Onderscheid uw organisatie met het Business Model Canvas

Ik krijg regelmatig de vraag van managers of een directie welke stappen zij moeten doen om in deze lastige tijden het tij te keren en met een technologische innovatie de organisatie weer op het goede spoor te krijgen. Liefst iets met Artificial Intelligence (AI), want dat wordt steeds vaker door softwareleveranciers aangeboden. Gewoon de module AI aanvinken en het komt vast goed. 

AI is de nieuwste technische innovatie die heel veel problemen zomaar oplost. Dat herinnert aan 10 jaar terug toen ‘cloud’ de trend was. Regelmatig werd toen door leveranciers aangegeven dat met de cloud alle problemen opgelost zouden zijn. En het is ook nodig om veel op te lossen, maar het is bleek zeker geen oplossing voor alles. En hoewel vaak beloofd werd dat ‘de cloud’ veel goedkoper zou zijn, bleek in de praktijk dat vaak nogal tegen te vallen, zie het onderzoek in MT/Sprout uit 2021. Cloud zou het bijvoorbeeld mogelijk maken alle IT-medewerkers overbodig te maken. Kijk in uw eigen organisatie of dat gelukt is…

Vandaag de dag zult ook u als manager de nodige aanbiedingen krijgen van grensverleggende AI in de software die uw organisatie gebruikt. Vaak is niet heel scherp gedefinieerd wat dat dan doet of wat u ermee bereikt. En AI wordt gemakkelijk op een hoop geveegd met de stand-alone successen van Chat GPT en de Copilot in Windows en Office. Om met de laatste te beginnen: Copilot kan bijvoorbeeld een saaie powerpoint presentatie in één klik naar iets aantrekkelijkers omvormen. Maar dat zijn voorgeprogrammeerde templates die u waarschijnlijk over een jaar wel kunt dromen omdat iedereen die binnenkort gebruikt. Chat GPT is een prachtig product dat op basis van miljarden documenten een document voor u samenstelt. Stel dat u een sollicitatiebrief maakt op basis van 10.000 voorbeelden, dan zal dat met wat op basis van andere goede CV’s  waarschijnlijk een mooie brief worden. Chat GPT kan dat niet zomaar, er zijn duizenden computers voor nodig. Er is berekend dat alle Chat GPT computers samen net zoveel energie gebruiken als twee middelgrote Nederlandse steden. Een gegenereerd document zou bij benaderen 10 cent aan energie kosten, al is dat nooit hard bewezen. Chat GPT is nog (meestal) gratis, maar zal in de toekomst noodgedwongen betaald moeten worden. 

Innovatie in het onderwijs

Ik heb het genoegen enkele keren per jaar een module ‘digitale innovatie’ te geven aan kleine groepen volwassenen (de modulenaam wordt overigens ieder jaar aan de laatste mode aangepast). Gedurende een aantal dagen worden theorie en praktijk verwerkt tot een scriptie met een onderbouwd verbeterplan voor hun eigen organisatie. Bij de aanvang komt steevast de vraag ‘is er een recept voor innovatie’, of ‘waar kan ik dit downloaden’? Oftewel: waar kan ik het kopen?

Vaak heeft het management de student een opdracht meegegeven, in de trend van ‘volg de master classes en ga voor ons innoveren’. Chat GPT staat vaak bovenaan op de lijst met mogelijke opties. Het zal u ook niet verbazen dat dit een bijna niet te realiseren opdracht is. 

Tien jaar terug was het hoofdthema nog BI: Business Intelligence. De basis waren de nieuwe tools zoals Qlik, Tableau en Power BI. Prachtig gereedschap waarbij data interactief getoond kan worden. Door de juiste visualisatie worden in de data verborgen relaties zichtbaar gemaakt. De informatie was er al, maar het moest nog voor mensen aantoonbaar worden gemaakt. Helaas geven dit soort tools behoeften aan data warehouses, data verzamelingen, opschoonacties etcetera. Helemaal vanzelf gaat het meestal niet. En vergeet ook niet Excel: het meest gebruikte BI platform ter wereld. Tableau is ooit begonnen als module in Excel. Met Excel kunt u hetzelfde als met de eerder genoemde tools, alleen kost dat meer tijd en is het minder intuïtief. 

