Laura Brandwacht (Rewire): 'Als je AI succesvol wilt toepassen, moet je eerst de gebruikers goed begrijpen'

Volgens onderzoek mislukken een groot deel van alle AI-pilots. Wat maakt die zo uitdagend?

„Veel organisaties starten vanuit de gedachte dat ze 'iets willen doen met AI', zonder het beoogde resultaat duidelijk te definiëren. Vijf jaar geleden vroegen ze vooral om hulp van ons om te helpen starten met AI. Nu hebben ze vaak al iets geprobeerd, maar zijn de resultaten teleurstellend.''

„De uitdaging zit meestal niet in het gebrek aan technologische mogelijkheden, maar in het implementeren en opschalen ervan op een manier die echt waarde toevoegt. Ik zie vooral veel meerwaarde ontstaan bij organisaties die er in slagen hun vertrouwde manier van werken helemaal op een nieuwe manier in te richten - te 'rewiren'.''

„Dat is spannend maar ook eng, vooral voor mensen die in die processen werken. Zij vragen zich af: kan ik wel mee in dit nieuwe proces, waar speel ik straks nog een rol?''

Lees ook: 'De AI-transitie begint bij het middle management'

Wanneer zag jij zelf voor het eerst hoe waardevol datagedreven inzichten kunnen zijn?

„Als marketing intelligence analist bij KNAB zat ik ruim tien jaar geleden wekelijks aan tafel met de commercieel directeur. Met ons team leverden we concrete inzichten die direct omgezet werden in actie. Zo zagen we bijvoorbeeld dat 80 procent van alle klanten wegvielen na drie maanden gratis proefabonnement.''

„Dat lijkt logisch, maar als je dat patroon zichtbaar kan maken, kun je ook veel effectievere acties ontwikkelen om dat te voorkomen. Het was voor mij een echte bevestiging van de kracht van datagedreven werken. Wat ik echter vooral leerde, was dat het succes niet alleen zat in de analyse, maar vooral ook in de resulterende communicatie, acties en veranderingen in het proces.''

Lees ook: Diversiteit en inclusiviteit bij bedrijven: 'Waar je voorheen pink washing zag, zien we nu pink hiding'

Hoe richtte jij je vanuit jouw data-achtergrond meer op die organisatorische kant?

„Voor een groot Europees autoleasebedrijf ontwikkelden we een app voor de pricing experts. Die bepaalden tot dat moment de verkoopprijs van occasions door handmatig op internet naar vergelijkbare auto's te zoeken.''

„Ons systeem berekende voor elke unieke auto een optimale prijs. Veel pricing experts waren echter niet overtuigd. Als onderdeel van het change management bouwen daarom een feedbackloop in, waarbij experts moesten aangeven waarom ze afweken van het prijsadvies.''

„Zo konden we uiteindelijk met harde data aantonen dat de app een waardevolle tool was, die het werk van de experts makkelijker maakte. Dat was een cruciale les voor latere projecten.''

Lees ook: Grip op data en processen: zo maak je jouw organisatie digitaal autonoom

Hoe pas je de geleerde lessen over het belang van change management nu toe?

„Ik zie dat veel adviseurs voor AI-toepassingen blijven steken in de theorie. Ze leveren een mooi rapport op over de zakelijke kansen van AI, maar laten het bedrijf daarna zelf uitzoeken hoe ze dat concreet moeten gaan toepassen.''

„Ik geloof heel erg in een combinatie van strategisch denken, concrete implementatie én verandermanagement. Daarom beginnen we op C-level met het vertalen van de bedrijfsstrategie naar een AI-strategie. We starten daarna klein en focussen op één use case met potentieel grote impact. Tijdens dit hele proces zoomen we bovendien zo scherp mogelijk in op de menselijke kant.''

„Wie moet er anders gaan werken? Waarom zouden ze dat doen, en wat hebben ze nodig om zich comfortabel te voelen met de verandering? Als je die vragen niet helder kunt beantwoorden, strandt zelfs de mooiste technologische oplossing meestal in de implementatiefase.''

Lees ook: Trainen en bouwen: dit is voor bedrijven dé strategie voor AI-succes

Vanuit deze werkwijze bieden jullie ook AI-trainingen aan. Wat maakt die anders?

„Onze AI-trainingen zijn altijd gericht op het praktisch toepassen van AI in een bedrijfscontext, en het belang van een mensgerichte aanpak. Als je AI succesvol wilt toepassen, moet je immers eerst de gebruikers goed begrijpen.''

„Hierbij zien we dat de behoefte aan opleidingen op AI-gebied steeds breder wordt. Het gaat niet alleen meer om data scientists, maar ook om business-professionals die met AI moeten werken, en C-level management die gerelateerde beslissingen moet nemen.''

„In plaats van een vinkje achter een verplicht AI Literacy-project zien veel bedrijven dat gelukkig ook als zakelijke kans. Naarmate er meer collega's vanuit een breed kader meedenken over de mogelijke meerwaarde van AI, identificeer je als organisatie natuurlijk ook sneller waardevolle toepassingen.''

Lees ook: 'Soms vergeet je bijna dat je met AI praat': Philips betrekt AI-persona's in marketing

Zo zorgt inclusieve AI dus ook voor een concreet resultaat onder de streep?

„Inderdaad. Ik zie dat ook heel erg terug in ons AI Leadership Program for Women, waarmee ik enkele jaren geleden ben gestart. We merkten dat er relatief weinig vrouwen in dit vakgebied actief zijn. Bovendien stellen vrouwen zich vaker wat terughoudender op: 'Ik ben geen echte AI-expert, anderen weten er meer over'.''

„Organisaties missen daardoor een belangrijk perspectief. Juist op het gebied van empathie, het voelen van weerstand, en het stimuleren van samenwerking tussen afdelingen. Na ons programma staan ze steviger in hun AI-schoenen, en kunnen ze bijvoorbeeld een belangrijke rol spelen bij het managen van de menselijke kant van AI-transformaties.''

Lees ook: Burn-out herkennen met AI? Werkt niet

Wat adviseer je organisaties die nu worstelen met het implementeren van AI?

„Begin allereerst niet met veel verschillende AI-initiatieven, maar start met één project waarmee je snel een duidelijk vooraf gedefinieerd resultaat kunt behalen. Zorg dat alle mensen die meedoen vanuit onder meer IT, business en data science die heldere focus delen. Begin klein, maar denk groot.''

„Je test je aannames met een minimum viable product, en denk bij het ontwerp van die MVP al goed na over de mogelijkheden om dat model op te schalen als het succesvol is. Bouw vanaf het begin feedbackloops in om te leren en te verbeteren. Houd er rekening mee dat het soms jaren kan duren voordat je van een pilot in één afdeling naar een succesvolle uitrol voor de hele organisatie gaat.''

„En vergeet vooral de mensen niet. Investeer in educatie, betrek experts vroeg in het proces en communiceer duidelijk en doorlopend de vruchten die zij hier persoonlijk van gaan plukken.''

Lees ook: 'Gen Z moet niet enige reden zijn om beleid rond diversiteit en inclusie te implementeren'

Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in: