De stille sabotage van AI-adoptie

Hoi, welkom bij AIToday Live. De korte aflevering. Ik ben Joop Snijder en vandaag wil ik het hebben over iets wat ik steeds wat vaker tegenkom. Iets wat me eerlijk gezegd een beetje zorgen baart. Ik kreeg onlangs een uitgebreide mail van een luisteraar. Hij werkt als architect bij een groot internationaal IT-bedrijf. Duizenden collega's wereldwijd alle AI-tools beschikbaar. Alles aangeboden vanuit het moederbedrijf, schreef hij. En toch zegt hij. De adoptie is eigenlijk erg laag. Mensen hebben de tools, gebruiken ze thuis, maar op het werk bijna niet. En toen kwam de zin die bleef hangen. Hij schreef namelijk, ik krijg steeds meer het idee dat mensen het bewust niet gebruiken. Dus bewust niet gebruiken. Laat het even bezinken. Hij gaf aan: dit is wat er gebeurt. Een consultant doet normaal vijf dagen over het schrijven van een ontwerp of een set testscripts. Maar met AI kan dat in één dag. Maar dan krijg je het bord op je neus. Want oké, wat ga je met de andere vier dagen doen. En dus denkt die consultant, als ik gewoon vijf dagen blijf doen over mijn werk, vraagt niemand ernaar. Waarom zou ik dan sneller werken? Kijk, mijn eigen winkeltje blijft gevuld. Uren worden geschreven, niemand klaagt. En dit is ook een beetje de productiviteitsparadox waar ik het eerder over had in seizoen 7 aflevering 52. Maar deze luisteraar geeft aan wel maar een extra laag. Want het gaat niet alleen omdat de winst verdwijnt in nieuwe taken. Het gaat om mensen die actief kiezen om die winst niet eens te zoeken. En nu hoor ik zelf vaak het argument van AI schrijft geen goede code. Of ik heb het een jaar geleden geprobeerd en het was waardeloos. Laat me daar even iets over zeggen. Een jaar geleden had je tools die bijvoorbeeld code aanvulde. Een soort van autocomplete op steroïden. En ja, die maakte fouten en dat waren ook hele irritante fouten. En als je zelf een prima ontwikkelaar bent, was het vaak sneller om het zelf te doen. Maar we leven nu in 2025. De coding agents van vandaag zijn iets compleet anders. En die vullen niet meer automatisch tekst aan. Die schrijven complete functies, testen ze, documenteren ze en itereren totdat het werkt. Dus als je nu nog zegt dat AI geen goede code kan schrijven, dan vind ik dat gewoon een lui antwoord. Een manier om voor jezelf te rechtvaardigen dat je niet hoeft te veranderen. Het is makkelijker om te zeggen het werkt niet dan misschien om toe te geven dat je het wat spannend vindt of dat je niet weet waar je moet beginnen. Maar er is ook wel een blinde vlek vanuit het management. Want laten we eerlijk zijn: de schuld ligt niet alleen bij de mensen op de werkvloer qua gebrek aan adoptie, leidinggevenden hebben ook een rol in. Veel managers staan te ver van de techniek af. Ze zien niet wat radicale verandering AI betekent voor softwareontwikkeling of voor consultancy. Of voor welke kennisintensieve sector dan ook. Ze zitten vast in het comfort van het bekende. Ik heb het altijd zo gedaan. Team levert op tijd. Waarom zou ik vragen stellen? Mijn boodschap aan hen is: ga een open gesprek aan met je team. Vraag door, niet op een controlerende manier, maar uit oprechte nieuwsgierigheid. Hoe passen jullie je werkwijze aan? Waar biedt AI kansen? Waar zitten de risico's? Dat gesprek moet je voeren. Want als jij het niet doet, dwingt de markt het straks af. En de markt wacht niet. Kijk, als ik een schilder inhuur voor mijn huis. Dan wil ik niet dat hij er weken langer over doet. En dat hij dan zegt. Ja, ik werk graag met een miniatuurkwastje. Dat dekt lekker alles beter. Ik ben een professional die de juiste tools gebruikt en de klus goed, snel en naar tevredenheid afrond. Datzelfde geldt voor kenniswerk. Klanten gaan vragen stellen. Waarom duurt het project zes maanden terwijl jullie concurrent het in drie maanden doet. En wij gebruiken liever geen AI. Dat is niet houdbaar. Die verschillen worden zichtbaar. Maar