Formula AI: De race naar AI-adoptie

Hoi, welkom bij de korte aflevering van AIToday Live. De podcast die praktische AI-kennis deelt via toegankelijke menselijke verhalen. Ik ben Joop Snijder, CTO van Aigency. En in deze aflevering neem ik je mee in de wereld van AI-adoptie. En wel binnen software en data engineering teams. En hoewel ik vandaag voornamelijk spreek vanuit mijn ervaring in de IT-sector. Zijn de principes die ik bespreek algemeen toepasbaar voor vrijwel elk type team dat AI wil integreren in hun werkprocessen. Specifiek wil ik het hebben over hoe een volwassenheidsmodel teams kan helpen om stapsgewijs AI te integreren in een dagelijks werk. En hoe wij dit hebben gedaan vertaald naar best wel een innovatief concept, namelijk Formula AI. Laten we beginnen bij het begin. Kijk, vrijwel iedere organisatie experimenteert momenteel met AI. Of het nu gaat om het genereren van code, het automatiseren van testen of het verbeteren van requirements. In de IT mogelijkheden zijn eindeloos. Maar hier zit direct ook de uitdaging. Waar begin je? En belangrijker nog, hoe zorg je dat AI niet slechts een speeltje blijft voor enthousiastelingen. Maar daadwerkelijk geïntegreerd wordt in de dagelijkse praktijk van de teams. Deze vragen hoorde ik steeds vaker terugkomen tijdens gesprekken met teams en organisaties. En eerlijk gezegd worstelden wij zelf ook mee. Want ondanks alle potentie zien we dat de adoptie van AI tools nog vaak blijft steken bij incidenteel gebruik. De stap naar structurele integratie, waarbij AI in vanzelfsprekend onderdeel wordt van het werkproces, dat blijkt in de praktijk een stuk lastiger. Het probleem zit niet zozeer in de technologie zelf. De huidige generatie AI tools is toegankelijker dan ooit. Het echte obstakel zit in gedragsverandering. Hoe creëer je nieuwe gewoontes binnen een team? Hoe maak je de overstap van incidenteel experimenteren naar dagelijks toepassen? Hier komt het concept van een maturity model, een volwassenheidsmodel om de hoek kijken. Een volwassenheidsmodel biedt structuur aan een best wel complexe reis. Het verdeelt de weg naar volwassenheid en duidelijke op één volgende niveaus, waarbij elk niveau voortbouwt op het vorige. Voor AI-adoptie heb ik een model ontwikkeld dat uit vijf niveaus bestaat, geïnspireerd door bestaande volwassenheidsmodellen, maar specifiek toegespitst op de integratie van AI binnen softwareontwikkeling. Laat me je meenemen door deze verschillende niveaus. Niveau 1 is pionieren met AI. Op het eerste niveau bevindt zich het team dat net begint met AI. Hier staat individuele exploratie centraal. Enkele teamleden experimenteren met AI tools zoals GitHub Copilot of ChatGPT, maar dit gebeurt nog incidenteel en zonder duidelijke structuur. Ze ontdekken de mogelijkheden, delen soms hun ervaringen, maar er is nog geen gezamenlijke aanpak. Het doel in deze fase is vooral nieuwsgierigheid werken. Je wilt dat mensen de potentie van AI gaan zien in hun eigen werk. Het gaat om de eerste vonk van interesse die later kan uitgroeien tot een structurele verandering. Op het tweede niveau verschuift de focus van individuen naar het team als geheel. Tweede niveau 2 is dan ook teamgerichte AI-adaptie. Teams beginnen nu gezamenlijk te experimenteren met AI. Ze delen niet alleen ervaringen, maar definiëren ook gemeenschappelijke werkwijzen. Misschien spreken ze af om GitHub Copilot te gebruiken bij het schrijven van tests of ChatGPT in te zetten bij het opstellen van user stories. In deze fase zie je dat teams samen leren. Ze ontdekken niet alleen wat werkt, maar juist ook wat niet werkt. Dit creëert een gedeelde kennis die essentieel is voor verdere groei. Bovendien ontstaat er een soort sociale druk. Maar dan wel in positieve zin. Die teamleden stimuleert om AI-tools te gebruiken. En te blijven gebruiken. Want dat is het belangrijkste natuurlijk. Niveau 3 is met een duur woord institutionaliseren van AI-praktijken. Op het derde niveau wordt AI-gebruik gestandardiseerd en geïnstitutionaliseerd binnen de organisatie. Er zijn nu duidelijke richtlijnen, best practices en trainingen. De organisatie investeert in infrastructuur die AI-gebruik faciliteert. Er worden KPIs gedefinieerd om de voortgang te meten. Dit is het niveau waarop ik zie dat AI-adoptie echt duurzaam wordt. Het is niet langer afhankelijk van individuele enthousiastelingen. Het is verweven met de processen en de systemen van de organisatie zelf. Een stapje hoger, niveau 4, optimalisatie door AI. Op het vierde niveau beweegt de organisatie van standaardisatie naar optimalisatie. AI wordt niet alleen gebruikt om bestaande processen te ondersteunen, maar ook