AI-transformatie als bestuurlijke opgave
In AI adoptie en transformatie – De nieuwe rol van leiderschap richten Rini van Solingen en Giovanni Piccirilli zich op de bestuurlijke opgave van AI. Wat betekent het voor een organisatie wanneer AI steeds meer taken kan uitvoeren die voorheen menselijke expertise vereisten? En wat vraagt dat van directies, raden van bestuur, commissarissen en toezichthouders?
De auteurs beschrijven hoe AI doorwerkt in het bestaansrecht, de inrichting en de besturing van organisaties. Vooral voor administratieve en kennisintensieve organisaties kan dat verstrekkende gevolgen hebben.
Drie niveaus van AI-adoptie en transformatie
De centrale vraag is waarom een AI-transformatie fundamenteel verschilt van eerdere digitale transformaties. De auteurs onderscheiden drie niveaus. Bij tooladoptie gebruiken medewerkers AI binnen hun bestaande werk. Bij gecontroleerde integratie wordt AI onderdeel van terugkerende processen. Bij transformatie verandert de inrichting van het werk zelf, inclusief beslisrechten, verantwoordelijkheden en waardecreatie.
Het boek bestaat uit drie delen. Het eerste legt het fundament, het tweede verdiept de zeven kernelementen van de AI-transformatie en het derde brengt deze samen. Elk hoofdstuk begint met een boardroomscene in dialoogvorm. Daarna volgen analyses, handelingsperspectieven en reflectievragen. De afsluitende implicaties voor directie en toezicht maken duidelijk wie waarvoor aan zet is.
De onzichtbare kosten van wachten met AI
Een aansprekend uitgangspunt is de onzichtbare rekening van wachten. Volgens de auteurs lijkt afwachten veilig, doordat er op korte termijn weinig zichtbaar misgaat. Ondertussen kunnen strategische, commerciële, operationele en menselijke kosten oplopen. Een organisatie stelt immers ook het leren uit. Hun startadvies is concreet: formuleer een gezamenlijke waarom-zin, kies drie richtinggevende praktijktoepassingen en laat het directieteam zelf ervaring opdoen met AI.
Het AI-transformatiekompas: zeven kernelementen en tien fronten
De belangrijkste bijdrage van het boek is het AI-transformatiekompas. Het verbindt zeven kernelementen: leiderschap, cultuur, mensen en vaardigheden, organisatieontwerp, businessmodel, ecosysteem en data, risico en vertrouwen. Samen met het waarom, de richting en de mens en de ondernemingsraad vormen deze de tien fronten waarop bestuurders moeten handelen. De waarde zit vooral in hun samenhang. Vooruitgang op enkele fronten kan stagneren doordat een ander front onvoldoende aandacht krijgt.
Het waarom en de strategische richting
Het waarom en de richting vormen het vertrekpunt. De waarom-zin moet duidelijk maken welke waarde de organisatie over drie jaar voor klanten wil hebben en waar AI daarbij het verschil maakt. Nieuwe AI-mogelijkheden kunnen die belofte versterken, maar ook het onderscheidend vermogen ondergraven. Daarom vraagt de richting om een aanpasbare routekaart. Bestuurders moeten kiezen wat versnelt, pauzeert of stopt en geregeld toetsen welke aannames nog standhouden.
Leiderschap, cultuur en psychologische veiligheid
Bij het leiderschapsteam leggen de auteurs de nadruk op persoonlijke betrokkenheid en geloofwaardigheid. Bestuurders moeten AI zelf gebruiken bij betekenisvol werk, kunnen uitleggen wat zij daarvan leren en herkennen wanneer zij een uitkomst moeten verwerpen. Ook de cultuur vraagt om zichtbaar gedrag: AI-gebruik bespreekbaar maken, resultaten waarderen en expertise opnieuw definiëren.
Psychologische veiligheid speelt daarbij een belangrijke rol. Medewerkers moeten kunnen aangeven dat zij een AI-uitkomst niet begrijpen of vertrouwen. Tegelijkertijd blijven hoge prestatienormen nodig. Aan de hand van het model van Edmondson laten de auteurs zien hoe veiligheid en prestatienormen samen een leeromgeving kunnen ondersteunen.
