Steeds meer organisaties zetten stappen richting een AI-first manier van werken. Dat gaat verder dan het inzetten van losse tools in je eigen werk. Het vraagt om een verandering van gefragmenteerde naar geïntegreerde AI in belangrijke workflows van de organisatie. Dit is voor velen nog een uitdagende transitie. Hoe kun je als leider de organisatie ondersteunen in deze verandering?
Van online innovatieplatform Miro leerde ik hoe zij een AI-first strategie van binnenuit hebben opgebouwd. Miro benadrukt 'great AI-companies are built around AI skilled people'. Van iedereen werd verlangd dat ze begrepen wat AI betekent voor hun werk en welke waarde het kan toevoegen.
Marelle van Beerschoten is founder & Managing Director van Digital Shapers. En ze is een van de sprekers van het Sprekershuys.
Zo werd iedere medewerker gevraagd om een kort filmpje op te nemen waarin ze vertelden hoe ze AI in hun werkzaamheden gebruiken. Het werd hiermee persoonlijk, herkenbaar en zichtbaar gemaakt.
Dit is misschien ondenkbaar in een Nederlandse organisatie, maar toch is het geen gek idee om mensen individueel aan te sporen om na te denken over het gebruik van AI in hun werk. Uiteraard werd dit bij Miro wel ondersteund met veel communicatie, zoals wekelijkse nieuwsbrieven vol AI-inspiratie, korte online trainingen en regelmatig georganiseerde talks van experts en externe bedrijven die al verder waren.
Die voorbeelden laten zien dat AI-first organisaties niet alleen investeren in technologie, maar vooral bouwen aan het vermogen van mensen om ermee te werken. Het vraagt om gedrag dat meebeweegt met nieuwe manieren van werken. In deze blog verken ik hoe dat er in de praktijk uitziet en hoe organisaties medewerkers stap voor stap kunnen meenemen in die ontwikkeling.
Lees ook: Maartje Vennema: 'AI versnelt niets als je het niet begrijpt'
Het menselijke aspect van AI-verandering
In september reisde ik vanuit Digital Shapers met een groep directieleden door Nederland. We bezochten organisaties die al volop met AI werken en spraken met de mensen die de verandering van dichtbij vormgeven. Deze voorlopers deelden een geïntegreerde aanpak om de belasting van medewerkers te minimaliseren en hen op de werkvloer vooral te inspireren met AI. Zoals ik in mijn vorige blog al benoemde begint verandering niet bij de technologie, maar bij het gedrag van de mens.
Binnen Digital Shapers gebruiken we vaak het ADKAR-model van Prosci om te begrijpen hoe mensen door een verandering heen gaan. Het is een verandermodel dat ervan uitgaat dat organisatieverandering alleen slaagt als ieder individu de stap maakt. Het erkent dat mensen elk op hun eigen tempo en in hun eigen behoeftewereld door deze vijf stappen bewegen voordat ze echte gedragsverandering laten zien:
- 1.
Awareness (bewustzijn)
- 2.
Desire (wil)
- 3.
Knowledge (kennis)
- 4.
Ability (vermogen)
- 5.
Reinforcement (verankering)
Bij AI-transformaties zien we precies dat patroon terug en dat is niet anders dan een andere organisatieverandering.
Mensen bewegen pas mee als ze begrijpen waarom iets belangrijk is
Marelle van Beerschoten Founder & Managing Director van Digital Shapers
Mensen bewegen pas mee als ze begrijpen waarom iets belangrijk is, inzien wat het hen oplevert en weten hoe ze ermee kunnen werken. Medewerkers hebben eerst helderheid nodig over de betekenis voor de organisatie en voor hun eigen werk. Daarna ontstaat ruimte om nieuwe werkwijzen uit te proberen, vaardigheden op te bouwen en stap voor stap vertrouwen te ontwikkelen. Pas wanneer iemand zélf ervaart hoe AI bepaalde processen versnelt of werk vereenvoudigt, krijgt nieuw gedrag echt kans om te landen en groeit de beweging verder.
