AI gebruiken is niet zo moeilijk, er echt waarde uithalen wel

Wat AI anders maakt dan eerdere innovaties? De business zag de waarde ervan eerder dan IT.

Normaalgesproken moet je als IT-organisatie uitleggen waarom een nieuwe techniek of tooling interessant is. Bij generatieve AI gebeurde het omgekeerd: medewerkers gingen er zelf mee aan de slag en zagen meteen de waarde ervan in. Van het maken van teksten en presentaties tot analyses en eerste versies van rapporten. En dat zorgt voor een nieuwe realiteit.

AI is er al. Je medewerkers gebruiken het al. Maar als organisatie ben je nog aan het uitzoeken wat je ermee moet, en hoe.

Als AI business consultant zie ik nu overal dezelfde vraag opkomen: hoe zorgen we dat AI niet blijft hangen in experimenten, maar echt iets oplevert? Je wilt zoveel mogelijk waarde uit AI halen, maar wél gecontroleerd en zo veilig mogelijk.

In deze blog neem ik je mee in hoe je als organisatie meer waarde uit AI haalt, gebaseerd op wat ik zie werken in de praktijk. Ik bespreek het volgende:

• Hoeveel je bereikt met AI, hangt af van je AI-volwassenheid – waar zit jij op de schaal van assistent tot frontier firm?
• Frontier firm – wat het is en voor wie het een mooie ambitie is;
• De meeste winst zit vaak in praktische toepassingen, dus ga aan de slag;
• Wacht niet tot alles perfect is maar werk in twee sporen;
• Ga experimenteren met agents;
• Vergeet adoptie niet;
• Ik help je bij het vinden van de juiste volgende stap. 

Waar je staat met AI en waar je heen wilt

Ga je ‘all-in’ of doe je eerst een voorzichtig experiment? Het antwoord daarop hangt erg af van je huidige situatie: hoe ver ben je bijvoorbeeld met data governance? Ik wil je graag meenemen in dat er veel kan, ook als je nog niet alles op orde hebt om AI in je hele organisatie uit te rollen.

Je hoeft AI ook niet per se meteen in je hele bedrijfsvoering te integreren. Laat de hype los, maar zorg wel dat je weet waar je staat. Hoe staat het met je AI-volwassenheid? Wat heb je al op orde? Waar zit de grootste kans om waarde toe te voegen?

Microsoft beschrijft dit proces als een ontwikkeling in stappen, waarbij je van AI als assistent inzetten - de fase waar de meeste organisaties nog in zitten - uitgroeit tot een ‘frontier firm’. Dit groeipad ziet er zo uit:

• AI als assistent; zoals Copilot voor individuele productiviteit,
• naar AI als samenwerkingspartner; waar AI meewerkt in processen en teams ondersteunt,
• tot uiteindelijk AI als geïntegreerd onderdeel van je bedrijfsvoering.

En helemaal aan het eind van die ontwikkeling ligt wat Microsoft een frontier firm noemt: een organisatie waarin AI structureel verweven is in processen, besluitvorming en hoe werk wordt ingericht.

Bij organisaties die nog in die eerste fase zitten, zie ik vaak losse experimenten, individueel gebruik en veel nieuwsgierigheid, maar nog weinig structuur. De volgende stap is dan meestal eerst meer grip krijgen: op data, gebruik en risico’s. Maar niet alles hoeft helemaal af te zijn voordat je de volgende stap zet met AI.

En zodra je die grip wel hebt, kom je uit bij de vraag: wat gebeurt er als je van AI het uitgangspunt maakt?

Frontier firm: AI als integraal onderdeel van je organisatie

Als het je lukt om AI als uitgangspunt te nemen, dan heb je als organisatie ‘de heilige graal’ van AI bereikt. Microsoft noemt je dan een ‘frontier firm’. Als frontier firm heb je AI volledig geïntegreerd in je bedrijfsvoering en loop je daardoor voorop – zo sta je dus aan de ‘frontier’.

Maar je wordt niet zomaar een frontrunner. Wil je een frontier firm worden? Dan moet je AI een integraal onderdeel maken van processen, je manier van werken en alle data-silo’s doorbreken. Dit noemen we ook wel ‘AI-first’ werken.

Want een frontier firm voegt AI niet achteraf toe, maar neemt het vanaf het begin mee in hoe werk is ingericht. Je denkt niet: waar kunnen we hier nog een AI-tool gebruiken? Je denkt dan: hoe zou dit proces eruitzien als AI er al in zit?

Dat betekent dat je anders kijkt naar werk. Welke stappen kunnen slimmer? Wat kunnen agents voorbereiden of uitvoeren? Welke rol houdt de medewerker zelf?

Bij frontier firms zit de echte belofte van AI: niet alleen die van tijdswinst, maar ook beter gebruik van data. Waardoor je als organisatie innovatief bent, vooroploopt en concurrentievoordeel behaalt.

Dit betekent geen data-silo’s meer maar toegang tot enorm veel data. Die data zorgt voor meer context voor zowel AI-agents als medewerkers. En dat leidt uiteindelijk tot betere, datagedreven beslissingen. Organisaties die dat goed organiseren, kunnen sneller leren en sneller bewegen dan concurrenten.

Tegelijkertijd is het goed om daar nuchter naar te kijken. Voor een nieuw bedrijf is AI-first werken relatief eenvoudig - zowel de techniek als de cultuur en het gedrag van je medewerkers kun je vanaf het begin zo inrichten dat je zonder security- en compliance-problemen AI-first werkt.

Voor een bestaande organisatie, met systemen en processen die al jaren staan, is dat een stuk lastiger. Daar groeit zo’n manier van werken altijd stap voor stap. En welke stappen je nog moet zetten en hoe snel je die zet, verschil enorm. In een volgende blog gaan we in op de stappen die je doorloopt om een frontier firm te worden. 

