Bedrijven meten het succes van AI vooral af aan tempo. Sneller coderen, sneller klanten helpen en sneller beslissen. Maar met snelheid alleen word je nog geen betere organisatie.
Daar is de AI-productiviteitsmythe. Veel bedrijven denken dat de invoering van AI op zich meteen waarde oplevert. Ze moeten echter verder kijken dan tempo en eerst één vraag beantwoorden. Bouwen we met AI een nieuwe, betere organisatie? Of gewoon een snellere versie van de oude?
Fundament op orde
Precies daarom focussen de bedrijven die het meeste uit AI halen op de manier waarop het werk rond AI georganiseerd is. Uit de AI Maturity Index blijkt ook dat AI maar zo sterk is als de basis waarop het rust. Toch bouwen nog veel bedrijven geavanceerde AI bovenop losstaande werkprocessen en verouderde werkmodellen. Ze botsen zo op dezelfde organisatorische problemen die AI net had moeten oplossen.
Bedrijven moeten dus herdenken hoe ze werken en hoe ze beslissingen nemen. Wie AI gewoon bovenop bestaande structuren plakt, vergroot de huidige inefficiënties alleen maar. Pas wanneer de verouderde systemen zijn opgeruimd en iedereen met dezelfde werkprocessen aan de slag gaat, kan automatisering in het hele bedrijf opschalen.
Verouderde infrastructuur
Voor veel Belgische bedrijven is dat punt nog veraf. Amper 15% verving zijn versnipperde, verouderde systemen grotendeels door nieuwe, geïntegreerde platformen. Verouderde infrastructuur houdt dus het gros van de AI-initiatieven tegen. Ook medewerkers in heel Europa zien dat probleem: 39% noemt datasilo’s een van de grootste fouten die hun organisatie maakt bij de invoering van AI.
Zit de nodige data namelijk verspreid over losse systemen, dan versnelt AI maar een stuk van het proces en moeten medewerkers de gaten zelf dichten. AI levert dan geen meerwaarde op voor de héle organisatie.
Misverstanden uit de wereld
Databeheer wordt daarbij vaak gezien als een rem op de adoptie van AI, omdat het experimenten beperkt, extra werk creëert en meer toezicht vraagt. Succes meet je echter best af aan de vraag of AI op een verantwoorde, consistente en schaalbare manier kan draaien, en niet alleen aan hoe snel het wordt uitgerold.
Governance zorgt namelijk voor houvast en laat bedrijven toe om AI verder op te schalen dan losse pilootprojecten. Het legt vast wie verantwoordelijk is voor beslissingen die AI neemt, en levert de normen en het toezicht om AI verantwoord te beheren. Governance remt innovatie dus niet af; het geeft bedrijven het vertrouwen om AI zonder risico’s in te zetten in kritieke processen. Toch is de praktijk nog niet zover. Ondanks groeiende investeringen test, controleert en beheert amper 15% van de Belgische bedrijven AI-risico’s goed. Bij de rest ontbreekt de basis nog.
Leiderschap op nieuwe leest
Succesvolle AI is dan ook niet langer de zaak van één afdeling. Om adoptie en opschaling aan te jagen, is leiderschap over de afdelingen heen nodig. Dat betekent dat verantwoordelijkheden opnieuw verdeeld moeten worden. AI-vaardigheden opbouwen is bijvoorbeeld niet meer alleen een taak voor HR, en governance niet meer alleen voor de juridische dienst of compliance.
Zo zijn leiderschap en organisatiekracht, meer dan technologie, intussen de grootste obstakels voor AI-adoptie geworden. Daarom hangt succes in de volgende fase van AI-transformatie minder af van nog geavanceerdere technologie en meer van leiders die hun organisatie kunnen ombouwen.
Door: Alex Azzopardi is Area VP Nederland bij ServiceNow
