Een CEO die AI op de agenda heeft staan, hoort meestal twee soorten berichten. Het ene komt van de teams die pilots draaien en successen melden. Het andere komt van de cijfers, die laten zien dat er weinig van die successen doorstroomt naar de rest van de organisatie. Tussen die twee berichten zit een vraag die de CEO zichzelf op een gegeven moment stelt: ligt dit aan de techniek, aan de mensen, of aan iets dat wij nog niet hebben ingericht.
De vraag is zelden "werkt AI hier". Die vraag is intern al lang beantwoord, meestal met een voorbeeld dat wel werkte. De vraag die overblijft is waarom dat voorbeeld niet overal werkt, en of dat een probleem van opschalen is of een probleem van fundament. Een CEO wil weten of de organisatie als geheel klaar is om AI te dragen, niet of een los team er slim mee kan werken.
Dat is een ander soort vraag dan die van specialisten in de organisatie. De COO kijkt naar processen, de CIO naar infrastructuur, de CHRO naar mensen en rollen. Voor elk van die invalshoeken bestaat een eigen antwoord, te vinden bij waar een COO op let bij AI-volwassenheid, waar een CIO op let bij AI-volwassenheid en waar een CHRO op let bij AI-volwassenheid. De CEO heeft die antwoorden nodig, maar zijn eigen vraag ligt een niveau hoger: staan die drie fundamenten in verhouding tot elkaar, of loopt de organisatie scheef omdat het een ver voor is op het ander.
Het risico voor een CEO is niet dat AI mislukt. Het risico is dat de organisatie investeert in de verkeerde volgorde: geld en aandacht naar toepassingen, terwijl organisatie, IT-infrastructuur en datamanagement nog niet op niveau zijn om die toepassingen te dragen. Dat zijn de fundamentele dimensies. Ze gaan voor de afhankelijke dimensies, niet omdat dat een voorkeur is, maar omdat het de volgorde is waarin het werkt. Een organisatie die daar geen zicht op heeft, blijft pilots draaien die niet optellen tot iets groters, en betaalt daarvoor in tijd, geloofwaardigheid van het programma en het vertrouwen van de mensen die eraan meewerkten.
Wat hij ook te verliezen heeft, is het vermogen om aan zijn raad van commissarissen of aandeelhouders uit te leggen waar de organisatie staat. "We doen aan AI" is geen antwoord waar een CEO op zit te wachten als hem gevraagd wordt wat dat oplevert. Hij heeft iets nodig dat hij kan tonen: een niveau, een structuur, een reden waarom het volgende kwartaal niet dezelfde vraag terugkomt.
Een CEO accepteert geen antwoord dat op één perspectief steunt. Als alleen IT zegt dat het goed gaat, of alleen HR zegt dat de mensen er klaar voor zijn, weet hij dat dat beeld gekleurd is door de plek waar het vandaan komt. Wat hij nodig heeft is een beeld waarin die perspectieven naast elkaar liggen, met de verschillen zichtbaar in plaats van wegverklaard.
Hij accepteert ook geen antwoord dat alles op één hoop veegt. "AI-volwassenheid: 3 van de 5" zegt hem niets als hij niet weet welke dimensie dat cijfer omlaag trekt en welke het optrekt. Zonder die uitsplitsing kan hij geen prioriteit stellen, en blijft elk gesprek over AI een gesprek over gevoel in plaats van over structuur.
De volwassenheidsmeting van hybridresourcing is gebouwd op die twee punten. Ze kijkt naar zeven dimensies, van organisatie en IT-infrastructuur tot datamanagement en de dimensies die daarop volgen, en plaatst elke dimensie op een van vijf niveaus: baseline, foundation, activation, insight, intelligence. Dat niveau is nooit voor de hele organisatie gelijk. Een bedrijf kan op datamanagement op foundation staan en op organisatie op activation, en precies dat verschil is waar een CEO iets aan heeft.
De meting werkt met een plot-ronde: meerdere mensen uit de organisatie scoren apart, zonder elkaars antwoorden te zien. De spreiding die daaruit ontstaat, is zelf informatie. Als de CIO en de CHRO ver uit elkaar liggen over hetzelfde onderdeel, vertelt dat iets over hoe de organisatie ernaar kijkt, los van wat het "echte" niveau is. Voor een CEO die tussen twee berichten in staat, is die spreiding vaak informatiever dan het gemiddelde.
Deze meting zegt niets over welke taken AI kan overnemen of hoeveel capaciteit dat vrijmaakt. Ze meet of de organisatie kan dragen, niet wat er te dragen valt. Wie dat eerste beeld heeft en wil weten wat het tweede oplevert, komt bij een andere vraag terecht: welk deel van het werk zich laat overnemen, en onder welke voorwaarden. Dat is precies waarvoor de werkscan van FTE TO AI is gebouwd. Die rekent per taak uit welk deel van het werk door AI over te nemen is, gebaseerd op de aard van de taak zelf, niet op de gereedheid van de organisatie erachter. De twee metingen horen bij elkaar in die volgorde: eerst zien of de grond draagt, dan pas berekenen wat erop gebouwd kan worden.
De tool waarmee organisaties dit zelf kunnen doorlopen, is in aanbouw. Wie de meting wil gebruiken zodra ze beschikbaar is, kan zich aanmelden voor de wachtlijst. Ter vergelijking: hoe een hele sector hiermee omgaat, staat beschreven in hoe de bouwsector scoort op AI-volwassenheid.
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.