Van experiment naar opschaling: Vijf bouwstenen voor brede AI-adoptie
Organisaties staan te popelen om de enorme belofte van AI in te lossen. De praktijk blijkt echter weerbarstig – niet omdat de technologie niet werkt, maar omdat de organisatie zelf vaak nog niet volwassen genoeg is voor duurzame opschaling. In een nieuwe whitepaper loopt Jasper van Winkelhoff van Dux Group langs vijf bouwstenen die samen een stevig fundament bieden voor brede AI-adoptie.
Het is inmiddels een bekend probleem: organisaties willen wel grote sprongen maken met AI, maar struikelen vaak al bij de eerste stappen. Ze experimenteren erop los, maar weten de kloof tussen de pilot en organisatiebrede implementatie niet te overbruggen. Zo blijven ze vaak steken in enkele kleine toepassingen en het versnipperde gebruik van generieke AI-tools door individuele medewerkers.
Het probleem schuilt niet zozeer in de technologie zelf. “Het komt bijna altijd doordat het fundament daaronder ontbreekt”, schetst Jasper van Winkelhoff, Team Lead Digitale Oplossingen bij Dux Group. “Medewerkers voelen bijvoorbeeld onvoldoende urgentie, hebben geen realistisch beeld van de kansen en beperkingen van AI, of ervaren te weinig ruimte om veilig te experimenteren.”
Daarmee raakt de uitdaging aan de kern van de dienstverlening van Dux Group: het Rotterdamse bureau helpt opdrachtgevers om het potentieel van data en AI te benutten door de brug te slaan tussen mens en technologie. “Op basis van tientallen trajecten bij overheids- en private organisaties hebben we een adoptieperspectief ontwikkeld dat rekening houdt met de menselijke werkelijkheid”, vertelt Van Winkelhoff.
Dit perspectief is georganiseerd in vijf bouwstenen: urgentie, geletterdheid, governance, vaardigheid en inbedding. Het woord ‘bouwsteen’ is niet voor niets gekozen: “Geen enkele bouwsteen in isolatie is doorslaggevend”, aldus Van Winkelhoff. “Het is de combinatie die telt.”
1: Urgentie
Bij de eerste bouwsteen – urgentie – draait het met name om het onderscheid tussen de bestuurskamer en de werkvloer. Voor bestuurders gaat de discussie vooral over strategische vragen: op welke plekken kan AI waarde toevoegen en hoe vertaalt de organisatie die ambitie naar budgetten, prioriteiten en structuren? Voor medewerkers is de vraag vaak veel persoonlijker: waarom zou ik AI gebruiken tijdens mijn werk?
Volgens Van Winkelhoff werkt een algemene boodschap van bovenaf daarom maar beperkt. “Concrete voorbeelden uit de eigen organisatie leveren vaak meer op: een medewerker die aan zijn collega’s laat zien hoe AI een repeterende taak eenvoudiger maakt, heeft meestal meer effect dan een uitvoerige communicatiecampagne.”
2: Geletterdheid
Hier sluit de bouwsteen AI-geletterdheid op aan. Medewerkers hoeven niet precies te begrijpen hoe een large language model technisch gezien werkt, maar ze moeten wel in staat zijn om AI-uitkomsten kritisch te beoordelen. Ook moeten ze weten wanneer de technologie wel of niet geschikt is voor een taak.
“Je kunt de basis van AI-geletterdheid samenvatten in drie stappen”, stelt Van Winkelhoff: “Begrijpen wat AI is, beoordelen wat AI kan en beslissen wanneer je AI inzet.”
3: Governance
Governance wordt vaak gezien als een verzameling van regels en juridische beperkingen. Van Winkelhoff draait dat perspectief om: duidelijke kaders kunnen de adoptie juist versnellen.
“Wanneer medewerkers weten welke tools zijn toegestaan, welke gegevens ze mogen gebruiken en wat ze moeten doen als een AI-systeem een fout maakt, neemt de onzekerheid onder gebruikers juist af”, legt hij uit.
Tegelijkertijd waarschuwt hij voor een overdaad aan regels in de beginfase. Het uitgangspunt moet ‘just enough governance’ zijn: voldoende kaders om verantwoord te kunnen werken, maar ook genoeg ruimte om te experimenteren en te leren.
Daarbij ziet hij governance en psychologische veiligheid als twee kanten van dezelfde medaille. Regels geven formele toestemming om te handelen; een veilige werkcultuur waarin fouten maken is toegestaan, bevordert het stellen van vragen. “En dat is minstens zo belangrijk”, aldus Van Winkelhoff.
4: Vaardigheid
Ook het onderscheid tussen kennis en vaardigheid – de vierde bouwsteen – is belangrijk. Want weten wat AI is, betekent nog niet dat iemand er effectief mee kan werken.
Daarom pleit Van Winkelhoff voor oefenen met toepassingen die direct aansluiten bij het werk van medewerkers: een jurist die zich door AI laat ondersteunen bij het doornemen van bekende contracten, een analist die de technologie inzet bij rapportages, of een klantenservicemedewerker die terugkerende vragen onderzoekt met behulp van AI.
“Door klein te beginnen met één of twee zichtbare toepassingen kan een organisatie bovendien intern bewijs opbouwen dat de technologie daadwerkelijk waarde toevoegt”, geeft hij aan. “Zulke concrete ervaringen van collega’s kunnen vervolgens helpen om het gebruik verder te verspreiden en AI stapsgewijs onderdeel te maken van bestaande werkwijzen.”
5: Inbedding
De laatste bouwsteen ziet Van Winkelhoff als de meest duurzame én minst spectaculaire stap: “Geen lancering, geen campagne maar het stille werk van inbedding: AI structureel opnemen in processen, werkwijzen en teamcultuur.”
Dit vraagt vooral om eigenaarschap op de werkvloer en zichtbaar voorbeeldgedrag van leidinggevenden. “Voor AI-adoptie vertaalt dat zich direct”, geeft hij aan. “Managers die zelf prompts schrijven, teams die use cases aandragen, en een routekaart die laat zien hoe het experiment van vandaag de werkwijze van morgen wordt.”
Een continu proces
De centrale boodschap van de whitepaper is daarmee helder: grootschalige AI-adoptie vraagt om meer dan betere modellen of nieuwe tools. Organisaties moeten tegelijkertijd ook werken aan begrip, vertrouwen, duidelijke kaders, praktische vaardigheden en structurele toepassing van de technologie.
Het verlaten van de experimentfase is volgens Van Winkelhoff dan ook vooral een veranderkundige opgave. “AI-adoptie is geen eenmalige gebeurtenis, maar een continu proces”, besluit hij.
