Kunstmatige intelligentie is van experiment naar verwachting gegaan. Bestuursorganen pushen CEO’s op ROI. CEO’s lanceren bedrijfsimplementaties. Leiders investeren in tools, platforms en bestuur. Toch staat de adoptie nog steeds stil. Alternatieve oplossingen verspreiden zich. Het risico groeit. De waarde blijft achter.
Falen is zelden afhankelijk van technologie. De uitsplitsing ligt in het adoptieontwerp. Veel organisaties hebben te maken NAAR DE zoals een IT-implementatie of standaard veranderingsinitiatief. Gereedschap krijgt goedkeuring. Beleid circuleert. De training begint. Wat ontbreekt is de nauwgezetheid die leiders toepassen op externe producten. Medewerkers krijgen tools aangereikt zonder een duidelijke waardepropositie. Managers hebben te maken met leveringsdruk zonder extra capaciteit. Governance bevordert de controle over het leren.
Het resultaat is voorspelbaar. De aarzeling neemt toe. Burn-out groeit. Flarden van uitvoering, vooral in het centrum van de organisatie.
Dana, vice-president van AI-enablement bij een wereldwijd bedrijf voor zakelijke dienstverlening, heeft dit uit de eerste hand ervaren. Het mandaat was duidelijk: goedgekeurde AI-tools over de hele wereld inzetten marketingverkoop en klantsucces binnen acht maanden. Juridisch en PR op elkaar afgestemd. Er zijn trainingssessies en dashboards gelanceerd om het gebruik te monitoren.
Op papier zag de pitching er gedisciplineerd uit. Gebruiksdashboards lieten logins, verzoeken en licentieactiviteiten zien. In de praktijk vonden teams het lastig om de tools te gebruiken bij het werken met live clients. Goedgekeurde platforms voegden stappen toe, beperkten de resultaten of konden de workflows uit de echte wereld niet evenaren. Onder druk van de levering testten sommige teams kort en gingen verder. Anderen voldeden oppervlakkig. Velen verplaatsten het kernwerk naar externe tools die sneller en flexibeler leken, waarbij goedgekeurde systemen alleen voldoende werden gebruikt om de activiteit vast te leggen.
Dana liep tegen wat wij de ‘mandaatval’ noemen. Leiders leggen AI van bovenaf op. Het werk om het bruikbaar te maken valt ergens tussenin.
“We hadden geen weerstandsproblemen”, blikt Dana terug. “We hadden een ontwerpprobleem.”
Zijn ervaring weerspiegelt wat we zien in organisaties en in AI-adoptieworkshops met senior leiders en leidinggevenden. Teams keren terug naar vertrouwde workflows. De leertijd verdwijnt omdat dagelijkse doelstellingen de ontwikkeling van vaardigheden elimineren. Erger nog, leiders bestempelen deze kloof vaak als weerstand tegen AI, in plaats van de onderliggende problemen te identificeren en op te lossen.
Door ons advies- en onderzoekswerk Jenny als executive coach en leer- en ontwikkelingsexpert, en Noam Als AI-strateeg zien we drie praktijken die organisaties die in staat zijn om AI binnen hun organisaties op te schalen, onderscheiden van organisaties die de implementatie hebben vastgelopen.
Herformuleer “Weerstand” als een workflowprobleem
Leiders bestempelen aarzeling vaak als een mentaliteitsprobleem. In werkelijkheid weerspiegelt aarzeling het risico. Medewerkers trekken zich terug als de verwachtingen tekortschieten, de resultaten onhaalbaar lijken of het beleid onduidelijk lijkt. Onder druk van levering kiezen mensen voor snelheid en zekerheid. Wanneer AI de uitvoering compliceert in plaats van vereenvoudigt, loopt de adoptie vast.
Intermediair managers de moeite opvangen. Ze moeten sneller resultaten boeken, nieuw gedrag aanleren, risico’s beheersen en onzekerheid in stand houden, zonder de prikkels, capaciteit of beslissingsrechten te veranderen. Adoptie stopt waar de druk geconcentreerd is. Het probleem is niet de motivatie. Het is een probleem om het product aan te passen aan de interne markt.
Er is sprake van een interne productmarktmatch wanneer een tool een reëel workflowprobleem goed genoeg oplost zodat teams het onder reële beperkingen kunnen blijven gebruiken. Dit inzicht veranderde de lancering van Dana. Het stopte met het aandringen op compliance en schortte de implementatie op om zich te concentreren op het oplossen van problemen waar interne teams mee te maken kregen.
Wat leiders kunnen doen:
- Diagnose van aarzeling: Identificeer waar het vertrouwen wegvalt. Onbetrouwbare resultaten. Onduidelijke beoordelingspaden. Trage goedkeuringen. Corrigeer de wrijving voordat u het apparaat duwt.
- Begin klein: Focus op een workflow, een resultaat, een team dat samen leert.