De echte winst ontdek je in de praktijk

Vaak ligt de eerstvolgende stap nog niet bij die frontier firm-ambitie, maar een stuk dichterbij.

Voor de meeste organisaties zit de grootste winst nu in praktische toepassingen. Repetitief werk versnellen, sneller documenten en presentaties maken, medewerkers op weg helpen met Copilot en ervaring opdoen met agents in een afgebakende setting.

Dat klinkt misschien minder spectaculair, maar het is wel de meest realistische volgende stap. En vaak ontstaat dan ook het inzicht waar AI binnen jouw organisatie daadwerkelijk verschil maakt.

Ik hoor daarbij vaak de vraag hoe je de ROI vooraf goed in kaart brengt. Daarover moet ik eerlijk zeggen: dat lukt niet altijd. Die laat zich vaak pas zien als mensen ermee werken.

In de praktijk zie je snel genoeg wat het oplevert en binnen welke processen. Vaak zit het in snelheid, kwaliteit en het makkelijker opstarten van werk. Soms is het gewoon eerst doen, om vervolgens te kunnen sturen.

Wachten tot alles perfect is, of meegaan in het tempo van je mensen?

Het is logisch om te denken dat je eerst je data governance, labeling en beveiliging volledig op orde moet hebben. Zeker als je breder met AI aan de slag wilt. En dat is vaak ook wat we adviseren.

Maar wachten tot alles perfect is, kan je ook meer kosten dan het je oplevert. Want in de tussentijd gebruiken medewerkers gewoon AI-tools die ze zelf vinden. Zonder begeleiding en zonder dat IT goed zicht heeft op wat er gebeurt. Deze shadow AI brengt cybersecurity- en compliance-risico’s met zich mee.

Wat naar mijn idee beter werkt, is een combinatie van informatiehuishouding aan de ene kant, en AI-pilots opstarten aan de andere kant. Je bouwt je governance en security op, maar start tegelijkertijd gecontroleerd met AI. Met een kleine groep, beperkte toegang en duidelijke kaders. Zo mitigeer je risico’s maar kun je wel starten. 

Zo doe je ervaring op en houd je grip. En juist die combinatie blijkt in de praktijk het meest effectief.

Agents: begin met experimenteren

Agents zijn voor veel organisaties de volgende stap. Terecht, want agents kunnen je veel opleveren. Ook bij agents geldt: het hoeft niet meteen perfect. Dus denk niet te groots, maar ga lekker experimenteren.

Mijn advies: begin met een duidelijk doel. Bijvoorbeeld: we bouwen dit jaar 60 agents. Het is handig om er redelijk veel te maken, omdat je al doende erachter komt wat wel en niet werkt. En wat voor jullie organisatie van waarde is.

Ga vervolgens binnen een afgebakende, veilige omgeving aan de slag met die agents. Laat mensen use cases aandragen, bouw agents, test ze en verbeter ze één keer. Laat dan een pilotgroep met deze agents experimenteren: welke gebruiken ze daadwerkelijk en vinden ze van toegevoegde waarde?

Vervolgens kun je de meest waardevolle agents binnen je hele organisatie in gebruik nemen. Maar voordat je zover bent, moet je nagedacht hebben over agent-beheer en adoptie, want hoe weten jouw mensen hoe ze met zo’n agent om moeten gaan? En hoe houd je het overzicht over alle agents en hun gebruik? Voor dat laatste heeft Microsoft inmiddels Agent 365 en de E7 licentie, maar daarover vertel ik op een later moment meer.

Waarom adoptie belangrijker is dan technologie

Ik noemde adoptie al. Want de technologie is meestal niet zo moeilijk: Copilot aanzetten voor je mensen bijvoorbeeld is zo gebeurd. Maar nee, doe dat niet zomaar!

Je organisatie moet wel klaar zijn voor AI. En AI vraagt net als elke andere nieuwe tool om gedragsverandering. En gedragsverandering, of de adoptie van nieuwe IT, is niet makkelijk. Want niet iedereen ziet direct de waarde van je AI-tool in. Niet iedereen verandert ‘zomaar’ zijn manier van werken. En niet elk team weet meteen waar AI wel en niet iets toevoegt – waar kunnen zij de tool eigenlijk het beste voor inzetten?

Ict-adoptie is dus een belangrijke volgende stap om verder te komen met AI. Je mensen hebben begeleiding nodig, voorbeelden en duidelijke kaders. De AI-volwassenheid van je organisatie gaat dus niet alleen over tooling, maar net zo goed over hoe je je mensen ermee leert werken.

De volgende stap hangt af van waar je staat

Het belangrijkste dat ik je nu wil meegeven is: ga nadenken over ‘wat is voor ons nu de juiste volgende stap?’ Daar ga ik je de komende tijd ook bij helpen.

Voor de ene organisatie betekent dat: veiliger omgaan met wat er al gebeurt en een eerste pilot opzetten. Voor de ander: processen herontwerpen, agents opschalen en nadenken over beheer. En voor een kleinere groep wordt de vraag relevanter of ze richting een frontier firm willen bewegen.

Meer waarde uit AI halen is voor elke organisatie haalbaar, maar heeft niet alleen een visie of ambitie nodig. Er zijn ook daadwerkelijk praktische stappen te zetten om snel aan de slag te gaan. Of je nu al heel ver bent met AI of aan het startpunt staat.

Ik help je graag bij de volgende stap zetten met AI – van slimme assistent tot frontrunner van innovatie als frontier firm. De komende tijd deel ik mijn inzichten op LinkedIn en hier op het blog: lees je mee?

Of neem meteen contact met me op om jullie volgende AI-stap te bespreken!