Mensen en competenties: de gevolgen van AI voor werk
Het front mensen en competenties gaat verder dan het aanbieden van opleidingen. De auteurs vragen aandacht voor aantoonbare bekwaamheid en tijdige keuzes tussen bijscholing, omscholing en uitstroom. Oordeelsvermogen, AI-geletterdheid, ethisch bewustzijn en domeinexpertise wegen daarbij zwaar. Dit is een van de confronterende onderdelen van het boek: bestuurders moeten ook uitspreken voor welke rollen zij nog werk verwachten en waar dat onzeker wordt.
Organisatieontwerp en de verdeling van werk tussen mens en AI
Bij organisatieontwerp verschuift de aandacht naar capabilities: de vermogens die de organisatie nodig heeft om waarde te leveren. De auteurs stellen voor deze zichtbaar te maken in work charts, waarin de bijdragen van mens en AI, beslismomenten en risico’s samenkomen. Zo ontstaat een concreter gesprek over de inrichting van werk en de verdeling van middelen.
Businessmodellen en strategische partnerkeuzes
De hoofdstukken over businessmodel en ecosysteem verbreden het perspectief naar de markt. AI kan aanleiding geven tot andere klantrelaties, prijsmodellen en vormen van waardecreatie. Dat vraagt om het onderzoeken van aannames en het vroegtijdig bespreken van mogelijke kannibalisatie van bestaande inkomsten. Ook partnerkeuzes worden strategischer. Bestaande leveranciersrelaties verdienen daarom periodieke heroverweging.
Data, risico en vertrouwen bij AI-gebruik
Data, risico en vertrouwen krijgen een plaats in de dagelijkse uitvoering. Gedeelde definities, duidelijk eigenaarschap en verantwoordbare data vormen de basis. Daarnaast zijn afspraken nodig over wanneer een AI-uitkomst mag worden gebruikt, wanneer menselijk ingrijpen nodig is en wanneer moet worden teruggeschakeld. Het boek verbindt vertrouwen daarmee aan concrete werkafspraken en aantoonbaar handelen.
De rol van de ondernemingsraad bij AI-transformatie
Het tiende front, de mens en de ondernemingsraad (OR), geeft de gevolgen voor medewerkers een eigen plaats in het bestuurlijke gesprek. De OR komt naar voren als strategische partner bij het vormgeven van toekomstig werk. De vraag of medewerkers over drie jaar nog hetzelfde werk doen, moet hardop gesteld kunnen worden.
Bewijs uit de praktijk: van AI-ambitie naar aantoonbare resultaten
Wat mij aanspreekt, is de consequente nadruk op bewijs uit het werk. Deelname aan een opleiding zegt nog weinig over bekwaamheid, een overtuigende demonstratie bewijst nog geen waarde en een geformuleerde ambitie garandeert geen andere besluitvorming. De auteurs vragen steeds wat daadwerkelijk is veranderd en wat daarvan zichtbaar is. De boardroomscenes maken deze vragen herkenbaar. De reflectievragen bieden bruikbare aanknopingspunten voor het gesprek binnen directie en toezicht.
Kritische kanttekeningen bij de opbouw en technieken
Een kanttekening is dat het boek naar mijn smaak wel erg veel lijstjes bevat. Ook de afzonderlijke technieken die in verschillende hoofdstukken worden toegelicht, voegen niet overal evenveel toe. De keuze en plaatsing ervan zijn niet altijd vanzelfsprekend. Zo had de relatie tussen ontdekkingsgedreven plannen en het hoofdstuk over het leiderschapsteam explicieter mogen worden gemaakt.
Het boek oogt bovendien omvangrijk voor een doelgroep met doorgaans weinig leestijd. De ruime, verzorgde opmaak en de vaste hoofdstukstructuur maken het gelukkig toegankelijker dan de eerste indruk doet vermoeden. De praktische insteek helpt om tijdens het lezen al te bepalen welke vragen binnen de eigen organisatie aandacht verdienen.
Conclusie: het AI-transformatiekompas maakt blinde vlekken zichtbaar
AI adoptie en transformatie biedt bestuurders en toezichthouders een breed en bruikbaar kader om de gevolgen van AI in samenhang te bespreken. De kracht ligt in de verbinding tussen strategische keuzes, de inrichting van werk en de gevolgen voor mensen. Ondanks de vele lijstjes en de soms minder overtuigende plaatsing van technieken biedt het boek voldoende aanknopingspunten om direct aan de slag te gaan. Het kompas helpt vooral om blinde vlekken zichtbaar te maken: juist het front dat weinig aandacht krijgt, kan de voortgang van de hele transformatie beperken.