Een workforce leader — vaak verantwoordelijk voor personeelsplanning, capaciteitsmanagement of de brug tussen HR en de business — krijgt AI op zijn bordje zonder dat iemand vooraf heeft uitgelegd wat dat voor de bezetting betekent. De vraag komt van boven: minder instroom, andere profielen, flexibeler schalen. De workforce leader moet daar een antwoord op hebben terwijl hij zelf niet weet of de organisatie de randvoorwaarden op orde heeft om dat antwoord waar te maken.
De vraag is niet of AI functies raakt. Die vraag is al beantwoord door anderen, hoger in de organisatie. De vraag die een workforce leader zichzelf stelt, is anders: op basis van welke aannames wordt de personeelsplanning nu bijgesteld, en hoe hard zijn die aannames? Als capaciteitsscenario's worden gebouwd op een AI-belofte die uitgaat van goede data, een werkende infrastructuur en teams die met de uitkomsten kunnen werken, en die randvoorwaarden zijn er niet, dan klopt de planning niet. Dat merkt hij niet vandaag. Dat merkt hij op het moment dat de instroom al is vertraagd en de output niet komt.
Een workforce leader die zijn personeelsplanning baseert op een AI-effect dat niet optreedt, staat er alleen voor. De formatie is dan al aangepast, de vacatures zijn stilgezet of net wel opengesteld, en de business rekent op een capaciteit die er niet blijkt te zijn. Herstellen kost tijd die een personeelsplanning niet heeft — instroom heeft doorlooptijd, en een gat dat te laat wordt gezien, is niet met een druk op de knop te dichten. Dat risico zit niet in de technologie. Het zit in de aanname dat de technologie al werkt in een organisatie die daar nog niet klaar voor is.
Als de workforce leader wél weet hoe volwassen de organisatie is voordat hij plant, verandert zijn positie. Hij kan onderscheid maken tussen een capaciteitsscenario dat op korte termijn realistisch is en een scenario dat afhankelijk is van fundamenten die nog gebouwd moeten worden. Hij kan de business een tijdlijn geven die klopt in plaats van een tijdlijn die hoopt. Dat is geen garantie op een goede uitkomst, maar wel een planning die niet instort zodra de eerste aanname niet uitkomt.
Wat een workforce leader niet accepteert, is een AI-roadmap die spreekt over toekomstige capaciteit zonder te specificeren wat daarvoor eerst moet staan. "AI vervangt op termijn een deel van de instroom" is geen planningsgrondslag als niemand kan aangeven of de datamanagement, de IT-infrastructuur en de organisatiestructuur daar al klaar voor zijn. Hij accepteert ook geen enkel cijfer dat alleen op het gevoel van een enthousiaste sponsor is gebaseerd. Wat hij nodig heeft, is een beeld van waar de organisatie werkelijk staat, per dimensie, met de spreiding tussen wat verschillende mensen in de organisatie daarvan denken — want die spreiding is zelf al informatie over hoe stabiel een capaciteitsaanname is.
De volwassenheidsmeting van hybridresourcing beoordeelt een organisatie op vijf niveaus — baseline, foundation, activation, insight, intelligence — over zeven dimensies. Fundamentele dimensies zoals organisatiestructuur, IT-infrastructuur en datamanagement komen voor de afhankelijke dimensies, niet omdat dat een voorkeur is, maar omdat het de volgorde is waarin het werkt: zonder een werkende infrastructuur en betrouwbare data heeft AI weinig om op te draaien, hoe goed de organisatiestructuur er ook al voor staat. In een plot-ronde scoren meerdere mensen apart, zodat zichtbaar wordt waar het beeld van de organisatie overeenstemt en waar het uiteenloopt. Voor een workforce leader is die spreiding vaak het bruikbaarste signaal: een grote spreiding op datamanagement betekent dat niemand zeker weet of de basis er staat, en dat is precies de basis waarop capaciteitsscenario's rusten.
Deze insteek raakt ook andere rollen in de organisatie, elk vanuit een eigen belang: een CEO die op zoek is naar het antwoord op vastgelopen AI-pilots, een COO die de operationele gereedheid moet beoordelen en een CHRO die de organisatiekant van AI-volwassenheid bewaakt. Ook sectorspecifiek verschilt het beeld, zoals te zien is in hoe ver de bouwsector staat met de fundamenten voor AI en hoe dat zich verhoudt tot de stand van zaken in de installatiebranche.
De volwassenheidsmeting zegt iets over de draagkant: kan deze organisatie AI dragen, staan de fundamenten er, is de data op orde, is de infrastructuur er klaar voor. Ze zegt niets over welk deel van het werk zelf door AI is over te nemen. Dat is een andere vraag, met een ander instrument. Zodra het beeld van de gereedheid er staat, is de logische volgende stap de vraag die daarna komt: welk deel van het werk, taak voor taak, daadwerkelijk overdraagbaar is. Dat rekent de werkscan van FTE TO AI uit — per taak, op basis van wat het werk zelf inhoudt, niet op basis van een aanname over de organisatie als geheel.
De volwassenheidsmeting is in aanbouw. Er is nu geen rapport te bestellen en geen adviseur die langskomt om de dimensies door te lopen. Wie de meting wil gebruiken zodra die beschikbaar is, kan zich aanmelden voor de wachtlijst.
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.