Integratie van AI in bedrijfsprocessen geen sinecure

Bij de inzet van AI is digitale veiligheid veruit de grootste uitdaging voor organisaties. Niet verrassend, gezien het grote aantal aanbieders van (generatieve) AI-systemen en de black box rond veiligheid van bedrijfsgegevens. Bovendien neemt het vertrouwen in Amerikaanse bedrijven steeds meer af. Het gebrek aan technische kennis en vaardigheden is een tweede uitdaging. Dit betreft het aantrekken van voldoende kennis om AI effectief en verantwoord te implementeren en te gebruiken. Richtlijnen voor verantwoord gebruik van AI zijn voor veel organisaties eveneens een te nemen hindernis net als de AI-volwassenheid van de eigen organisatie oftewel hoe goed een organisatie is voorbereid op het integreren van AI in haar processen. De algehele adoptie van AI geldt sowieso als relatief uitdagend omdat organisaties hiervoor moeten beschikken over betrouwbare, kwalitatieve en toegankelijke data.

Over het algemeen doen organisaties er goed aan de risico’s niet te onderschatten en te zorgen dat management en medewerkers goed geïnformeerd blijven over de AI-ontwikkelingen. Actieve sturing en monitoring door het management is randvoorwaardelijk om de juiste inzet van AI in de organisatie te realiseren.

Organisaties omvatten diverse afdelingen die steeds anders kijken naar AI. Logischerwijs zijn de uitdagingen steeds gerelateerd aan de eigen focusgebieden. Voor medewerkers Techniek en onderhoud is bijvoorbeeld datakwaliteit een aandachtspunt; bij HR en Personeelsmanagement geldt dat voor digitale veiligheid. Op de afdeling Administratie en Ondersteuning bestaan weer zorgen dat kennis en vaardigheden tekort zullen schieten. En verkoopafdelingen twijfelen op hun beurt aan de validiteit en juistheid van de output die AI oplevert.

Ook op functieniveau zijn er verschillen zichtbaar. Zo ervaren directie en hoger management rond bijna alle mogelijke issues meer uitdagingen dan het middenmanagement of medewerkers op uitvoerend niveau. Denk aan aspecten als voldoende kennis en vaardigheden in de organisatie en de integratie van AI in de bedrijfsprocessen. Omgekeerd is de inhoudelijke en praktische kennis rond AI net iets minder aanwezig in de top van de organisatie.

De vraag is dan ook of een organisatie met een te behoudend management wel voldoende experimenteerruimte geeft aan medewerkers. In de praktijk komen goede en verantwoorde toepassingen van AI namelijk voort uit een open cultuur. Topmanagement dat openstaat voor AI-pilots, hiervan regelmatig een rapportage op de agenda zet en dan ook navraagt hoe het met de validatie van de uitkomsten gesteld is, schept de juiste voorwaarden voor succes.

Wanneer iedereen weet wie in de organisatie beschikt over de kennis en kunde om met AI te werken, en deze personen betrekt bij pilots of AI-onderzoek, wordt in de praktijk een goed controlemechanisme opgebouwd. Verder bestaat juist op uitvoerend niveau behoefte aan heldere protocollen, duidelijkheid rond digitale veiligheid en werkwijzen of formats waarmee transparantie en validiteit van de uitkomsten van het gebruik van AI op een uniforme manier zijn te onderbouwen.

Bij het formuleren van AI-beleid doet een organisatie er verstandig aan ook stakeholders hierin te betrekken en open te communiceren over de inzet van AI met haar belangrijkste ketenpartners en toeleveranciers. Op die manier begrijpen partijen welke uitgangspunten een organisatie hanteert en welke veiligheids- en kwaliteitsborging zij garandeert.

Daarnaast kan de betrokkenheid van kennisinstellingen helpen bij het bepalen van uitgangspunten, veiligheids- en kwaliteitsborging. Daarmee kan een organisatie richting ketenpartners tevens de zorgvuldigheid van het AI-gebruik onderbouwen.

Structureel AI invoeren is geen kwestie van even een knop omzetten. Doorgaans ervaren organisaties de technische fit ogenschijnlijk als iets eenvoudiger dan de organisatorische of operationele fit. Enige kanttekeningen zijn hierbij wel op zijn plaats. Ten eerste hebben IT-trajecten doorgaans de neiging uit te lopen, zeker wanneer koppelingen vereist zijn met bestaande processen en infrastructuur.

Daarnaast is de mate waarin een splitsing aangebracht kan worden in standaardproccssen en processen op maat zeer bepalend voor de implementatie. Een deelproces standaardiseren zorgt vaak ergens anders in de keten voor een bottleneck. Het is dus zaak om eerst naar het grotere plaatje te kijken en het (eventueel verbeterde) totaalproces in kaart te brengen. Op basis daarvan is vervolgens te bezien of AI in een deelproces kan worden ingevoerd en zo ja, hoe

Welk effect (onder andere) generatieve AI zal hebben op de taken binnen een organisatie, is lastig te voorspellen. Wel wordt de toepassing van toegankelijke en laagdrempelige AI-toepassingen steeds gangbaarder en vinden bedrijven dit ook steeds vaker wenselijk dat dit gebeurt.

In de ideale situatie is sprake van een weloverwogen aanpak vanuit de organisatie, waarbij deze zowel de kansrijke mogelijkheden als de potentiële risico's van AI in overweging neemt. Positiviteit is goed, maar niet zonder een kritische evaluatie van de impact van AI op

de werkzaamheden. Een zorgvuldige visie en langetermijnperspectief op de integratie van AI in de organisatie en in contacten met de buitenwereld is dan essentieel.

Net als bij elke nieuwe technologie hebben organisaties te maken met weerstand tegen verandering en zullen ze relevante AI-toepassingsgebieden moeten bepalen. AI bevindt zich nog in de beginfase. De verwachtingen zijn hoog en er is ook nog veel in ontwikkeling. Wil de mens controle houden over deze technologie, dan is de enige mogelijkheid ermee te werken, te zien waar AI mogelijk voordelen biedt en te bepalen hoe die voordelen ten behoeve van medewerkers en maatschappij kunnen worden ingezet.

Om dat te realiseren, dienen organisaties hun medewerkers vooral ruimte en ondersteuning te bieden bij het beleven van de (on)mogelijkheden van AI. Dan houden zij een open mind en is de kans op effectieve toepassing van AI in de bedrijfsprocessen het grootst.