Lees ook: Waarom de directie niet meer zonder AI-vaardigheid kan
Zonder duidelijke richting ontstaat geen motivatie om mee te bewegen
Verandering begint bij bewustzijn waarom het nodig is. Pas als je inziet dat de organisatie niet zonder kan en wat AI voor je eigen werk en toekomst betekent, ontstaat de eerste beweging. Succesvolle organisaties bouwen bewust aan dat begrip. Zo koos een aanbieder van digitale communicatieoplossingen ervoor om kleine leerteams (microcommunities) op te richten die AI-oplossingen in hun eigen context onderzochten.
Tegelijk werd een AI-team opgezet: een groep interne consultants die verschillende afdelingen actief benaderde om daar AI-kansen te verkennen. Niet om het voor te doen, maar om het gesprek te openen: wat kan hier met AI? Dat werkt drempelverlagend, juist omdat een collega met expertise jou bij de hand neemt. Je hoeft niet iedereen in één keer mee te krijgen, als er maar voldoende mensen zijn die snappen waar de verandering over gaat en waarom deze ertoe doet.
De wil om met AI te werken groeit bijvoorbeeld wanneer medewerkers worden betrokken bij pilots en zelf zien hoe een agent hun werk ondersteunt in plaats van vervangt. Het verlangen om meer kennis te vergaren groeit pas echt wanneer medewerkers zien wat het hen oplevert: bijvoorbeeld minder repetitief werk en meer ruimte voor creativiteit.
Tegelijkertijd groeit de motivatie als ze merken dat technologie hen ondersteunt in plaats van vervangt. Een Nederlands scheepsbouwbedrijf liet zien hoe belangrijk die betrokkenheid is. Zij startten een proof of vision met Agentforce en betrokken eindgebruikers vanaf dag één actief bij het ontwikkelproces.
Door dit uit te voeren met developers, de leverancier en de verschillende interne eindgebruikers ontstond er een open houding in de operatie en draagvlak. Doordat hun input serieus werd genomen, groeide het vertrouwen én het enthousiasme. Toen bijvoorbeeld bleek dat orderverwerking dankzij AI-agenten kon worden teruggebracht van 16–24 uur naar minder dan een uur, werd de meerwaarde van AI niet alleen zichtbaar, maar vooral voelbaar.
Lees ook: Marelle van Beerschoten: 'De grote kans van AI zit in vernieuwing, niet in efficiëntie'
Training staat niet gelijk aan ontwikkeling
Het hebben van de juiste kennis is essentieel om te snappen waarvoor je AI gebruikt en hoe dit past binnen jouw functie. Bij Miro is kennisontwikkeling een vast onderdeel van performance management: medewerkers worden niet alleen beoordeeld op wat ze doen, maar ook op hoe ze leren en vernieuwen. Medewerkers krijgen toegang tot alle tools én ontwikkelden hun eigen interne GPT om zichzelf sneller en slimmer te maken. De boodschap is duidelijk: wie zich niet ontwikkelt, staat stil. Het draait om eigenaarschap nemen over je eigen groei. Ze zeggen tegen hun mensen: 'If you don't want to do it for Miro, that's fine, but then do it for your future elsewhere.'
In de praktijk zien we dat veel organisaties hier echter wel te vroeg aan beginnen. Ze starten met brede trainingen of vaardighedenprogramma's terwijl medewerkers nog niet begrijpen waarom AI relevant is of wat het in hun werk kan betekenen.
Zonder dat fundament blijft kennis oppervlakkig en wordt het nauwelijks toegepast. Het helpt wanneer ook op boardniveau wordt geïnvesteerd in dit leerproces. Leiders die zélf begrijpen wat AI kan, kunnen veel beter richting geven, het gesprek voeren en hun teams meenemen in bewustwording en motivatie. Pas dan ontstaat de basis waarop mensen daadwerkelijk willen leren en er ruimte komt voor ontwikkeling in het dagelijkse werk. Denk ook weer aan die scheepsbouwer, waar het uitgelezen moment was ontstaan om training aan te bieden.
