Meer met AI?

Meer met AI?

Mooi. Begin dan bij wat er beter moet.

AI is geen doel op zich. De interessante vraag is wat je ermee wilt verbeteren, versnellen of mogelijk maken. Een proces dat slimmer kan. Werk dat anders georganiseerd moet worden. Dienstverlening die beter moet. Of tientallen initiatieven die nog te weinig opleveren.

Pas als dat helder is, kun je bepalen wat er nodig is om verder te komen. Soms zijn dat richting en keuzes. Soms is het één specialist. Soms een tijdelijk samengesteld AI-team.

Bespreek je vraagstuk

Nog niet precies scherp wat het vraagstuk is? Dat is juist een prima startpunt.

01 · Herken je dit?

Waar het in de praktijk vastloopt

Een aantal situaties die ik vaak tegenkom bij organisaties die al een tijd met AI bezig zijn. Misschien herken je er één, misschien meerdere tegelijk.

  • Er gebeurt van alles, maar het levert nog te weinig op

    Teams experimenteren, er lopen pilots en medewerkers gebruiken zelf AI. De echte impact op processen en resultaten blijft beperkt.

  • We hebben meer ideeën dan we kunnen uitvoeren

    De lijst met use cases groeit, maar prioriteit, eigenaarschap en capaciteit ontbreken.

  • We weten wat we willen verbeteren, maar niet hoe AI daarin past

    Het organisatievraagstuk is helder, maar de vertaling naar een werkbare aanpak ontbreekt.

  • We weten wat we willen bouwen, maar daarmee zijn we er nog niet

    Technologie alleen zorgt niet dat processen, mensen, governance en werkwijzen mee veranderen.

  • We missen tijdelijk de juiste expertise

    Het vraagstuk vraagt om kennis of uitvoeringskracht die niet structureel in huis hoeft te zijn.

  • We willen van experimenteren naar invoeren

    De proef werkt en de eerste gebruikers zijn enthousiast. Nu moet het onderdeel worden van hoe er dagelijks gewerkt wordt.

Herkenbaar? Dan is er waarschijnlijk geen AI-probleem, maar een organisatievraagstuk waar AI een rol in speelt.

02 · De aanpak

“We willen meer met AI” is nog geen vraagstuk.

Dat is een intentie. Om er keuzes op te kunnen baseren, moeten we eerst weten wat er daadwerkelijk beter moet. Daarom begin ik met vragen als deze.

  • Wat wil je verbeteren?
  • Waar gaat nu onnodig veel tijd verloren?
  • Waar loopt een proces vast?
  • Wat zou aantoonbaar beter moeten?
  • Welk werk kan anders worden georganiseerd?
  • Waar kan AI daadwerkelijk waarde toevoegen?
  • Wat moet er over drie of zes maanden anders zijn?
  1. Wat moet beter?
  2. Wat moet veranderen?
  3. Wat is daarvoor nodig?
  4. Welke expertise hoort daarbij?

03 · Hoe een vraagstuk eruitziet

Één vraagstuk. Meerdere expertises.

“We willen onze klantprocessen slimmer organiseren met AI.”

Strategie & regie

Wat willen we bereiken en hoe sturen we daarop?

Organisatie & werk

Welke processen, taken en rollen veranderen er?

Change & adoptie

Hoe zorgen we dat de nieuwe werkwijze daadwerkelijk wordt gebruikt?

Build & technologie

Wat moet er ontwikkeld of ingericht worden?

Data & architectuur

Welke data en technische basis zijn nodig?

Governance & compliance

Welke kaders en verantwoordelijkheden moeten geregeld zijn?

Privacy & security

Hoe zorgen we dat de toepassing veilig en verantwoord is?

Andere organisatie-expertise

Werkherontwerp, programmamanagement, kwartiermaken, leiderschap, HR & AI of andere expertise die het vraagstuk vraagt.

Het vraagstuk bepaalt welke expertise nodig is. Niet andersom.

Niet ieder vraagstuk vraagt om al deze disciplines. Welke combinatie nodig is, volgt uit wat er moet gebeuren.

04 · Wat er vervolgens nodig kan zijn

Drie routes, afhankelijk van het vraagstuk

01

Richting & begeleiding

Je weet dat AI kansen biedt, maar er zijn nog keuzes nodig over waar je begint, wat prioriteit krijgt of wat AI betekent voor werk, teams en organisatie.

Dan kan de vervolgstap bijvoorbeeld een MT-sessie zijn, een scan, een werksessie, een roadmap of begeleiding bij werkherontwerp, leiderschap en adoptie.

Soms heb je geen extra mensen nodig, maar eerst richting, keuzes of beweging.

02

Één specialist

Het vraagstuk is helder en er ontbreekt tijdelijk één specifieke expertise.

Dan kan een passende zelfstandige specialist aansluiten voor bijvoorbeeld een project, een interim-opdracht of een afgebakend onderdeel.

Precies de expertise die ontbreekt, voor de periode dat die nodig is.

03

Tijdelijk AI-team

Het vraagstuk vraagt om meerdere disciplines die tegelijkertijd aan hetzelfde resultaat werken.

Dan kan tijdelijk een combinatie van specialisten worden samengesteld rondom wat er moet gebeuren.

Een team dat volgt uit het vraagstuk, niet uit een vaste bezetting.

Niet meer mensen dan nodig. Wel precies wat nodig is om verder te komen.

05 · Waarom deze manier van werken?

Wat het je oplevert

  1. 01

    Het probleem blijft leidend

    Geen technologie zoeken waar nog een probleem bij moet worden gevonden.

  2. 02

    Expertise op het moment dat die nodig is

    Je hoeft niet iedere expertise structureel in huis te halen.

  3. 03

    Organisatie én technologie aan tafel

    Een oplossing moet niet alleen werken, maar ook landen in het dagelijkse werk.

  4. 04

    Van richting naar uitvoering

    Niet blijven hangen in ideeën en pilots, maar organiseren wat nodig is om verder te komen.

Portretfoto van Lizzy Prins.

Lizzy Prins, oprichter van High Potential Factory

Ik help organisaties grip krijgen op de impact van AI op werk, teams en organisatie. Vanuit die rol werk ik waar nodig samen met zelfstandige specialisten uit verschillende disciplines.

AI-leiderschap · organisatieverandering · toekomst van werk · auteur van Van Homo Sapiens naar Robo Sapiens

Wat zou jij willen verbeteren met AI?

Misschien weet je al precies wat er moet gebeuren. Misschien weet je vooral dat iets slimmer, sneller of beter kan. Beide zijn een prima vertrekpunt.

In een eerste gesprek kijken we naar het vraagstuk dat er ligt, waar je naartoe wilt en wat er mogelijk nodig is om daar te komen.

Bespreek je vraagstuk