De organisatie van de toekomst

In een AI-first organisatie verandert de verdeling van het werk. AI en nieuwe technologie doen het werk dat mensen niet hoeven te doen, ook het herhalende en voorspellende werk, en mensen richten zich op het werk waarin zij beter zijn, zoals afwegen, overtuigen en verantwoordelijkheid dragen. Per proces komt dezelfde vraag terug: wat doet AI, en wat doet de mens? Bij een verzekeraar loopt een eenvoudige schademelding dan van melding tot uitbetaling door systemen, en beoordeelt de schadebehandelaar de twijfelgevallen en helpt hij de klant die net alles kwijt is. Zo'n herontwerp verandert ook de omvang van teams en het instapwerk.

De meeste organisaties zijn ingedeeld in afdelingen, en de eerste AI-projecten volgen die indeling: een assistent voor marketing, een chatbot voor de klantenservice, een tool voor finance. Losse projecten kunnen tijd besparen, maar verbeteren niet vanzelf de samenwerking tussen de afdelingen die dezelfde klant bedienen. Neem een installatiebedrijf. De klant vraagt een offerte, wacht op een monteur, krijgt een factuur en belt als er iets misgaat. Als AI die hele keten ondersteunt, met dezelfde gegevens van eerste vraag tot laatste servicebezoek, hoeven medewerkers dezelfde informatie minder vaak op te vragen en worden overdrachten eenvoudiger. Wie die keten in kaart brengt, van offerte en planning tot factuur en servicebezoek, ziet waar AI het werk overneemt en waar medewerkers het verschil maken. De ontwerpvraag verschuift daarmee van de afdeling naar de belofte aan de klant, met één eigenaar voor de hele keten.

Als AI een deel van het werk doet, ontstaat er ander werk omheen. Drie soorten rollen keren in veel organisaties terug. Mensen die het werk van AI toetsen: zij beoordelen of een analyse, advies of brief klopt voordat die naar buiten gaat. Mensen die het werk met AI inrichten: zij bepalen hoe een proces loopt, welke taken een systeem krijgt en waar een mens beslist. En mensen die de systemen bewaken: zij houden bij welke AI waar draait en met welke gegevens, en grijpen in als de kwaliteit terugloopt. Op een accountantskantoor kunnen ervaren controleurs bijvoorbeeld de analyses van AI toetsen. Hun vakkennis helpt om een onwaarschijnlijke uitkomst of ontbrekende informatie te herkennen.

In een team van mensen en AI-agents is een agent een vaste kracht met eigen taken, geen hulpmiddel dat iemand af en toe openklapt. Mensen doen waar ze goed in zijn: oordelen, kiezen, met mensen werken; AI neemt het herhalende en diep analytische werk. Daardoor verandert de samenstelling. Een marketingteam met aparte specialisten voor tekst, beeld, analyse en planning kan met minder mensen werken, die elk een groter deel van het werk overzien, terwijl AI varianten maakt, test en rapporteert. Ook de manier waarop een organisatie iemands bijdrage waardeert, verandert als een deel van het werk door AI wordt gedaan.

Besluitvorming is in veel organisaties gebouwd op schaarse informatie: gegevens gaan omhoog, worden gebundeld en komen als besluit terug. AI verandert die logica. Een systeem levert actuele cijfers, scenario's en tegenargumenten op de plek waar het werk gebeurt, op het moment dat het nodig is. Daarmee komt de vraag opnieuw op tafel wie wat beslist. In een winkelketen kan een filiaalmanager met een prognose per artikel zelf de voorraad en de roosters bijstellen, zonder te wachten op het hoofdkantoor. Het hoofdkantoor bepaalt dan het kader: welke besluiten lokaal vallen, welke een mens altijd zelf neemt en welke een systeem binnen vaste grenzen voorbereidt of uitvoert.

Veel organisaties verdienen aan tijd of volume: declarabele uren, verkochte licenties, behandelde dossiers. Als AI het werk versnelt, komen die modellen onder druk en ontstaat ruimte voor andere afspraken. Er zijn adviesbureaus en advocatenkantoren die een vaste prijs voor afgesproken werk rekenen of een deel van hun vergoeding aan een behaald resultaat koppelen. Machinebouwers verkopen beschikbaarheid als dienst, met voorspellend onderhoud dat stilstand beperkt. Sommige softwareleveranciers rekenen per afgehandelde klantvraag, naast of in plaats van een bedrag per gebruiker. Zo'n overstap raakt de hele organisatie: hoe werk wordt begroot, wie het risico draagt en hoe medewerkers worden beoordeeld als uren niet meer de maat zijn.

Leiderschap in een organisatie die voortdurend verandert, draait minder om controle en meer om richting en ruimte. Leiders van de toekomst schetsen hoe het werk en de organisatie kunnen veranderen, en waarom mensen daaraan willen bijdragen. Ze leiden door te luisteren, vragen te stellen en zich kwetsbaar op te stellen, en ze geven teams de ruimte om zelf te beslissen. Veranderen gaat daarbij net zo goed over psychologie als over strategie. Mensen veranderen mee als ze begrijpen waarom en zien dat de leiding zelf leert. Een bestuurder die zelf met AI werkt en met medewerkers verkent welk werk daardoor verandert, bouwt samen met hen aan de organisatie van morgen. De lezing over leiderschap en management gaat hier dieper op in.

Veranderen gaat minder over technologie dan over de manier waarop mensen naar hun werk kijken. Een nieuwe mindset betekent afscheid nemen van gewoonten die jarenlang goed werkten, openstaan voor ideeën van buiten en onzekerheid zien als bron van vernieuwing. Procedures en gewoonten geven houvast en beschermen kwaliteit, maar werken soms ook als een afweersysteem dat het nieuwe afstoot. Een cultuur van vrijheid en zelfstandigheid geeft medewerkers het vertrouwen om bestaande werkwijzen ter discussie te stellen, iets te proberen en van fouten te leren, ook waar fouten grote gevolgen kunnen hebben. In een logistiek bedrijf draait een planner met een eigen idee voor slimmere routes dan binnen een maand een proef, zonder drie lagen toestemming.

Vakkennis blijft de basis, maar in een organisatie die snel verandert, tellen ook nieuwsgierigheid, flexibiliteit, passie en het vermogen om buiten de gebaande paden te denken. Daar komt AI-vaardigheid bij: weten wat AI kan, uitkomsten beoordelen en het eigen werk anders inrichten. Onderwijsinstellingen passen hun programma's aan, maar organisaties hebben die kennis vaak sneller nodig dan nieuwe lichtingen afstuderen. Daarom nemen steeds meer organisaties zelf de regie, met een toekomstacademie waar medewerkers en leiders leren met lesstof uit de eigen praktijk. Een bank leidt er klantadviseurs op tot specialisten die met AI-systemen werken. Zo ontstaat een organisatie van zelfstandige teamspelers die blijven leren.