AI faalt niet door technologie, maar door gebrek aan leiderschap

​Bedrijven geven vandaag zonder aarzelen budget uit aan AI. Licenties worden aangekocht, pilootprojecten opgestart, medewerkers experimenteren volop. De verwachte meerwaarde blijft in veel gevallen uit. Slechts 7% van de organisaties haalt vandaag effectief rendement uit AI. “Dat verbaast me niet”, zegt Thierry Moubax, auteur van het boek ‘The AI Compass’. “AI wordt nog altijd behandeld als software, terwijl je het eigenlijk moet zien als een nieuwe werknemer.”

Na 25 jaar in internationale bedrijven begeleidt Thierry vandaag leiderschapsteams in Europa en het Midden-Oosten. Met zijn bedrijf AI Compass gaf hij intussen meer dan honderd keynotes in veertien landen en hielp hij duizenden executives bij hun AI-transitie. Zijn boek is een gids voor leiders die willen begrijpen waarom AI in de praktijk vaak strandt lang voor de technologie haar limieten bereikt.

AI is geen software

AI wordt nog te vaak benaderd zoals een ERP- of CRM-systeem: software die je installeert waarna het rendement vanzelf volgt. “AI werkt fundamenteel anders”, legt Thierry uit. Het leert, maakt inschattingen, past zich aan en wordt beter naarmate het meer context krijgt.

“AI wordt getraind zoals een mens. Je leert een kind ook niet wat een kat is door een lijst kenmerken op te sommen. Het leert door voorbeelden te zien, fouten te maken en feedback te krijgen. AI werkt op dezelfde manier.”

Daarom spreekt hij liever over een digitale werknemer dan over software. Die vergelijking verandert meteen ook de verwachtingen. Een nieuwe medewerker levert op zijn eerste werkdag evenmin maximaal rendement op. Hij wordt ingewerkt, begeleid en bijgestuurd. Precies dat gebeurt vandaag te weinig met AI.

People before platform

Veel organisaties investeren vandaag in AI zonder eerst scherp te krijgen welke problemen ze willen oplossen. De technologie belandt daardoor vaak automatisch bij IT, terwijl de echte keuzes in de directiekamer thuishoren. “CEO's hebben weinig tijd. Ze bekijken AI als software en geven het door aan de IT-manager. Dat is de verkeerde persoon om mee te beginnen.”

Thierry draait daarom de klassieke volgorde om: people, process, platform. Eerst mensen meenemen. Daarna processen herdenken. Pas als laatste volgt de technologie. “In het verleden kochten bedrijven een CRM en moest iedereen ermee leren werken. AI vraagt een volledig andere aanpak.”

Zonder die visie ontstaan overal kleine experimenten. Medewerkers ontdekken hoe AI hun werk versnelt, al blijft die kennis vaak onder de radar. “Ze vertellen het niet, omdat ze denken dat ze gewoon meer werk zullen krijgen.” Het gevolg is een wirwar van losse initiatieven, zonder gemeenschappelijke richting.

Eerst de processen, daarna de tools

AI invoeren begint voor Thierry nooit met de vraag welke software een organisatie moet kopen. De eerste oefening speelt zich af op de werkvloer. Welke taken kosten tijd? Welke activiteiten keren voortdurend terug? Waar ervaren medewerkers de meeste frustratie?

Vanuit die analyse ontstaat een roadmap. Werkprocessen worden geprioriteerd, de verwachte impact wordt berekend en pas daarna wordt bepaald welke AI-oplossing daarbij past. “Vaak zien we dat organisaties op bepaalde processen 50 tot 80% tijd kunnen winnen. Maar die tijdswinst is geen eindpunt, ze creëert ruimte voor werk dat vandaag blijft liggen: klanten persoonlijker begeleiden, betere analyses maken of nieuwe diensten ontwikkelen.”

Hét moment voor hr

“Nieuwe technologie invoeren is één uitdaging”, geeft Thierry aan. “Mensen meenemen in die verandering vraagt een heel andere expertise. Medewerkers moeten begrijpen wat AI betekent voor hun eigen job, welke vaardigheden belangrijker worden en hoe ze AI verstandig inzetten. Daar ligt een belangrijke rol voor hr.”

Veel organisaties starten met een algemene AI-opleiding. Thierry draait die logica om: “Toon eerst hoe AI een concrete taak ondersteunt. Leg pas daarna uit hoe de technologie werkt.” Hij vergelijkt het met Photoshop. “Ik gebruik Photoshop al vijftien jaar, maar ik ken misschien vijf of tien procent van alle mogelijkheden. Dat hoeft ook niet. Ik weet wat ik ermee wil bereiken. Diezelfde logica geldt ook voor AI. Medewerkers hoeven de technologie niet volledig te begrijpen. Ze moeten vooral ontdekken hoe ze hun eigen werk ermee kunnen versterken.”

Die aanpak verlaagt ook de drempel voor medewerkers die onzeker zijn over AI. Niet iedereen hoeft expert te worden. Een brede basiskennis doorheen de organisatie volstaat om daarna enkele AI-champions verder te laten specialiseren.

@

Het publieke debat suggereert soms dat de AI-hype afneemt. Thierry ziet precies het omgekeerde gebeuren. “We overschatten wat AI op korte termijn doet en onderschatten wat er op langere termijn gebeurt.”

AI-systemen voeren vandaag al taken zelfstandig uit waarvoor vorig jaar nog menselijke tussenkomst nodig was. Die evolutie versnelt in hoog tempo. “De snelheid van verandering die we nu kennen, is de traagste die we ooit zullen meemaken.”

Hij vergelijkt het met de bekende metafoor van de ‘gekookte kikker’. Omdat de temperatuur stap voor stap stijgt, merkt de kikker het gevaar niet op. “Dat is vandaag exact wat er gebeurt. Veel organisaties voelen de impact pas wanneer de achterstand al groot is.”

The AI Compass

“Gebruik mijn boek als een kompas, niet als gps”, besluit Thierry. Een gps vertelt exact welke afslag je moet nemen. Een kompas geeft richting in terrein dat voortdurend verandert.

Dat is precies de ambitie die Thierry nastreeft met zijn boek ‘The AI Compass’. Een leidraad voor organisaties die AI willen omzetten in duurzame bedrijfswaarde. “Ik wil leidinggevenden vooral leren hoe ze AI laten werken vóór hun organisatie, in plaats van AI te zien als de volgende software-implementatie.”