- Benoem je angst: Direct tegemoetkomen aan zorgen over baanverlies. Maak duidelijk wat mensgestuurd blijft en hoe AI past in personeelsplannen. Psychologische veiligheid creëert betrokkenheid.
- Druk verlichten: Bescherm leertijd. Stel doelen opnieuw, anders blijft adoptie op een oppervlakkig niveau.
Wanneer leiders weerstand als een ontwerpsignaal beschouwen, verschuift adoptie van naleving naar vooruitgang.
Behandel medewerkers als ‘Customer Zero’
Succesvolle leiders stoppen met het implementeren van AI en beginnen het intern te verkopen. Sterk AI-adoptie volgt een ander draaiboek. Leider anker verandering in termen van resultaten, herontwerp workflows, betrek werknemers als co-creators en investeer in leren als kernvaardigheid. Dana schakelde platformteams, productmarketing, communicatie en functionele leiders in. Teams krijgen een duidelijk waardevoorstel dat verband houdt met echte workflow-fricties, en niet met lijsten met functies of beleid. Vertrouwen groeit als mensen begrijpen hoe resultaten tot stand komen, hoe risico’s worden beheerd en waar menselijk oordeel essentieel blijft.
Vroege overwinningen vertalen zich zelden in winst. Ze komen tot uiting in snellere cycli, werk van hogere kwaliteit, minder fouten en minder nabewerking. Hulpmiddelen grip krijgen wanneer ze het werk gemakkelijker maken.
Dana voerde korte ontdekkingssprints uit met marketing, verkoop en bedrijfsvoering. Hij stopte met vragen of teams de tools gebruikten. Hij vroeg waar het werk langzamer ging, waar het herwerk zich opstapelde en waar het oordeel er het meest toe deed.
Wat leiders kunnen doen:
- Verankering op resultaten: Bepaal wat sneller, gemakkelijker of betrouwbaarder moet aanvoelen.
- Bouw vroeg vertrouwen op: Zorg voor duidelijk bestuur en humane bescherming.
- Werkstromen opnieuw uitvinden: Integreer AI in bestaande systemen en runtimes.
- Cocreëren met medewerkers: Betrek teams bij het ontdekken en testen.
- Beschouw leren als kernwerk: Bescherm de tijd om te experimenteren en vertrouwen te winnen.
Wanneer leiders werknemers behandelen als ‘klant nul’, verschuift de adoptie van compliance naar blijvende verandering.
Bescherm het centrum om het leren te ontsluiten
De adoptie van AI stopt vaak halverwege. Managers moeten de manier waarop werk wordt gedaan veranderen en tegelijkertijd dezelfde doelen bereiken. Ondertussen rijden managers het meest teambetrokkenheid terwijl ze de zwaarste belasting dragen. Wanneer leren concurreert met het leveren, wint het leveren.
Effectieve leiders herontwerp deze voorwaarden. Ze stellen de verwachtingen bij om de tijd die nodig is om te leren te beschermen. Ze belonen experimenten die het risico in de loop van de tijd verminderen. Voordat ze opschalen, stellen ze twee vragen: neemt dit de echte workflow-frictie weg? Vertrouwen mensen het genoeg om het te gebruiken?
Dana handelde op basis van deze intuïtie. Het gaf managers beschermde tijd om workflows te testen en resultaten te delen. De eerste overwinningen werden eenvoudige draaiboeken. Alleen bewezen praktijken zijn schaalbaar. Managers zijn overgestapt van brandbestrijding naar coaching. Governance is verschoven van poortwachters naar enablers.
Dana verkleinde haar gezichtsveld in plaats van te verbreden. De teams presenteerden workflowtests uit de echte wereld. Dana selecteerde alleen de projecten met een duidelijke impact en beschermde een heel kwartaal om ze van begin tot eind te beheren. Sommige tools hebben de wrijving weggenomen en vertrouwen gewonnen. Anderen voegden lawaai toe. Hij beklom de winnaars en trok de rest terug.
Wat leiders kunnen doen:
- Identificeer wat werkt: Identificeer teams die AI al gebruiken om wrijving te verminderen. Zet deze inspanningen om in herhaalbare praktijken.
- Beloning leren: Erken managers voor het opbouwen van vaardigheden en het delen van inzichten, niet voor het gebruik van tools.
- Voer gedisciplineerde experimenten uit: Ze vereisen duidelijke hypothesen, kleine proefprojecten en gedocumenteerd leren.
- Houd de lat hoog: Beloon eerlijke rapportage van mislukkingen, zodat de schaal geloofwaardig blijft.
AI-transformatie is een uitdaging op het gebied van organisatorisch ontwerp, geen IT-implementatie. De mandaatval is te vermijden. Leiders ontsnappen hieraan als ze stoppen met het pushen van adoptie en het gaan verdienen.
