#2 - Hardware + AI Boston: Hoe Engineering Teams AI Echt Gebruiken

Terwijl AI-tools snel vooruitgang boeken in software-omgevingen, staan teams die draagbare en aangesloten apparaten bouwen voor andere uitdagingen. AI integreren in het volledige productecosyteem, van firmware tot mobiele apps en cloudinfrastructuur, is echt moeilijk. De meeste hardwarecentrische teams blijven hangen bij basiscode-assistenten in plaats van echte systeembrede efficiëntie te ontgrendelen. Ik ben Cristin Iosif, oprichter en CEO van Salt & Pepper. Na meer dan 10 jaar full-stack engineering voor aangesloten apparaten te hebben gebouwd, weet ik uit eerste hand hoe moeilijk het is om hardware- en firmware-cycli af te stemmen op de snel veranderende mobiele en cloudontwikkeling. Ik organiseer dit privé-diner om 10 tot 12 VP's Engineering en CTO's uit het ecosysteem van aangesloten apparaten samen te brengen. Geen visuele presentaties, geen verkoopgesprekken. Gewoon een openhartig gesprek tussen collega's over hoe leiders in engineering betere fysieke-naar-digitale producten kunnen bouwen, sneller, met de hulp van AI. Wie Moet Erbij Zijn? Deze op uitnodiging gebaseerde bijeenkomst is speciaal samengesteld voor: • VP's Engineering, CTO's, en Hoofden van Product / Hardware / Software bij bedrijven van aangesloten apparaten. • Leiders uit de consument IoT, wearables, industriële IoT, medtech, en de automobielsector. • Teams variërend van groeifase (Series A tot C) tot gevestigde middelgrote organisaties (50–500 ingenieurs). Logistiek & Format • Datum & Tijd: Dinsdag, 20 oktober 2026 | 18:30 tot 21:30 • Locatie: Boston (locatie wordt bekendgemaakt nadat deze is geselecteerd) • Format: Een enkele tafel geleid gesprek tijdens de dinerservice Let op: Registratie via Eventbrite fungeert als een aanvraag. De capaciteit is strikt beperkt tot 12 deelnemers. Wacht alstublieft op een officiële bevestigingsmail voordat u uw plaats als bevestigd beschouwt. EERSTE EDITIE INZICHTEN - juni 2026 De sprekers. Enrico Santagati leidde de zaal door zijn werk waarbij AI echt toegang kreeg tot hardware, door MCP-servers voor elke hardware-interface te bouwen zodat een AI-agent BLE kon aansteken, seriële logboeken kon lezen en kon debuggen via JTAG. Het resultaat: een taak die drie weken duurde, werd teruggebracht naar drie dagen. Zijn belangrijkste inzicht bleef bij de zaal hangen: "Het AI-model was niet de bottleneck. Het bouwen van de juiste interfaces is dat wel." Sam Shames, medeoprichter van Embr Labs en nu bij Flagship Pioneering, bracht de investeerders- en bedrijfsopbouwlens: waar AI in hardware overhypet is (consumptie producten) en waar de echte kans ligt (gesloten loopsystemen waar AI voelt, beslist en handelt). De twee perspectieven deden een gesprek aan tafel ontstaan dat bijna twee uur aanhield. De onderwerpen. Vier hiaten waar de zaal het over eens was dat ze hardware tegenhouden bij AI: het datagap (LLM's die op bijna geen ingebedde kennis zijn getraind), het tooling-gat (IDE's zoals IAR en Keil zijn niet verder gekomen met AI zoals softwaretools dat zijn), het cultuur-gat (de trots van embedded ingenieurs op precisie ligt niet gemakkelijk bij de "goed genoeg" output van AI), en het beleidsgap (het ontbreken van een duidelijk AI-gebruik beleid is het beleid geworden bij gebrek aan beter).