Prestatiemanagement is de dimensie die meet of een organisatie ziet wat AI oplevert, en of die informatie ergens landt. Niet of er een dashboard staat, maar of iemand kijkt naar wat een AI-toepassing verandert aan doorlooptijd, kwaliteit of foutmarge, en of die uitkomst invloed heeft op de volgende beslissing. Een niveau hoger kost geen vast bedrag, omdat de afstand tussen niveaus per organisatie verschilt. Een organisatie die nog niets meet, moet iets anders optuigen dan een organisatie die al meet maar de uitkomsten nergens gebruikt. Wat wel vaststaat: de kosten zitten zelden in software. Ze zitten in tijd, herhaling en de bereidheid om resultaten serieus te nemen ook als ze tegenvallen.
De dimensie kijkt naar drie dingen. Ten eerste of er een uitkomst gedefinieerd is voordat een AI-toepassing start — wat moet er beter worden, en hoe is dat te zien. Ten tweede of die uitkomst na verloop van tijd daadwerkelijk gemeten wordt, in plaats van aangenomen. Ten derde of de meting een gevolg heeft: wordt een toepassing aangepast, uitgebreid of gestopt op basis van wat er gemeten is, of blijft de uitkomst een cijfer in een rapport dat niemand opnieuw opent. Veel organisaties scoren laag niet omdat ze niet meten, maar omdat de meting geen plek heeft in een besluit.
Op baseline-niveau is er geen omschrijving van wat succes betekent voordat een AI-toepassing begint. Er wordt achteraf gekeken of iets "beter voelde", zonder vaste maatstaf. Wat dat in de praktijk betekent voor een organisatie die op dit niveau zit, staat beschreven op de pagina over wat het niveau baseline betekent in de praktijk.
Op foundation-niveau is er wel een uitkomst benoemd, maar de meting gebeurt eenmalig of toevallig. Iemand checkt na een paar weken of het werkt, maar er is geen herhaling en geen vaste vorm. De pagina over wat het niveau foundation betekent in de praktijk laat zien hoe die situatie zich onderscheidt van baseline en van het niveau daarna.
Vanaf activation wordt meten een gewoonte in plaats van een uitzondering: dezelfde maatstaf wordt op vaste momenten opnieuw bekeken. Bij insight wordt die uitkomst gekoppeld aan een besluit — een toepassing die niet levert wat vooraf verwacht was, wordt aangepast of gestopt. Bij intelligence is de meting ingebed in een breder ritme: prestaties van AI-toepassingen worden naast elkaar gelegd en vergeleken, zodat de organisatie leert welke type toepassing wel en niet aanslaat.
Prestatiemanagement hangt af van dimensies die eerder in de volgorde staan. Zonder een organisatie die weet wie verantwoordelijk is voor een uitkomst, blijft een meting een getal zonder eigenaar — dat begint bij de vraag hoe volwassen de organisatie is als het om AI gaat, te beantwoorden via de organisatiedimensie. Zonder infrastructuur die het mogelijk maakt om gegevens over gebruik en uitkomst vast te leggen, is er niets om te meten — zie de it-infrastructuurdimensie. En zonder datamanagement dat bepaalt welke gegevens betrouwbaar genoeg zijn om op te varen, levert een meting misschien wel een cijfer op maar geen houvast — zie de datamanagementdimensie. Wie prestatiemanagement wil laten stijgen zonder deze fundamenten op orde te hebben, meet iets, maar niet iets waarop te bouwen is.
De stap van baseline naar foundation vraagt vooral een afspraak: benoem voordat een toepassing start wat succes betekent, en leg dat vast op een plek waar het later terug te vinden is. Dat is geen investering in techniek, maar in gewoonte.
De stap van foundation naar activation vraagt herhaling: dezelfde maatstaf terugkomen op vaste momenten, in plaats van een eenmalige blik. Dat kost tijd van iemand die dat op de agenda zet en er ook naar blijft vragen.
De stap naar insight vraagt iets moeilijkers: de bereidheid om een toepassing terug te draaien of aan te passen als de meting tegenvalt, ook als daar al in geïnvesteerd is. Dat is minder een kostenpost dan een cultuurvraag.
De stap naar intelligence vraagt ten slotte een vergelijking tussen toepassingen onderling, zodat de organisatie niet per geval leert maar patronen ziet. Dat vraagt een vaste plek waar die vergelijking gebeurt, en mensen die er tijd voor krijgen.
De volwassenheidsmeting van hybridresourcing laat zien of een organisatie in staat is om te dragen wat AI oplevert — of de fundamenten er staan, en of prestatiemanagement daarop kan bouwen. Ze zegt niets over welke taken binnen het werk zelf geschikt zijn om door AI te laten overnemen, en in welke mate. Die vraag beantwoordt de werkscan van FTE TO AI, die per taak berekent welk deel ervan aan AI over te dragen is. Wie eenmaal weet waar de organisatie op deze dimensie staat, heeft daarmee ook een aanwijzing of de uitkomsten van zo'n werkscan straks ergens landen, of verdwijnen in een rapport dat niemand opnieuw opent.
De volwassenheidsmeting, met de plot-ronde waarin meerdere mensen apart scoren en de spreiding tussen hun antwoorden zichtbaar wordt, is nog in ontwikkeling. 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.