Er wordt een AI-tool aangeschaft, geïmplementeerd, uitgerold. Er is budget, er is een leverancier, er is een startdatum. Wat er niet is: een wijziging in wie welke beslissing neemt, hoe informatie tussen afdelingen beweegt, of waar verantwoordelijkheid ligt als de uitkomst van het systeem afwijkt van wat een medewerker verwacht. De organisatie blijft precies zoals hij was, met daarbovenop een laag technologie.
De aanname is dat de technologie het werk doet en de structuur ongewijzigd kan blijven. Dat klopt voor een rekenmachine. Het klopt niet voor een systeem dat gegevens nodig heeft uit drie afdelingen die elkaar nu al slecht spreken, of dat een besluit voorstelt aan iemand die geen mandaat heeft om dat besluit te nemen.
Technologie aanschaffen is een concrete, afgebakende actie. Er is een offerte, een implementatiedatum, een resultaat dat zichtbaar wordt op een dashboard. Structuur veranderen is vaag: wie gaat dat doen, wanneer is het klaar, wat is het resultaat. Tussen een duidelijke actie en een onduidelijke actie kiest een organisatie bijna altijd de duidelijke.
Daar komt bij dat leveranciers van AI-systemen hun product verkopen als iets dat op de bestaande organisatie past. Dat is ook hun verdienmodel: hoe minder de klant moet veranderen, hoe makkelijker de verkoop. De boodschap dat de organisatie eerst zelf iets moet doen, klinkt in dat verkoopgesprek niet.
En er is een derde reden, misschien de belangrijkste: structuur veranderen raakt aan macht, aan wie nu beslist en wie straks beslist. Technologie aanschaffen raakt daar niet aan. Het is makkelijker om te kopen dan om te heroverwegen wie welke verantwoordelijkheid draagt.
Een aantal signalen die vaker samen dan los voorkomen:
De technologie ligt er, maar niemand heeft de bevoegdheid gekregen om op basis van de uitkomst anders te handelen dan voorheen. Het systeem adviseert, de mens beslist zoals hij altijd deed, en het advies verdwijnt in een la.
De data die het systeem nodig heeft, staat verspreid over afdelingen die geen gezamenlijk proces hebben om die data te delen. Het systeem werkt met wat het toevallig krijgt, en de kwaliteit van de uitkomst hangt af van welke afdeling die week toevallig heeft aangeleverd.
Er is een pilotteam dat enthousiast is, maar de rest van de organisatie werkt door zoals altijd. Wat daar precies aan ontbreekt, leest u in de beschrijving van een pilot die blijft steken bij twee enthousiastelingen en verder niemand.
De pilot is gestart zonder dat is vastgelegd wat succes betekent en wie dat beoordeelt. Na een paar maanden is er een resultaat, maar niemand weet of dat resultaat goed genoeg is om door te gaan. Dat patroon staat beschreven bij een pilot die zonder vooraf afgesproken criteria loopt.
Er wordt besloten om breder uit te rollen terwijl de eerste pilot nog draait op uitzonderingen en handmatige correcties. Wat er dan misgaat, staat bij opschalen voordat de basis staat.
En de technologie werkt binnen één team goed, maar zodra de uitkomst een ander team nodig heeft om verder te komen, stokt het proces. Dat is het patroon van een pilot die alleen werkt binnen de grenzen van zijn eigen team.
Als twee of meer van deze signalen zich voordoen, is de kans groot dat de technologie een taak overneemt die de organisatie niet heeft voorbereid om over te nemen.
De volwassenheidsmeting van hybridresourcing kijkt naar zeven dimensies, waarvan drie fundamenteel zijn: organisatie, IT-infrastructuur en datamanagement. Die drie gaan voor de overige, niet omdat ze belangrijker gevonden worden, maar omdat een organisatie zonder werkende datastromen en zonder heldere verantwoordelijkheden geen basis heeft waarop iets van de andere dimensies kan rusten. Vijf niveaus, van baseline tot intelligence, geven aan hoever een organisatie op elke dimensie is.
Wat de meting bijzonder maakt, is de plot-ronde: meerdere mensen binnen dezelfde organisatie scoren apart, zonder elkaar te beïnvloeden. De spreiding die daaruit ontstaat, is vaak informatiever dan het gemiddelde. Als de CEO de organisatie op insight-niveau plaatst en de IT-manager op baseline, is dat verschil zelf een signaal, en precies het soort signaal dat losstaat van welke technologie er wordt aangeschaft.
Waar een CEO specifiek op let bij deze meting, en waarom dat afwijkt van wat een COO belangrijk vindt, is uitgewerkt op de pagina's waar een CEO op let bij AI-volwassenheid en waar een COO op let bij AI-volwassenheid.
Deze meting gaat over de vraag of de organisatie AI kan dragen, niet over welk werk AI zou kunnen overnemen. Dat is een andere vraag, met een ander instrument. Zodra duidelijk is waar de organisatie op de zeven dimensies staat, en welke fundamentele stappen nog moeten worden gezet, wordt de vraag welk deel van het werk daadwerkelijk overdraagbaar is aan AI relevant. Die vraag beantwoordt de werkscan van FTE TO AI, die per taak berekent welk deel over te nemen is. De volgorde is niet toevallig: eerst de draagkant, dan de overnamekant.
De volwassenheidsmeting van hybridresourcing is in aanbouw. Wie de plot-ronde 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.