Nederlands 
English (UK) 
Dansk 
Deutsch 
Italiano De invoering van kunstmatige intelligentie wordt vaak gezien als een technische uitdaging. Naar mijn mening is dat niet zo.
Of een AI-initiatief slaagt of mislukt, hangt in grote mate af van hoe de organisatie succes definieert en van de strategische keuzes die uit die definitie voortvloeien.
In de praktijk zie ik meestal twee belangrijke benaderingen.
Twee veelgebruikte strategieën voor het implementeren van AI
1. Implementatie van AI om processen te automatiseren en kosten te verlagen door het personeelsbestand te verminderen
In deze strategie is de impliciete (en soms expliciete) boodschap duidelijk: machines vervangen menselijk werk.
Wanneer dit verhaal postvat, zie je vaak gedragingen zoals:
- Weerstand tegen verandering
- Gebrek aan samenwerking
- Het blokkeren of vertragen van initiatieven voor de invoering van AI
Paradoxaal genoeg ondermijnen deze dynamieken vaak juist de efficiëntiewinst die met de strategie beoogd werd.
2. AI implementeren om meer te produceren met hetzelfde aantal mensen
Deze tweede strategie wordt vaak als duurzamer beschouwd. En in veel gevallen is dat ook zo. Maar er zijn ook nadelen aan verbonden.
Hier gaat de angst niet zozeer over vervangen worden, maar over onzekerheid:
- Wat verandert er in mijn dagelijkse werk?
- Welke nieuwe verwachtingen zullen er ontstaan?
- Welke vaardigheden moet ik ontwikkelen?
Als deze vragen niet expliciet worden behandeld, kan er ook weerstand ontstaan, vaak op een stillere, minder zichtbare manier.
Een gemeenschappelijke noemer: onzekerheid
In beide strategieën komt een gemeenschappelijk element naar voren: onzekerheid.
AI introduceert manieren van werken die minder voorspelbaar en minder deterministisch zijn, waarbij de resultaten niet altijd vooraf kunnen worden bepaald. In deze context worden zowel werknemers als leidinggevenden geconfronteerd met nieuwe soorten beslissingen, vaak zonder duidelijke precedenten.
Hoe organisaties omgaan met die onzekerheid, bepaalt in grote mate of de invoering van AI echte waarde creëert of juist tot stilstand komt.
Vanuit mijn oogpunt vereist de invoering van AI (net als veel eerdere transformaties) dat organisaties leren omgaan met onzekerheid. Hoewel onzekerheid zelf niet kan worden weggenomen, kunnen risico's worden verminderd door een meer agile-manier van verandermanagement, gebaseerd op leren, iteratie en aanpassing.
Ik heb dit idee verder uitgewerkt in een eerder artikel over de impact van AI op agility, waarin ik betoog dat AI niet alleen nieuwe tools introduceert, maar ook deterministische manieren van plannen, besluitvorming en het organiseren van werk fundamenteel ter discussie stelt. Vanuit dat perspectief is de invoering van AI niet alleen een technologische verschuiving, maar ook een oproep om opnieuw na te denken over hoe organisaties leren, zich aanpassen en reageren op veranderingen.
Hoe onzekerheid bij de invoering van AI te verminderen
Uit mijn ervaring zijn er een aantal beslissingen die helpen om meer solide voorwaarden te creëren voor een duurzame invoering van AI. Dit zijn geen universele recepten, maar praktische principes die als uitgangspunt kunnen dienen.
1. Begin met duidelijker en meer gestructureerd werk
Ik denk dat het zinvol is om AI toe te passen bij werk dat duidelijker of meer gestructureerd is, in plaats van bij zeer complex werk.
De reden is simpel: dit soort werk is meer deterministisch. Oorzaak-gevolgrelaties zijn gemakkelijker te begrijpen, waardoor mensen beter kunnen begrijpen wat de AI doet, waarom het dat doet en hoe het in hun werk past.
Het direct introduceren van AI in complex werk (waarbij er niet één juist antwoord is en het leren geleidelijk verloopt) leidt vaak tot meer verwarring en wrijving. Beginnen met duidelijker werk neemt het risico niet weg, maar maakt het wel beter beheersbaar.
2. Definieer expliciet wat “succes” betekent.
Een andere veel voorkomende fout die ik zie, is het lanceren van AI-initiatieven zonder eerst overeenstemming te bereiken over wat succes eigenlijk inhoudt.
Naar mijn mening is het de moeite waard om even de tijd te nemen om dit te verduidelijken:
- Welk probleem we echt proberen op te lossen
- Welke indicatoren helpen bij het beoordelen van de impact?
- Hoe we echte verbetering zullen onderscheiden van bijwerkingen
Wanneer deze criteria niet expliciet worden gemaakt, blijft de interpretatie open en neemt de onzekerheid toe.
3. Begeleid de mensen wier werk verandert
Elke automatiseringsinspanning verandert iemands werk.
Het ontwerpen van een duidelijke ondersteuningsstrategie helpt mensen begrijpen:
- Wat verandert er in hun rol?
- Wat er nu van hen wordt verwacht
- Wat voor soort ondersteuning zullen ze nodig hebben om zich aan te passen en te leren?
Dit soort begeleiding gaat niet over het volledig wegnemen van ongemak, maar over het creëren van omstandigheden waarin mensen met meer duidelijkheid en zelfvertrouwen kunnen handelen.
4. Beschouw adoptie als een iteratie, niet als een definitieve oplossing
Ten slotte ben ik van mening dat het een vergissing is om de invoering van AI vanaf het begin als een eenmalige transformatie te beschouwen.
Het is verstandiger om te experimenteren, te observeren wat er tijdens de eerste paar weken gebeurt, zowel de technische als organisatorische gevolgen te evalueren en aanpassingen door te voeren op basis van de opgedane ervaringen. Deze iteratieve aanpak versterkt het idee dat de invoering van AI een continu proces is en geen eenmalige gebeurtenis.
Een laatste opmerking over stimulansen
Een laatste overweging die het vermelden waard is, is de rol van stimulansen.
Zelfs wanneer organisaties doordachte maatregelen nemen om onzekerheid te verminderen (te beginnen met duidelijker werk, het expliciet definiëren van succes, het begeleiden van mensen en het herhalen van processen), kunnen de resultaten nog steeds tegenvallen als de prikkels niet op elkaar zijn afgestemd.
Onder druk hebben mensen de neiging om te handelen in overeenstemming met wat wordt beloond, gemeten of bestraft. In de praktijk vormen deze signalen de ongeschreven regels van het systeem (wat mensen denken dat van hen wordt verwacht). Met andere woorden, ze bepalen de organisatiecultuur.
Vanuit dat perspectief, De invoering van AI wordt onvermijdelijk een culturele uitdaging.. In die zin lijkt het sterk op de uitdaging waarmee veel organisaties werden geconfronteerd toen ze agile-werkwijzen invoerden: er werden nieuwe praktijken en verhalen geïntroduceerd, maar bestaande prikkels en verwachtingen zorgden er vaak voor dat het gedrag een andere kant op ging.
Dat is waar, naar mijn mening, echt succes wordt bepaald.
Dit is een onderwerp dat meer aandacht verdient, en ik ben van plan om hier in een volgend artikel op terug te komen.
