Dit vinden de meeste  investeerders niet per se heel grappig, maar het is wel de realiteit.

Quality as a Service dus. En dat maakt mijn baan enorm leuk, maar ook uitdagend. Want omdat AI door privégebruik als “makkelijk” wordt ervaren, kom je al snel in een lastige situatie als de business impact achterblijft.

Is het dan toch een hype? Heb je met de verkeerde partij gewerkt? Of moet AI maar weer onderaan de prioriteitenlijst?

Allereerst, en opnieuw, een paar belangrijke observaties vanuit mij en AIO, na ruim twee jaar in de AI-modder te hebben gestaan:

De AI-techniek is er nu. En is meer dan goed genoeg om:

• organisaties en hun afdelingen significant efficiënter in te richten en kosten te besparen

• betere output te leveren (o.a. commercieel, logistiek, administratief) dan voorheen

• voor te sorteren op het fundamenteel anders inrichten van marketing, sales, cs, finance, etc.

• kritische vragen te stellen over hoe je propositie er over 24 maanden uitziet

De vraag is dus niet of AI dit kan.

De vraag is: hoe jouw organisatie dit goed kan doen?

Hier zien we verschillende lagen:

1. The foundation

Niet als tooling, maar als randvoorwaarden

Voor ons ligt de fundering niet in “een model” of “een agent”, maar in het creëren van de juiste randvoorwaarden om AI überhaupt verantwoord te kunnen inzetten.

Dat betekent voor AIO concreet:

• Een platform waarin organisaties veilig en AVG-conform context en data kunnen delen

• Agents - bijvoorbeeld voor marketing, sales of operations - die niet generiek zijn, maar vol zitten met ingebouwde domein- en organisatiekennis (aka the secret sauce)

• Een AI modelstrategie die pragmatisch is:

Goedkoop waar het kan, premium waar het moet

What’s next?

2. Going for impact

Waar AI echt over gaat (en waar het meestal misgaat)

Dit is het deel dat vaak wordt onderschat.

AI implementeren betekent niet dat je werk automatiseert. Het betekent dat je je manier van werken moet herschrijven.

En dat raakt drie dingen tegelijk:

a. Teams: wie doet wat, en wie blijft verantwoordelijk?

Zodra agents meewerken, verschuiven rollen en verantwoordelijkheden.

Vragen die je bijvoorbeeld expliciet moet beantwoorden:

• Wie start het werk?

• Wie valideert output?

• Wanneer mag een agent zelfstandig handelen?

• Wanneer moet een mens ingrijpen?

• Wie draagt eindverantwoordelijkheid?

• Waar in het proces moeten besluiten genomen worden - en wie neemt deze?

AI kan werk overnemen. Maar verantwoordelijkheid (nog) niet.

Welke regisseurs zijn dus waar in het proces nodig? Dat maakt dat je de huidige WoW dus ook moet uittekenen. Geen plug&play maar een soort van hele belangrijke prep&play dus.

b. Tools: we zijn al tool-moe en nu komt er nog eentje bij 🙁

Vrijwel elk team werkt al met een stapel tools: Slack, Notion, Asana, Monday, Hootsuite, Hubspot, Pipedrive, Teams, Google Workspace, Microsoft 365, Clickup, Trello, Salesforce… the list goes on & on.

Dus hoe integreer je de agents in je huidige tech-stack & workflow? En is het herschrijven van de flow niet sowieso verstandig? En wie bepaalt dit, de business of IT of?

Dit goed beschrijven, maar ook durven te herschrijven is cruciaal. Klinkt als weer een overload aan to do’s? Werkt in de praktijk juist heel bevrijdend.

En probeer hierbij aub één ding de komende periode te accepteren: waar nu bepaalde tools jou en je collega’s in jullie werk “ondersteunen” (we werken allemaal in Notion om samen te werken aan projecten), kan de juiste inzet van AI (een deel van) jullie werk gaan doen. Als extra collega’s.

Van AI Tools naar AI Teams.

c. Wat is succes, hoe meten we dat (en hoelang moet ik erop wachten)?

Misschien wel de meest onderschatte vraag.

Veel AI-initiatieven sneuvelen niet omdat ze niets opleveren, maar omdat onduidelijk is wat “succes” eigenlijk betekent. Verwachten we:

• tijdsbesparing?

• hogere output?

• betere kwaliteit?

• minder fouten?

• snellere besluitvorming?

En minstens zo belangrijk: wanneer mag je concluderen dat iets werkt?

AI is geen campagne van vier weken. Het is ook geen medewerker die op dag één volledig productief is.

De technologie is nieuw, verandert razendsnel en garbage in is garbage out.

Als je succes niet expliciet maakt en geen realistische leercurve accepteert, organiseer je teleurstelling. En die teleurstelling wordt vervolgens te makkelijk aan AI (of de leverancier) toegeschreven.

De menselijke valkuil: de “zie je wel”-reflex

Wat ik in de praktijk misschien nog wel het meest zie: AI krijgt geen inwerktijd.

Eén verkeerde output en het oordeel ligt klaar. Zie je wel, dit werkt niet.

Terwijl we nieuwe collega’s maanden geven om:

• het vak te leren

• de organisatie te begrijpen

• fouten te maken

We zijn vergevingsgezinder voor stagiairs dan voor agents.

En als er vooraf al scepsis was, wordt elke fout gezien als bevestiging. Niet als leerpunt, maar als eindconclusie.

Dat is misschien wel de grootste bedreiging.

Niet de technologie. Maar onze instinctieve reactie op verandering.

Volgens mij kun je dit klassiek koppelen aan het concept van het reptielenbrein dat van oudsher gericht is op overleven en grossiert in instinctieve reacties. Elke grote onbekende verandering wordt gezien als directe bedreiging en je brein & lichaam reageren hier direct op (zet de koude douche maar aan).

Ik zit wekelijks te praten met prospects en klanten en zie dat het gebruik van AI tools in jaar 4 van deze revolutie nog steeds wordt vermeden (vluchten), dat er weerstand is tegen implementatie op de werkvloer (vechten) en dat organisaties nu vaak richtingloos zijn als het gaat om hoe nu echt verder met AI (bevriezen).

Dat is geen technologieprobleem.

Dat is leiderschap.

En ja AI is abstract, complex en onvoorspelbaar. Maar dat ligt aan jou.

Maak AI concreet. Maak verantwoordelijkheden expliciet. Maak succes meetbaar. Maak de Way of Working zichtbaar.

En behandel AI niet als een tool, maar als een collega.

AI is geen IT-project. Geen marketing-experiment. Geen innovatie-bullet op een slide.

Het is een organisatievraagstuk.

Wie AI blijft benaderen als tooling, blijft in pilots hangen.

Wie AI benadert als herontwerp van werk, bouwt voorsprong.

Bij AI Opener bouwen we samen met onze technologisch partner Artific commerciële agents die werk versnellen, verbeteren en verrijken. En we begeleiden organisaties die begrijpen dat echte AI-impact begint bij hoe je werkt.

PS: vlucht, vecht of bevries je nog steeds? Lees dan dit enorm indrukwekkende artikel van Matt Shumer but beware want deze man wint er geen doekjes om 😬

https://www.linkedin.com/pulse/something-big-happening-matt-shumer-so5he/