Medewerkers gebruiken AI weinig, niet omdat de technologie tekortschiet, maar omdat ze niet weten waar ze moeten beginnen. Het artikel laat zien dat adoptie begint bij leiderschap en eigenaarschap: leiders gebruiken AI zelf en ontwikkelen een visie, en medewerkers worden vanaf het begin betrokken. Eén training is niet genoeg, want leren moet een structureel onderdeel van het werk worden. Het concurrentievoordeel zit straks in de organisatie die haar mensen het snelst leert om waarde met AI te creëren.
Bijna iedere organisatie is inmiddels bezig met AI. De technologie is beschikbaar, medewerkers krijgen toegang tot tools en er worden trainingen georganiseerd.
Maar hoeveel medewerkers gebruiken AI daadwerkelijk als onderdeel van hun dagelijkse werk?
Wat ik in de praktijk vooral merk, is dat mensen vaak niet goed weten waar ze moeten beginnen. Ze zien de mogelijkheden, maar vinden het lastig om die te vertalen naar hun eigen werkzaamheden.
En dat begrijp ik. Want een tool beschikbaar stellen betekent nog niet dat mensen weten hoe ze ermee moeten werken.
AI-adoptie begint daarom niet bij technologie, maar bij leiderschap en het betrekken van mensen.
De technologie is zelden het grootste probleem
Tijdens mijn AI Leadership Course bij Harvard werd opnieuw duidelijk hoe groot het verschil kan zijn tussen wat AI technisch mogelijk maakt en wat organisaties daadwerkelijk toepassen.
Die kloof wordt niet vanzelf kleiner naarmate modellen beter worden.
Sterker nog, de technologie ontwikkelt zich momenteel sneller dan veel organisaties kunnen bijbenen.
Daarom gaan we in onze AI-native aanpak uit van een belangrijk uitgangspunt: 20% techniek en 80% organisatieverandering.
Want als medewerkers niet weten hoe ze AI moeten toepassen, maakt het weinig uit hoe geavanceerd het model is.
De uitdaging is niet alleen om AI beschikbaar te maken, maar vooral om mensen mee te nemen in een andere manier van werken.
Adoptie begint met eigenaarschap
Wat ik steeds duidelijker zie, is dat adoptie beter werkt wanneer medewerkers vanaf het begin betrokken worden.
Niet eerst een oplossing ontwikkelen en vervolgens vertellen hoe die gebruikt moet worden.
Maar samen bepalen welke bedrijfsproblemen we willen oplossen, welke processen kunnen veranderen en waar AI daadwerkelijk waarde toevoegt.
Daar hoort een duidelijk strategisch plan bij.
Medewerkers moeten begrijpen waar de organisatie naartoe wil en welke rol AI daarin speelt. Vervolgens moeten ze zelf kunnen bijdragen aan de manier waarop die verandering plaatsvindt.
Bijvoorbeeld door gezamenlijk een skillbase te ontwikkelen voor codegeneratie of het opstellen van requirements. Daarmee ontstaat een gedeelde werkwijze die medewerkers zelf kunnen toepassen en verbeteren.
Mensen meenemen in de verandering is iets anders dan mensen trainen in een nieuwe tool.
Het eerste creëert eigenaarschap. Het tweede levert vooral kennis op.
En uiteindelijk heb je beide nodig.
AI Leadership begint bij jezelf
Ik ben ervan overtuigd dat iedere leider zich vandaag actief in AI moet verdiepen.
Niet omdat iedere directeur zelf agents moet kunnen bouwen, maar omdat je onmogelijk richting kunt geven aan een ontwikkeling die je zelf nauwelijks begrijpt.
Leiders moeten AI gebruiken in hun dagelijkse werkzaamheden. Experimenteren, ontdekken wat werkt en ook ervaren waar de beperkingen zitten.
Daarmee worden ze een inspiratiebron voor hun medewerkers.
Maar alleen het goede voorbeeld geven is onvoldoende.
Een leider moet ook een visie ontwikkelen op wat AI betekent voor de organisatie. Welke processen veranderen? Welke vaardigheden hebben medewerkers nodig? En hoe zorgen we dat iedereen daarin mee kan groeien?
Daarbij horen beschikbare tooling, tijd om te experimenteren en structurele begeleiding.
Je kunt niet van medewerkers verwachten dat ze anders gaan werken als je als leider zelf blijft werken zoals je altijd deed.
Eén training maakt je organisatie niet AI-native
Medewerkers verschillen in hun bereidheid en bekwaamheid om AI te gebruiken.
Sommigen experimenteren dagelijks. Anderen willen graag, maar weten niet hoe. En weer anderen zien nog onvoldoende toegevoegde waarde. En sommigen willen niet en weten ook niet hoe.
Die groepen hebben verschillende begeleiding nodig.
Daarom geloof ik niet in één AI-training waarna iedereen weer teruggaat naar zijn dagelijkse werkzaamheden.
Leren moet een structureel onderdeel worden van het werk.
Binnen onze aanpak organiseren we dat vanuit een AI-Hub. Niet als een afdeling die alle AI-oplossingen bouwt, maar als een plek die richting geeft, kennis ontwikkelt en adoptie begeleidt.
De business blijft eigenaar van de resultaten en zorgt dat medewerkers daadwerkelijk ruimte krijgen om anders te werken.
Daarbij moet je ook meten of AI wordt gebruikt en waarde toevoegt. Niet hoeveel medewerkers een training hebben gevolgd, maar of hun manier van werken daadwerkelijk verandert.
De vaardigheden van morgen
Ik denk dat AI ook fundamenteel verandert welke vaardigheden belangrijk worden.
Waar we nu veel mensen nodig hebben om oplossingen technisch te realiseren, wordt het steeds belangrijker om de juiste bedrijfsproblemen te begrijpen.
Goede requirements verzamelen, doorvragen naar de werkelijke behoefte en die vertalen naar passende oplossingen.
AI kan steeds meer ondersteunen bij het realiseren van die oplossingen. Maar begrijpen welk probleem we moeten oplossen en welke waarde we willen creëren, blijft essentieel.
Dat vraagt medewerkers die niet alleen met AI kunnen werken, maar ook kritisch kunnen nadenken over processen, resultaten en verbeteringen.
En organisaties die hen continu de ruimte geven om daarin te groeien.
Want uiteindelijk krijgt vrijwel iedereen toegang tot vergelijkbare AI-technologie.
Het concurrentievoordeel zit straks niet in wie de beste AI-tools heeft, maar in welke organisatie haar mensen het snelst leert om er waarde mee te creëren.
En dat brengt mij bij een vraag voor iedere leider:
Hoeveel tijd maak jij binnen je organisatie daadwerkelijk vrij om medewerkers te leren werken met AI?
