Leiderschap in AI-transformaties: de structurele uitdagingen

Welkom bij de AIToday Live, de podcast die AI begrijpelijk maakt met verhalen uit de praktijk. Ik ben Niels Naglé en ik bespreek deel 2 van onze speciale serie over leiderschap in AI transformaties. Vorige week bespraken we drie cruciaal aspecten van AI leiderschap. We zagen hoe je een simpel AI project kan uitgroeien tot een complete transformatie. Hoe belangrijk de culturele impact is, denk aan onze kwaliteit controleurs en waarom visie en timing zo essentieel is. Uit ons marktonderzoek bleek dat slechts 3% van de Nederlandse organisaties AI volledig heeft geïntegreerd. En dat 60% nog geen duidelijke AI strategie heeft. Die cijfers onderstrepen precies waarom we vandaag dieper ingaan op de structurele uitdagingen die bij deze aspecten komen kijken. Vandaag gaan we dieper in op de structurele uitdagingen waar leiders tegenaan lopen. En de grootste problemen blijken niet technisch van aard, maar organisatorisch en strategisch. Een van de meest fundamentele uitdagingen is het gebrek aan strategische visie. Organisaties behandelen AI vaak als een verzameling losse projecten, zonder duidelijke verbinding met hun bedrijfsdoelstellingen. Het is als bouwen zonder bouwtekening. Je kunt wel mooie kamers maken, maar uiteindelijk past het niet bij elkaar. Dit gebrek aan visie manifesteert zich op verschillende niveaus. Op strategisch niveau zien we dat organisaties worstelen met het vertalen van AI mogelijkheden naar concrete bedrijfswaarden. Op tactisch niveau is er vaak geen duidelijk plan voor de integratie met bestaande systemen en processen. En op operationeel niveau zien we, zoals in het voorbeeld van vorige week, dat er te weinig aandacht is voor de menselijke kant van de transformatie. Wat het extra complex maakt is de integratie met bestaande systemen. Veel organisaties hebben jarenlang geïnvesteerd in hun IT-infrastructuur. Het implementeren van AI is dan niet simpelweg het toevoegen van een nieuwe laag. Het vraagt om fundamentele heroverwegingen van hoe systemen met elkaar communiceren. En dit sluit aan bij wat we in ons onderzoek zien, maar liefst 17% van de organisaties noemt de integratie met bestaande systemen en processen als een van de grootste uitdagingen. Nu we de fundamentele uitdagingen hebben besproken, is het tijd om te kijken naar twee verradelijke valkuilen die vaak over het hoofd worden gezien. En die verrassend genoeg weinig aandacht krijgen in de meeste AI-discussies. De eerste is een interessante paradox. We overschatten vaak wat AI op korte termijn kan bereiken, terwijl we tegelijkertijd onderschatten wat het vraagt van onze organisaties om AI succesvol te implementeren. Het is als een ijsberg. Boven water zie je indrukwekkende mogelijkheden. ChatGPT die menselijk lijkende teksten schrijft. Algorithmes die patronen herkennen in enorme datasets. AI die complexe problemen oplost. Dat is verleidelijk. Maar onder water zit een van de vele grote massa's de noodzaak om processen aan te passen. Mensen op te leiden. Data te structureren. Ethische richtlijnen op te stellen. En systemen te onderhouden. We zien in de praktijk dat organisaties vaak een bescheiden budget vrijmaken en een kort project inplannen. Alsof ze een standaard softwarepakket uitrollen. Maar AI-systemen zijn geen kant-en-klare oplossingen die je simpelweg installeert en aanzet. Je kunt AI niet even uitrollen zoals je een nieuw mailprogramma uitrolt. Het vereist continue aandacht, aanpassingen en verfijningen. Het is een reis. Geen bestemming. En de tweede valkuil. Die is misschien nog