INTERVIEW Deepl CPO: “AI-agents worden vast onderdeel van bedrijfsvoering”

DeepL wil veel meer zijn dan “de beste vertaler”. We praten bij met Gonçalo Gaiolas, Chief Product Officer van DeepL.

Hij schetst hoe het Duitse AI-bedrijf met drie bouwstenen terrein wil winnen in de enterprise-markt: Customization Hub voor merktaal en vakterminologie, DeepL Agent voor het automatiseren van lang-staartwerk in teams, en DeepL Voice (plus een nieuwe API) om realtime communicatie over taalgrenzen heen mogelijk te maken.

De rode draad: niet concurreren op snelle, simpele vertalingen, maar op high-stakes workflows waar kwaliteit, integratie en vertrouwen het verschil maken.DeepL positioneert zich steeds nadrukkelijker als meer dan een vertaaltool.

Gaiolas komt uit de wereld van enterprise B2B SaaS en werkte jarenlang aan producten voor grote internationale klanten, onder meer in cybersecurity en low-code/no-code.

Juist die ervaring sluit goed aan bij de koers van DeepL, dat zich allang niet meer alleen richt op individuele gebruikers, maar vooral op organisaties met complexe workflows, gereguleerde omgevingen en internationale teams. Denk aan schaalbaarheid, security, integraties en adoptie binnen grote bedrijven, thema’s die in enterprise-software doorslaggevend zijn.

“De combinatie van diepgaand onderzoek en producten die al daadwerkelijk problemen oplossen in de markt. DeepL is één van de weinige Europese bedrijven waarbij AI niet slechts een laagje is, maar onderdeel van het DNA. Tegelijkertijd staat er al een volwassen productportfolio dat dagelijks door miljoenen mensen en organisaties wordt gebruikt. Die combinatie, fundamenteel onderzoek én bewezen toepasbaarheid, zie ik zelden, zeker in Europa.

Twee thema’s geven richting aan die ambitie. Het eerste is taal. Ik kom zelf uit een relatief klein taalgebied, en taal is niet alleen een communicatiemiddel, maar ook een sleutel tot deelname, groei en succes in de wereld. Organisaties die taalbarrières verlagen, halen volgens mij aantoonbaar meer potentieel uit hun mensen. Het tweede thema is de toekomst van werk: hoe AI-agents steeds vaker taken gaan uitvoeren namens mensen. Net zoals we taal “ontsluiten”, wil het bedrijf nu ook werk ontsluiten.”

“De stap van vertalen naar daadwerkelijk handelen binnen werkprocessen.

DeepL Agent is bedoeld om repetitief en versnipperd werk over te nemen: taken die afzonderlijk te klein zijn om te automatiseren, maar gezamenlijk veel tijd kosten. Denk aan operationele afhandeling, sales-voorbereiding of het onderhouden van lange integraties. Het product staat nog vroeg in zijn ontwikkeling, maar de overtuiging is duidelijk: agents zijn een vast onderdeel van bedrijfsvoering.

Naast Agent speelt de zogeheten Customization Hub een centrale rol. Waar veel general-purpose LLM’s generieke output leveren, stellen we organisaties in staat om hun eigen tone-of-voice, terminologie en context toe te voegen. Daardoor klinkt een vertaling niet als “AI”, maar als de juridische afdeling, marketingafdeling of technische documentatie van het bedrijf zelf.”

“Omdat AI pas echt bruikbaar is in kritische use-cases als de output past bij organisatiecontext en compliance-eisen.

Juist in sectoren als legal, life sciences en manufacturing, waar fouten grote gevolgen kunnen hebben, maakt dit het verschil. We zien de Customization Hub dan ook als fundament onder meerdere producten: Translate, Voice en toekomstige toepassingen. Het is de laag die generieke taalmodellen omzet in organisatie-specifieke tools.

Samen vormen Customization Hub en Agent een duidelijke lijn. Aan de ene kant hoogwaardige taaloutput die aansluit bij merk en context, aan de andere kant agentic capaciteiten die met die taalvaardigheid werkprocessen kunnen versnellen en automatiseren.

De vraag is natuurlijk of dit meer is dan visie en hype. Ik erken dat er veel experimenten en “AI-enthousiasme” zijn rond agents, maar we zitten in een andere positie dan veel nieuwkomers. Het merk geniet al jaren vertrouwen bij klanten, en dat vertrouwen blijkt mee te bewegen naar nieuwe producten.”

