In Het dynamische organigram schrijf je dat er iets revolutionairs gebeurt, terwijl veel mensen dat nauwelijks doorhebben. Wat maakt de komst van AI-agents zo baanbrekend?
Alle technologie die we tot nu toe ontwikkelden, draaide om de mens. De rekenmachine helpt ons sneller sommen op te lossen en de computer ondersteunt ons bij ons werk. Een AI-agent kan zonder voortdurende tussenkomst van een mens functioneren.
Een agent krijgt een doel, verzamelt informatie, maakt keuzes en voert zelfstandig acties uit. Dat is nog nooit eerder gebeurd. Een agent kan bovendien dingen doen waarvan je vooraf niet wist dat je ze nodig had. Daar begint de spannende kant…
De spannende kant? Doel je op de Hugging Face-hack waarbij agents zelfstandig de sporen van hun hack lieten verdwijnen?
Dat is inderdaad een spannende kant, maar laten we voor het interview niet die rabbit hole induiken. Ik bedoelde het vooral praktisch. Stel dat een agent de kwartaalcijfers analyseert en ontdekt dat regio Zuid achterblijft. De agent ziet vervolgens in het HR-systeem dat accountmanager Kees al twee kwartalen minder presteert.
Omdat de agent ook toegang heeft tot agenda’s, plant hij direct een functioneringsgesprek met Kees en zijn manager. Wat die agent echter niet weet, is dat Kees privéproblemen heeft. Iets waar hij allang met zijn manager over gesproken heeft. De agent redeneert vanuit de beschikbare data en heeft verder geen gevoel voor menselijke verhoudingen.
Welke fout uit eerdere technologische revoluties dreigen organisaties te herhalen?
Toen fabrieken overstapten van stoomkracht op elektriciteit, zetten ze de elektromotor simpelweg op de plek van de stoommachine. De oude assen bleven door de fabriek lopen, waardoor de inrichting vrijwel hetzelfde bleef en de productiviteit met slechts enkele procenten toenam. Pas toen ondernemers het productieproces volledig opnieuw ontwierpen, ontstond de echte winst.
Die fout dreigen we nu te herhalen door AI-agents als een extra tool voor medewerkers te zien. Dan gebruiken we een compleet nieuwe technologie om bestaande werkzaamheden iets sneller uit te voeren en behalen we misschien twee procent productiviteitswinst. De grote sprong ontstaat pas wanneer je met een leeg canvas kijkt hoe je de hele organisatie opnieuw kunt inrichten rond mensen én agents.
Wat moeten organisaties dan wél doen?
Pak een wit vel en vraag jezelf af wat je organisatie moet opleveren en hoe je haar met de mogelijkheden van vandaag opnieuw zou inrichten. Ooit kochten wij een huis met een saaie tuin. Wij keken vooral naar wat er toen al stond. De hovenier zag alleen de buitenlijnen van het perceel en kwam daardoor met een ontwerp dat wij zelf nooit hadden bedacht.
Organisaties moeten ook zo durven kijken: welke waarde leveren we, welke werkzaamheden zijn daarvoor nodig en welke taken voeren mensen en agents uit? Blijf ondertussen gericht experimenteren, want je moet AI ervaren om het potentieel te begrijpen. Zo ontdek je stap voor stap hoe je van de huidige naar de gewenste situatie komt.
Oké, en hoe maak je zoiets concreet? Waar kan iemand vandaag mee beginnen?
In het boek deel ik een AI-volwassenheidsmatrix. Die laat precies zien waar je als organisatie nu staat. De IT-afdeling kan namelijk heel anders kijken naar de manier waarop de organisatie met AI omgaat dan de HR-afdeling.
Wil je concreet aan de slag, zet dan de volgende drie stappen:
Bepaal waar je nu staat
Laat de AI-volwassenheidsmatrix invullen door minimaal drie mensen met verschillende rollen binnen de organisatie. Zo worden verschillen in perspectief en mogelijke blinde vlekken zichtbaar.Bepaal waar de grootste opgave ligt
Bespreek welke punten als eerste aandacht vragen en waar de organisatie naartoe wil. Kies vervolgens één concreet vraagstuk waarmee je gericht aan de slag gaat.Zet binnen twee weken de eerste stap
Wijs iemand aan die het onderwerp draagt, spreek een duidelijke deadline af en start. Zo voorkom je dat je verlamd raakt door alle mogelijkheden.
Welke organisatie vind jij een inspirerend voorbeeld van een goede integratie van AI-agents in de bedrijfsstrategie?
Bunq vind ik een heel goed voorbeeld. Ze haalden eerst twaalf data-engineers binnen om goed te begrijpen hoe de organisatie in elkaar zat. Het stond niet vast dat zij een chatbot zouden bouwen. Pas toen het fundament stond, gingen ze verder.
Hun chatbot richt zich heel precies op repetitieve vragen en benadert klanten toch persoonlijk. Zodra een vraag complexer wordt of menselijkheid vraagt, neemt een medewerker het over. Bunq heeft dus eerst de organisatorische lappendeken ontrafeld en is van daaruit gericht gaan bouwen.
En wat heeft deze ontwikkeling voor impact op het organigram? Hoe ‘tekenen’ we dat straks?
Een organigram maakt de verhoudingen binnen een organisatie zichtbaar. Welke vorm we er ook aan gaven, in ieder vakje stond altijd een mens. Met AI-agents verandert dat. Een agent wordt een knooppunt zonder vaste plek in de hiërarchie of eigen verantwoordelijkheid. Daardoor maakt het statische schema in het HR-systeem straks plaats voor een dynamisch organigram, opgebouwd rond rollen, werkzaamheden en situaties.
Een mooi voorbeeld vind ik de Britse Special Air Service. Op de kazerne geldt een duidelijke hiërarchie. Maar tijdens een missie kan een sergeant meer expertise hebben dan een kolonel en neemt de sergeant de leiding. De benodigde rol wordt dan belangrijker dan de vaste functie. Ik verwacht dat organisaties zich ook zo gaan inrichten, met mensen en agents die per situatie verschillende rollen vervullen.
Tot slot: moeten we eigenlijk blij zijn met deze ontwikkeling? Waar zijn wij mensen in het verhaal?
Absoluut! Alleen moeten we eerst door een lastige overgangsfase heen. AI neemt veel routinetaken over. Daardoor komen vooral juniorfuncties onder druk te staan. Uiteindelijk ontstaat er juist meer ruimte voor creativiteit, inlevingsvermogen, humor en persoonlijk contact.
Daarom moeten we bewust kiezen welk werk we aan AI overlaten en goede guardrails ontwikkelen. Onlangs bezocht ik een Nederlands bedrijf dat momenteel software ontwikkelt waarbij de beveiliging in iedere agent wordt geplaatst. Met zulke oplossingen moeten we heel snel aan de slag.