In veel organisaties is de introductie van AI geen experiment meer. Medewerkers gebruiken generatieve AI voor analyses, voorbereiding, verslaglegging, communicatie en allerlei andere werkzaamheden. Er zijn richtlijnen opgesteld, trainingen georganiseerd en budgetten vrijgemaakt. De eerste productiviteitswinsten zijn zichtbaar.

Maar er valt wel iets op. Ondanks alle technologische verandering ziet de organisatie er vaak nog vrijwel hetzelfde uit als een paar jaar geleden. Dezelfde functies bestaan, verantwoordelijkheden zijn nauwelijks verschoven, processen zijn grotendeels intact gebleven en managementlagen vervullen dezelfde rol. De technologie is veranderd, maar de manier waarop het werk is georganiseerd nauwelijks. Nou is dat niet noodzakelijk een probleem. Het kan heel goed zijn dat een organisatie haar bestaande inrichting bewust wil behouden en AI vooral gebruikt om bepaalde werkzaamheden efficiënter uit te voeren. Maar het is wel de moeite waard om vast te stellen dat hiermee maar een deel van de mogelijke waarde wordt benut. De meest voor de hand liggende toepassing van AI is namelijk ook de minst ingrijpende: bestaand werk sneller of goedkoper uitvoeren.

Efficiënter werken is niet hetzelfde als anders werken

Wanneer een medewerker voor een analyse voorheen vier uur nodig had en daar met behulp van AI nog maar één uur aan besteedt, lijkt de winst evident: drie uur beschikbaar voor ander werk. Daarmee ontstaat echter een tweede vraag die in de praktijk minder vaak wordt gesteld: wat betekent deze verandering voor het ontwerp van het werk zelf? Het antwoord is meestal: ‘niet zo veel.’ De medewerker blijft dezelfde analyse maken, de manager blijft hem beoordelen, de informatie gaat nog steeds via dezelfde route de organisatie door en de uitkomst wordt in hetzelfde overleg besproken. Alleen de productietijd is korter geworden.

Dat is een legitieme vorm van efficiencyverbetering, maar het verandert de organisatie nauwelijks. Sterker nog, technologie kan op deze manier bestaande werkwijzen juist langer in stand houden. Een rapportage die vroeger te arbeidsintensief was om wekelijks te maken, kan nu zonder veel moeite worden geproduceerd. Een klantsegment dat voorheen onvoldoende rendabel was om intensief te bedienen, kan door automatisering ineens wel worden bediend. Een intern proces dat veel handwerk vereiste, wordt goedkoper zonder dat iemand nog onderzoekt of het proces zelf wel nodig is. De kosten van overbodig werk dalen daarmee, maar het werk zelf blijft bestaan.

En dat is een belangrijk onderscheid want het betekent dat een organisatie productiever kan worden zonder fundamenteel beter georganiseerd te zijn.

De interessante vraag begint bij functies

De consequenties worden groter wanneer AI niet langer alleen afzonderlijke taken beïnvloedt, maar een substantieel deel van het takenpakket binnen functies. Neem een commerciële organisatie. Een accountmanager besteedt zijn tijd niet uitsluitend aan gesprekken met klanten. Een aanzienlijk deel van het werk bestaat uit voorbereiding, onderzoek, administratie, verslaglegging, opvolging en interne afstemming. Wanneer een deel daarvan grotendeels geautomatiseerd kan worden, is het verleidelijk om de winst te definiëren als tijdsbesparing.

Maar daarmee wordt een belangrijkere vraag uitgesteld. Als het werk van een accountmanager wezenlijk verandert, waarom zou de functie zelf dan noodzakelijkerwijs hetzelfde blijven?

Misschien verandert de verhouding tussen acquisitie en relatiebeheer. Misschien kan een accountmanager meer klanten bedienen. Misschien is er minder behoefte aan administratieve ondersteuning. Misschien verschuift een deel van de verantwoordelijkheid naar de klant. Misschien ontstaat juist meer ruimte voor complexe gesprekken waarin ervaring, oordeel en vertrouwen belangrijk zijn.

Geen van al die mogelijke veranderingen volgt automatisch uit het gebruik van AI. Ze vereisen een organisatorische keuze. En daar zit een van de grootste onderschatte gevolgen van de huidige technologische ontwikkeling. Niet dat bepaalde taken sneller worden uitgevoerd, maar dat de historische verdeling van werk minder vanzelfsprekend wordt.

Functies zijn geen natuurwetten

Organisaties hebben de neiging functies te behandelen alsof ze een vaste werkelijkheid vormen. Een verkoper verkoopt, een marketeer maakt campagnes, een controller analyseert cijfers en een manager stuurt een team aan. In werkelijkheid zijn functies het resultaat van keuzes die in de loop van de tijd zijn ontstaan. Ze zijn een manier om werkzaamheden, verantwoordelijkheden en bevoegdheden over mensen te verdelen. Als de aard van het werk verandert, is er geen principiële reden waarom die verdeling hetzelfde zou moeten blijven. Toch gebeurt dat in de praktijk vaak wel.