"Ja, in een vroege fase, vooral bij sales, operations en customer service. Klanten testen en implementeren DeepL Agent voorzichtig, terwijl ze tegelijkertijd kritische vragen stellen over security en datagebruik, vragen die we goed kan beantwoorden. De komende maanden verwacht het bedrijf meer casestudies te publiceren met concrete business metrics zoals tijdwinst en kostenbesparing.

Historisch gezien hebben we een brede klantbasis, omdat taal overal relevant is. Toch zien we duidelijke zwaartepunten in sectoren met “high-stakes” communicatie: juridische dienstverlening, life sciences en internationale productiebedrijven. Aan de agent-kant zijn patronen minder sectorgebonden en meer afhankelijk van organisatiecultuur. Early adopters, vaak organisaties met AI-native medewerkers, lopen voorop.”

Waarom spelen juist jonge, AI-native medewerkers zo’n grote rol?“ Omdat zij zonder aannames werken en sneller nieuwe toepassingen zien. In gesprekken met klanten zien we dat jongere medewerkers soms verrassende use-cases bedenken waar zelfs de productteams niet aan hadden gedacht. Dat bevestigt het beeld dat agentic AI zich niet lineair ontwikkelt, maar sprongsgewijs, gedreven door creatief gebruik.

Technologisch positioneren we ons nadrukkelijk anders dan general-purpose modellen. Het bedrijf bouwt grotendeels op eigen infrastructuur, eigen trainingsdata en eigen linguïstische expertise. Die verticale integratie is volgens ons noodzakelijk om kwaliteit, precisie en kostenefficiëntie te combineren en om geen “wrapper” te zijn rond andermans modellen.”

“Door te focussen op high-value vertalingen en complexe workflows. Laagwaardige, incidentele vertalingen kunnen veel tools. Maar waar het geld wordt verdiend, gereguleerde content, integraties in bedrijfsprocessen, betrouwbare output, daar onderscheiden we ons. Opvallend genoeg werkt de brede ai-hype hier in het voordeel van het bedrijf: executives zijn inmiddels bereid kunstmatige intelligentie ook in kritische processen toe te laten, iets wat enkele jaren geleden ondenkbaar was.

Daarnaast ontstaat er een nieuwe “white space” in de markt. Veel content is vroeger simpelweg niet ontdekt omdat menselijke vertaling te duur is en oude AI-oplossingen tekortschoten. Met DeepL is het nu mogelijk om grote, complexe documentsets wél te vertalen zonder miljoenenkosten. Dat opent latent aanwezige vraag en maakt internationale groei toegankelijker.

Diezelfde logica zien we terug bij Voice. Niet als consumenten assistent, maar als realtime taalbrug in werkcontexten: vergaderen, samenwerken en klantcontact over taalgrenzen heen. In praktijkcases leidt dat tot kortere meetings, meer inclusie en beter begrip van lokale markten.

Voice is ook commercieel interessant doordat het menselijke tolken kan vervangen en nieuwe workflows mogelijk maakt, bijvoorbeeld in contactcenters of bij veiligheidsinstructies in meertalige werkomgevingen. Met de recent gelanceerde Voice API kan dit bovendien op schaal worden uitgerold.

Tot slot speelt ook de geopolitieke context een rol. We zien een groeiende vraag naar Europese ai-oplossingen, gedreven door zorgen over afhankelijkheid van Amerikaanse infrastructuur en dataverwerking.”

“Ja, steeds vaker, niet alleen in Europa, maar ook daarbuiten. We hebben een wereldwijde klantbasis, met sterke posities in Japan en de VS, maar merkt dat het Europese karakter steeds explicieter wordt meegewogen in beslissingen. We profileren ons ook nadrukkelijk als “trots Europees”, zonder zijn internationale ambities te verbergen.”

Over een mogelijke beursgang wil Gaiolas weinig loslaten. De focus ligt, zo benadrukt de spreker, op innovatie, onderzoek en klantwaarde. Wel is één ding duidelijk: intern worden de producten intensief gebruikt. De vertaler, Voice en de agent maken inmiddels deel uit van de dagelijkse werkpraktijk.