Van hype naar realiteit: waarom AI zo moeizaam landt in bedrijven
- Bernard Donners
- 13 aug
- 5 minuten om te lezen
Bijgewerkt op: 15 aug
In nog geen drie jaar tijd heeft ChatGPT 700 miljoen gebruikers bereikt.
Dat is iets waar het internet ruim twintig jaar over deed.
Het is inmiddels de facto dé consumentenstandaard voor AI-interactie.
Maar waarom blijft het in het bedrijfsleven zo lastig om het structureel van de grond te krijgen? Dit ondanks de enorme hype, alle aandacht én de bewezen potentie.
De huidige AI-gekte doet denken aan de .com-bubbel.
Gartner onderzocht onlangs 3.000 start-ups die werken aan “AI Agents”, samen goed voor $4 miljard aan waardering. Opvallend is dat slechts vijf procent van deze bedrijven échte autonome agents bouwt. De rest automatiseert vooral simpele workflows, maar wordt toch gewaardeerd alsof ze baanbrekend zijn.
Net als toen zal er wel weer een correctie komen waarbij het kaf van het koren wordt gescheiden. Maar laat dat niet de kracht van deze nieuwe systeemtechnologie verhullen.
AI is great if you are already wise
In mijn keynotes zeg ik vaak: "AI is great if you are already wise", en mijn advies is om te experimenteren, bijvoorbeeld met ChatGPT, op een onderwerp dat je goed kent om te zien waar het je kan helpen en om de potentie van GPT-Canvas of Agents te ontdekken. Zie voor de GPT-Agent tutorial video's mijn vorige blog.
Bij mijn studenten zie ik dat ChatGPT vooral wordt gebruikt als antwoord- en scriptiemachine en Ik ben bang dat we over een paar jaar twee typen AI-gebruikers hebben:
AI-outsourcers: die het denkwerk volledig aan AI overlaten, knippen en plakken en daarna de hond gaan uitlaten.
AI-managers: die AI inzetten om waarde te creëren en het overzicht en de regie houden.
Die tweede groep is nog in de minderheid en in veel organisaties komt het structureel inzetten van AI nog steeds niet van de grond. In eerdere blogs schreef ik al over verandermanagement met een 8 stappenplan om organisaties AI-wijs te maken. Toch lijkt er bij veel bedrijven een soort immuunsysteem tegen verandering actief.
Vijf lessen vanuit de praktijk
Voor deze blog heb ik gekeken naar organisaties die AI proberen te implementeren en de obstakels die ze daarbij tegenkomen.
Vooral in de Verenigde Staten, waar ik vanuit mijn Silicon Valley-achtergrond al twintig jaar de ontwikkelingen volg, heb ik een medestander gevonden in de CEO van Section, Greg Shove.
In een marathonsessie van vier uur laat hij een aantal AI-experts uit de praktijk aan het woord, waardoor we een goed beeld krijgen van waar de AI-implementatie in de VS nu staat.
Hier zijn vijf praktische adviezen van deze Amerikaanse bedrijven:
No Blind AI Mandates (Mercer en SAP)
Word niet verliefd op de technologie, maar op het probleem of de workflow.
Mercer en SAP benadrukken dat workflow-ontwerp weer een kernvaardigheid voor managers wordt. Denk aan workflow-audits van 30 tot 60 dagen, om taken of werk op te splitsen in drie categorieën:
- Uitbesteden aan AI: (repetitieve) taken die volledig geautomatiseerd kunnen worden
- Ondersteunen door AI: waar mens en AI werken samen
- Versnellen door AI: taken blijven bij de mens, maar gaan sneller
Begin daarom niet bij de technologie, maar bij het werk zelf – work backwards. Ontleed functies en processen tot hun elementaire taken en bepaal welke taken AI kan uitbesteden, ondersteunen of versnellen. Kijk vervolgens hoe je werk slim kunt herverdelen: soms is AI de beste keuze, soms een freelancer of een wendbare talentenpool.
Je bouwt in feite een nieuw, effectiever operating model op. Zie het werkontwerp niet als een eenmalige reorganisatie, maar als een doorlopend proces van continuous improvement.
Evaluate Employee AI Fitness (Moderna)
Meet hoe medewerkers AI gebruiken en ontwikkel een score die hun vaardigheden weergeeft. Kijk bijvoorbeeld naar:
- het aantal berichten dat medewerkers sturen naar chatbots
- de frequentie van model gebruik
- het gebruik van reasoning en deep research modellen
- de koppeling met interne data
Brice Challamel, Moderna VP of AI Products and Innovation: "AI is de volgende nutsverziening: net als elektriciteit, internet of computers. Neem het over een paar jaar weg, en mensen zullen het missen. Daarom moet je het breed beschikbaar maken en actief inzetten in de hele organisatie".