Van willen naar kunnen
Om uiteindelijk in staat te zijn om AI echt toe te passen, is meer nodig dan alleen toegang tot de juiste tools of het volgen van een losse training. Het gaat om het vermogen om AI in het dagelijks werk toe te passen en daar routine in op te bouwen. Het moet onderdeel worden van hoe mensen dagelijks werken en leren.
LinkedIn laat zien hoe dat eruit kan zien. In plaats van grote programma's bouwen zij aan een leercultuur waarin leren laagdrempelig, persoonlijk en ritmisch is. Mensen leren allemaal op een andere manier, ze maken leren beschikbaar op zo'n manier dat het aansluit op het leerritme van iedere medewerker. Ook hebben zij een AI-corner geïntroduceerd om iedere week een AI-hack te delen met collega's. Zo wordt kennisdeling iets dat vanzelf ontstaat, midden in de werkpraktijk.
Ook een groot Nederlands familiebedrijf onderstreept het belang van experimenteerruimte. Die ruimte is essentieel, omdat het in de praktijk vaak misgaat door gebrek aan tijd om te oefenen, onvoldoende coaching of omdat toepassing niet wordt meegenomen in KPI's. Teams geven dan al snel voorrang aan de waan van de dag. Door AI-trainingen direct op te nemen in onboarding en medewerkers vanaf het begin actief te laten oefenen, wordt duidelijk: dit hoort bij je werk. Tegelijk ontstaat zo een basis om verder te groeien van persoonlijk, gefragmenteerd gebruik naar AI die organisatiebreed is geïntegreerd in workflows. Daar zit uiteindelijk de volwassenheid die nodig is om impact te maken.
Lees ook: Aangenomen en ontslagen door AI-bots: hoe kunstmatige collega's de werkvloer overnemen
Wat jij als leider kunt doen om nieuwe werkwijzen blijvend te maken
Wanneer AI zichtbaar waarde toevoegt, komt er een moment waarop een organisatie moet laten zien dat het nieuwe werken echt onderdeel wordt van de dagelijkse praktijk. Verankering vraagt om besluiten die richting geven en duidelijk maken dat de verandering niet tijdelijk is. Een toonaangevende techorganisatie koos er bijvoorbeeld voor om volledig te stoppen met Microsoft Office. Het was geen technische keuze, maar een signaal: dit is hoe we voortaan samenwerken.
Zo'n besluit vraagt gevoel voor timing en aandacht voor de mensen die ermee werken. Zonder helder verhaal en goede begeleiding kan energie omslaan in weerstand. De kunst is om precies dat moment te kiezen waarop het nieuwe genoeg heeft bewezen om het oude los te laten. Op dat punt wordt verandering geen project meer, maar een manier van werken. Vergeet dan bovendien niet om dit te vieren.
De onderstaande punten helpen je om richting te geven én de beweging rondom AI levend te houden:
Maak de waarom tastbaar. Vertel duidelijk wat AI betekent voor jullie richting en toon zelf de urgentie.
Laat teams eigenaarschap nemen. Betrek medewerkers actief bij het ontdekken van kansen en neem hun input mee in keuzes.
Zorg voor continue toegang tot leren. Richt een ritme in van updates, kleine leermomenten en voorbeelden uit de praktijk.
Creëer ruimte om te experimenteren. Haal obstakels weg waardoor teams zonder drempels kunnen oefenen en ontdekken.
Geef het goede voorbeeld. Laat in jouw eigen gedrag zien dat AI onderdeel is van het werk, niet iets buiten het werk om.
Maak keuzes zichtbaar en consequent. Laat merken dat nieuwe werkwijzen blijven en ondersteun teams om ze vol te houden.
Pas KPI's en performance management hierop aan. Anders blijft het makkelijk om in de waan van de dag voor andere prioriteiten te kiezen.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
