Prestatiemanagement is een van de zeven dimensies waarmee hybridresourcing de volwassenheid van een organisatie meet als het om AI gaat. Deze dimensie gaat over iets specifieks: kunt u vaststellen of werk dat door AI wordt ondersteund of overgenomen, ook daadwerkelijk beter, sneller of goedkoper wordt? Veel organisaties starten pilots zonder dat vraag te kunnen beantwoorden, en blijven daarom vastzitten in een fase van proberen zonder te kunnen aantonen wat het opleverde.
Prestatiemanagement kan alleen volwassen worden als andere dimensies al iets neerzetten om op te bouwen. Zonder betrouwbare data uit datamanagement is een prestatiemeting een schatting. Zonder heldere verantwoordelijkheden vanuit de organisatiedimensie, zoals die wordt uitgewerkt op de pagina over wat het kost om organisatie een niveau te laten stijgen, is niemand aanspreekbaar op de uitkomst. En zonder een IT-infrastructuur die metingen kan vastleggen en herhalen, zoals besproken op de pagina over wat het kost om IT-infrastructuur een niveau te laten stijgen, blijft elke meting eenmalig. Dat is de reden dat deze dimensie in de meting pas op een hoger niveau kan bewegen als de fundamentele dimensies al iets dragen.
Baseline. Er is geen vaste manier om te beoordelen of AI-ondersteund werk beter presteert dan de oude manier van werken. Beoordelingen zijn incidenteel en persoonsgebonden. Als iemand vertrekt, verdwijnt ook het enige zicht dat er was.
Foundation. Er zijn losse metingen, meestal per project of per pilot. Ze worden zelden vergeleken, en er is geen vast moment waarop iemand terugkijkt of het beoogde effect ook echt optrad. De meting bestaat, maar functioneert niet als leerproces.
Activation. Er is een terugkerend ritme: metingen worden op vaste momenten herhaald en teruggekoppeld aan de mensen die het werk doen. De organisatie begint patronen te zien, ook al worden die nog niet systematisch vastgelegd of vergeleken tussen afdelingen.
Insight. Metingen worden gebruikt om bij te sturen, niet alleen om te rapporteren. Er is een gedeeld beeld van wat wel en niet werkt, en dat beeld leidt tot aanpassingen in hoe AI wordt ingezet. Verschillende teams kunnen hun uitkomsten met elkaar vergelijken omdat de manier van meten hetzelfde is.
Intelligence. Prestatiemanagement is ingebed in de manier waarop besluiten over AI worden genomen. Uitkomsten van eerdere inzet voeden direct de keuzes voor nieuwe toepassingen. De organisatie kan onderbouwen waarom iets wel of niet wordt opgeschaald, in plaats van dat te baseren op onderbuikgevoel of op wie het hardst pleit voor een volgende pilot.
Het niveau van deze dimensie zit niet in een instrument of een dashboard alleen. Het zit in het gedrag eromheen: wordt er na een pilot teruggekeken, of wordt er meteen doorgegaan naar de volgende? Kan iemand in uw organisatie op verzoek laten zien wat een AI-toepassing feitelijk heeft opgeleverd, los van een aanname vooraf? Wordt een tegenvallend resultaat besproken, of stilzwijgend vergeten? Dat zijn geen technische vragen. Ze gaan over of er een gewoonte is ontstaan om te kijken, niet alleen om te doen.
Binnen deze dimensie ontstaat vaak grote spreiding tussen wie de plot-ronde invult. Een operationeel manager ziet dagelijks de losse metingen uit de activation-fase en scoort de organisatie hoger dan de werkelijkheid rechtvaardigt, omdat die metingen voor hem tastbaar zijn. Een CFO die alleen de kwartaalrapportage ziet, scoort lager, omdat hij geen doorlopend beeld krijgt van wat er tussentijds is gemeten. Beide beelden zijn waar voor wie ze geeft. De spreiding zelf is de informatie: ze laat zien dat er geen gedeeld, organisatiebreed zicht is op prestaties, wat op zichzelf al een uitspraak doet over het niveau.
Een stap van baseline naar foundation vraagt vooral discipline: een vast moment kiezen om terug te kijken en dat moment niet laten verdwijnen onder de drukte van de volgende pilot. Een stap naar activation vraagt een herhaalbaar proces, wat weer raakt aan hoe volwassen de onderliggende infrastructuur is. Een stap naar insight of intelligence vraagt dat metingen betrouwbaar genoeg zijn om op te varen, en dat leidt terug naar datakwaliteit en naar wie binnen de organisatie bevoegd is om op basis van die metingen bij te sturen. Ook dimensies als ethiek en privacy en beveiliging spelen hierin mee: een prestatiemeting die voorbijgaat aan de vraag of een uitkomst verantwoord tot stand kwam, is een incomplete meting. Wat een stap precies kost, in tijd, aandacht of middelen, verschilt per organisatie en hangt af van waar de andere dimensies staan. Daarom werkt hybridresourcing met een plot-ronde in plaats van met een vast stappenplan: eerst zichtbaar maken waar u staat en waar de meningen uiteenlopen, voordat er iets wordt vastgelegd over wat nodig is.
Deze pagina gaat over of uw organisatie kan vaststellen wat AI oplevert, ongeacht welk werk het precies raakt. Dat is een andere vraag dan welke taken zich laten overnemen en in welke mate. Wie dat wil weten, per taak en op basis van wat het werk zelf inhoudt, vindt dat in de werkscan van FTE TO AI. Prestatiemanagement en de werkscan sluiten op elkaar aan: de een meet of u een uitkomst kunt beoordelen, de ander rekent uit welk deel van het werk er is om te beoordelen.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.