S07E16 - Leiderschap in AI-transformaties: de structurele uitdagingen

Niels Naglé bespreekt in de podcast AIToday Live de uitdagingen van leiderschap bij AI-transformaties. In dit tweede deel van een driedelige serie komen de structurele obstakels aan bod die organisaties tegenkomen bij het implementeren van AI.

Het ontbreken van een duidelijke strategische visie wordt genoemd als een van de grootste problemen. Veel organisaties benaderen AI als losse projecten zonder samenhang met de bedrijfsdoelstellingen.

De integratie van AI in bestaande IT-infrastructuren vormt een complexe uitdaging. Het vereist een fundamentele heroverweging van systeemcommunicatie.

Onderwerpen

• Uitdagingen van leiderschap bij AI-transformaties
• Gebrek aan strategische visie bij AI-implementatie
• Integratie van AI in bestaande systemen
• Valkuilen bij AI-implementatie
• Sleutels tot succes in AI-transformaties

Links

• Podcast: Deel 1: S07E14 - Leiderschap in AI-transformaties: inzichten uit ons marktonderzoek
• Podcast: S07E09 - Van verbod naar vertrouwen: Hoe de NS een eigen AI-platform bouwde
• Podcast: S06E93 - Mis het niet: de voordelen van AI-collega's in je team

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,001 --> 00:00:07,060
Welkom bij de AIToday Live, de podcast die AI begrijpelijk maakt met verhalen uit de praktijk.

2
00:00:07,060 --> 00:00:12,720
Ik ben Niels Naglé en ik bespreek deel 2 van onze speciale serie over leiderschap in AI transformaties.

3
00:00:12,720 --> 00:00:17,500
Vorige week bespraken we drie cruciaal aspecten van AI leiderschap.

4
00:00:17,500 --> 00:00:21,920
We zagen hoe je een simpel AI project kan uitgroeien tot een complete transformatie.

5
00:00:21,920 --> 00:00:28,800
Hoe belangrijk de culturele impact is, denk aan onze kwaliteit controleurs en waarom visie en timing zo essentieel is.

6
00:00:29,980 --> 00:00:35,160
Uit ons marktonderzoek bleek dat slechts 3% van de Nederlandse organisaties AI volledig heeft geïntegreerd.

7
00:00:35,160 --> 00:00:39,600
En dat 60% nog geen duidelijke AI strategie heeft.

8
00:00:39,600 --> 00:00:46,920
Die cijfers onderstrepen precies waarom we vandaag dieper ingaan op de structurele uitdagingen die bij deze aspecten komen kijken.

9
00:00:46,920 --> 00:00:51,820
Vandaag gaan we dieper in op de structurele uitdagingen waar leiders tegenaan lopen.

10
00:00:51,820 --> 00:00:57,200
En de grootste problemen blijken niet technisch van aard, maar organisatorisch en strategisch.

11
00:00:58,360 --> 00:01:02,960
Een van de meest fundamentele uitdagingen is het gebrek aan strategische visie.

12
00:01:02,960 --> 00:01:09,540
Organisaties behandelen AI vaak als een verzameling losse projecten, zonder duidelijke verbinding met hun bedrijfsdoelstellingen.

13
00:01:09,540 --> 00:01:11,820
Het is als bouwen zonder bouwtekening.

14
00:01:11,820 --> 00:01:15,420
Je kunt wel mooie kamers maken, maar uiteindelijk past het niet bij elkaar.

15
00:01:16,040 --> 00:01:20,280
Dit gebrek aan visie manifesteert zich op verschillende niveaus.

16
00:01:20,280 --> 00:01:26,400
Op strategisch niveau zien we dat organisaties worstelen met het vertalen van AI mogelijkheden naar concrete bedrijfswaarden.

17
00:01:26,400 --> 00:01:32,320
Op tactisch niveau is er vaak geen duidelijk plan voor de integratie met bestaande systemen en processen.

18
00:01:32,320 --> 00:01:40,400
En op operationeel niveau zien we, zoals in het voorbeeld van vorige week, dat er te weinig aandacht is voor de menselijke kant van de transformatie.

19
00:01:41,400 --> 00:01:44,840
Wat het extra complex maakt is de integratie met bestaande systemen.

20
00:01:44,840 --> 00:01:49,120
Veel organisaties hebben jarenlang geïnvesteerd in hun IT-infrastructuur.

21
00:01:49,120 --> 00:01:56,300
Het implementeren van AI is dan niet simpelweg het toevoegen van een nieuwe laag.

22
00:01:56,300 --> 00:02:00,860
Het vraagt om fundamentele heroverwegingen van hoe systemen met elkaar communiceren.

23
00:02:01,780 --> 00:02:13,300
En dit sluit aan bij wat we in ons onderzoek zien, maar liefst 17% van de organisaties noemt de integratie met bestaande systemen en processen als een van de grootste uitdagingen.

24
00:02:13,300 --> 00:02:21,480
Nu we de fundamentele uitdagingen hebben besproken, is het tijd om te kijken naar twee verradelijke valkuilen die vaak over het hoofd worden gezien.