Na BI werd het thema Big Data: Er is zoveel data in de wereld, er moet alleen nog iets mee gedaan worden. Daar zijn heel mooie voorbeelden van, alleen waren dat trajecten die veel tijd en deskundigheid vroegen. Een mooi voorbeeld was een Turkse telecom operator die op enig moment ontdekte dat klanten die van plan waren te verhuizen naar een concurrent, een apart belpatroon ontwikkelden. De gesprekken zelf werden niet beluisterd, maar het aantal keer bellen, het tijdstip van bellen en de lengte van het gesprek. Door de geselecteerde groep klanten een zeer goede aanbieding te doen daalde het verloop en werd de operator in enkele jaren tijd de grootste operator in Turkije. Een prachtig voorbeeld, maar een voorbeeld dat twee jaar tijd voor uitvoering nodig had.

Strategie is 100% nodig

Terug naar mijn studenten. De eerste vraag die gesteld wordt is wat de doelstelling(en) van hun organisatie is, en op welke wijze dit behaald wordt. De doelstelling lukt vaak nog wel (‘we maken dit of dat product’ of ‘we leveren deze diensten’) maar hoe dat behaald wordt: geen idee. ‘We doen dit al zo zolang ik daar werk’.

De vraag is of je kunt nadenken over innovatie als je niet eens nagedacht hebt waarom jouw organisatie onderscheidend is (of was) en hoe zich dat ontwikkelt of zou moeten ontwikkelen.

Gelukkig is er een eenvoudig model dat helpt na te denken over wat de organisatie nu onderscheidend maakt: Het Business Model Canvas (BMC). Dit door Osterwalder ontwikkelde template beschrijft in 9 (aanvankelijk 7) aandachtsgebieden hoe de organisatie in elkaar zit en op welke vlakken de organisatie onderscheiden is. Het doel is dat een persoon of team dit invult: hoe doen wij het op ieder van de 9  aspecten? Vaak is de bestaande situatie nog wel te beschrijven maar het moeilijke komt als het team gevraagd wordt op welke vlakken verbetering zou kunnen worden bereikt. Juist dat is belangrijk: er wordt afgestemd wat eenieder denkt hoe de organisatie zich kan ontwikkelen naar een betere versie van zichzelf en welke stappen daarvoor noodzakelijk zijn.
10 Jaar geleden is het aantal aspecten in het BMC verhoogd van 7 naar 9: kosten en inkomsten zijn toegevoegd. Daar waar het voorheen gewoon was een factuur te krijgen voor een geleverd product of dienst veranderden de tech-reuzen zoals Google en Facebook het speelveld door diensten gratis weg te geven en hun inkomsten uit andere diensten te halen. Deze toevoeging hielp de nieuwe economische ontwikkelingen te beschrijven. Het serieus invullen van een BMC geeft veel discussie, en daarmee meestal een aantal richtingen waar verbetering/innovatie mogelijk is.

Terug naar innovatie

Een BMC is niet het enige model dat mogelijk is om een strategie te vormen en innovatiegebieden te identificeren. Andere methoden/modellen zijn de Rockefeller Habits van Verne Harnish (onder andere bedoeld om snelle groei te realiseren), het Strategic Agility Model en Scenarioplanning. Het BMC is mogelijk  de meest populaire onder de modellen omdat het toegankelijk en logisch is. Vanzelfsprekend zullen verschillende teams in een organisatie met verschillende oplossingen of richtingen komen. Dat is ook prima, zolang de keuze goed doordacht en afgewogen is. Juist door de discussie vooraf zal een management team vooraf vele aspecten hebben moeten afwegen waarna dit bij de implementatie niet opnieuw tot discussies en vertragingen leidt. 

