Veel organisaties voelen inmiddels dat ze met AI aan de slag moeten. Maar precies daar begint vaak ook de verwarring. Want wat betekent dat eigenlijk: “iets met AI doen”? Gaat het om een tool? Een training? Een pilot? Een nieuwe leverancier? Of gaat het om iets veel fundamenteler: begrijpen waar in het werk waarde verloren gaat en hoe AI kan helpen om dat beter te organiseren?
In een gesprek met Jeroen Swanen (Bestuurder coöperatie Fair & Flair, directeur Vitaal Flex, Vitalis WoonZorg Groep) over zijn ervaring met implementatie van AI kwam die vraag scherp naar voren. Zijn ervaring laat zien dat AI pas interessant wordt als je niet begint bij de technologie, maar bij het echte probleem in het werk. Waar lopen mensen op vast? Waar ontstaat onnodige druk? Welke taken kosten veel tijd, leveren frustratie op of halen mensen weg bij waar zij juist goed in zijn? Pas als die vragen helder zijn, wordt AI een middel dat waarde kan toevoegen.
Niet AI als doel, maar AI als middel
Een van de belangrijkste inzichten uit het gesprek was dat AI geen doel op zichzelf moet worden. De uitspraak “we moeten iets met AI” klinkt daadkrachtig, maar is vaak te vaag om tot goede keuzes te leiden. Wanneer AI het doel wordt, ontstaat het risico dat organisaties starten met een tool, een cursus of een pilot zonder dat duidelijk is welk probleem ermee wordt opgelost.
De meer waardevolle route begint andersom. Eerst kijk je naar het werk. Wat gebeurt er in de praktijk? Waar zitten terugkerende knelpunten? Welke informatie is nodig om betere beslissingen te nemen? Welke processen vragen onnodig veel handwerk? En vooral: waar ervaren medewerkers dat het werk ingewikkelder, zwaarder of minder prettig wordt dan nodig is?
In die benadering wordt AI geen los project naast de organisatie, maar een hulpmiddel om beter te kijken naar waarde, processen en mensen. AI helpt dan niet omdat het “AI” is, maar omdat het een concreet probleem kan helpen oplossen.
Begin bij waar het werk knelt
Een aansprekende lijn uit het gesprek was om medewerkers niet eerst te vragen welke AI-toepassing zij willen, maar waar zij in hun werk tegenaan lopen. Welke taken komen steeds terug? Waar zit frustratie? Wat kost energie zonder dat het veel waarde toevoegt? Waar gaat tijd verloren aan zoeken, overtypen, controleren, plannen of afstemmen?
Die vragen zijn belangrijk omdat ze AI dichter bij de praktijk brengen. Een organisatie hoeft niet te beginnen met een abstract AI-plan. Ze kan beginnen met een herkenbaar probleem in het werk. Als duidelijk is welk probleem wordt aangepakt, welke uitkomst nodig is en welke data of informatie beschikbaar is, wordt het veel gemakkelijker om te beoordelen of AI zinvol is.
Dat vraagt ook eerlijkheid. Niet ieder probleem vraagt om AI. Soms is een proces niet helder genoeg. Soms ontbreekt betrouwbare data. Soms is het probleem eigenlijk een samenwerkingsvraagstuk, een leiderschapsvraagstuk of een vraagstuk rond eigenaarschap. Juist dan is het waardevol om niet te snel naar een oplossing te springen.
De menselijke kant van AI
In het gesprek kwam sterk naar voren dat AI uiteindelijk over mensen gaat. Data kan helpen om patronen zichtbaar te maken, maar de vraag is steeds: wat betekent dit voor mensen in hun werk? Kunnen zij doen waar zij goed in zijn? Ervaren zij minder onnodige druk? Krijgen zij meer ruimte voor professioneel oordeel, contact, aandacht of vakmanschap?
Daarmee wordt AI ook een HR- en leiderschapsvraagstuk. Als AI-taken verandert, veranderen ook rollen, vaardigheden, samenwerking en verwachtingen. Medewerkers moeten begrijpen waarom AI wordt ingezet, waar het helpt en waar zij kritisch moeten blijven. Zonder vertrouwen en uitleg blijft AI iets dat “van bovenaf” of “van IT” komt. Dan is de kans groot dat het niet echt landt.
Juist daarom is adoptie geen laatste stap aan het einde van een project. Het hoort vanaf het begin bij de vraag: welk werk willen we verbeteren en wie moeten daarbij betrokken zijn?
