AI werkt. Dit is hoe.

Twee bedrijven. Dezelfde opdracht: de klantenservice opnieuw bouwen rond AI. Dezelfde modellen. Het technologiebedrijf gaat binnen zes maanden live. De grote bank rekent in jaren.

Dat is geen anekdote. Dat is het patroon uit het Enterprise AI Playbook van Stanford, dat 51 geslaagde AI-implementaties van binnenuit onderzocht. Het verschil tussen weken en jaren zit nooit in de techniek. Het zit in de organisatie.

Vorige maand schreef ik: AI werkt, de meeste organisaties niet. Deze maand het goede nieuws. De bedrijven die het wél kunnen, doen opvallend hetzelfde. Je kunt het dus nadoen. Niet alleen DBS en Freeport-McMoRan, de usual suspects uit het playbook van McKinsey. Ook een truckbouwer uit Illinois.

Het model is het makkelijke deel

Vraag de mensen die het gedaan hebben wat het moeilijkst was. Ze noemen zelden de technologie. Stanford telde: 77 procent van de grootste obstakels was onzichtbaar. Verandermanagement. Datakwaliteit. Procesherontwerp.

En 61 procent van de geslaagde projecten had eerst een mislukking achter de rug. Steeds hetzelfde patroon: AI losgelaten op een proces dat al niet deugde. Een gemankeerd proces is met AI niet te redden. Het faalt alleen sneller.

Wat de tweede poging wél deed slagen? Een CEO die het eigenaarschap naar zich toe trok. Niet parkeren bij de CTO. Wekelijkse check-ins, geen kwartaalrapportages.

En dit: in geen van de 51 cases werd iemand gestraft voor een mislukte AI-poging. Lees die zin nog eens. Geldt dat ook bij jou?

O ja. De weerstand kwam niet van de werkvloer. De meest genoemde rem waren de stafafdelingen. Legal, HR, Risk, Compliance. Precies de mensen die zeggen dat ze je beschermen.

Breng het werk in kaart, niet de tools

Waarom zien managers niet waar AI hun bedrijf echt verandert? Onderzoekers van INSEAD en Harvard Business School noemen het in de nieuwste HBR het mapping-probleem.

Ze deden een experiment met 515 bedrijven. Allemaal dezelfde tools, dezelfde training, hetzelfde budget. De helft kreeg één ding extra: voorbeelden van hoe anderen hun werk rond AI hadden herontworpen. Die helft vond 44 procent meer toepassingen. Won vaker betalende klanten. Draaide bijna twee keer zoveel omzet. Niet door betere technologie. Door beter kijken.

Robert Oh, digitaal bestuurder van truckbouwer International Motors, zag het bij zichzelf gebeuren. Tientallen enthousiaste experimenten. Taken werden sneller. Het bedrijf niet. Technologiedemo’s, geen innovatie. De Financial Times heeft er een woord voor: AI-toerisme. Eerst een AI-strategie willen, dan een probleem zoeken. Dus zette hij het executive team aan tafel, bracht de processen van sales tot service in kaart, benoemde 21 kansen en schrapte er zestien. Eén project ging in twaalf weken van idee naar productie. Opbrengst: miljoenen per jaar.

Meet groei, benoem een eigenaar, maak het af

Wharton bevroeg deze zomer ruim 1.400 mensen in grote Amerikaanse ondernemingen. Tachtig procent ziet positieve ROI op AI. Slechts 28 procent ziet een stérk positieve. Wat scheidt die twee? Drie dingen.

Eén: waar je op meet. Wie AI afrekent op groei, zoals omzet, conversie of output, haalt bijna drie keer zo vaak sterke rendementen als wie bespaarde uren telt. Toch is “uren bespaard” nog steeds de populairste maatstaf. Je meet wat makkelijk is, niet wat telt.

Twee: wie het draagt. Een echte Chief AI Officer: 58 procent sterke rendementen. De taak erbij op het bordje van een zittende bestuurder: 24 procent. Niets geregeld: 8 procent. Maar pas op, waarschuwt Bain-partner Florian Mueller in de FT: een Chief AI Officer kan een geweldige bouwer zijn, maar ook een gevaarlijk alibi. Horen medewerkers alleen van de AI-chef over AI, dan is het een project. Horen ze het van de CEO en het hele bestuur, steeds opnieuw, dan is het strategie.

Drie: of je het afmaakt. Wie het herontwerp voltooit, in plaats van AI naast een paar processen te plakken, scoort 67 procent. Die organisaties reorganiseerden hun management. Ze ontsloegen niet meer mensen dan de rest. Laat dat even bezinken.

Wat dit vraagt van mensen

Hier raakt het mijn vak. Een verzekeraar in het Stanford-onderzoek zei het onomwonden: we missen mensen die het proces begrijpen én de AI. En die de twee bij elkaar brengen. Dat profiel is schaars. Het staat ook in bijna geen enkel functieprofiel.

Wharton laat nog iets zien. 39 procent van de managers zegt dat hun organisatie op één lijn zit over AI. Van hun medewerkers zegt 26 procent dat. Die kloof zit in elke sector, elke bedrijfsomvang, elke afdeling op één na. Bovenin denkt men dat iedereen meedoet. Op de vloer wacht men op de uitleg.

Leiders die dat gat dichten, zijn de komende jaren goud waard. Zoek je ze al?

Kort samengevat: AI werkt. De organisaties waar het werkt hebben geen betere modellen. Ze repareerden eerst het proces, brachten het werk in kaart, maten op groei, wezen één eigenaar aan en maakten het af. Met mensen die proces én technologie begrijpen.

Weet je welkom hierover van gedachten te wisselen — over de leiders die een AI-transformatie kunnen dragen van proceskaart tot resultaat, en over het vinden en selecteren van de beste, juiste kandidaten voor leiderschapsrollen in je organisatie.

Warme groet,

Aege

PS Bij dit onderwerp hoor ik het te zeggen: ik schrijf deze nieuwsbrieven met hulp van AI. Het onderwerp, de stelling en de toon bepaal ik zelf; de AI helpt me met deskresearch, het controleren van cijfers aan de bron en het aanscherpen van de tekst. Precies zoals hierboven beschreven: het werkt pas als je het proces zelf in handen houdt.