De afgelopen jaren heb ik meer dan 75 organisaties begeleid bij AI-adoptie. Daarbij zie ik steeds hetzelfde patroon terugkomen: organisaties verwarren urgentie met FOMO. Dat klinkt als een klein verschil, maar het bepaalt of AI-adoptie slaagt of vastloopt.
Genoeg verandermodellen
We hebben genoeg verandermodellen om ons door grote veranderingen heen te helpen. Een van de modellen die ik zelf graag gebruik, is dat van Kotter. Het richt zich op gedragsverandering. Dat is wat organisaties eigenlijk bedoelen als ze zeggen dat ze ‘iets met AI’ willen.
Werknemers die hun gedrag veranderen en hun werk anders inrichten. Het ideaal wat ik vaak hoor is: slimmer samenwerken met technologie en zo tijd vrijspelen voor werk waar wij als mens de meeste waarde toevoegen.
Toch zie ik dat veel organisaties al vastlopen bij stap 1 van het model van Kotter: creëer urgentiebesef. Niet omdat er geen urgentie wordt gevoeld, maar omdat die urgentie vaak nergens op gebaseerd is.
Lees ook: ‘De AI-transitie begint bij het middle management’
Verandertradities overboord: nu zoekt de oplossing een probleem
Traditioneel begint verandering met een probleem. Je dienstverlening voldoet niet meer, de omzet daalt, klanten vertrekken of een proces loopt vast. Daarna volgt pas de vraag: hoe gaan we dit oplossen?
Bij AI gebeurt vaak precies het tegenovergestelde. Er worden licenties aangeschaft, er wordt getraind, roadmaps gemaakt en gaandeweg begin je je af te vragen: welk probleem proberen we op te lossen? Waarom moet het anders?
Dat klinkt misschien overdreven, maar kijk eens eerlijk naar je eigen organisatie. Hoeveel AI-initiatieven zijn het afgelopen jaar begonnen met een concrete uitdaging?
“De urgentie die ik rondom AI zie, is vaak opvallend oppervlakkig”
Kim Pot
Activiteit staat niet gelijk aan vooruitgang
De urgentie die ik rondom AI zie, is vaak opvallend oppervlakkig. Ja, er worden intern vragen gesteld, concurrenten lijken altijd net een stap verder te zijn en online lees je over niets anders dan AI. Dat creëert druk bij het management, maar druk of angst, is niet hetzelfde als urgentie. Dat ontstaat pas wanneer duidelijk is wat er opgelost moet worden en waarom dat nú nodig is.
FOMO ontstaat wanneer anderen iets doen wat jij niet doet. Dat verschil lijkt klein, maar heeft grote gevolgen. Handel je vanuit urgentie? Dan begin je vanuit een duidelijk vraagstuk. Doe je het vanuit de angst om achter te lopen? Dan begin je vaak verkeerd op: met de oplossing.
En zodra dat laatste gebeurt, ontstaat er vooral activiteit. Denk aan pilots, experimenten, ambassadeurs, werkgroepen enzovoort. Allemaal redelijk zinloos als niet duidelijk is waarom de verandering nodig is.
Gedragsverandering begint met het antwoord op deze vier vragen
Wanneer AI-adoptie vervolgens tegenvalt, wordt de oorzaak vaak gezocht in kennisgebrek of weerstand. Dan word ik ingevlogen: de vraag aan mij is dan vaak welke trainingen er nodig zijn? Dat helpt soms een beetje, je ziet wat verandering bij een aantal goedzakken, maar niet voldoende.
Werknemers gaan in mijn ervaring hun gedrag pas veranderen wanneer ze begrijpen waarom dat nodig is. Ze willen antwoorden op vier simpele vragen:
- 1.
Waarom veranderen we?
- 2.
Wat lossen we op?
- 3.
Wanneer is het resultaat succesvol?
- 4.
Wat wordt er van mij verwacht?
Zolang die vragen onbeantwoord blijven, blijft AI voor veel werknemers iets wat ‘ook nog moet’.
Lees ook: Automatiseren en AI-agents: waarom veel organisaties zichzelf overschatten
Start op teamniveau
Maar goed, ook al is het verandermodel zo duidelijk, het blijkt in de praktijk lastig om te beginnen bij de eerste stap. Mijn advies aan organisaties is om te starten op teamniveau. Welke doelen worden niet gehaald? Waar gaat tijd verloren? Waar staat kwaliteit onder druk?
Op teamniveau kun je vaak veel concreter zijn. Je creëert kleine successen, daarna bouw je uit. Vanuit het management faciliteer je dus vooral de teams met veranderen. Dat lijkt misschien trager, maar in de praktijk is het uiteindelijk de snelste route.
“De organisaties die succesvol zijn met AI zijn de organisaties die goed zijn geworden in zich aanpassen”
Kim Pot
Organisaties moeten goed worden in zich aanpassen
Als ik dan toch nog één ding zou mogen aanpassen aan het model van Kotter, dan is het stap 8. Kotter gaat ervan uit dat je van situatie A naar situatie B beweegt en vervolgens het nieuwe gedrag verankert.
Maar AI en de mogelijkheden ervan kennen voorlopig geen eindpunt. Daarom denk ik dat organisaties niet moeten proberen AI te verankeren. Ze moeten leren verankeren.
De organisaties die succesvol zijn met AI zijn de organisaties die goed zijn geworden in zich aanpassen.
Lees ook: AI-expert Kim Pot: wacht niet op een AI-strategie, zet vandaag deze 4 stappen
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
