AI verandert niet alleen het werk, maar ook leiderschap
De eerste jaren waren overzichtelijk. Een assistent hier, een proef bij personeelszaken daar, een experiment bij de klantenservice. Mensen kregen hulpmiddelen waarmee ze sneller konden schrijven, analyseren en zoeken. Inmiddels dient zich een volgende fase aan.
De vraag waar je AI kunt inzetten is daarmee minder interessant geworden. De vraag die ertoe doet luidt: hoe organiseer je een bedrijf wanneer AI een vast onderdeel wordt van hoe het werk gebeurt?
Dat klinkt technisch. Het is vooral een vraag over organiseren en leidinggeven.
Waarom veel investeringen weinig opleveren
De meeste organisaties plakken AI op de manier waarop ze al werkten. Dezelfde afdelingen, dezelfde besluitvorming, dezelfde processen, en daar ergens tussenin komt dan een hulpmiddel.
Dat levert best wat tijdwinst op, en fundamenteel verandert er weinig.
Erger nog: ontwikkelt elke afdeling zijn eigen oplossing, dan ontstaan er nieuwe problemen. Gegevens raken versnipperd, verantwoordelijkheden vervagen en niemand overziet nog hoe een besluit tot stand komt. AI wordt dan een extra laag bovenop een organisatie die al ingewikkeld was. Dat mechanisme beschreef ik eerder in het artikel over hoe AI onduidelijkheid zichtbaar maakt.
De waarde ontstaat pas wanneer je opnieuw nadenkt over hoe het werk zelf is georganiseerd.
Van meewerken naar toezien
De eerste generatie toepassingen werkt met een mens in de lus: jij stelt de vraag, het systeem analyseert, jij beoordeelt de uitkomst. Waardevol, en het organisatiemodel blijft intact.
De volgende stap is wezenlijk anders. Daar staat de mens boven de lus. In plaats van elke taak samen met één systeem uit te voeren, werken meerdere gespecialiseerde onderdelen onderling samen. Mensen ontwerpen dat geheel, bewaken het en sturen bij.
Stel je een organisatie voor waar een klantvraag binnenkomt. Het ene onderdeel ontleedt de vraag, het volgende verzamelt informatie, een derde toetst risico's en regelgeving, een vierde bereidt een voorstel voor.
De medewerker voert die stappen niet meer zelf uit. Zijn werk verschuift naar beoordelen, richting geven, uitzonderingen herkennen en verantwoordelijkheid dragen.
Daar begint het werk van een leidinggevende te veranderen.
De manager als ontwerper van het geheel
Van oudsher organiseren we leidinggeven rond mensen en afdelingen. Je stuurt medewerkers aan, verdeelt werk, bewaakt resultaten en hakt knopen door.
Gebeurt het werk steeds meer in een samenspel van mensen, gegevens en systemen, dan komt daar iets bij. Dan moet je begrijpen hoe dat geheel functioneert.
Dat vraagt geen technische kennis van architectuur. Het gaat om iets anders: het ontwerpen van verantwoordelijkheden, beslisruimte, informatiestromen, ingrijpmomenten en randvoorwaarden.
Waar komt de informatie vandaan? Welk besluit mag zonder mens genomen worden? Wanneer moet er iemand tussenkomen? Wie is verantwoordelijk wanneer een geautomatiseerd besluit verkeerd uitpakt? Welke uitgangspunten zitten er ongemerkt in verwerkt? En welk probleem proberen we hier eigenlijk op te lossen?
Dat is minder toezicht op elke afzonderlijke handeling en meer ontwerp van de omgeving waarin goede besluiten kunnen ontstaan. Meer daarover staat op de pagina over verandermanagement.
Invloed verschuift
Ook waar gezag vandaan komt verandert. De formele positie bepaalt op de meeste plekken nog wie beslist. Informatie gaat omhoog, het besluit valt, de instructie gaat weer omlaag.
AI maakt informatie breder toegankelijk. Iemand maakt binnen een minuut een analyse waarvoor eerder drie specialisten nodig waren. Kennis hangt minder aan één persoon of afdeling.
Daarmee verschuift de waarde van leidinggeven. Wie de meeste informatie bezit, wordt daarmee nog niet de belangrijkste. Waardevoller wordt degene die uiteenlopende gezichtspunten verbindt, de goede vragen stelt, richting geeft en de besluitvorming organiseert. Daarover gaat de pagina over teamcultuur.
Verantwoordelijkheid kun je niet automatiseren
Er bestaat een idee dat menselijke verantwoordelijkheid minder belangrijk wordt naarmate systemen meer beslissen. Waarschijnlijk gebeurt het omgekeerde. Hoe zelfstandiger een systeem werkt, hoe belangrijker het wordt om vooraf vast te leggen waar de verantwoordelijkheid ligt.
Een systeem kan een risicoanalyse maken. Wie bepaalt welk risico aanvaardbaar is?
Een model kan adviseren welke kandidaat het best past. Wie bepaalt welke criteria eerlijk en relevant zijn?
Een planning kan worden geoptimaliseerd. Wie bewaakt de kwaliteit, de veiligheid en de gevolgen voor mensen?
Techniek kan een besluit ondersteunen of overnemen. De rekenschap blijft bij iemand liggen, en dat moet dan wel iemand zijn die het weet. Meer daarover staat op de pagina over eigenaarschap in teams.
Wat dit van iemand vraagt
We leiden mensen op vanuit vakkennis. Je wordt goed in je vak, krijgt meer verantwoordelijkheid en geeft uiteindelijk leiding binnen datzelfde vakgebied.
In een organisatie waarin techniek, mensen, strategie en gedrag door elkaar lopen, is diepe vakkennis alleen te weinig. Niemand overziet al die gebieden.
Daarom wordt nieuwsgierigheid een vakmatige eigenschap in plaats van een aardige karaktertrek. Kun je vragen stellen wanneer je iets niet begrijpt? Kun je je eigen aannames onderzoeken? Kun je deskundigheid toelaten die groter is dan de jouwe? En kun je je eigen rol opnieuw ontwerpen wanneer de techniek de organisatie verandert?
Dat laatste is het moeilijkst.
Beter leidinggeven, niet minder
Het gesprek over AI gaat meestal over banen. Welk werk verdwijnt, welke functies veranderen, wat wordt geautomatiseerd.
Leidinggeven verandert minstens zo ingrijpend. Wie leidinggeeft hoeft er straks minder vaak tussen te zitten, en bouwt de omgeving waarin mensen, techniek en informatie samen tot een goed resultaat komen.
Richting geven zonder alles zelf te bepalen. Ruimte geven zonder de verantwoordelijkheid los te laten. Techniek inzetten zonder het menselijk oordeel uit te schakelen. En blijven onderzoeken hoe het werk slimmer en menselijker kan.
AI verandert dus meer dan wat mensen doen. Het verandert wat het betekent om leiding te geven.
Als AI morgen dertig procent van het werk in jouw team zou kunnen overnemen, zou je dan de huidige processen sneller maken, of het werk helemaal anders organiseren?