Een AI implementatie levert pas rendement op als drie dingen kloppen. Je data staat op één plek en is actueel, je weet wie waar toegang toe heeft, en iemand is eigenaar van de uitkomst. Begin daarom bij de vraag of je organisatie klaar is om werk uit handen te geven. De keuze voor een tool komt daarna.
“You can see the computer age everywhere but in the productivity statistics.” Dat schreef Robert Solow in 1987, hetzelfde jaar waarin hij de Nobelprijs voor economie kreeg. Bedrijven investeerden massaal in computers, maar de verwachte productiviteitssprong bleef jarenlang uit. Pas later lieten economen als Erik Brynjolfsson en Lorin Hitt zien waar dat aan lag. De opbrengst van IT hing niet af van de techniek zelf, maar van de mate waarin organisaties hun werkwijze en inrichting erop aanpasten.
Bijna veertig jaar later speelt dezelfde vraag opnieuw, nu rond AI. Gaat AI jouw organisatie veranderen, of ga jij die verandering leiden? Het was ook de centrale vraag tijdens een bijeenkomst die ABN AMRO MeesPierson organiseerde voor haar relaties, waarvoor De Saak als enige spreker was gevraagd. Dat een partij als ABN AMRO het gesprek over AI bij ons belegt, zien wij als een bevestiging van de koers die we al langer varen. Namelijk dat AI vooral een organisatievraagstuk is. En het antwoord op die vraag ligt op dezelfde plek als in 1987. Niet in de tool, maar in wat eronder zit.
Hoe hoger je komt, hoe minder het over techniek gaat
Het helpt om AI-volwassenheid als een trap van vijf treden te zien. Onderaan staat het simpele prompten, een vraag stellen aan een AI en een antwoord terugkrijgen. Daarboven komt AI in de software die je al gebruikt, denk aan een samenvatting in je mailprogramma. De derde trede is AI die werkt op je eigen bedrijfsdata, dus die jouw documenten, projecten en afspraken kent. De vierde zijn AI-agents, die zelfstandig taken uitvoeren in plaats van alleen te antwoorden. En bovenaan staan meerdere agents die samen een heel proces draaien.
Wat opvalt, is dit. Hoe hoger je op die trap komt, hoe minder het gesprek over technologie gaat. De onderste treden zijn vooral een kwestie van de juiste functie aanzetten, en de techniek doet grotendeels wat ze belooft. De bovenste treden vragen iets heel anders. Daar draait het niet meer om wat de software kan, maar om de vraag of jouw organisatie klaar is om werk echt uit handen te geven. Het is een vraag over data, afspraken en verantwoordelijkheid.
Dat is ook de reden dat veel bedrijven blijven steken op de onderste twee treden. De techniek voor de hogere treden is er wel. De basis eronder is alleen nog niet klaar om die stap te dragen.
AI versnelt ook de rommel die er al was
Neem een agent die offertes opvolgt of projectdossiers compleet maakt. Technisch is dat steeds beter haalbaar. Maar zo’n agent werkt alleen als je documenten actueel zijn, als de toegangsrechten kloppen, en als iemand eigenaar is van de uitkomst. Ontbreekt die basis, dan gebeurt er iets wat veel organisaties onderschatten. AI versnelt dan niet je werk, maar vooral de rommel die er al was.
Dat is de kern. Een AI die put uit verouderde, half afgeschermde of versnipperde informatie, levert sneller dan ooit een antwoord op dat niet klopt. En omdat het antwoord er verzorgd uitziet, wordt de fout bovendien minder snel opgemerkt. De techniek maakt de onderliggende wanorde dus niet beter. Ze maakt haar alleen sneller en zichtbaarder, en soms gevaarlijker, omdat mensen gaan vertrouwen op output die op drijfzand staat.
De betere eerste vraag bij een AI implementatie
Veel organisaties beginnen bij de vraag welke tool ze moeten kiezen. Dat is begrijpelijk, want een tool is tastbaar en voelt als vooruitgang. Maar het is de verkeerde eerste vraag.
De betere vraag is of je processen, je data en je afspraken klaar zijn om werk uit handen te geven. In de praktijk valt die vraag uiteen in drie concrete toetsen. De eerste gaat over je data. Staat je informatie op één plek en is ze actueel, of leeft dezelfde waarheid verspreid over mappen, mailboxen en lokale schijven? De tweede gaat over toegang. Weet je precies wie bij welke informatie kan, of is er in de loop der jaren van alles overgedeeld zonder dat iemand het overziet? De derde gaat over eigenaarschap. Is er iemand verantwoordelijk voor wat er met de uitkomst gebeurt, of valt het werk tussen wal en schip zodra de AI het heeft aangeleverd?
Pas als die drie op orde zijn, kun je werk met een gerust hart uit handen geven. En dat klinkt minder spannend dan een nieuwe tool, maar het is het verschil tussen een reeks losse experimenten en een werkwijze die blijft staan.
Zoals Rob Oud het tijdens de keynote samenvatte: “Technologie kost weken. Werkafspraken kosten maanden.” En juist omdat die afspraken maanden kosten, is vandaag een goed moment om eraan te beginnen.
Waarom dit nu urgent is
De parallel met de jaren tachtig is niet geruststellend bedoeld, maar juist een waarschuwing. De bedrijven die destijds het meeste uit IT haalden, waren niet degene met de duurste systemen. Het waren de bedrijven die hun manier van werken durfden aan te passen aan wat de techniek mogelijk maakte. De rest investeerde en wachtte op een sprong die nooit kwam.
Bij AI zal het niet anders zijn, met één belangrijk verschil. De techniek beweegt nu veel sneller dan toen, en dus wordt het gat tussen bedrijven die hun basis op orde hebben en bedrijven die dat niet hebben ook sneller groter. Wie wacht tot de techniek is uitgekristalliseerd, ontdekt straks dat de achterstand niet in de tools zit, maar in jaren niet-gemaakte afspraken die niet in te halen zijn met een aankoop.
De komende jaren winnen dan ook de organisaties waarvan de basis klopt. Die hun informatie op orde hebben, hun afspraken helder, en hun eigenaarschap belegd. Op die basis levert elke trede van de AI-trap rendement op. Zonder die basis blijft het bij losse experimenten die geen van alle beklijven.
Waar je een AI implementatie mee begint
Ook in ons werk bij De Saak zien we dat digitalisering pas waarde oplevert wanneer de structuur eronder klopt. AI verandert dat niet, het maakt het alleen zichtbaarder. Wie met AI aan de slag wil, doet er daarom goed aan niet te beginnen bij de vraag welke tool het wordt, maar bij de vraag of de organisatie klaar is om werk uit handen te geven. Dat is ook waar onze aanpak voor digitale strategie en innovatie begint.
Bronnen
- Robert M. Solow, “We’d better watch out”, The New York Times Book Review, 12 juli 1987, p. 36: scan van het origineel (pdf)
- Nobelprijs voor economie 1987, Robert M. Solow: nobelprize.org
- Erik Brynjolfsson en Lorin M. Hitt, “Beyond Computation: Information Technology, Organizational Transformation and Business Performance”, Journal of Economic Perspectives 14(4), 2000, p. 23-48: aeaweb.org