er is nog een interessante andere kant. Waar ik het nu over wil hebben. Want diezelfde luisteraar schreef namelijk nog iets. Iets wat me persoonlijk raakte. Hij werkte namelijk aan een proof of concept voor een hackathon. Hij was begonnen met vier mensen, drie techneuten en een functioneel iemand. Maar wat bleek? Hij heeft de andere techneuten eigenlijk niet meer nodig. Het concept zit in zijn hoofd. En met AI kan hij razendsnel schakelen van links naar rechts. Zo zegt hij. Het brengt mij steeds meer in een bubbel. Laat mij het maar doen, want ik weet wat ik wil. Ik kom overal uit met AI en ik begrijp alle grote lijnen. Laat mij met rust, ik doe het wel. Zo zegt hij. Dit herken ik wel. Ik merk het bij mezelf soms ook wel. Ik bouw regelmatig AI-agents voor onze podcast of andere agents. Ik weet dan precies wat ik wil. Daardoor kan ik met een coding agent veel sneller ontwikkelen dan wanneer ik het aan een collega zou uitleggen. Dat uitleggen, dat kost tijd, afstemmen kost tijd, wachten op beschikbaarheid kost tijd. En dan denk je soms ook maar ja, laat mij maar even. Ik regel het wel. Ik regel het wel, moet ik zeggen. Maar je zit wel een gevaar. Want wat doe je met je junioren? Vroeger kreeg een junior korte opdrachten, niet te groot, niet te spannend, opdrachten waar je dan ook wat langer over mocht doen. Waar je mag worstelen, fouten mag maken. Zo bouw je ervaring op en zo groeien van junior naar medior naar senior. Wat als de senior alles zelf met AI blijft doen, waar blijft die leercurve voor de junior dan. Of je krijgt opdrachten die te saai zijn om aan AI te geven. En over een aantal jaren zijn die senioren weg, pensioen, weet ik het. De junioren moeten in ieder geval groeien. En die zijn dan nooit echt junior geweest. En in onze aflevering over AI en werkgelegenheid had ik het hier ook al over. Je kunt alleen goed aansturen wat je zelf begrijpt. Een consultant die nooit zelf analyses heeft gemaakt, kan geen AI-output valideren. Een ontwikkelaar die nooit zelf code heeft geschreven, weet niet wanneer de AI onzin produceert. En dat geldt dus ook voor schrijven van alles en nog wat. Dit gaat over sectoren heen. De luisteraar zei ook van zo ontstaat er een tweede selffulfilling prophecy. De expert betrekt niemand in zijn project, want hij zit in die flow. Maar daardoor is de adoptie van AI bij anderen weer lager. Zij zien het niet, zij leren het niet en ze blijven achter. Hij schreef ook: hier komt misschien het gevaar van mijn eigen selffulfilling prophecy. Ik betrek niemand in mijn project, maar daardoor is de adoptie van AI bij anderen weer minder. Omdat ik ze niet betrek. Dat vind ik wel heel eerlijke zelfreflectie. Dat zie ik zelf ook wel gebeuren. Ik heb hier geen kant-en-klaar antwoord op wat je zou moeten doen. Ik weet niet precies hoe je die balans vindt tussen dingen zelf doen, tussen snel zijn met AI en anderen de ruimte geven om te groeien. Dus tussen efficiëntie en kennisoverdracht. Maar door deze mail ben ik me er wel weer extra bewust van geworden. En ik ga er in ieder geval serieus over nadenken, hoe ik die balans kan vinden. Daarom wil ik de vraag ook aan jou stellen. Hoe doe jij dat dan? Werk je met AI in je eentje of betrek je je team. Hoe zorg je dat junioren nog kunnen leren. Misschien kun je deze week eens met je team bespreken hoe jullie AI inzetten. En dan niet in de formele vergadering, maar gewoon eens bij de koffie en luister zonder oordeel. Ik zou het heel erg leuk vinden als je het ook zou kunnen delen, wat er uitgekomen is. Maar in ieder geval wil ik de luisteraar die deze uitgebreide feedback stuurde, wil ik bedanken. Dit soort mails maken, denk ik de podcast ook echt beter. En als je ook iets wilt delen over hoe AI jouw werk verandert, positief of negatief, laat het maar weten. Het belangrijkste is natuurlijk, bedenk altijd. AI is niet de oplossing van elk probleem, maar onmisbaar waar het past. Tot de volgende keer.