Wanneer ik als spreker of trainer voor groepen sta, schrik ik regelmatig van het niveau van data- en AI-kennis. De gemiddelde medewerker die ik tegenkom, kan een beetje prompten, maar heeft geen idee wat een algoritme is. We praten over AI-transformatie, maar in de praktijk gebruiken we AI vooral om ons werk iets sneller te doen. Waar we het nog niet genoeg voor gebruiken, is in de kern van organisaties. En dat is precies het probleem.
De meeste organisaties laten medewerkers zelf experimenteren met AI en met goede ideeën komen. Soms met een AI-werkgroep vol enthousiaste vrijwilligers en een losse workshop ernaast. Goed idee, zolang die workshop naast persoonlijke productiviteit ook gaat over basiskennis: wat data eigenlijk is, hoe algoritmes beslissen en waarom privacy invloed heeft op AI. Precies dat ontbreekt meestal.
Veel medewerkers zijn nieuwsgierig en willen leren. Dat moet aangemoedigd blijven worden. Zelf generatieve AI in kunnen zetten om sneller een mail te schrijven of een PowerPoint te maken is een belangrijke skill, maar vooral op persoonlijk niveau.
De basis
Het probleem dat ik belicht zit hoger. We investeren massaal in persoonlijke productiviteit, maar vergeten de basis: begrijpen hoe data en AI werken. Daardoor ontbreekt bij veel MT's en bestuurders de technische kennis om AI structureel in te bouwen in hun organisatie en met name het primaire proces. Ik zie bestuurders die keuzes maken over AI, zonder precies te weten wat er technisch nodig is om het te laten werken. Daarmee geven ze eigenlijk alle macht uit handen.
V&D communiceerde misschien veel efficiënter dan andere bedrijven, maar ging alsnog ten onder
Maartje Vennema
We hebben dit al eerder meegemaakt. Twintig jaar geleden, tijdens de internetrevolutie, begonnen we ook met losse experimenten. We maakten websites, stuurden nieuwsbrieven en voelden ons modern. Maar het verschil werd pas gemaakt door bedrijven die het internet in hun kern bouwden. V&D communiceerde misschien veel efficiënter dan andere bedrijven, maar ging alsnog ten onder. Zalando kreeg het wel voor elkaar om het internet onderdeel te maken van het primaire proces.
Lees ook: Onderzoek: 30 procent marketeers wantrouwt organisaties die AI inzetten voor tekst en beeld
Wie vandaag als organisatie alleen leert prompten of tools leert gebruiken, is morgen net zo relevant als organisaties die in 2025 medewerkers hebben die goed kunnen internetten.
Het verschil tussen experimenteren met tools en transformeren is technische kennis, waarvan we ironisch genoeg zowel tijdens de internetrevolutie als tijdens het nieuwe AI-tijdperk zeggen dat het aan onze voeten ligt. De experimentele fase is geweest. We hebben onze collega's enthousiast en warm gemaakt voor AI-gedreven werken. Het draait vanaf nu niet meer om tools, maar om leiders die genoeg weten van data en algoritmes om beslissingen te kunnen maken op technisch front, denk aan datakwaliteit en infrastructuur.
Onderdeel van het primaire bedrijfsproces
De organisaties die straks overeind blijven, zijn degenen die AI niet alleen gebruiken voor persoonlijke efficiëntie, maar het onderdeel maken van hun primaire proces: hoe ze beslissen, werken en waarde creëren. Want AI in het primaire proces gaat niet over snellere mails of betere samenvattingen, maar over organisaties die begrijpen waar hun data waarde toevoegt en technische kennis gebruiken om structureel beter te presteren dan hun concurrent.
Leren werken met tools en prompten is leuk, cultuur en persoonlijke skills en motivatie zijn nodig om AI-transformatie op gang te krijgen. Maar om succesvol te zijn in AI-transformatie moet je de persoonlijke productiviteitsfase nu achter je laten en AI gebruiken waar het er echt toe doet: in de kern van je organisatie.
De persoonlijke productiviteitsfase was nodig. Nu begint het echte werk: AI in de kern van je organisatie.
Lees ook: Stopknop voor superintelligente AI? 'Ratrace is al zo groot dat dit niet te stoppen is'
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