25
00:02:21,480 --> 00:02:25,980
En die verrassend genoeg weinig aandacht krijgen in de meeste AI-discussies.

26
00:02:26,680 --> 00:02:28,880
De eerste is een interessante paradox.

27
00:02:28,880 --> 00:02:38,200
We overschatten vaak wat AI op korte termijn kan bereiken, terwijl we tegelijkertijd onderschatten wat het vraagt van onze organisaties om AI succesvol te implementeren.

28
00:02:38,200 --> 00:02:40,140
Het is als een ijsberg.

29
00:02:40,140 --> 00:02:42,740
Boven water zie je indrukwekkende mogelijkheden.

30
00:02:42,740 --> 00:02:45,640
ChatGPT die menselijk lijkende teksten schrijft.

31
00:02:45,640 --> 00:02:48,620
Algorithmes die patronen herkennen in enorme datasets.

32
00:02:48,620 --> 00:02:50,900
AI die complexe problemen oplost.

33
00:02:50,900 --> 00:02:52,440
Dat is verleidelijk.

34
00:02:53,180 --> 00:02:59,100
Maar onder water zit een van de vele grote massa's de noodzaak om processen aan te passen.

35
00:02:59,100 --> 00:03:00,720
Mensen op te leiden.

36
00:03:00,720 --> 00:03:02,420
Data te structureren.

37
00:03:02,420 --> 00:03:04,340
Ethische richtlijnen op te stellen.

38
00:03:04,340 --> 00:03:06,240
En systemen te onderhouden.

39
00:03:06,240 --> 00:03:13,680
We zien in de praktijk dat organisaties vaak een bescheiden budget vrijmaken en een kort project inplannen.

40
00:03:13,680 --> 00:03:16,120
Alsof ze een standaard softwarepakket uitrollen.

41
00:03:16,120 --> 00:03:21,840
Maar AI-systemen zijn geen kant-en-klare oplossingen die je simpelweg installeert en aanzet.

42
00:03:22,020 --> 00:03:26,120
Je kunt AI niet even uitrollen zoals je een nieuw mailprogramma uitrolt.

43
00:03:26,120 --> 00:03:30,180
Het vereist continue aandacht, aanpassingen en verfijningen.

44
00:03:30,180 --> 00:03:31,700
Het is een reis.

45
00:03:31,700 --> 00:03:32,600
Geen bestemming.

46
00:03:32,600 --> 00:03:34,700
En de tweede valkuil.

47
00:03:34,700 --> 00:03:36,720
Die is misschien nog wel verraderlijker.

48
00:03:36,720 --> 00:03:40,280
Namelijk het gebrek aan focus op schaalbaarheid.

49
00:03:40,280 --> 00:03:44,080
Veel organisaties slagen erin om een succesvolle pilot op te zetten.

50
00:03:44,080 --> 00:03:47,660
Ze hebben een mooi proof-of-concept in een gecontroleerde omgeving.

51
00:03:48,860 --> 00:03:53,280
Maar dan komt de uitdaging hoe schaal je dit op naar de hele organisatie.

52
00:03:53,280 --> 00:03:56,900
Het is hier waar veel AI-initiatieven stranden.

53
00:03:56,900 --> 00:04:00,340
Ze blijven hangen in wat ik noem de pilot paradox.

54
00:04:00,340 --> 00:04:02,700
Te succesvol om te stoppen.

55
00:04:02,700 --> 00:04:05,100
Te complex om te schalen.

56
00:04:05,100 --> 00:04:07,360
Het probleem is vaak schaalbaarheid.

57
00:04:07,360 --> 00:04:10,580
Geen prioriteit heeft gehad in de ontwerpfase.

58
00:04:11,140 --> 00:04:13,060
Men focust op het bewijzen dat iets kon.

59
00:04:13,060 --> 00:04:15,180
Niet op hoe het in de praktijk zou werken.

60
00:04:15,180 --> 00:04:18,880
Deze uitdagingen en valkuilen lijken misschien ontmoedigend.

61
00:04:18,880 --> 00:04:22,980
Maar zijn drie bewezen elementen die het verschil maken tussen succes en falen.

62
00:04:22,980 --> 00:04:25,380
Ten eerste.

63
00:04:25,380 --> 00:04:27,820
Alignment met bedrijfsdoelstellingen.

64
00:04:27,820 --> 00:04:29,820
AI moet geen doel op zich zijn.

65
00:04:29,820 --> 00:04:32,660
Maar een middel om concrete business uitdagingen op te lossen.

66
00:04:32,660 --> 00:04:34,320
Of kansen te benutten.

67
00:04:34,760 --> 00:04:37,440
We zagen dit recent in twee fascinerende gesprekken.

68
00:04:37,440 --> 00:04:43,220
Bij de Nederlandse Spoorwegen vertelde Edwin Wenink hoe ze hun AI-platform ontwikkelde vanuit een concrete bedrijfsbehoefte.

69
00:04:43,220 --> 00:04:45,980
Veilig gebruik van AI door medewerkers.

70
00:04:45,980 --> 00:04:48,560
Ze kozen niet voor een verbod.

