De keizer heeft geen kleren

In zijn keynote op HRCONGRES in Parijs schetste Kristof Stevens, HRtech Expert, hoe ongezien snel artificiële intelligentie haar weg vindt naar organisaties. Waar eerdere technologische revoluties jaren nodig hadden om door te breken, is AI op korte tijd uitgegroeid tot een vaste waarde op de werkvloer. De vraag is dan ook niet langer óf organisaties AI omarmen, maar hoe ze die inzet vertalen naar echte productiviteitswinst.

De adoptie van AI in organisaties verloopt sneller dan eender welke technologische revolutie die eraan voorafging. Waar elektriciteit zo’n vijftig jaar nodig had om volledig door te dringen in bedrijven en het internet ongeveer twintig jaar, bereikte AI in amper drieënhalf jaar tijd al meer dan 80 procent van de organisaties. Die steeds steilere adoptiecurve maakt één zaak duidelijk: organisaties kunnen zich niet langer veroorloven om af te wachten.

Daar wringt vandaag voor veel organisaties het schoentje. De aandacht gaat vaak naar adoptiecijfers, terwijl de echte vraag is welke productiviteitswinst AI daadwerkelijk oplevert. De geschiedenis leert dat technologische doorbraken pas hun volle potentieel bereiken wanneer ook processen en manieren van werken mee veranderen. Niet de technologie zelf zorgt voor de grootste impact, maar de bereidheid om werk fundamenteel anders te organiseren.

Succesvolle voorbeelden zoals Amazon en Netflix tonen dat echte transformatie pas ontstaat wanneer organisaties hun bedrijfsmodel en processen herdenken. Ook AI zal nieuwe rollen creëren en bestaande jobs veranderen, net zoals de internetrevolutie ooit de projectmanager op de kaart zette.

Om AI gestructureerd te implementeren, werkt Stevens met vier kwadranten:

Efficiency AI: gericht op kostenbesparing, bijvoorbeeld door met AI hetzelfde werk te verrichten met minder middelen of mensen.
Opportunity AI: gericht op het creëren van nieuwe waarde die voordien onmogelijk was, zoals het aanbieden van gepersonaliseerde leerpaden voor duizenden medewerkers in plaats van enkele standaardtrajecten.
Individueel niveau: waar medewerkers AI-tools zoals Copilot inzetten om hun persoonlijke productiviteit te verhogen.
Organisatorisch niveau: waar volledige processen, zoals recruitment of learning & development, worden hertekend met AI als integraal onderdeel.

Vandaag bevinden veel organisaties zich nog vooral in het kwadrant van individuele efficiëntie. De grootste strategische meerwaarde ligt echter op organisatorisch niveau, waar AI niet alleen werk versnelt, maar ook nieuwe mogelijkheden creëert en processen fundamenteel anders organiseert.

Vandaag bevinden de meeste organisaties zich nog in het kwadrant van individuele efficiëntie. Generieke Copilot-trainingen vormen daarbij vaak de eerste stap. Dat levert snelle winst op, maar houdt ook een risico in: organisaties worden afhankelijk van een beperkt aantal medewerkers die AI uitzonderlijk goed beheersen. Wanneer die kennis de organisatie verlaat, verdwijnt vaak ook een groot deel van de opgebouwde expertise.

Volgens Stevens ligt de volgende stap daarom niet bij het verder optimaliseren van individuele productiviteit, maar bij het versterken van teamimpact. Door processen op teamniveau te herdenken en AI daarin structureel te verankeren, bouwen organisaties aan een toekomstbestendige werking. Dat vraagt eigenaarschap over het volledige proces, niet enkel over de technologie. Net daar heeft hr een sleutelrol te spelen: als architect van nieuwe manieren van werken, samenwerking en competentieontwikkeling.

Voor hr ziet Stevens daarbij drie grote prioriteiten.

Change management: technologie implementeren is één zaak, mensen meenemen in verandering een andere. Automatisering raakt niet alleen processen, maar ook identiteit, trots en werkplezier. Mensen staan niet altijd afwijzend tegenover verandering, maar wel tegenover het verlies van taken waar ze voldoening uit halen.
Workforce management: organisaties moeten bewuster bepalen welke taken door mensen worden uitgevoerd en welke door AI. Daarbij verwijst Stevens naar vijf afwegingscriteria:

Schaal: hoe vaak komt de taak voor?
Patroon: hoe voorspelbaar is het proces?
Data: is er voldoende betrouwbare data beschikbaar?
Beslissing: gaat het om het volgen van regels of is menselijke afweging nodig?
Risico: wat zijn de gevolgen wanneer het fout loopt?

Skill management: upskilling en reskilling blijven essentieel, maar vragen een gerichte aanpak. Onderzoek toont aan dat bijna de helft van alle jobs een aanzienlijke impact van AI zal ondervinden, terwijl andere functies slechts beperkt veranderen of voorlopig relatief onaangetast blijven.

De conclusie is duidelijk: een generieke AI-training voor iedereen volstaat niet. Organisaties die het meeste rendement uit AI willen halen, stemmen hun aanpak af op de realiteit van verschillende functies, teams en processen. Net daarin ligt vandaag een strategische rol voor hr.