij Philips, een inkijkje in hoe het gezondheidstechnologiebedrijf de stap zet van losse experimenten naar grootschalige AI-toepassing onder meer dan 1300 engineers.

Onder het motto "People-led, AI-powered" runt Philips sinds achttien maanden een interne AI-accelerator. In plaats van AI te zien als een simpele productiviteitstool, stelt Wartena dat het een strategische capaciteit is die bedrijven dwingt om de manier waarop hardware, systemen en software worden gebouwd vanaf de grond af opnieuw uit te vinden.

Het gevaar van oude workflows oplappen

Veel organisaties trappen in de valkuil om een trage stap in hun proces te identificeren en daar AI op los te laten. Volgens Wartena is het simpelweg versnellen van bestaande stappen een vergissing.

"Als je alleen losse onderdelen oplapt, creëer en behoud je precies dezelfde knelpunten," waarschuwde Wartena het publiek. In plaats daarvan moeten teams een stap terugdoen, kijken naar het einddoel en de benodigde input, en hele workflows van begin tot eind herontwerpen. In dat nieuwe proces neemt AI het zware werk over, zoals het verkennen van opties, opstellen van ontwerpen en uitvoeren van implementaties, terwijl de menselijke engineer stevig aan het roer blijft om kaders te stellen, kritische afwegingen te maken en resultaten te verifiëren.

Drie pijlers en meer dan 30 MVP's

Omdat AI-mogelijkheden elke week veranderen, werkt traditioneel verandermanagement, waarbij een bedrijf vooraf een vast eindpunt over drie jaar uitstippelt, niet meer. Om wendbaar te blijven, bouwde Philips zijn AI Accelerator rond drie kernpijlers:

  • Vaardigheden opbouwen: Engineers bijscholen via trainingsprogramma's en hackathons, zodat ze weten hoe ze AI effectief en verantwoord kunnen toepassen.
  • Faciliteren: Veilige toegang bieden tot enterprise-tools van partners zoals Microsoft, OpenAI en Anthropic, gekoppeld aan goed beheerde productdata.
  • Herontwerp van workflows: Speciale workshops organiseren om teams te helpen hun werkprocessen volledig te strippen en opnieuw op te bouwen.

In de afgelopen anderhalf jaar heeft deze aanpak geleid tot meer dan dertig Minimum Viable Products (MVP's). De meest veelbelovende toepassingen worden inmiddels opgeschaald naar productie:

  • Circulariteit op schaal: Elk Philips-product vereist een beoordeling van de recyclebaarheid op basis van de stuklijst (Bill of Materials). Voorheen waren engineers uren kwijt aan het handmatig kopiëren en plakken van materiaalsoorten en gewichten in Excel. Een intern gebouwde AI-tool automatiseert deze beoordeling nu en doet actief aanbevelingen om ontwerpen beter recyclebaar te maken.
  • Slimmere requirements: Het schrijven van heldere, conforme systeemeisen is notoir lastig. Philips ontwikkelde een AI-assistent die requirements in realtime toetst aan richtlijnen en handboeken, waardoor het schrijfproces versnelt en tegelijk de kwaliteit verhoogt.
  • Vaarwel handmatige PDF-invoer: Bij het integreren van componenten van externe leveranciers moesten engineers voorheen handmatig pin-layouts van chips uit omvangrijke PDF-datasheets overtypen in elektronische ontwerpsystemen.

Weg uit de ivoren toren

Wartena’s belangrijkste les is wellicht organisatorisch van aard: transformatie kan niet worden opgelegd vanuit een centrale ivoren toren.

De AI Accelerator zelf is een klein centraal team met een eigen budget om experimenten te financieren. De daadwerkelijke adoptie wordt echter gedreven door een netwerk van ‘AI-ambassadeurs’ en aanjagers die direct in de engineering-afdelingen zelf werken. Omdat werkprocessen vaak afdelingsgrenzen overschrijden, vereist een echt herontwerp dat stakeholders uit de hele waardeketen samenkomen om de overdracht van werk opnieuw in te richten.

Voor leiders die nog afwachten tot het AI-landschap tot rust komt voordat ze in actie komen, had Wartena een helder advies: stop met wachten.

"Wachten heeft geen zin, want dan kun je eeuwig blijven wachten," besloot hij. "Begin met wat er nu beschikbaar is, geef je teams de ruimte om te experimenteren en laat hen zelf eigenaar worden van de verandering."