De rol van de Chief AI Officer
Is de Chief AI Officer een nieuwe, fulltime functietitel?
Nee, de Chief AI Officer is geen aparte functie. Maartje is hier heel duidelijk over: ,,Ik zie de Chief AI Officer eigenlijk meer als een rol dan als een functie’’.
Het gaat bij voorkeur om iemand die al in de operatie werkt en tegelijkertijd strategisch kan meedenken, zoals een teammanager of teamleider. ,,Dus iemand die dat eigenlijk parttime naast zijn functie doet’’, aldus Maartje. Het voordeel is dat deze persoon de uitdagingen en knelpunten op de werkvloer al kent.
Wat zijn de belangrijkste taken van een Chief AI Officer?
De belangrijkste taak is het identificeren van problemen. ,,Allereerst moet die persoon goed kijken naar: wat zijn de uitdagingen?’’, legt Maartje uit. Vervolgens kijkt de Chief AI Officer waar knelpunten zitten en of AI deze kan oplossen.
Daarna bepaalt de Chief AI Officer welke technologie nodig is en of de oplossing de organisatie daadwerkelijk iets oplevert, idealiter in geld. Deze bevindingen koppelt de Chief AI Officer aan strategische doelen om er vervolgens mee naar een data- of IT-team te stappen.
Lees ook: Begin vandaag nog met vibe coden met dit handige stappenplan
Productiviteits-AI versus engineered AI
Om AI goed in te zetten, is het belangrijk het onderscheid te begrijpen tussen twee soorten AI: productiviteits-AI en engineered AI.
Wat is productiviteits-AI?
Dit zijn alle tools waarmee individuele medewerkers achter hun laptop sneller en efficiënter kunnen werken. Maartje vertelt: ,,Dat zijn eigenlijk alle tools waarmee je productiever wordt. Dus denk aan een copiloot. Denk aan een ChatGPT, aan een Gemini, maar denk ook aan een Suno of Midjourney.’’ Het is bedoeld om iedereen te laten experimenteren, maar volgens Maartje ,,zit daar wel een bepaald plateau aan voor hoeveel dat oplevert’’.
Wat is engineered AI?
Engineered AI is de volgende stap: maatwerkoplossingen die verder gaan dan het gebruik door één persoon en bedoeld zijn voor een heel team of organisatie.
Denk bijvoorbeeld aan een AI die automatisch voorspelt hoeveel voorraad je in je warehouse moet hebben liggen. Maartje omschrijft het als: ,,Eigenlijk alles waar je niet 20 euro in de maand voor betaalt, zijn projecten waarvan je vooraf moet gaan kijken: hoeveel levert dat ons op?’’
AI-projecten: trap niet in de valkuil van tijdsbesparing
Uit statistieken blijkt dat veel AI-projecten mislukken. Een valkuil is dat bedrijven enthousiast een idee van LinkedIn kopiëren, zonder zich af te vragen: ,,Wat voor probleem lost dat op?’’
Waarom is tijdsbesparing geen goed hoofddoel?
Hoewel organisaties vaak inzetten op efficiëntie, waarschuwt Maartje: ,,Ik vind tijd besparen leuk voor de tools, maar op organisatieniveau vind ik tijdsbesparing niet echt een goede value driver.’’
Vrijgekomen tijd leidt niet automatisch tot financieel rendement. Maartje zegt daarover: ,,Je weet niet waar die medewerkers de vrijgekomen tijd in gaan stoppen. Misschien gaan ze die vrijgekomen tijd wel stoppen in scrollen op social media.’’
Waar moet je dan wél op sturen bij een AI-project?
,,Hoe ik begin is eigenlijk altijd: wat is het doel? Moeten jullie kosten besparen? Moeten jullie werken aan de klanttevredenheid?’’ Succesvolle AI-projecten sturen op harde resultaten, zoals omzetverhoging, kostenverlaging of medewerkerstevredenheid. En als je toch op efficiëntie stuurt, stelt ze een harde eis: ,,Als je tijd wilt besparen, bepaal dan ook wat er moet gebeuren met die uren die vrijkomen.’’
Lees ook: Van prompter naar dirigent: met deze stappen bouw je vandaag nog je eigen AI-agent
Hoe start je een rendabel AI-project?
Welke processen zijn het meest geschikt voor AI?
Kijk bij het starten van een AI-project naar de processen met de grootste impact. Dat zijn vooral processen waar veel geld doorheen loopt, zoals productie. Wil je medewerkerstevredenheid verhogen? Focus dan op processen die daar de meeste invloed op hebben, zoals het onboardingproces.
Hoe ziet een succesvolle AI-businesscase er in de praktijk uit?
Maartje deelt een casus van een bedrijf dat producten op abonnementsbasis verkoopt en kampte met een hoge churn, oftewel klanten die opzeggen. ,,Kun je voorspellen of iemand z’n abonnement gaat opzeggen, ja of nee? Want als je dat kan voorspellen, dan levert dat je natuurlijk veel meer euro’s op’’, legt Maartje uit. Omdat het bedrijf de benodigde data in huis had, konden ze de opzeggingen daadwerkelijk voorspellen en verlagen, wat direct veel geld opleverde.
Tip van de expert: toets vooraf de complexiteit (en kosten)
Voordat je in een complex engineered AI-project stapt, moet je weten hoe haalbaar dat is. Tijdens haar academie laat Maartje deelnemers dit zelf toetsen met behulp van AI en een scorecard. Deelnemers voeren hun AI-oplossing in via een prompt. „Dan kregen ze eigenlijk als output een heel rijtje: dit ziet er complex uit om die reden.” Zo kun je aan de voorkant al beslissen of een duur en complex idee de investering waard is.
Maartje sluit af met één allesomvattende tip voor iedereen die met AI-workflows aan de slag gaat: „Kijk van tevoren goed hoeveel het oplevert voordat je eraan je euro’s aan gaat besteden.”
De tips van Maartje Vennema zijn ook te beluisteren in de podcast Lekker werken met AI:
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
