Hoe herken je onzichtbare waarde voordat AI het wegneemt?

Hoi, leuk dat je weer luistert naar deze korte aflevering van AIToday Live. Mijn naam is Joop Snijder van Head of AI bij Info Support. Vandaag ga ik je meenemen waarom mensen vervangen door AI zo vaak mislukt. Laten we beginnen met een voorbeeld. Stel je een luxe hotel voor. En bij de ingang staat een portier die de deur opent voor gasten en dat lijkt zijn taak te zijn. Open de deur en sluit de deur, simpel toch. Maar wat er met hem gebeurt, verklaart waarom zoveel AI-projecten mislukken. Want op een dag komt het management langs, rekenen uit dat die portier geld kost, terwijl een automatische deur hetzelfde doet voor minder. Dus vervangen ze de portier. Dan begint het. Gasten voelen zich minder welkom, omdat er niemand meer is om ze te begroeten. Er is niemand om een taxi te bestellen. De veiligheid neemt af, niemand geeft meer die persoonlijke aandacht. Want de portier deed veel meer dan alleen de deur openen. Dit noemt marketingexpert Rory Sutherland de doorman fallacy, een term uit zijn boek Alchemy. Ik zie het steeds meer gebeuren. Bedrijven maken van een baan één simpele taak, vervangen mensen door AI en dan gaat het mis. Het begint bij hoe we naar werk kijken. We zien de zichtbare taken. Een klantenservicemedewerker beantwoordt vragen, een drive-through medewerker neemt bestellingen op, een portier opent deuren. Maar werk is veel meer dan een takenlijst. Mensen brengen context en oordeel mee en ze passen zich aan en voelen aan wat nodig is. Mooi voorbeeld is de Commonwealth Bank in Australië. Zij ontsloegen 45 klantenservicemedewerkers en vervingen ze door een AI-spraakbot. Goedkoper en sneller, toch. Na protesten gaf de bank toe dat ze niet alle belangrijke zaken hadden meegenomen. En ze moesten dus terug, omdat die medewerkers veel meer deden dan alleen vragen beantwoorden. Wat deden ze dan wel? Een medewerker hoort de toon in iemands stem, merkt frustratie of haast en past zich daarop aan. En een medewerker ziet ook patronen: als drie mensen dezelfde vraag stellen, geeft diegene dat door en voorkomt zo een groter probleem. En die medewerker weet wanneer de regels even niet gelden. Een AI-bot ziet dat niet, is ook zo niet gemaakt. Die volgt de regels, herkent patronen in tekst, maar herkent geen gevoel. Dit zijn niet gewoon losse voorbeelden, er zijn ook harde cijfers. Want slechts 7 tot 13% van bedrijven gebruikt AI echt in het dagelijks werk. De rest zit nog in pilots of heeft het alweer stopgezet. Hier wordt het interessant. Tot 55% van bedrijven die mensen vervingen door AI geeft toe te snel hebben gehandeld. Meer dan de helft zegt achteraf dat ze dit niet hadden moeten doen. Maar dan vraag je je af: waarom gebeurt het dan steeds weer? Ten eerste komt het omdat er heel veel wordt gefocust op kostenbesparing. Een medewerker kost zoveel. AI kost minder. Dus de som lijkt simpel. Maar we vergeten de waarde die verloren gaat. Ten tweede onderschatten we wat mensen waard zijn. We denken dat banen een takenlijst zijn die je kunt automatiseren. Maar banen zijn veel meer. Mensen kunnen zich aanpassen aan situaties, kunnen veel beter oordelen, kunnen meeleven. Ten derde kijken we alleen naar wat we zien. Dus de portier opent de deur. We automatiseren het openen van de deur. Maar we zien niet het verwelkomen, het tegenhouden van ongenode gasten, het bieden van veiligheid, persoonlijk contact. Wat werkt dan wel. Het is niet zwart-wit, want AI heeft zeker zijn plek. Denk aan taken waarbij gegevens moeten worden ingevoerd. Afbeeldingen worden herkend, grote hoeveelheden informatie te doorzoeken of patronen herkennen in cijfers. Het gaat juist om de combinatie van AI en mens en niet om AI in plaats van de mens. Laat AI de terugkerende, repeterende taken doen, zodat mensen zich kunnen richten op waar ze goed in zijn. Situaties begrijpen, beslissingen nemen en relaties bouwen. Bij ons gebruiken engineers AI om code te schrijven en fouten te vinden. Maar de engineer beslist wat er gebouwd wordt en of het aan onze kwaliteitseisen voldoet. Zelf gebruik ik heel veel, schrijf ik zelf aan de offertes, omdat ik dat belangrijk vind, want mensen werken met mensen. Mensen doen zaken met mensen en niet met machines. Hier geldt allemaal: de AI versnelt, maar de mens stuurt. Wat kun je hier morgen dan mee? Als je de druk voelt om mensen te vervangen door AI, stel dan deze vraag. Dus wat doet deze persoon echt en niet volgens de functieomschrijving, maar qua echte bijdrage. Wat zou er missen of misgaan als deze rol wegvalt. Kijk dan goed naar wat iemand werkelijk doet voordat je automatiseert. Loop een dag mee, praat met collega's, praat met klanten en meet niet alleen de kosten. Meet ook klanttevredenheid en kwaliteit. Kijk of klanten blijer of juist ontevreden worden. Betrek vooral de mensen die het werk doen. Zij weten namelijk wat er echt gebeurt en zij kennen de uitzonderingen. Om het af te sluiten: de doorman fallacy is verleidelijk omdat het er zo simpel uitziet. Een automatische deur in plaats van een portier. Een AI-bot in plaats van een medewerker. Tot je merkt wat je verliest. Het verwelkomen, de veiligheid, persoonlijk contact, oordeel, medeleven. Nog maar eens zeggen: geeft toe te snel hebben gehandeld. Dus leer vooral van hun fout. AI heeft een belangrijke plek, maar die plek is naast mensen, niet in plaats ervan. Want werk is meer dan een takenlijst en mensen zijn meer dan wat je ziet wat ze doen. En zoals altijd, bedenk: AI is niet de oplossing van elk probleem. Onmisbaar waar het past. Dank je wel weer voor het luisteren. Vond je dit een interessante aflevering? Stuur hem dan eens door aan collega's en bespreek dan eens over wat je wel of niet zou kunnen vervangen met AI. Tot de volgende keer.