Nieuwe technologie wordt toegevoegd aan bestaande functies. Nieuwe software komt naast bestaande processen te staan. Een medewerker krijgt een AI-tool en vervolgens de opdracht om dezelfde werkzaamheden voortaan sneller uit te voeren. Dat is begrijpelijk. Organisaties zijn nu eenmaal geen blanco vel papier. Bestaande functies, systemen, verantwoordelijkheden en belangen maken verandering ingewikkeld. Bovendien is er zelden één duidelijk moment waarop kan worden vastgesteld dat een functie opnieuw moet worden ontworpen.Maar daardoor ontstaat het risico dat organisaties technologie vooral gebruiken om hun verleden efficiënter uit te voeren.

Wat zou je opnieuw ontwerpen als je vandaag begon?

Een nuttige gedachteoefening is daarom om de huidige organisatie tijdelijk los te zien van haar bestaande functies. Niet beginnen bij de vraag welke medewerkers AI gebruiken, maar bij de vraag welk werk er daadwerkelijk nodig is om de gewenste resultaten te bereiken.

Welke beslissingen moeten worden genomen en welke activiteiten zijn daarvoor noodzakelijk? Welke informatie is daarvoor nodig? Waar is menselijk oordeel van belang? Welke activiteiten kunnen volledig worden geautomatiseerd? Welke controles zijn noodzakelijk en welke zijn vooral ontstaan omdat processen vroeger anders werkten? Vervolgens ontstaat de veel ongemakkelijkere vraag: welke onderdelen van de huidige organisatie zijn vooral het gevolg van historische keuzes?

Dat kan betrekking hebben op meer dan arbeidsbesparing. Misschien bestaat een administratieve functie omdat verschillende systemen niet met elkaar communiceren of is een periodieke vergadering ooit ingericht om informatie uit te wisselen die inmiddels permanent beschikbaar is. Niet alles wat overbodig wordt, is onmiddellijk zichtbaar als overbodig. Organisaties bouwen in de loop van de tijd een grote hoeveelheid structuur rond werk dat ooit noodzakelijk was. Technologie kan die structuur onder druk zetten. Maar zij bepaalt niet welke onderdelen moeten verdwijnen. Dat blijft een managementvraag.

De productiviteitswinst is daarom niet het eindpunt

Hier ligt ook een verklaring voor de paradox die de komende jaren belangrijker kan worden. Organisaties kunnen aanzienlijk meer werk produceren zonder dat de onderliggende prestaties in dezelfde mate verbeteren. Een marketingteam kan meer content maken en een salesorganisatie kan meer prospects benaderen. Maar als de hoeveelheid output het criterium wordt, ontstaat een merkwaardige dynamiek: iedere productiviteitswinst creëert ruimte voor nieuwe productie. De vraag is dan niet meer of medewerkers efficiënter zijn geworden, maar of de organisatie betere keuzes maakt over wat zij met die capaciteit doet.

Dat vraagt om een ander soort gesprek in managementteams. Niet alleen over adoptie, tooling en vaardigheden, maar over prioriteiten. Waar willen we daadwerkelijk meer capaciteit voor creëren? Welke activiteiten willen we uitbreiden? Welke willen we juist afbouwen? Waar levert extra output waarde op en waar vergroot die vooral de complexiteit?

Zonder die keuzes kan een organisatie heel succesvol worden in het produceren van meer van hetzelfde.

Dat maakt AI uiteindelijk een organisatievraagstuk

Daarmee verschuift het gesprek over AI van technologie naar organisatieontwerp.

Dat is een minder eenvoudig gesprek, omdat het niet alleen gaat over mogelijkheden maar ook over macht, verantwoordelijkheden en bestaande belangen. Een proces opnieuw ontwerpen betekent soms dat een functie minder belangrijk wordt. Een besluit dichter bij de uitvoering leggen kan een managementlaag overbodig maken. Automatisering kan ertoe leiden dat bepaalde expertise niet meer op dezelfde manier hoeft te worden georganiseerd.

Daarom is het ook niet voldoende om vast te stellen dat medewerkers AI gebruiken. De relevante vraag is wat er als gevolg daarvan binnen de organisatie daadwerkelijk anders is geworden. Zijn verantwoordelijkheden verschoven? Zijn processen verdwenen? Worden besluiten anders genomen? Als het antwoord op dat soort vragen nee is, kan het zijn dat een organisatie AI succesvol heeft geïmplementeerd zonder haar manier van werken wezenlijk te veranderen. Dat is geen mislukking, maar het is wel een aanwijzing dat de belangrijkste organisatiefase nog moet beginnen.

Opnieuw ontwerpen in plaats van toevoegen

De komende jaren zullen veel organisaties AI vooral gebruiken om bestaand werk efficiënter uit te voeren. Dat is zinvol, maar het beperkt de vraag tot de efficiëntie van het huidige organisatiemodel.

De interessantere vraag is wat er gebeurt als je dat model zelf ter discussie stelt. Als je vandaag opnieuw zou beginnen, zonder de functies, processen en managementstructuren uit het verleden, zou je de organisatie dan hetzelfde inrichten? Waarschijnlijk niet. En daar begint de werkelijke betekenis van AI voor organisaties