wel verraderlijker. Namelijk het gebrek aan focus op schaalbaarheid. Veel organisaties slagen erin om een succesvolle pilot op te zetten. Ze hebben een mooi proof-of-concept in een gecontroleerde omgeving. Maar dan komt de uitdaging hoe schaal je dit op naar de hele organisatie. Het is hier waar veel AI-initiatieven stranden. Ze blijven hangen in wat ik noem de pilot paradox. Te succesvol om te stoppen. Te complex om te schalen. Het probleem is vaak schaalbaarheid. Geen prioriteit heeft gehad in de ontwerpfase. Men focust op het bewijzen dat iets kon. Niet op hoe het in de praktijk zou werken. Deze uitdagingen en valkuilen lijken misschien ontmoedigend. Maar zijn drie bewezen elementen die het verschil maken tussen succes en falen. Ten eerste. Alignment met bedrijfsdoelstellingen. AI moet geen doel op zich zijn. Maar een middel om concrete business uitdagingen op te lossen. Of kansen te benutten. We zagen dit recent in twee fascinerende gesprekken. Bij de Nederlandse Spoorwegen vertelde Edwin Wenink hoe ze hun AI-platform ontwikkelde vanuit een concrete bedrijfsbehoefte. Veilig gebruik van AI door medewerkers. Ze kozen niet voor een verbod. Maar voor een constructieve aanpak die aansluit bij de organisatiedoelstellingen. Een andere interessante benadering zagen we bij NXTLI. Maar ze kozen voor een AI-first strategie. Ze vroegen hun medewerkers niet of ze AI wilden gebruiken. Met welke taken ze zouden uitbesteden als ze tien nieuwe collega's konden aannemen. Die taken werden vervolgens vertaald naar AI-toepassingen. Als je meer wilt weten over deze inspirerende voorbeelden. Raad ik je aan om beide afleveringen terug te luisteren. Je vindt ze in ons podcastarchief. Ten tweede. Vroege betrokkenheid van stakeholders. We zagen vorige week al hoe het mis kan gaan als de eindgebruikers niet betrekt. Maar het gaat verder dan dat. Je hebt ook de business owners nodig. De compliance afdeling. HR. En ja. Zelfs de ondernemingsraad moet je erbij betrekken. Niet omdat ze allemaal moeten meebeslissen over elk detail. Maar omdat ze elk een uniek perspectief brengen dat waardevol is voor het succes van de transformatie. En ten derde. Niet onbelangrijk. Misschien wel de belangrijkste. Een duidelijke roadmap. Je kunt niet alles tegelijk doen. En dat hoeft ook niet. Succesvolle organisaties beginnen met kleine behapbare projecten die snel waarde opleveren. Ze gebruiken deze early wins om draagvlak te creëren voor grotere veranderingen. Het is als bouwen van een kathedraal. Je begint met een stevige fundering en bouwt vanuit daaruit steeds hoger op. Wat ik fascinerend vind aan deze drie elementen is ze allemaal draaien om mensen, processen en niet om technologie. Ze vragen om leiderschap dat verder kijkt dan de waan van de dag. Leiderschap dat begrijpt dat AI transformaties geen sprint zijn, maar een marathon. Als je na deze aflevering één ding wilt gaan doen, begin dan alsjeblieft met het in kaart brengen van je stakeholders. Niet alleen wie ze zijn, maar vooral ook wat hun belangen en zorgen zijn. Want zoals we hebben gezien is het niet de technologie die bepaalt of je AI transformatie slaagt, maar de mate waarin je mensen meekrijgt in de verandering. Volgende week, in het laatste deel van deze serie, gaan we heel praktisch kijken naar hoe je deze inzichten kunt vertalen naar concrete acties. Hoe bouw je die roadmap? Hoe creëer je de experimenteerruimte? En vooral, hoe zorg je dat de organisatie klaar is voor de toekomst? Dit was AIToday Live, de podcast die AI begrijpelijk maakt met verhalen uit de praktijk. Tot volgende week! [Muziek] [Muziek]