Softwarebedrijf Info Support heeft onlangs onderzoek gedaan onder 400 Nederlandse beslissers. De voornaamste conclusie: er is een verschil van 24 tot 26 procentpunten tussen wat de directie denkt dat er op AI-gebied gebeurt en de dagelijkse praktijk op de werkvloer.
Bestuurders denken dus onterecht dat hun organisatie al ver is, terwijl de werkelijkheid weerbarstiger is. Projecten blijven bijvoorbeeld hangen in de pilotfase en gaan nog niet in productie. Daardoor zien bestuurders ook niet de noodzaak extra tijd en geld te investeren in de definitieve invoering.
De kloof tussen de bestuurskamer en de werkvloer
Kim Pot, expert in het begeleiden van organisaties bij AI-adoptie, herkent deze bevindingen. Ze ziet dagelijks een kloof tussen wat het management bedenkt en wat er op de werkvloer op het gebied van AI gebeurt.
“Er is vaak een mismatch tussen wat men denkt dat AI kan betekenen en wat het in de praktijk nog écht betekent”
Kim Pot
Pot: ,,Ik begeleid directies met wilde plannen. Mijn advies is dan: hoe denken de mensen op de werkvloer hierover? Hoe zien het werk en de werkprocessen eruit, en wijkt dat af van wat bestuurders denken? Er is vaak een mismatch tussen wat men denkt dat AI kan betekenen en wat het in de praktijk nog écht betekent.’’
Lees ook: Rabobank investeert miljarden in AI: ‘Er komen nieuwe rollen bij en er vallen rollen af’
Het management raakt hierbij snel afgeleid. Pot: „Waarom wil je een ‘AI-first’-organisatie zijn? Wat moet het opleveren? Medewerkers denken: Ik moet het erbij doen boven op mijn bestaande werk, ik zie niet in waarom, ik heb er geen tijd voor en de strategie is me onduidelijk. Directies laten zich te veel verleiden door alles wat glinstert.’’
Op de werkvloer is ook sprake van een lastige paradox, ziet Pot: ,,Bestuurders kijken veel breder naar de organisatie, niet naar de werkvloer waar iemand zes keer handmatig iets moet kopiëren. Van bovenaf kan men simpelweg ook niet van alles op de hoogte zijn.’’
Tips voor leidinggevenden
- 1.
Zoek rechtstreeks contact met de uitvoerende collega’s.
- 2.
Betrek medewerkers in het hele proces. Voorkom de valkuil dat je wel om input vraagt, maar vervolgens toch weer alles zelf van bovenaf bepaalt.
- 3.
Waak voor snelle oplossingen: verwacht geen eenvoudige ‘quick fixes’ voor complexe veranderingen.
- 4.
Controleer het domino-effect: als je een verandering inzet en het eerste dominosteentje omgooit, controleer dan altijd of die verandering ook echt de gewenste uitwerking heeft.
- 5.
Laat als management soms los. De organisatie moet faciliteren, de gemene deler zoeken en kaders vastleggen voor de hele organisatie.
- 6.
Stel jezelf de hamvraag: hoe kan AI helpen onze bedrijfsdoelen en werkprocessen beter te realiseren? Het is geen losstaand iets.
De drie volwassenheidsniveaus van AI-adoptie
Als we kijken naar de volwassenheid van bedrijven op het gebied van AI, tempert Pot de verwachtingen. Ten eerste zijn er organisaties die het gestructureerd aanpakken. Daarbij is sprake van een tweesporenbeleid: wat je nu doet optimaliseren of je werk écht anders inrichten. Volgens Pot zijn er weinig organisaties die hun werk echt opnieuw inrichten.
“Als je mensen er voldoende bij betrekt, willen ze hierin wel meegaan zodra ze écht zien hoe AI op hun werk is toe te passen”
Kim Pot
Ten tweede is er een groep die wel experimenteert en daarin al best ver is, en ten slotte is er een groep die vooral aan het ‘aanklooien’ is. Ze houden het vaak bij een losse training zonder dat AI organisatiebreed wordt ingezet.
Wat de sturing betreft, faciliteert het management, waarna de afdelingen zelf de processen inrichten. Pot gelooft daarbij sterk in multidisciplinaire teams. „Afdelingen die multidisciplinair van elkaar leren en zaken standaardiseren. Als je mensen er voldoende bij betrekt, willen ze hierin wel meegaan zodra ze écht zien hoe AI op hun werk is toe te passen. Dat is een langdurig proces.”
Budgetten en ROI: wie betaalt de AI-rekening?
Een ander groot struikelblok zijn de financiën. Pot: ,,Ik werk met een grote partij waarvan degene die verantwoordelijk is voor de implementatie van AI enthousiast vertelde over de nieuwe strategie. Toen er werd gevraagd welke uren hiervoor beschikbaar komen, bijvoorbeeld om met elkaar te bedenken hoe het werk opnieuw ingericht kan worden, was het antwoord ‘geen’.’’
Maar de stijgende kosten voor AI-modellen vormen een drempel. Ook bij de toewijzing van budgetten is er vaak onduidelijkheid. Pot: ,,Wiens budget is het? Valt het onder IT, is het een afdelingsbudget of moet er een nieuw budget komen?’’
En dan is er nog de rendementsvraag. Pot: „We kijken vaak naar tijdswinst, maar AI kan veel meer opleveren. Uiteindelijk moet het vooral helpen om je doelen te realiseren. Test eerst klein en schaal dan pas op.”
Creëer keiharde urgentie en bewaak de menselijke grens
Het woord urgentie valt vaak tijdens het gesprek: hét recept om een project te laten slagen. Pot maakt een onderscheid.
De harde zakelijke urgentie:
- 1.
Identificeer een écht pijnpunt: implementeer AI niet ‘voor de leuk’ of omdat het een hype is, maar zorg voor een bedrijfskritische noodzaak, bijvoorbeeld een dalende omzet of vastlopend klantcontact.
- 2.
Toon lef in zelfreflectie: heb de moed om je organisatie en werkprocessen kritisch tegen het licht te houden en durf deze overhoop te halen.
De menselijke en ethische urgentie:
- 1.
Stel een harde ‘menselijke grens’ vast en bepaal actief tot wáár de technologie mag gaan. Welke taken moeten we absoluut door mensen laten blijven doen?
- 2.
Borg het menselijke contact. Zorg ervoor dat klanten of collega’s die behoefte hebben om ‘gewoon een mens te spreken’, die mogelijkheid behouden.
- 3.
Val de ‘gemaksvalkuil’ aan: onderschat niet hoe diep processen en gewoontes in hoofden verankerd zitten. Pak deze gedragsverandering dus als eerste en met de hoogste urgentie aan.
Lees ook: Je team gaat pas écht met AI werken als jij als leidinggevende deze simpele stappen zet
Praktische tip voor het MT: herzie elke maand één proces
Neem elke maand in het MT één bestaand werkproces onder de loep en richt het samen opnieuw in. Nodig daarbij de mensen uit die dagelijks met dat proces werken. Loop stap voor stap door wat ze nu doen, waar tijd verloren gaat, wat frustratie oplevert en wat met AI slimmer of fundamenteel anders kan. Zo krijgt het MT een realistischer beeld van de werkvloer én leert het zelf kijken naar werk door een AI-bril.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