In 2024 is Moderna gestart met ChatGPT Enterprise. Binnen negen maanden groeide het gebruik van 50% naar 100% onder alle kantoormedewerkers (80% van de totale workforce; de overige 20% werkt in cleanrooms zonder toegang). Het geheim: AI-gebruik werd onderdeel van de prestatiebeoordeling. De employee AI fitness score is dynamisch, net als fysieke fitheid, en wordt jaarlijks herzien. Uit de performance reviews bleek: medewerkers met hoge AI-vaardigheid presteerden ook op andere terreinen beter.
En ROI: in de top-300 AI-Deep Research use-cases bleek elke case meer waarde op te leveren dan de totale jaarlijkse AI-kosten voor het bedrijf. De ROI-vraag werd daarmee irrelevant: de kosten van een licentie waren vergelijkbaar met de prijs van één lunch per medewerker per maand – een fractie van de investeringen in R&D of klinische trials.
Daarom pleit Brice voor een Chief Augmentation Officer: iemand die de inzet van AI als strategisch vraagstuk voor mensen leidt. "Zet HR en Legal aan je kant – niet alleen Finance. AI-adoptie is boven alles een people topic".
Win the hearts and minds of frontline managers (Adobe)
Frontline managers kennen de organisatie van binnen en van buiten. Ze hebben geloofwaardigheid, zijn direct verbonden met de praktijk en durven eerlijke feedback te geven. Als je hen meekrijgt, volgen de rest van de teams sneller.
Don Bennion, Adobe: “Technologie is lastig, maar verandermanagement is nog moeilijker. Adobe weet dat het zich met AI opnieuw moet uitvinden om niet de ‘Kodak van het digitale creatieve tijdperk’ te worden.”
Tachtig procent van de inspanning in adoptie zit volgens Bennion in “het winnen van harten en hoofden”. Dat betekent: erken dat mensen angst hebben voor verandering, praat erover, en laat zien dat AI bedoeld is om hun werk beter te maken, niet om het af te nemen.
Bouw een coalition of the willing: medewerkers die gemotiveerd zijn om AI te omarmen, maar houd ego’s buiten de deur. AI-leiderschap betaalt zich over je hele carrière terug, soms door voorop te lopen, soms door even opzij te stappen en anderen het podium te geven.
A Data Foundation is 75% of the battle (Acxiom)
Amadeus Tunis van Acxiom: "AI werkt alleen goed als de basis klopt".
Is er een robuuste datainfrastructuur? Of zitten de gegevens nog altijd opgesloten in silo’s?
Een sterk datafundament is geen luxe, maar een voorwaarde.
Veel bedrijven hebben geen data availability-probleem, maar een data usability-probleem: de data is er, maar wordt niet benut. Vaak zijn data-platforms gebouwd voor rapportage, niet voor activatie. AI is pas nuttig als het is ingebed in hoe de business draait.
Validation outweighs explanation (Mayo Clinic)
Zachi Attia (co-director AI bij Mayo Clinic, PhD data scientist, geen arts):
"In de zorg werkt move fast & break things niet". Mayo Clinic ontwikkelde AI-algoritmes op basis van honderdduizenden gekoppelde ECG’s en echocardiogrammen. Het doel: patronen vinden die artsen niet zien, zoals een eerdere atriumfibrillatie of tekenen van leverziekte – opspoorbaar in 10 seconden, zelfs met een smartwatch.
Artsen vroegen aanvankelijk: “Maar wat ziet het model eigenlijk? Hoe kun je iets gebruiken als je niet weet hoe het werkt?”
Het antwoord van Attia: bouw vertrouwen via validatie, niet door eindeloos uit te leggen hoe AI werkt.
Resultaat: in anderhalf jaar meer dan 800.000 keer gebruikt, van Amerikaanse klinieken tot zwangere vrouwen in Nigeria – met soms een verdubbeling van het aantal ontdekte hartziekten.
Bronnen:
Met dank aan Greg Shove Section, Ravin Jesuthasan Mercer, Shrutni Shetty SAP, Amadeus Tunix Axciom, Zachi Attia Mayo Clinic, Don Bennion Adobe, Brice Challamel Moderna.
Kotter, J. P. (1996). Leading change. Harvard Business School Press.
Opmerkingen