Drie keuzes die bepalen of een AI-uitrol slaagt
Onderzoek: 97% van executives zet AI in, 79% loopt vast. Drie keuzes bepalen of het werkt: eigenaarschap, beoordeling en first things first.
Een jaar geleden wisten de meeste organisaties niet waar ze moesten beginnen met AI. Inmiddels heeft 97% van de executives AI-agenten draaien. En toch worstelt 79% met de adoptie, ruim tien procentpunten meer dan vorig jaar. Uitrollen ging dus verrassend makkelijk. Het werkend krijgen is een ander verhaal. En dat heeft alles te maken met hoe het werk eromheen is georganiseerd.
Van demo naar drama
Het meest verontrustende cijfer uit het Writer.com-rapport over enterprise AI in 2026: 54% van de C-suite zegt dat AI-adoptie hun organisatie intern uit elkaar trekt. AI brengt aan het licht wat er al scheef zat. Een team zonder duidelijke eigenaar voor een proces raakt door AI alleen maar meer in de war. Een afdeling die slecht communiceert, ziet die ruis groter worden zodra AI meedraait.
PwC zag eerder al dat meer dan de helft van de CEO's geen rendement haalt uit hun AI-investeringen. De verklaring toen: te veel aandacht voor de tool, te weinig voor de processen en de governance eromheen. De nieuwe cijfers leggen er een schepje bovenop. Hoe meer mensen AI echt gebruiken, hoe groter de frictie in de organisatie wordt.
De grootste blokkades zijn governance-vraagstukken
Denk je dat het aan de modellen ligt? Nee dus. De twee grootste blokkades zijn systeemintegratie (46% noemt dit als grootste probleem) en uitvoerkwaliteit (32%). Allebei governance-vraagstukken in een technisch jasje. Systeemintegratie gaat over de vraag welke systemen AI mag benaderen, met welke data en met welke rechten. Daar zijn meestal geen afspraken over gemaakt. Uitvoerkwaliteit gaat over de vraag hoe je beoordeelt of de output deugt. Ook daar ontbreken de criteria.
De echte blokkade zit dieper. Slechts één op de vijf bedrijven heeft een volwassen governancemodel voor autonome AI. De rest heeft de tools gewoon over de bestaande werkprocessen heen gelegd, zonder die processen aan te raken. McKinsey komt op 21% dat een werkproces écht heeft heringericht door AI. De andere 79% plakte een nieuwe laag op een oude manier van werken.
Nieuwe tool, oud werkproces
En dat is precies waar het misgaat. AI levert pas echt iets op als je de stroom van werk, verantwoordelijkheid en beoordeling opnieuw inricht rondom wat AI kan. Neem een juridisch team. Laat het zijn reviewproces ongemoeid en zet er een AI-samenvattingstool bovenop, dan werk je twee keer. Richt datzelfde proces opnieuw in, met AI als eerste check en de jurist als tweede, en je houdt een stap over.
Het verschil zit in één beslissing: durf je het proces opnieuw te ontwerpen? In de meeste organisaties valt die beslissing nooit. Niemand voelt zich er eigenaar van. Het valt tussen IT en HR in, en blijft daardoor liggen.
Mercedes-Benz pakte dit aan door medewerkers zelf de regie te geven over hun AI-workflows, via een low-code platform. IT bewaakt de spelregels, de rest doen de mensen zelf. Slim, want het herontwerp van een proces hoort thuis bij wie het dagelijks draait. Zij weten beter waar de echte knelpunten zitten dan een projectteam dat van een afstand meekijkt.
Wekelijkse inzichten in je mail.
Dilemma's, doorbraken en blinde vlekken uit onze AI-praktijk.
Drie keuzes die bepalen of een AI-uitrol slaagt
De eerste: eigenaarschap. Wie gaat het werkproces opnieuw inrichten nadat AI er staat? Is het antwoord "IT", dan loopt het vast. IT kan de tool beheren, prima, maar niet bepalen hoe een salesteam zijn pijplijn bijhoudt of hoe een redactie haar keuzes maakt. Dat eigenaarschap hoort bij de lijn, met IT als hoeder van de spelregels.
De tweede: beoordelingscriteria. AI werkt pas als mensen snel kunnen zien of de output klopt. Dat vraagt om heldere criteria, en die spreek je vooraf af. Onderzoek van Salesforce laat zien dat de adoptie van AI-agenten het snelst stokt waar die structuur ontbreekt: mensen vertrouwen de output niet, controleren alles dubbel en houden onder de streep niets over aan tijdwinst.
De derde: volgorde. Gevraagd hoe ze hun talentstrategie aanpasten op AI, noemden de meeste organisaties scholing als belangrijkste maatregel. Het herontwerp van rollen en processen kwam ver daarachter. Daar wringt het: je leert mensen werken met AI binnen processen die je niet hebt aangeraakt. Richt het proces eerst opnieuw in, dan weet je ook waarvoor je mensen precies moet bijscholen.
Benieuwd hoe zo'n herontwerp er voor jouw organisatie uitziet? Plan een kennismaking, we denken graag concreet mee.