Een BMC is een momentopname en bij de implementatie ervan is het wenselijk dit periodiek te herhalen/updaten. Er zijn nieuwe technieken, de wereld verandert (schaarste aan mensen, stijgende kosten) en dat kan leiden tot een aangepaste strategie. Toen een management team een oud BMC van 10 jaar geleden inzag werd dit herkend, maar ook welke grote veranderingen er in die 10 jaar tijd waren opgetreden. En daar zit een van de belangrijkste issues: van dag tot dag merken wij de veranderingen niet, het druppelt langzaam binnen. Zonder bewustwording houden we vast aan onze oude strategie, gewoon doorgaan. En innovatie op basis van ‘gewoon doorgaan’ is vrijwel onmogelijk.

Management teams die een serieuze poging doen om een strategie te bepalen komen vaak al doende met een lijst van noodzakelijke innovaties. Welke dat zijn zal afhankelijk zijn van de organisatie en het team dat de strategie bepaalt. Een goed doordachte en afgewogen strategie is de basis van innovatie: die stappen en innovaties die nodig zijn om de gewenste nieuwe situatie te bereiken. In plaats van een innovatie van de plank te bestellen kan de organisatie gericht gaan zoeken naar dat wat echt nodig is om de organisatie goed de toekomst in te laten gaan.

Case: innovatie bij de politie
Een politiekorps in een grote Nederlandse gemeente had als taak betogingen en evenementen te begeleiden. Het doel was dit zo goed mogelijk te faciliteren en overlast voor de bewoners en omgeving zoveel mogelijk te beperken. In de afgelopen jaren groeide een tekort aan medewerkers. Door een analyse van de huidige situatie bleek dat de roosters zeer statisch en traditioneel waren. Hierdoor konden de medewerkers eigenlijk vooraf al inschatten of in een specifieke dienst bestond uit ‘vooral wachten’ of ‘doorlopend actief’.  Door de wijze van roosteren aan te passen met flexibele tijden en inzet kon op drukke momenten meer capaciteit beschikbaar komen, terwijl op rustige momenten afgeschaald werd. Een nieuw aspect was hierbij de wens van de individuele agenten: zij moesten wennen aan de flexibiliteit maar door rekening te houden met hun persoonlijke wensen kon vrijwel iedereen een prettiger rooster realiseren. Juist de persoonlijke wensen makkelijker integreren in het rooster bleek naast het flexibel maken de meest noodzakelijke innovatie. In stappen werd een prettiger en professioneler werkklimaat gerealiseerd ondanks dat er een tekort aan medewerkers was ontstaan.

Case vervolg: hoe werkt dat dan?
De politie heeft vast een mooi AI-planpakket gekocht en heeft nu perfecte en volautomatisch gegenereerde roosters. Helaas, het flexibele rooster wordt (op dit moment) nog handmatig en een beetje ouderwets in elkaar gezet. Dat is om twee redenen:

• De leverancier heeft nog geen AI of algoritme in de software beschikbaar.
• Om (in dit geval) een algoritme goed te laten werken is veel meer data nodig. Dat is niet alleen wanneer capaciteit gevraagd wordt, of wanneer een personeelslid beschikbaar is. Nee, denk aan voorkeuren zoals welke dagen zij kunnen werken, voorkeur voor vroeg of laat, de kwalificaties, wettelijke eisen, met wie zij graag samenwerken, tijdelijke beperkingen (bijvoorbeeld na ziekte of revalidatie etc). Het samenstellen van zo’n set aan data is een klein project op zich. Maar als deze data er eenmaal is, dan is met een algoritme in enkele seconden een planning te maken die handmatig nauwelijks te verbeteren is. 

Waarom werkt het handmatig nu toch ook heel goed? Zeker, het nieuwe rooster maken kost een paar uur menselijke tijd. Maar de roostermaker heeft de bovenstaande kennis in zijn hoofd en houdt daar onbewust rekening mee. Daarom kan niet iedereen zomaar een rooster maken: er is kennis nodig. En deze kennis slim naar het algoritme (of AI in de hedendaagse termen) brengen is exact het punt om de gewenste innovatie echt slim en snel te implementeren.