om ze fundamenteel te verbeteren. Ontwikkelteams beginnen de kwaliteit van hun code en de efficiëntie van hun ontwikkelprocessen bijvoorbeeld optimaliseren door slim gebruik te maken van AI. Op dit niveau zie je dat AI een echte competitieve factor wordt. Het leidt tot aantoonbare verbeteringen in productiviteit, kwaliteit en innovatiekracht. Aan het laatste, niveau 5, is de transformatie door AI. Het vijfde hoogste niveau draait om continue innovatie en transformatie. Organisaties op dit niveau zijn niet alleen bezig met het optimaliseren van wat ze al doen, maar ook met het ontdekken van volledig nieuwe mogelijkheden die AI biedt. Ze verkennen actief de grenzen van wat mogelijk is en pionieren nieuwe toepassingen. Dit is het niveau waarop organisaties werkelijk onderscheidend worden. Ze gebruiken AI niet alleen om efficiënter te zijn, maar om dingen te doen die voorheen gewoon ondenkbaar waren. En nu komt natuurlijk de grote vraag, hoe breng je zo'n volwassenheidsniveau, zo'n maturity model tot leven? Hoe maak je het concreet genoeg voor teams om ermee aan de slag te gaan? Dat is precies waar Formula AI om de hoek komt kijken. Een concept dat ik heb ontwikkeld om AI adoptie te versnellen door het te gieten in de vorm van een spel. Formula AI is zoals de naam al suggereert geïnspireerd door de wereld van Formule 1 racen. Teams in dit spel racen gedurende ongeveer drie maanden over een virtueel circuit, waarbij ze vooruit gaan boeken door steeds meer AI te integreren in een dagelijkse werk. Het fundamentele idee achter Formula AI is simpel maar krachtig. Door consistent te herhalen wat je wil leren, creëer je nieuwe gewoontes. En door een element van competitie en samenwerking aan toe te voegen, maak je het veel aantrekkelijker voor teams om het vol te houden. Hoe werkt Formula AI concreet? Bij de start van het programma stelt elk team per sprint zijn eigen AI adoptie doelen op. Het kunnen doelen zijn als dagelijks gebruik van GitHub Co-Pilot, wekelijks AI inzetten bij het reviewen van code, of bijvoorbeeld AI gebruiken bij het opstellen van acceptatiecriteria. Net wat zij verzinnen. En een Formula AI coach die beoordeelt of deze doelen voldoende uitdagend zijn en passend bij het huidige niveau van het team. En wat Formula AI echt bijzonder maakt, is de combinatie van competitie en samenwerking. Teams kunnen op verschillende manieren namelijk vooruitgang boeken op dit circuit. Door hun eigen doelen te behalen, maar ook door doelen vol te houden, want consistentie wordt beloond. Als een team met hetzelfde doel drie sprints achter elkaar haalt, levert dat extra extra vooruitgang op. Maar je kan ook vooruit de andere teams te helpen. Hier komt namelijk het samenwerkingselement om de hoek kijken. Teams kunnen bonus posities verdienen door hun kennis te delen met andere teams, workshops te geven of collega's gewoon te ondersteunen. Bij verschillende sectoren op het circuit kunnen teams ludieke prijzen winnen, zoals een gereserveerde parkeerplaats voor een week, of misschien wel een taart of een teamlunch. Deze elementen maken het hele proces leuker en meer betrokken. Waarom werkt deze aanpak? Omdat het inspeelt op verschillende psychologische principes die gedragsverandering stimuleren. De eerste is natuurlijk gewoon autonomie. De teams bepalen zelf hun doelen, wat zorgt voor meer intrinsieke motivatie. Het raakt aan meesterschap, Door geleidelijk moeilijkere uitdagingen aan te gaan, ervaren teams een gevoel van groei en bekwaamheid. Het visuele element van het racercircuit geeft teams een duidelijk beeld van een voortgang, wat weer de doelgerichtheid stimuleert. We hebben het natuurlijk ook over verbinding. Het samenwerkingselement creëert een gemeenschapsgevoel rondom die AI-adoptie. En als laatste spelplezier. Door gamificatie wordt wat anders misschien wel als werk zou voelen, omgezet naar gewoon iets leuks, iets wat je samen doet. Want door het leren leuk te maken, door teams autonomie te geven over hun eigen groeipad, en door samenwerking te stimuleren, dan creëren we een omgeving waarin AI-adoptie op natuurlijke wijze versnelt. Formula AI is mijn poging om die menselijke kant van technologische verandering centraal te stellen. Ik ben heel erg benieuwd wat jij ziet, wat jij doet in AI-adoptie. Wil je meer weten over ons maturity model of Formula AI? Neem dan even contact met me op. Belangrijk is wel, bedenk altijd, AI is niet de oplossing voor elk probleem, maar onmisbaar waar het past. Dankjewel weer voor het luisteren naar AIToday Live. Vergeet je niet te abonneren via je favoriete podcast app en misschien een aflevering. Tot de volgende keer! [Muziek]