71
00:04:48,560 --> 00:04:52,760
Maar voor een constructieve aanpak die aansluit bij de organisatiedoelstellingen.

72
00:04:52,760 --> 00:04:56,700
Een andere interessante benadering zagen we bij NXTLI.

73
00:04:56,700 --> 00:04:59,740
Maar ze kozen voor een AI-first strategie.

74
00:04:59,740 --> 00:05:03,700
Ze vroegen hun medewerkers niet of ze AI wilden gebruiken.

75
00:05:04,400 --> 00:05:08,340
Met welke taken ze zouden uitbesteden als ze tien nieuwe collega's konden aannemen.

76
00:05:08,340 --> 00:05:11,460
Die taken werden vervolgens vertaald naar AI-toepassingen.

77
00:05:11,460 --> 00:05:14,280
Als je meer wilt weten over deze inspirerende voorbeelden.

78
00:05:14,280 --> 00:05:16,560
Raad ik je aan om beide afleveringen terug te luisteren.

79
00:05:16,560 --> 00:05:18,800
Je vindt ze in ons podcastarchief.

80
00:05:18,800 --> 00:05:20,040
Ten tweede.

81
00:05:20,040 --> 00:05:22,920
Vroege betrokkenheid van stakeholders.

82
00:05:22,920 --> 00:05:27,780
We zagen vorige week al hoe het mis kan gaan als de eindgebruikers niet betrekt.

83
00:05:27,780 --> 00:05:29,500
Maar het gaat verder dan dat.

84
00:05:29,500 --> 00:05:32,760
Je hebt ook de business owners nodig.

85
00:05:33,300 --> 00:05:34,420
De compliance afdeling.

86
00:05:34,420 --> 00:05:35,240
HR.

87
00:05:35,240 --> 00:05:36,040
En ja.

88
00:05:36,040 --> 00:05:38,660
Zelfs de ondernemingsraad moet je erbij betrekken.

89
00:05:38,660 --> 00:05:41,920
Niet omdat ze allemaal moeten meebeslissen over elk detail.

90
00:05:41,920 --> 00:05:47,240
Maar omdat ze elk een uniek perspectief brengen dat waardevol is voor het succes van de transformatie.

91
00:05:47,240 --> 00:05:48,780
En ten derde.

92
00:05:48,780 --> 00:05:50,080
Niet onbelangrijk.

93
00:05:50,080 --> 00:05:51,440
Misschien wel de belangrijkste.

94
00:05:51,440 --> 00:05:52,700
Een duidelijke roadmap.

95
00:05:52,700 --> 00:05:54,480
Je kunt niet alles tegelijk doen.

96
00:05:54,480 --> 00:05:55,620
En dat hoeft ook niet.

97
00:05:56,260 --> 00:06:00,920
Succesvolle organisaties beginnen met kleine behapbare projecten die snel waarde opleveren.

98
00:06:00,920 --> 00:06:05,240
Ze gebruiken deze early wins om draagvlak te creëren voor grotere veranderingen.

99
00:06:05,240 --> 00:06:07,860
Het is als bouwen van een kathedraal.

100
00:06:07,860 --> 00:06:12,520
Je begint met een stevige fundering en bouwt vanuit daaruit steeds hoger op.

101
00:06:12,520 --> 00:06:20,000
Wat ik fascinerend vind aan deze drie elementen is ze allemaal draaien om mensen, processen en niet om technologie.

102
00:06:21,160 --> 00:06:24,600
Ze vragen om leiderschap dat verder kijkt dan de waan van de dag.

103
00:06:24,600 --> 00:06:30,320
Leiderschap dat begrijpt dat AI transformaties geen sprint zijn, maar een marathon.

104
00:06:30,320 --> 00:06:37,060
Als je na deze aflevering één ding wilt gaan doen, begin dan alsjeblieft met het in kaart brengen van je stakeholders.

105
00:06:37,060 --> 00:06:40,920
Niet alleen wie ze zijn, maar vooral ook wat hun belangen en zorgen zijn.

106
00:06:40,920 --> 00:06:45,680
Want zoals we hebben gezien is het niet de technologie die bepaalt of je AI transformatie slaagt,

107
00:06:45,680 --> 00:06:48,620
maar de mate waarin je mensen meekrijgt in de verandering.

108
00:06:49,600 --> 00:06:55,940
Volgende week, in het laatste deel van deze serie, gaan we heel praktisch kijken naar hoe je deze inzichten kunt vertalen naar concrete acties.

109
00:06:55,940 --> 00:06:57,420
Hoe bouw je die roadmap?

110
00:06:57,420 --> 00:06:59,760
Hoe creëer je de experimenteerruimte?

111
00:06:59,760 --> 00:07:03,640
En vooral, hoe zorg je dat de organisatie klaar is voor de toekomst?

112
00:07:03,640 --> 00:07:10,460
Dit was AIToday Live, de podcast die AI begrijpelijk maakt met verhalen uit de praktijk.

113
00:07:10,460 --> 00:07:11,880
Tot volgende week!

114
00:07:11,880 --> 00:07:21,720
[Muziek]

115
00:07:21,720 --> 00:07:22,720
[Muziek]