Generatief AI heeft iets vreemds gedaan met de economie van kenniswerk: het heeft de kosten voor het genereren van ideeën dramatisch verlaagd.
Elke redelijk capabele professional met een chatbot kan nu een tiental plausibele strategieën, memo’s, productconcepten of andere concepten produceren marketing plannen voor de lunch. In sommige gevallen verlaagt AI ook de uitvoeringskosten, maar lang niet zo ver of zo snel. Het verzenden van zelfs maar één van die ideeën duurt nog steeds weken, maanden of jaren.
Het resultaat is nu al zichtbaar op de werkvloer: meer initiatieven dan teams kunnen dragen, meer tools dan wie dan ook kan leren, en meer prioriteiten dan welk redelijk mens dan ook in zijn hoofd kan houden. Leiders blijven nieuw werk in lagen aanbrengen, omdat de kosten voor het bedenken van nieuw werk bijna nul zijn geworden. Maar de kosten om het daadwerkelijk te doen zijn dat niet.
Dit creëert een nieuwe managementuitdaging: op een met AI verzadigde werkplek zijn ideeën niet langer het knelpunt. Het is executie.
Een geavanceerd genomics-laboratorium heeft dit probleem ongeveer tien jaar geleden opgelost – twee keer.
De les van het Broad Institute: minder doen om meer gedaan te krijgen
Het Broad Institute, een biomedisch onderzoekscentrum van MIT en Harvard, maakte een van de snelste kostendalingen in de moderne technologische geschiedenis mee. Toen in 2003 de sequentie van het eerste menselijke genoom werd bepaald, duurde dat meer dan tien jaar en kostte het ongeveer 3 miljard dollar. Tegenwoordig kan het sequencen van een menselijk genoom uren duren en minder dan $ 200 kosten.
Die ineenstorting creëerde duidelijke kansen, maar ook twee afzonderlijke crises bij Broad.
De eerste was operationeel. Naarmate de sequencing sneller werd, gingen de monsters sneller door de pijplijn dan de downstream-teams ze konden verwerken. Het werk stapelde zich op bij knelpunten. Het laboratorium raakte zo overbelast dat technici monsters begonnen te verliezen.
De oplossing was om van een ‘push’-systeem – waarbij elke fase werk zo snel mogelijk stroomafwaarts stuurt – over te stappen naar een ‘pull’-systeem, waarbij elke fase alleen nieuw werk aanneemt als er voldoende capaciteit is.
Toen kwam er een tweede crisis, een die veel lijkt op het AI-probleem op de werkplek.
Toen het sequencen zelf goedkoop en routinematig werd, kreeg het innovatieteam van Broad te maken met een explosie aan ideeën. Er werden voortdurend nieuwe projecten opgestart. Weinigen waren ooit klaar. Zoals een casestudy van het MIT het uitdrukte, was de groep “de leiderschapspositie op technologisch gebied aan het verliezen waar ze zo hard voor had gewerkt.”
De oplossing was dezelfde discipline toegepast op ideeën.
Het team maakte een visuele kaart (letterlijk Post-it-notities aan de muur) van elk actief project en hield bij waar elk project zich in de ontwikkelingstrechter bevond. De oefening maakte twee dingen duidelijk: sommige projecten waren overbodig en er waren minstens twee keer zoveel projecten in uitvoering als het team realistisch gezien aankon.
Ze creëerden een projecttrechter aan de muur en voegden er een ‘hopper’ aan toe: een opslagplaats waar ideeën wachtten totdat er capaciteit vrijkwam in de trechter.
In twee jaar tijd heeft het team het aantal actieve projecten met meer dan de helft teruggebracht en het aantal daadwerkelijk uitgevoerde projecten vergroot.
Waarom leiders werk blijven toevoegen
De oplossing van The Broad lijkt achteraf gezien duidelijk. In de praktijk gebeurt dit zelden omdat mensen een voorkeur hebben voor optelling.
Een 2021 Natuur Uit een onderzoek onder leiding van onderzoekers van de Universiteit van Virginia is gebleken dat wanneer mensen wordt gevraagd een ontwerp, document of proces te verbeteren, ze systematisch geneigd zijn toe te voegen in plaats van af te trekken.
Op de werkvloer neemt die vooringenomenheid toe.
Er wordt een nieuwe tool uitgerold, maar de oude blijven.
Er wordt een nieuwe prioriteit aangekondigd, maar oude prioriteiten worden niet ingetrokken.
Meer vergaderingen. Meer dashboards. Langere strategiedecks.
De meeste organisatorische complexiteit is het sediment van individueel redelijke toevoegingen die zijn gedaan zonder aftrekkingen.
AI versnelt dit dramatisch.
Het is nu triviaal om een zeventiende strategische prioriteit, een vierde productlijn of een derde dashboard te genereren. Het knelpunt is niet langer de verbeelding. Het zijn de mensen die worden gevraagd te executeren.
Wat goed presterende teams anders doen
De bedrijven die zich het beste aan deze verschuiving aanpassen, passen een of andere versie van de discipline van de Broad toe.
Maak actief werk zichtbaar
Wat je niet kunt zien, kun je niet beheren. Plaats elk lopend initiatief op één gedeeld oppervlak: een muur, een dashboard of één enkel document. Zichtbaarheid dwingt triage af.
Stop met beginnen en begin met eindigen
Bij operationeel onderzoek is het beperken van het onderhanden werk een van de eenvoudigste manieren om de doorvoer te verbeteren. Nieuw werk wacht totdat iets anders af is.
Definieer “klaar” voordat u begint
Voordat een project van start gaat, moet u het succes duidelijk definiëren.
Tony Fadell, die leiding gaf aan het ontwerp van de iPod en mede-oprichter was van Nest, vertelde me dat zijn belangrijkste advies aan de oprichters van startups is om het persbericht te schrijven voordat je aan het project begint. Het dwingt teams om prioriteiten te verduidelijken en vooraf de doellijn te definiëren.
Niets van dit alles gaat over minder bereiken. Het gaat om het daadwerkelijk afmaken van het werk dat er toe doet.
In een met AI verzadigde economie worden ideeën een handelswaar. Het voordeel gaat naar organisaties die kunnen beslissen welke ideeën de moeite waard zijn om te verwezenlijken, en welke de moeite waard zijn om te negeren.
Aangepast van INSIDE THE BOX: hoe beperkingen ons beter makendoor David Epstein. Auteursrecht © 2026 door David Epstein. Uitgegeven door Riverhead Books, een afdruk van Penguin Publishing Group, een divisie van Penguin Random House LLC.
