Wanneer er een nieuwe technologie voor algemeen gebruik opduikt – of het nu gaat om spoorwegen, elektriciteit, computers, enz. – reageren bedrijven op voorspelbare manieren. Een kleine minderheid probeert zichzelf daaromheen opnieuw uit te vinden; de meerderheid zoekt eerst naar manieren om de kosten te verlagen.
Op dit moment, midden in de belangrijkste technologische ontwikkelingen sinds het internet, kiezen veel organisaties voor de tweede weg. Ze zetten in kunstmatige intelligentie om callcenters te automatiseren, het aantal medewerkers in backoffices te verminderen en marginale winsten uit bestaande processen te persen. Ze meten de “AI ROI” in loonbesparingen en teruggevorderde uren.
Het voelt rationeel. Het voelt gedisciplineerd. Het voelt veilig.
Het is ook de snelste manier om de echte kans te missen.
Innovatiegolven zijn geen efficiëntieprogramma’s
AI is geen nieuwe SaaS-tool en ook niet louter een verbetering van de workflow. Het is een snel evoluerende technologie voor algemene doeleinden die evolueert van grote taalmodellen naar agentische systemen en naar systemen die leren van interactie met omgevingen (de zogenaamde wereld modellen die kan simuleren, plannen en handelen).
Wanneer de onderliggende capaciteiten elke paar maanden veranderen, is optimaliseren voor kostenreductie hetzelfde als proberen de brandstofefficiëntie van een auto te verbeteren terwijl de motor wordt vervangen door een straalturbine.
De organisaties die op dit soort momenten winnen, beginnen niet met de vraag: “Waar kunnen we arbeid elimineren?” Ze vragen zich af: “Wat wordt mogelijk dat voorheen onmogelijk was?”
Dat zijn radicaal andere vragen.
De productiviteitsparadox had een waarschuwing moeten zijn
Begin jaren negentig waren economen verbaasd over een verrassend fenomeen: computers waren nog steeds overal productiviteit statistieken weigerden koppig de impact ervan weer te geven. In een pers artikelgrapte Nobelprijswinnaar Robert Solow: ‘Je kunt het computertijdperk overal zien, behalve in de productiviteitsstatistieken.’ Die observatie werd bekend als de “productiviteitsparadox.”
Destijds gingen velen ervan uit dat de paradox een falen van de technologie was. Mijn eigen onderzoek uit die tijd onderzocht waarom de paradox überhaupt verscheen, waaruit bleek dat het meten van de productiviteit ver achterloopt op daadwerkelijke transformationele veranderingen en dat de mechanismen van waardecreatie niet in conventionele maatstaven konden worden vastgelegd.
De verklaring was pas achteraf duidelijk. De winsten waren diffuus, ongelijkmatig en verweven met organisatorische veranderingen. Bedrijven hadden oude processen gedigitaliseerd in plaats van ze opnieuw te ontwerpen.
Vandaag zien we hetzelfde patroon zich ontvouwen met AI.
De impact van AI zal niet duidelijk naar voren komen in de kostenstatistieken
Kunstmatige intelligentie levert geen zuivere, lineaire productiviteitswinst op die netjes in kwartaaldashboards past. De effecten zijn asymmetrisch. Eén medewerker die AI effectief gebruikt, kan beter presteren dan tien collega’s. Een ander kan er misbruik van maken, de kwaliteit aantasten of zelfs onze cyberbeveiligingsplannen in gevaar brengen. Sommige teams herontwerpen workflows volledig, terwijl anderen AI op oudere processen aansluiten en het ‘transformatie’ noemen.
Het resultaat noemen onderzoekers nu meting bijziendheid: het onvermogen van traditionele meetgegevens om verbeteringen vast te leggen die reëel zijn, maar niet direct verband houden met gewerkte uren of bespaarde kosten.
Proberen de waarde van AI uitsluitend te meten door middel van onmiddellijke kostenbesparingen is hetzelfde als proberen de waarde van elektriciteit te meten door het aantal niet gekochte kaarsen te tellen.
Efficiëntie is de comfortstrategie, maar niet de kansenstrategie
Kostenbesparingen zijn aantrekkelijk omdat ze passen bij bestaande bestuursstructuren. CFO’s begrijpen het. Bestuur beloont het. Metrieken zijn duidelijk.
Verkenning is rommeliger. Het vereist experimenteren zonder gegarandeerd rendement. Het vereist tolerantie voor mislukkingen. Het levert immateriële voordelen op vóór de zichtbare voordelen.
Maar in tijden van snelle innovatie is efficiëntie vaak de comfortstrategie van achterblijvers die nog niet begrijpen wat er gebeurt.
Als AI in de eerste plaats wordt behandeld als een middel om het personeelsbestand terug te dringen, zullen organisaties het heden optimaliseren en de toekomst opofferen. Ze zullen middelmatigheid standaardiseren in plaats van een hefboomwerking te ontdekken.
Exploratie, en niet exploitatie, bouwt capaciteiten op
Het bepleiten van verkenning betekent niet dat je de discipline moet opgeven. Het betekent dat je het opnieuw moet definiëren.
Leiders zouden zich moeten afvragen:
- Welke nieuwe producten kunnen we bouwen met AI-native mogelijkheden?
- Welke beslissingen kunnen we delegeren aan systemen die leren van feedback?
- Hoe kunnen we workflows opnieuw ontwerpen, en niet alleen automatiseren?
Bedrijven moeten gecontroleerde experimenten tussen teams verplicht stellen, en het gebruik van AI niet beperken tot pilots die de kosten rechtvaardigen. Ze moeten AI behandelen als een R&D-houding in plaats van als een inkrimping van de begroting.
Organisaties die AI als een verkennende laag beschouwen:het aanmoedigen van teams om workflows te testen, prototypen, opnieuw te combineren en te heroverwegen– zal institutionele spreekvaardigheid opbouwen. Ze zullen interne kampioenen ontwikkelen. Ze zullen onverwachte waarde aan het licht brengen die geen enkel top-down kosteninitiatief zou hebben opgeleverd.
Het echte risico is niet dat je te veel geld uitgeeft. Het is te weinig verbeelding
Het grootste risico op dit moment is het niet te veel uitgeven aan AI. Het is een te weinig voorstelling van zaken.
Bedrijven die efficiëntiewinsten op de korte termijn nastreven, kunnen bescheiden verbeteringen melden en succes melden. Ondertussen zullen meer ambitieuze concurrenten dat wel doen herontwerpen hun activiteiten, producten en klantervaringen rond mogelijkheden die twee jaar geleden nog niet bestonden.
Na verloop van tijd zal het verschil niet meer dan een paar procentpunten marge bedragen. Het zal strategisch zijn.
In tijden van snelle technologische veranderingen behoort overleven niet tot de meest efficiënte. Het behoort tot de meest adaptieve.
