Een team start een pilot. Een stuk of vijf medewerkers, een afgebakend proces, een tool die snel is aan te zetten. Na een paar weken zijn de resultaten binnen die kleine groep goed. Er wordt tijd bespaard, het werk gaat sneller, de eerste reacties zijn positief. De pilot wordt intern gedeeld als bewijs dat AI werkt voor de organisatie.
Daarna gebeurt er iets opvallends: niets. De pilot blijft bij dat ene team, in dat ene proces, met die vijf mensen. Andere afdelingen kijken toe, zeggen dat het interessant is, en gaan door met hun eigen werk zoals ze dat altijd deden. Een jaar later bestaat de pilot nog, maar de organisatie is niet veranderd.
De redenering achter een pilot in een hoekje is niet onverstandig. Je wilt risico beperken, je wilt leren voordat je breed uitrolt, je wilt niet meteen de hele organisatie op zijn kop zetten voor iets onbewezen. Klein beginnen is een redelijk uitgangspunt.
Het probleem zit niet in het klein beginnen. Het zit in wat er daarna niet gebeurt. Een pilot die goed werkt in een afgeschermde omgeving zegt vooral iets over die omgeving: gemotiveerde mensen, een overzichtelijk proces, weinig afhankelijkheden met andere afdelingen. Het zegt niets over of de rest van de organisatie hetzelfde kan. Data staat ergens anders geordend, processen lopen anders, mensen hebben andere prioriteiten. De pilot bewijst dat het kan werken onder ideale omstandigheden, niet dat de organisatie klaar is om het overal te laten werken.
Ook herkenbaar is de situatie waarin twee enthousiastelingen en verder niemand de pilot dragen. Zolang die twee mensen energie steken in het project, gaat het door. Op het moment dat een van hen een andere rol krijgt of het druk heeft, valt de pilot stil. Niemand merkt het meteen, want de organisatie was er nooit echt van afhankelijk.
Er zijn een paar herkenbare signalen. De pilot wordt in interne presentaties genoemd als succesverhaal, maar niemand kan zeggen wat de volgende stap is om hem breder te trekken. Er is geen concrete afspraak over wanneer het experiment overgaat in iets structureels, en dus is er geen afspraak over wat er eigenlijk moet blijken uit de proef. Slaagt hij als de tijdsbesparing aantoonbaar is? Als de kwaliteit gelijk blijft? Als andere teams zelf om toegang vragen? Zonder dat criterium blijft een pilot draaien zonder ooit ergens te komen.
Een ander signaal is dat de technologie werkt, maar de manier van werken eromheen niet is aangepast. Mensen gebruiken de tool naast hun bestaande proces in plaats van in plaats daarvan. Dat is een teken dat de technologie voor is op de structuur waarin ze moet functioneren: de organisatie heeft niets veranderd om ruimte te maken voor het nieuwe werk, dus het nieuwe werk past zich aan het oude aan, niet omgekeerd.
Een derde signaal is dat niemand buiten de pilot zich eigenaar voelt. Er is een team dat het uitprobeert, maar geen manager, directielid of proceseigenaar die verantwoordelijkheid draagt voor opschalen. Als een pilot een demonstratie blijft in plaats van een eigendom, dan is dat precies het patroon waarbij een demonstratie zonder eigenaar zijn effect verliest zodra de eerste nieuwigheid eraf is.
En ten slotte: als u zich voorstelt wat er gebeurt als de pilot morgen naar drie andere afdelingen zou moeten, en het antwoord is onduidelijk of ongemakkelijk, dan zit u waarschijnlijk al in deze valkuil. Niet omdat de pilot mislukt is, maar omdat hij nooit bedoeld was om ergens heen te gaan.
De reden dat pilots blijven hangen in hun hoekje ligt zelden bij de technologie zelf. Het ligt bij wat er onder de pilot zit: hoe volwassen de organisatie, de IT-infrastructuur en het datamanagement zijn ten opzichte van wat opschalen vereist. Een pilot kan uitstekend werken op een geïsoleerde dataset met een select team, en toch onmogelijk blijken zodra hij de rest van de organisatie raakt, simpelweg omdat de fundamentele lagen daar niet op zijn ingericht. Dat is ook precies waarom opschalen zonder dat de basis staat zo vaak vastloopt: de pilot was nooit het probleem, de ondergrond eronder wel.
De volwassenheidsmeting van hybridresourcing brengt die ondergrond in beeld: vijf niveaus, van baseline tot intelligence, over zeven dimensies die samen bepalen of een organisatie een pilot kan dragen buiten zijn hoekje. In een plot-ronde scoren meerdere mensen apart, en de spreiding tussen hun antwoorden laat vaak al zien waar de organisatie het over zichzelf oneens is voordat er een woord over technologie is gevallen. Wie wil weten waarop een CEO zou moeten letten bij AI-volwassenheid voordat de volgende pilot start, vindt daar een aanzet.
Deze meting gaat over de vraag of de organisatie een pilot kan dragen: is de structuur er klaar voor, staat de data op orde, is de infrastructuur toereikend. Dat is een andere vraag dan welk deel van het werk zelf geschikt is om over te dragen aan AI. Die vraag beantwoordt de werkscan van FTE TO AI: die rekent per taak uit welk deel van het werk over te nemen is, los van of de organisatie daar als geheel al klaar voor is. Wie een pilot overweegt te verbreden, doet er goed aan beide vragen apart te stellen voordat hij ze met elkaar verwart.
De volwassenheidsmeting is in aanbouw. Wie de plot-ronde wil doorlopen zodra hij 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.