In het Griekse theater bestond er een beproefde truc: als het verhaal te ingewikkeld werd, liet men een god uit het plafond zakken om de boel op te lossen. Het publiek was tevreden, de werkelijkheid was weer overzichtelijk. Veel organisaties zien AI als een hogere macht die het wel uitzoekt. Het verschil met theater: daar werd het probleem tenminste echt opgelost.
AI is geen god. Het is een buitengewoon krachtig gereedschap. En zoals elk gereedschap werkt het alleen als je weet wat je ermee wilt bereiken en kunt beoordelen of het resultaat klopt. Dat vereist twee dingen die de meeste organisaties overslaan: je eigen processen begrijpen en de technologie begrijpen.
Ken je proces voordat je het automatiseert
Er bestaat een hardnekkig instinct om AI los te laten op de dingen die we het minst begrijpen: de black boxes. De afdelingen waar niemand echt kan uitleggen wat er gebeurt tussen input en output. De redenering klinkt logisch: we herkennen een goed resultaat wel als we het zien, dus laat AI maar uitzoeken hoe we daar komen.
Dit is precies andersom. AI werkt het beste op processen die je al goed begrijpt, juist omdat je de output moet kunnen beoordelen. Je moet weten wanneer het fout zit. Je moet kunnen definiëren wat "beter" betekent, wanneer en waarom je escaleert. Als je dat vandaag zonder AI al niet kunt, maakt AI de verwarring alleen maar sneller en duurder.
Voordat je een AI-initiatief goedkeurt, is er één vraag die ertoe doet: kun je in gewone taal beschrijven wat dit proces vandaag doet, waar het vastloopt en hoe succes eruitziet? Zo niet, dan is dát je eerste klus. Loop erheen en kijk twintig minuten mee met iemand die het werk daadwerkelijk doet. Dat levert meer op dan een maand stuurgroepvergaderingen.
Ken de technologie voordat je ermee ontwerpt
Processen begrijpen is maar de helft. De andere helft is weten wat AI daadwerkelijk kan en niet kan. Waar het goed in is, waar het moeite mee heeft en welke soorten problemen het oplost. Dat inzicht stelt je in staat om oplossingen te ontwerpen. Het maakt strategisch denken mogelijk, want strategie vraagt om kiezen tussen opties die je begrijpt.
De kernmogelijkheden van AI begrijpen helpt je genoeg intuïtie op te bouwen om de juiste vragen te stellen. Als iemand een AI-oplossing voorstelt, kun je dan beoordelen of het probleem een goede fit is? Als je team een prototype presenteert, zie je dan wat er ontbreekt? Die intuïtie krijg je door met AI te werken, al is het maar kort. Veel meer dan door erover te lezen.
Zonder beide beslis je niet, je gokt
Zonder procesbegrip weet je niet wát je moet automatiseren. Zonder technologiebegrip weet je niet hóe. Daaruit ontstaat het risico van solutioneering: beginnen bij het gereedschap in plaats van bij het probleem. Dat doen we al tientallen jaren. Het loopt zelden goed af. Dus voordat je het volgende AI-initiatief goedkeurt, stel twee vragen. Kunnen we uitleggen wat dit proces doet en waar het vastloopt? En begrijpen we de technologie goed genoeg om te beoordelen of deze oplossing past?
Als je op beide geen antwoord hebt, is dat geen reden om te wachten.
Ga het uitzoeken.
Het kost meestal minder tijd dan je denkt.