De impact van AI op productdata: een gesprek met Viamedici

In dit live webinar van PIMvendors sprak mede-oprichter Stephan Spijkers met Al Bissmeyer, Global Vice President bij Viamedici, over waar AI meetbare waarde levert in productdata en waar het budget verspilt. Viamedici werkt al meer dan 20 jaar met machine learning in MDM en PIM, wat het gesprek een praktisch, sterk B2B-gericht perspectief gaf op onboarding, verrijking, vertaling, classificatie en publicatie.

De kernboodschap voor PIM-kopers is helder: AI vermenigvuldigt de kwaliteit van de data en de expertise erachter. Bedrijven met gestructureerde productdata en ervaren data-eigenaren verlagen hun administratiekosten en projectdoorlooptijden flink. Bedrijven die AI loslaten op versnipperde spreadsheets krijgen snel output van lage kwaliteit en een stijgende tokenrekening. Stephan gaf een waarschuwing mee voor selectietrajecten: jarenlang bevatten de meeste PIM-shortlists platforms die ongeveer even goed pasten, en de AI-readiness van de onderliggende architectuur maakt nu duidelijk wie wint en wie achterblijft.

Kernpunten

• Leg eerst het datafundament. AI kan een dataset niet structureren zonder gedeelde terminologie, dus opschoning, classificatie en een eigen system of record gaan vóór elke AI-toepassing.
• Houd mensen in het proces. Al vergelijkt AI met een spijkerpistool: een vakkundige timmerman legt een dak in een fractie van de tijd, terwijl een ongeoefende gebruiker schade aanricht. Goedkeuringsworkflows en materiedeskundigen blijven essentieel.
• Prioriteer op omzet. Verrijk eerst de 20% van de producten die 80% van de omzet opleveren, sla de resultaten op in herbruikbare woordenboeken en schaal daarna tegen lagere kosten op naar de volledige catalogus.
• Behandel vertaling als contextvraagstuk. Al schat de nauwkeurigheid van machinevertaling op ongeveer 80 tot 90%. Productcontext (een autoveer die als het seizoen 'spring' wordt vertaald) en lokale varianten (Parijs-Frans versus Montreal-Frans) vragen om controle door experts.
• Bescherm data en kosten. Kleine taalmodellen achter de firewall, gekoppeld aan externe tools, beperken zowel de blootstelling van data als de API-kosten.
• Kies voor headless platforms met sterke API's. Met coding agents en MCP bouwen teams eigen interfaces voor marketing, engineering, sales en kwaliteit bovenop een stabiele datalaag, wat ook verandermanagement makkelijker maakt.
• Kijk opnieuw naar je PIM-shortlist. Partners en platforms moeten nu end-to-end bedrijfswaarde en AI-readiness leveren, en een PIM die op de criteria van gisteren is gekozen, kan je de komende vijf tot tien jaar afremmen.

👉 Vind de PIM-oplossing die past bij jouw AI-roadmap op pimvendors.com