In mijn gesprekken met bedrijfsleiders zie ik steeds hetzelfde patroon terugkomen.
Ze hebben geïnvesteerd in AI. Ze hebben geëxperimenteerd en proofs of concept uitgevoerd. Ze hebben modellen geïmplementeerd. Maar wanneer de CEO of CFO vraagt: “Wat heeft dit nu daadwerkelijk opgeleverd voor het bedrijf?”, blijkt het verrassend vaak lastig om daar een duidelijk antwoord op te geven.
Mijn ervaring is dat organisaties zich meestal te sterk richten op de technische implementatie van AI en te weinig op alle andere voorwaarden waaraan moet worden voldaan om betekenisvolle financiële resultaten te behalen. Met andere woorden: ze voegen AI toe aan de organisatie zonder echt te veranderen hoe die organisatie werkt.
Automatiseer het oude proces niet, maar herzie het
Wanneer u nadenkt over de introductie van AI in een proces, is het vergroten van menselijke capaciteiten vaak het uitgangspunt: hoe kan een AI-tool iemand helpen om het bestaande werk sneller uit te voeren? Daar is op zichzelf niets mis mee, maar zo blijft een groot deel van de potentiële waarde onbenut.
De grotere kans ontstaat wanneer u een andere vraag stelt: als we dit proces vandaag zouden ontwerpen, met de kennis van wat AI kan, zou het er dan hetzelfde uitzien?
Vaak is het antwoord nee. De echte waarde ontstaat door het proces zelf opnieuw vorm te geven en veel van de stappen door AI te laten uitvoeren. Mensen kunnen nog steeds betrokken zijn – en dat is vaak ook wenselijk – maar wat ze doen, wanneer ze ingrijpen en waar hun beoordelingsvermogen waarde toevoegt, kan er heel anders uitzien.
Daarom moedig ik klanten aan om af te stappen van verspreide puntoplossingen. In plaats van hier een AI-usecase en daar nog een andere te implementeren, bekijken ze een proces van begin tot eind en transformeren ze een aanzienlijk deel ervan – bijvoorbeeld door 10 of 20 onderling verbonden usecases binnen één onderdeel van de organisatie te laten samenwerken.
Het principe is eenvoudig: voeg geen AI toe aan processen die niet goed functioneren. Richt uw bedrijfsvoering opnieuw in op basis van wat nu mogelijk is. Daarmee vergroot u aanzienlijk de kans op een impact die daadwerkelijk terug te zien is in het bedrijfsresultaat.
Niet alles heeft AI nodig
Er is nog een misvatting die we uit de weg moeten ruimen: meer AI betekent niet automatisch een betere bedrijfsvoering. Soms is traditionele automatisering precies wat u nodig hebt.
Als een processtap sterk deterministisch is, met duidelijke regels, weinig variatie en slechts een beperkte behoefte aan menselijk beoordelingsvermogen, kan een op regels gebaseerde technologie zoals robotic process automation (RPA) prima volstaan: als A gebeurt, doe X; als B gebeurt, doe Y. U hebt geen AI-model nodig om dat probleem op te lossen.
AI wordt veel interessanter wanneer het proces probabilistisch is – wanneer er sprake is van variatie, ambiguïteit of behoefte aan het soort beoordelingsvermogen waarvoor traditioneel een mens nodig was.
Met agents kunnen we nog een stap verder gaan. Agents bieden een autonome vorm van AI die een groter deel van een proces kan uitvoeren met minder menselijke tussenkomst. Daar kan automatisering naar een hoger niveau worden getild en begint substantiële waarde te ontstaan.
Technologie is slechts een deel van de vergelijking
Hier lopen veel AI-programma’s tegen problemen aan. U kunt een uitstekend model ontwikkelen en het succesvol implementeren, maar dat betekent niet dat er vanzelf waarde ontstaat. U moet ook aandacht besteden aan het proces, de mensen, de data, het operating model en de governance daaromheen.
