Oracle NetSuite heeft tijdens SuiteConnect London 2026 drie nieuwe uitbreidingen aangekondigd voor de AI Connector Service. Maar achter die aankondigingen zit een strategische keuze die verder gaat dan features alleen: NetSuite heeft besloten de modeloorlog niet aan te gaan, maar te omzeilen. In een gesprek met Craig Sullivan en Patrick Puck wordt duidelijk hoe dat er in de praktijk uitziet.
Vorig jaar vroegen we Sullivan en Puck tijdens SuiteConnect London of externe AI-modellen ook toegang konden krijgen tot NetSuite-data. Het antwoord was toen nog heel voorzichtig, en de uitvoering bleek toen al helemaal lastig. Dit jaar stellen we dezelfde vraag opnieuw en het antwoord is radicaal anders.
“Het was een kantelpunt, eigenlijk pas in het afgelopen jaar,” geeft Sullivan toe. De volwassenheid van modellen als Claude en ChatGPT speelde een rol, maar de echte gamechanger was de komst van het Model Context Protocol. “Zodra OpenAI MCP adopteerde, zijn wij er meteen op gesprongen,” zegt Sullivan. “We waren waarschijnlijk het eerste ERP-systeem dat MCP omarmde als standaard.”
Dat is een opmerkelijke zelfreflectie voor een bedrijf dat voorheen AI vooral binnen het platform wilde toepassen. De markt dwingt die openheid simpelweg af. Organisaties gebruiken al Claude of ChatGPT, los van hun ERP. De vraag is niet meer óf die tools er zijn, maar hoe je ze op een verantwoorde manier laat samenwerken met je bedrijfsdata.
Drie uitbreidingen met dezelfde AI-strategie
De aankondigingen tijdens SuiteConnect London zijn eigenlijk drie uitbreidingen met dezelfde AI-strategie. De AI Connector Service Companion helpt de juiste vragen te stellen aan je data. Meer dan honderd financiële prompttemplates, afgestemd op de datastructuren, rollen en terminologie van NetSuite. Een CFO hoeft geen promptengineer te zijn om zinvolle vragen te stellen. De templates zijn georganiseerd per bedrijfsproces en gebruikersrol, van Controller tot Treasury Analyst.
Daarnaast zijn er MCP Apps (AI apps) en die lossen het user interface (UX) probleem op. In plaats van een leeg tekstvak brengen ze vertrouwde NetSuite-interfaces met filters, selecties en rapportages rechtstreeks naar de externe AI-assistent. Zo zagen we een demo van Claude waarin het dashboards en HTML-pagina’s kan genereren met volledige rapportages die direct in Claude zichtbaar zijn. In ChatGPT werkt die visuele laag via native UI-ondersteuning. Gemini is op dit moment nog niet geschikt, maar zodra dat mogelijk wordt, zal ook die ondersteund worden. “Als ze MCP als client ondersteunen, dan werkt het voor hen ook direct,” zegt Puck. “We blokkeren niemand.”
De laatste aankondiging is NetSuite Analytics Warehouse, dat AI-toegang tot historische, analytische en externe data opent. Zo kan een AI niet alleen analyses doen op transactionele data van vandaag, maar ook op trends van meerdere jaren, data uit Shopify of andere systemen die via de warehouse zijn aangesloten.
Lees ook: NetSuite breidt AI Connector Service uit met MCP Apps
De kennis van 43.000 klanten in een promptbibliotheek
De Companion is op papier een bibliotheek met prompttemplates. Maar in de praktijk is het iets wezenlijks anders: het is de vakkennis van een ervaren boekhouder die omgezet is in software. Het zorgt ervoor dat ook mensen met minder financiële kennis eenvoudig de juiste vragen kunnen stellen aan de data.
