Bedrijven meten het succes van AI vooral af aan tempo. Sneller coderen, sneller klanten helpen en sneller beslissen. Maar met snelheid alleen word je nog geen betere organisatie.

Daar is de AI-produc­ti­vi­teits­mythe. Veel bedrijven denken dat de invoe­ring van AI op zich meteen waarde oplevert. Ze moeten echter verder kijken dan tempo en eerst één vraag beant­woorden. Bouwen we met AI een nieuwe, betere organi­satie? Of gewoon een snellere versie van de oude?

Fundament op orde

Precies daarom focussen de bedrijven die het meeste uit AI halen op de manier waarop het werk rond AI georga­ni­seerd is. Uit de AI Maturity Index blijkt ook dat AI maar zo sterk is als de basis waarop het rust. Toch bouwen nog veel bedrijven geavan­ceerde AI bovenop losstaande werkpro­cessen en verou­derde werkmo­dellen. Ze botsen zo op dezelfde organi­sa­to­ri­sche problemen die AI net had moeten oplossen.

Bedrijven moeten dus herdenken hoe ze werken en hoe ze beslis­singen nemen. Wie AI gewoon bovenop bestaande struc­turen plakt, vergroot de huidige ineffi­ci­ën­ties alleen maar. Pas wanneer de verou­derde systemen zijn opgeruimd en iedereen met dezelfde werkpro­cessen aan de slag gaat, kan automa­ti­se­ring in het hele bedrijf opschalen.

Verouderde infrastructuur

Voor veel Belgi­sche bedrijven is dat punt nog veraf. Amper 15% verving zijn versnip­perde, verou­derde systemen groten­deels door nieuwe, geïnte­greerde platformen. Verou­derde infra­struc­tuur houdt dus het gros van de AI-initi­a­tieven tegen. Ook medewer­kers in heel Europa zien dat probleem: 39% noemt datasilo’s een van de grootste fouten die hun organi­satie maakt bij de invoe­ring van AI.

Zit de nodige data namelijk verspreid over losse systemen, dan versnelt AI maar een stuk van het proces en moeten medewer­kers de gaten zelf dichten. AI levert dan geen meerwaarde op voor de héle organisatie.

Misver­standen uit de wereld

Databe­heer wordt daarbij vaak gezien als een rem op de adoptie van AI, omdat het experi­menten beperkt, extra werk creëert en meer toezicht vraagt. Succes meet je echter best af aan de vraag of AI op een verant­woorde, consis­tente en schaal­bare manier kan draaien, en niet alleen aan hoe snel het wordt uitgerold.

Gover­nance zorgt namelijk voor houvast en laat bedrijven toe om AI verder op te schalen dan losse piloot­pro­jecten. Het legt vast wie verant­woor­de­lijk is voor beslis­singen die AI neemt, en levert de normen en het toezicht om AI verant­woord te beheren. Gover­nance remt innovatie dus niet af; het geeft bedrijven het vertrouwen om AI zonder risico’s in te zetten in kritieke processen. Toch is de praktijk nog niet zover. Ondanks groei­ende inves­te­ringen test, contro­leert en beheert amper 15% van de Belgi­sche bedrijven AI-risico’s goed. Bij de rest ontbreekt de basis nog.

Leiderschap op nieuwe leest

Succes­volle AI is dan ook niet langer de zaak van één afdeling. Om adoptie en opscha­ling aan te jagen, is leider­schap over de afdelingen heen nodig. Dat betekent dat verant­woor­de­lijk­heden opnieuw verdeeld moeten worden. AI-vaardig­heden opbouwen is bijvoor­beeld niet meer alleen een taak voor HR, en gover­nance niet meer alleen voor de juridi­sche dienst of compliance.

Zo zijn leider­schap en organi­sa­tie­kracht, meer dan techno­logie, intussen de grootste obsta­kels voor AI-adoptie geworden. Daarom hangt succes in de volgende fase van AI-trans­for­matie minder af van nog geavan­ceer­dere techno­logie en meer van leiders die hun organi­satie kunnen ombouwen.

Door: Alex Azzopardi is Area VP Neder­land bij ServiceNow