Geen eilandjes: AI vraagt samenwerking
Een ander belangrijk punt uit het gesprek was dat AI niet netjes binnen één afdeling blijft. Het raakt strategie, processen, systemen, medewerkers, vaardigheden, risico’s en besluitvorming. Als AI alleen bij IT wordt neergelegd, wordt het te technisch. Als het alleen bij HR ligt, mist vaak de verbinding met processen en waarde. Als het alleen vanuit de bestuurskamer wordt ingezet, kan het losraken van de dagelijkse praktijk.
Daarom is samenwerking tussen verschillende rollen zo belangrijk. Bestuur en directie moeten richting geven en keuzes maken. Tactisch management moet vertalen naar roadmaps, middelen en uitvoerbare afspraken. Teamleiders weten waar het werk in de praktijk knelt en wat medewerkers nodig hebben. HR en L&D zien wat AI vraagt van skills, leren, rollen en duurzame inzetbaarheid. Pas als die perspectieven samenkomen, ontstaat een aanpak die kans maakt om te blijven werken.
Dat is misschien wel een van de grootste lessen voor organisaties: AI invoeren is niet alleen een technologieproject. Het is een bedrijfskundige en veranderkundige opgave.
Van experiment naar waarde
Veel organisaties zijn inmiddels voorbij de eerste nieuwsgierigheid. Er zijn pilots gedaan, tools geprobeerd en trainingen gevolgd. Maar daarna komt de lastigere vraag: wat levert het op? Welke initiatieven verdienen vervolg? Waar is de businesscase duidelijk? Welke risico’s zijn acceptabel? En waar moeten we juist stoppen of eerst terug naar het proces?
Een volwassen AI-aanpak vraagt daarom om keuzevermogen. Niet alles hoeft te worden opgeschaald. Niet elke tool hoeft te worden aangeschaft. Niet iedere toepassing is waardevol omdat zij technisch mogelijk is. De kunst is om AI-kansen te beoordelen op waarde, haalbaarheid, risico, procesimpact en menselijk effect.
Daar zit ook de verbinding met opleiding en ontwikkeling. Professionals hoeven niet allemaal AI-specialist te worden. Maar zij moeten wel leren welke vragen zij moeten stellen. Wat is het probleem? Waar zit de waarde? Wat verandert er in het werk? Wie moet betrokken zijn? Welke risico’s zijn er? En hoe zorgen we dat een oplossing niet blijft hangen als losse pilot?
Wat dit betekent voor organisaties
De ervaring uit het gesprek laat zien dat organisaties vooral gebaat zijn bij een nuchtere aanpak. Begin klein, maar niet vrijblijvend. Start bij een herkenbaar probleem, maar denk direct na over proces, mensen, risico en borging. Gebruik data om beter te begrijpen wat er speelt, maar verlies de menselijke kant niet uit het oog. En zorg dat verschillende functies samen naar hetzelfde vraagstuk kijken.
AI kan bijdragen aan betere bedrijfsvoering, minder onnodige werkdruk, betere benutting van talent en slimmere besluitvorming. Maar dat gebeurt niet vanzelf. Het vraagt taal, structuur, keuzes en samenwerking. De belangrijkste vraag is dus niet: “Welke AI gaan we gebruiken?” De betere vraag is: “Welk werk willen we beter maken, en wat is daarvoor nodig?”
Slot
Wie zo naar AI kijkt, ziet dat de echte waarde niet begint bij technologie. Die begint bij aandacht voor het werk, voor mensen en voor de manier waarop een organisatie keuzes maakt. AI wordt dan geen hype die over de organisatie heen komt, maar een middel om bewuster te werken aan betere processen, betere besluiten en beter werk.
Van AI-vraagstuk naar concrete toepassing
Wil je AI niet alleen gebruiken, maar leren hoe je het gericht inzet binnen je organisatie? Dan vraagt dat om meer dan kennis van tools. Je moet kunnen bepalen waar AI waarde toevoegt, welke rol jij daarin hebt en hoe je de toepassing duurzaam onderdeel maakt van je organisatie.
Met de AI Business-opleidingen van Habeo+ verdiep je je vanuit jouw eigen rol in de strategische, tactische of operationele toepassing van AI. Zo leer je AI vertalen naar concrete vraagstukken, processen en resultaten.