De meeste executive teams waarmee ik werk, hebben geïnvesteerd AI voor een paar jaar. Degenen die gefrustreerd zijn, zijn niet de sceptici. Zij zijn de gelovigen wier programma’s geen verbinding hebben gemaakt met de P&L. Ze hebben de piloten, het interne momentum, de borddia die alles tijdens de vlucht laat zien. Wat ze niet hebben is een duidelijke grens tussen die activiteit en de bedrijfsprestaties, en op dit punt in de AI-cyclus is die kloof niet langer acceptabel.
Ik heb een aantal jaren AI op grote schaal uitgevoerd binnen Kroger en zijn datawetenschapsdochter 84.51°, waar we miljoenen voorspellingen per seconde verwerkten op duizenden winkellocaties. We hebben het werk gemeten aan de hand van de marge, de omvang van het winkelmandje en het vasthouden van klanten, in plaats van hoeveel modellen er in productie waren, of de pilots indrukwekkend waren en of het werk het bedrijf in beweging bracht. Die ervaring heeft gevormd hoe ik denk over wat AI van leiderschap vereist, en waar de meeste leiderschapsteams nog steeds de fout in gaan.
De leidinggevenden met wie ik werk, zijn niet in de war over de vraag of AI ertoe doet. Ze beheren krappere marges, duurder kapitaal en besturen die resultaten willen in plaats van routekaarten. In mijn ervaring komt het dichten van die kloof neer op drie dingen.
1. Waarde moet zichtbaar zijn in de winst- en verliesrekening
De meeste bedrijven kunnen u precies vertellen hoeveel AI-modellen ze gebruiken. Zeer weinigen kunnen u vertellen wat deze modellen waard zijn voor het bedrijf. AI kan beide kanten van de winst- en verliesrekening verbeteren door betere personalisatie en slimmere prijzen die de omzet ondersteunen.
Automatisering en scherpere prognoses verminderen kosten en verspilling, maar de meeste bedrijven spreiden hun investeringen over te veel initiatieven die te weinig verband houden met de bedrijfswaarde. Ze genereren activiteit zonder hun economie te veranderen. De vraag die de moeite waard is om te stellen is niet waar het bedrijf AI gebruikt. Het is waar AI de eenheidseconomie van het bedrijf verandert. Op de tweede vraag kunnen de meeste organisaties geen antwoord geven.
2. Snelheid is een onderschat strategisch voordeel
Bijna elke grote organisatie weet meer dan ze kan doen. Er zijn gegevens en inzichten, maar de afstand tussen signaal en respons is klein. Beslissingscycli slepen zich voort, functies werken vanuit verschillende aannames, en tegen de tijd dat interne afstemming plaatsvindt, is dat moment vaak al voorbij.
Ik heb dit uit de eerste hand zien gebeuren in de financiële dienstverlening. Een team bouwde modellen om klanten van concurrerende bedrijven te identificeren die het meest waarschijnlijk zouden overstappen naar een specifieke branche. De analyse was goed en de modellen werden uitgevoerd. Wat volgde waren maanden van organisatorische aarzeling en het opnieuw bekijken van bestuurskwesties, lang nadat de pilot levensvatbaar was gebleken. Tegen de tijd dat de leiders een beslissing namen, waren de marktomstandigheden veranderd en verlieten ze het bedrijf. Iemand binnenin vatte het perfect samen: ‘De operatie was succesvol, maar de patiënt was dood.’ De technologie werkte. Het moment was voorbij.
AI kan deze kloof dichten door snellere rapportage, betere prognoses en eerdere detectie van afwijkingen. Het gaat er niet om dingen goedkoper te doen. Het gaat erom dat je kunt bewegen wanneer het er toe doet, en dat is zowel een leiderschapsprobleem als een technologisch probleem.
3. Vertrouwen is geen zachte uitkomst
Tegenwoordig beheren leidinggevenden risico’s in een gecomprimeerd tijdsbestek dat de meesten nog nooit hebben meegemaakt. Markten veranderen snel, reputatierisico’s gaan sneller, en de leiders die standhouden zijn doorgaans degenen met echt inzicht in wat er gebeurt en met voldoende discipline om doortastend op te treden.
AI kan die zichtbaarheid vergroten door gebruik te maken van eerdere signalen, betere scenariomodellering en een duidelijker zicht op waar de problemen zich opbouwen. Het vervangt het oordeel niet. Het verhoogt de premie op het oordeelsvermogen, omdat voor snellere beslissingen met betere informatie nog steeds iemand nodig is die weet wat belangrijk is en bereid is om actie te ondernemen. Als het werkt, komt het tot uiting in de manier waarop het leiderschap het bedrijf leidt en hoe ze worden waargenomen door besturen, investeerders en de teams die worden geleid. Risico verdwijnt niet met voorzichtigheid. Het stapelt zich op als beslissingen worden uitgesteld.
BEZIT DE AGENDA
Niets van dit alles gebeurt omdat een bedrijf het juiste platform verwerft of AI aan iemands titel toevoegt. Het gebeurt omdat de CEO AI bezit als een zakelijke agenda, en niet als een technologieagenda.
Dat betekent specifiek zijn over waar AI de economie van het bedrijf verandert, resultaten meten in plaats van inspanningen, en bereid zijn te bezuinigen op werk dat activiteit genereert zonder waarde te genereren. Dat laatste is moeilijker dan het klinkt als er een intern momentum zit achter programma’s en mensen wier identiteit eraan verbonden is.
De bedrijven die begrijpen waar het verband tussen het werk en de resultaten in de cijfers naar voren komt, stellen een norm voor AI-gebruik die de moeite waard is om te volgen.
Todd James is de oprichter en CEO van Aurora Insights.
