Wat je met vrijgekomen tijd doet, bepaalt de AI-winst

AI levert vaak tijdwinst op. Of dat ook meer productiviteit wordt, is een tweede. Dat blijkt uit onderzoek van TNO bij vier Nederlandse organisaties: a.s.r., de Douane, HelloPrint en LINKIT. Heel mooi om te zien dat deze bedrijven hier zo open in hebben meegewerkt.

Wat ze zien is dat de tijd die vrijkomt pas waarde wordt als je vooraf bepaalt wat ermee gebeurt. Vul je die tijd met meer van hetzelfde, dan verdampt de winst of daalt alleen de werkdruk. Net zo belangrijk: AI verandert ook het werk zelf. Taken worden moeilijker, eentoniger of mentaal zwaarder, en daar staan organisaties vooraf te weinig bij stil. De uitkomst hangt vooral af van een keuze die jij vooraf maakt.

Waar blijft de tijd?

Stel je voor: de tools zijn uitgerold, medewerkers zijn enthousiast, iedereen zegt tijd te besparen. En toch beweegt er niets in de cijfers. Geen hogere omzet, geen lagere kosten, geen meetbaar resultaat. Hoe kan dat?

TNO geeft een onderbouwd antwoord. Onderzoekers Ellemarijn de Geit, Kathelijne Bax en Wouter van der Torre volgden vier organisaties die elk iets heel anders met AI deden, en spraken zeventien medewerkers en werkgevers. a.s.r. probeerde klanttevredenheid te voorspellen uit gesprekstranscripten. De Douane bouwt een AI-toepassing om sneller informatie te vinden in de douanehandboeken. HelloPrint beantwoordt klantvragen automatisch via chat en mail. LINKIT laat AI aanbiedingsbrieven en projectomschrijvingen schrijven. Vier casussen, vier compleet verschillende uitkomsten.

De winst zit in wat je met de vrijgekomen tijd doet

De omvang van de productiviteitswinst loopt enorm uiteen. Bij HelloPrint daalde het aantal benodigde fte in de klantenservice met ongeveer 80 procent. Een fors getal. Bij LINKIT en de Douane gaat het om kleine tijdwinsten op specifieke taken, schrijven of zoeken. Bij a.s.r. lukte het uiteindelijk niet om de klantbeoordeling nauwkeurig genoeg te voorspellen, dus die ontwikkeling is stopgezet. De opgedane kennis bleek wel waardevol genoeg om mee door te gaan in een vervolgproject.

De rode draad: tijdwinst telt niet vanzelf op tot productiviteit of omzet. TNO laat zien dat het volledig afhangt van wat je met de vrijgekomen tijd doet. Vul je die met meer van dezelfde taken, dan neemt de variatie in het werk juist af. Pas je de targets niet aan, dan daalt vooral de werkdruk en zie je geen extra output. De onderzoekers verwijzen naar een studie waarin meer dan de helft van de medewerkers AI gebruikte, vier procent tijd bespaarde, en de output onveranderd bleef. Iedereen werkte sneller, de organisatie niet.

Dat patroon zien we in ons eigen klantwerk terug. De waarde van AI ontstaat zelden bij de losse medewerker met een slimme prompt, maar in het opnieuw inrichten van een gedeeld werkproces. We schreven eerder over de twee AI-bewegingen die in elke organisatie naast elkaar lopen: de medewerker die zelf experimenteert, en de organisatie die er sturing op wil. De optelsom van persoonlijke handigheidjes is geen strategie.

Het werk zelf verandert mee

AI raakt de hoeveelheid werk én de aard ervan. En precies bij dat tweede staan organisaties vooraf nauwelijks bij stil, blijkt uit alle vier de casussen. Het werd pas zichtbaar tijdens of na de implementatie.

Bij HelloPrint verdwenen de routinematige klantvragen. Wat overbleef was lastiger, gevarieerder en uitdagender. Klinkt mooi, maar het betekende ook een hogere mentale belasting en een langere inwerktijd, want de eenvoudige vragen waren juist de rustmomentjes. Medewerkers moeten nu bovendien fouten van de AI opvangen. Bij LINKIT ging het de andere kant op: het schrijfwerk werd grotendeels geautomatiseerd en verschoof naar controleren, waardoor er minder specialistische kennis nodig is. Bij de Douane kan het werk voor minder ervaren mensen juist makkelijker worden.

De richting verschilt dus per situatie. Moeilijkheidsgraad, variatie, autonomie, sociaal contact, mentale belasting: AI kan ze alle kanten op duwen. In een land waar burn-out al jaren een van de grootste problemen op de werkvloer is, is dat geen detail. Dat tijdwinst stilletjes omslaat in extra druk, beschreven we eerder al. TNO bevestigt het nu met cijfers uit de praktijk.

Begin bij een echt knelpunt op de werkvloer

Wat onderscheidt de trajecten die wél werken? TNO ziet een paar terugkerende factoren, en ze sluiten verrassend (nou ja, wij zijn niet verbaasd natuurlijk) goed aan op hoe wij het zelf aanpakken.

Succesvolle toepassingen starten bij een concreet probleem in het primaire proces, iets waar medewerkers dagelijks tegenaan lopen. De technologie komt pas daarna. Bij HelloPrint waren alle procedures systematisch uitgeschreven, zodat de AI er daadwerkelijk mee kon werken. Datakwaliteit en een werkende IT-infrastructuur blijken harde randvoorwaarden: bij LINKIT verlaagden rommelige vacatureteksten en cv's de output, bij de Douane dreigde het traject vast te lopen op de infrastructuur. En klein beginnen werkt: korte iteraties, snel bijsturen, lage kosten. Zo houd je de onzekerheid over slagingskans en regelgeving beheersbaar.

"Maak de kwaliteit van het werk een expliciet ontwerpkader"

De aanbeveling die we het vaakst missen bij organisaties is de vierde van TNO: maak de kwaliteit van het werk een expliciet ontwerpkader. Stel de vragen vooraf. Welke taken verdwijnen, welke ontstaan? Welke vaardigheden zijn straks nodig? En het belangrijkste: wat doen we met de tijd die vrijkomt? Wie die vraag pas achteraf stelt, loopt het risico dat de winst weglekt of dat het werk onbedoeld zwaarder wordt. Het is dezelfde reden waarom veel AI-uitrollen vastlopen op eigenaarschap en beoordeling in plaats van op de techniek.

Maak de keuze voordat de tijd vrijkomt

De geruststelling in dit onderzoek is dat AI in de praktijk echt grote winst kan opleveren, en dat de toepassingen relatief goedkoop en snel te bouwen zijn. De ontwikkelingen gaan hard. Twee van de vier organisaties experimenteren inmiddels al met AI-assistenten voor softwareontwikkeling, iets wat een jaar geleden nog niet kon.

Maar het rendement valt of staat met een beslissing die je het beste vooraf neemt: wat ga je doen met de ruimte die AI creëert? Meer werk verzetten, de kwaliteit verhogen, de werkdruk verlagen, of mensen ander werk laten oppakken? Dat is een directiekeuze. Geen tool maakt die voor je. Het is precies de stap tussen waarde bewijzen en veilig opschalen waar wij organisaties bij helpen.

Welke keuze heb jij gemaakt over de tijd die jouw mensen straks overhouden? Als je daar samen eens over wilt sparren, plan gerust een kennismaking in. We denken graag mee.