Wanneer we Sullivan vragen hoe NetSuite bepaalt wat er in die prompts komt, is het antwoord veelzeggend. “Industrie-experts, en wat we leren van onze 43.000 klanten,” zegt hij. “De inzichten die voortkomen uit implementaties, uit gesprekken met klanten die meewerken aan de volgende generatie van het platform.” Puck vult aan: “Dit is eigenlijk het meest opwindende deel van de reis op dit moment. Er zit veel waarde in het creëren van deze prompts en best practices.”
Belangrijke markt- en industriekennis die wordt omgezet in herbruikbare prompts. Een goede controller weet welke vragen je stelt aan het einde van een kwartaal, hoe je een cashflowafwijking interpreteert, en wanneer een reconciliatieverschil een fout is versus een timing-issue. Die kennis zit nu in een prompttemplate. Dat is nu beschikbaar voor iedereen.
We vragen Sullivan direct: vervang je hiermee medewerkers? Hij kiest zijn woorden zorgvuldig. “Ik heb met heel veel klanten gesproken. Het is zeldzaam dat een klant zegt dat zijn medewerkers te weinig te doen hebben. Er is altijd meer werk dan er mensen zijn om het te doen.” Zijn perspectief is dat AI mensen in staat stelt om bij te dragen aan taken waar ze nooit aan toekwamen. De prompts vervangen niet het denkwerk, ze verplaatsen het naar een hoger niveau.
Intern versus extern: geen keuze maar een combinatie
Een vraag die logisch volgt: als je externe AI-modellen integreert, kun je dan ook het interne model vervangen? Het antwoord is nee, en dat is een bewuste architectuurkeuze. Ask Oracle, de eigen AI-assistent van NetSuite, is diep ingebakken in de NetSuite-architectuur. Externe AI-tools werken er náást, niet in de plaats van.
Maar wat er onder de motorkap van Ask Oracle gebeurt, is interessanter dan het lijkt. NetSuite gebruikt niet één model voor alles. “We gebruiken het juiste model voor de juiste taak,” zegt Puck. Dat klinkt als een vanzelfsprekendheid, maar er is een onderliggende laag die het juiste model selecteert.
Ook vroegen we naar de ontwikkeling van relationele foundation modellen, dit soort modlelen worden specifiek ontwikkeld voor het lezen en analyseren van cijfers. Deze kunnen zonder enige training voorspellingen doen op basis van kleinere datasets. Puck reageert: “Het is een erg interessante ontwikkeling. We letten er nauwlettend op en er loopt intern veel onderzoek, al kunnen we er nog niet over praten.”
Wat hij wél kan zeggen: NetSuite bouwt zelf machine learning-modellen voor specifieke use cases, en combineert die met LLM-modellen. De richting is duidelijk: agentic AI die ook kan voorspellen met de juiste ondersteuning, context en data. “Als een agent niet alleen kan redeneren maar ook op uitkomsten kan anticiperen, gaat de waarde exponentieel omhoog,” zegt Puck. Sullivan noemt dit het Oracle-voordeel: via de OCI-infrastructuur heeft NetSuite toegang tot een palet aan modellen; LLM’s, voorspellende modellen en eigen ML-modellen worden allemaal naadloos en onzichtbaar voor de gebruiker gecombineerd. Wie in het tekstveld typt, krijgt het beste antwoord, ongeacht welk model dat antwoord produceert.
Conclusie: het platform wint, niet het model
NetSuite’s AI-strategie is open, net zoals het platform. Door zich te committeren aan een open standaard (MCP) en tegelijkertijd de eigen AI te versterken met een combinatie van LLM’s, voorspellende modellen en zelfgebouwde ML, probeert NetSuite het meest betrouwbare en contextuele AI-platform voor financiële processen te worden. Het maakt voor hen niet uit welk AI-model de klant zelf wil gebruiken.
De richting is helder. De uitvoering is wel nog volop in ontwikkeling. OpenAI en Claude werken, Gemini lijkt een kwestie van tijd. Maar gezien de innovatiesnelheid in AI-land: wie weet voeren we volgend jaar een compleet ander gesprek.