Volgens mij moeten vijf zaken op orde zijn:
- End-to-end procestransformatie. U moet de volledige workflow herzien en niet alleen geïsoleerde technische ingrepen uitvoeren.
- Sponsorship – en dan bedoel ik echte sponsorship. In het AI-tijdperk kan dit niet simpelweg de agenda van de CIO of een initiatief van de CFO zijn. De CEO moet erachter staan en de C-suite moet op één lijn zitten. Zonder de duidelijke intentie vanuit de top om een AI-strategie voor de hele onderneming te ontwikkelen en de adoptie ervan te stimuleren, zal de transformatie langzaam verlopen.
- Verandermanagement. Als u een proces opnieuw vormgeeft, moeten mensen begrijpen hoe het werk voortaan wordt uitgevoerd en, belangrijker nog, wat hun rol in dat nieuwe proces is.
- U moet de onderliggende digitale kern moderniseren. AI stelt nieuwe eisen aan dataplatforms en infrastructuur. De data moeten de juiste latency, granulariteit en metadata hebben, zodat AI ze als context kan gebruiken. In sommige gevallen kunt u voor elke dollar die u aan de activering van AI besteedt, vier dollar uitgeven aan de modernisering van het dataplatform dat dit mogelijk maakt.
- En ten slotte kan governance niet iets zijn wat u achteraf toevoegt. U hebt verantwoorde AI-praktijken, beveiliging, privacy, toegangscontroles en in toenemende mate FinOps-disciplines rond het gebruik van AI nodig. Naarmate AI op grotere schaal wordt ingezet, moeten bestuurders niet alleen begrijpen welke waarde ze creëren, maar ook wat het kost om die waarde te realiseren.
Autonomie maakt mensen niet overbodig
Ik denk ook dat we duidelijk moeten zijn over wat dit voor mensen betekent.
Er zullen situaties zijn waarin banen verdwijnen – met name bij routinematige, repetitieve processen die relatief eenvoudig kunnen worden overgenomen door RPA, AI of een combinatie van beide – maar dat is niet het hele verhaal.
Wat ik veel vaker van bestuurders hoor, gaat over het vrijmaken van capaciteit. Als AI repetitief werk kan overnemen, kunnen mensen zich richten op complexere en meer strategische activiteiten waarin hun beoordelingsvermogen meer waarde toevoegt.
Dat vraagt om een doelbewust herontwerp. U kunt niet simpelweg technologie invoeren en vervolgens hopen dat iedereen zelf uitzoekt waar zijn of haar plaats is. U moet de rollen tegelijk met het proces opnieuw vormgeven.
Het begint met één beslissing van het leiderschap
Op dit moment is er een duidelijke urgentie in de markt. Organisaties willen uit de “POC-fase” komen. Ze hebben in AI geïnvesteerd en moeten nu aantonen dat de technologie op schaal waarde kan leveren. Tegelijkertijd worden ze zich steeds bewuster van de kosten van AI op grote schaal.
Waar begint u dan? Voor mij komt het neer op een bedrieglijk eenvoudige beslissing van het leiderschap: meent u het serieus of niet?
Bestuurders moeten duidelijk voor ogen hebben dat wat ze met AI doen, bijdraagt aan hun bedrijfsstrategie. Vervolgens moet iemand – uiteindelijk de CEO en het leiderschapsteam – besluiten om de verandering actief te ondersteunen.
Daarna zijn er veel manieren om verder te gaan. U kunt stapsgewijs vooruitgang boeken, experimenteren of het operating model in de loop van de tijd verder ontwikkelen. Maar het uitgangspunt blijft hetzelfde.
AI-gedreven autonomie draait niet echt om het implementeren van meer AI. Het gaat om de overtuiging om opnieuw na te denken over hoe de organisatie werkt – van begin tot eind – en vervolgens al het moeilijke, minder zichtbare werk te doen dat nodig is om dat nieuwe model werkelijkheid te maken.
WAT NU?
Lees meer over de AI Services van NTT DATA en ontdek hoe we u kunnen helpen uw kernactiviteiten opnieuw vorm te geven voor het AI-tijdperk.