Je organisatie kiest vol voor Microsoft Copilot, terwijl jij ziet dat andere AI-tools voor het werk van jouw team veel beter passen. Er wordt vooral gestuurd op tijdwinst, terwijl jij je zorgen maakt over de kwaliteit van het werk. Of het AI-beleid is zo streng dat je nauwelijks ruimte ziet om te experimenteren.
Maar jij zit niet in de directie. Je bent verantwoordelijk voor een afdeling of team. De grote keuzes worden ergens anders gemaakt. En daar ben je het niet mee eens. Wat doe je dan?
Kloof tussen executives en middenmanagers
Ik werk veel met teams en afdelingen en kom dit in de praktijk regelmatig tegen. Managers die het niet eens zijn met de AI-koers van hun organisatie en worstelen met de vraag wat ze daarmee moeten. En dat lijkt geen uitzondering te zijn. Recent onderzoek dat werd besproken in Harvard Business Review laat een duidelijke kloof zien tussen executives en middenmanagers als het om AI gaat.
Executives zijn optimistischer over wat AI oplevert en hoe snel het in de organisatie wordt geadopteerd, terwijl middenmanagers kritischer zijn. Onder andere over wat het opbrengt. Logisch ook, want de directie kijkt vooral naar waar AI de organisatie naartoe kan brengen, terwijl managers iedere dag zien waar het in de praktijk nog schuurt.
Maar wat doe je vervolgens met die kennis? Ik zie managers grofweg twee kanten op schieten. Sommigen gaan in de weerstand. Ze beginnen er, misschien onbewust, nét iets te vaak over. Ik heb de afgelopen jaren heel wat passief-agressieve opmerkingen gehoord over ‘De mensen die dit bedacht hebben’.
Anderen schieten juist in een wacht- of krampstand:
“Laat ze eerst maar eens met werkbaar beleid komen.”
“Zolang de organisatie dit niet goed geregeld heeft, kan ik weinig.”
Ik snap beide reacties. Maar effectief zijn ze niet. Want als manager heb je misschien minder invloed op de AI-koers van je organisatie dan je zou willen. Je hebt waarschijnlijk veel meer invloed op de dagelijkse praktijk dan je denkt.
Je hoeft niet de hele organisatie te veranderen
Wat ik vaak zie, is dat directies óf te makkelijk óf juist veel te groot over AI-adoptie denken. Aan de ene kant: “We rollen Copilot gewoon even uit. 60% gebruikt het al, dus we zijn ongeveer klaar.” Aan de andere kant: maandenlange strategiesessies, stuurgroepen en beleid dat maar niet definitief wordt, omdat eerst ongeveer iedere denkbare AI-situatie afgedekt moet zijn.
Als manager kun je je daar behoorlijk verlamd door voelen. Maar tussen kritiekloos uitvoeren en de complete AI-koers van de organisatie veranderen zit een enorm speelveld. En daar ligt jouw handelingsruimte.
Begin kleiner dan je denkt
Je hoeft niet te wachten tot de organisatie alles heeft uitgewerkt om met je afdeling of team stappen te zetten. Maak samen haalbare werkafspraken, plan tijd om te oefenen en zorg dat wat mensen leren wordt gedeeld en bewaard. Maar kijk vooral naar het werk zelf. Pak regelmatig één proces en onderzoek samen: hoe doen we dit nu, hoe willen we het voortaan doen en hoe kan AI ons hierbij helpen?
Zoek je handelingsruimte
Als je het niet eens bent met de weg die je organisatie inslaat, ligt één vraag voor de hand: “Hoe krijg ik de organisatie zover dat ze andere AI-keuzes maakt?” Draai die vraag eens om: “Wat kan ik binnen mijn verantwoordelijkheid vandaag al anders organiseren?”
Je handelingsruimte is alles wat je als manager binnen de bestaande AI-koers zelf kunt uitproberen, organiseren, beïnvloeden of beslissen. AI raakt zoveel werkgebieden dat die handelingsruimte vaak naar de achtergrond verdwijnt. We vergeten 'm even. Wat een simpele oefening is om je handelingsruimte weer wat meer naar voren te halen is: schrijf voor het vraagstuk waar je mee worstelt op: wat kan ik zelf beslissen, wat kan ik beïnvloeden en wat moet ik voorlopig accepteren?
Kleine acties zijn niet hetzelfde als kleine ambities
Omdat AI dus zo allesomvattend voelt, denken we al snel dat onze interventies dat ook moeten zijn. Dat is een denkfout. Een reeks kleine resultaten kan juist samen een patroon vormen dat mensen meekrijgt en verdere verandering mogelijk maakt. Kijk maar eens terug op je eigen carrière. Wanneer ben je daadwerkelijk ander gedrag gaan vertonen?
Nieuw gedrag ontstaat doordat mensen iets proberen, ervaren wat er gebeurt, er samen over praten, hun werkwijze aanpassen en opnieuw proberen. Als het je als manager lukt om iedere twee weken één kleine stap te zetten met je team, kan dat uiteindelijk meer veranderen dan één groot AI-programma per jaar.
En laat ik heel duidelijk zijn: kleine acties betekenen dus niet dat je ambitie klein moet zijn.
Gebruik de praktijk om invloed naar boven uit te oefenen
Kleine acties betekenen namelijk óók niet dat je je maar moet neerleggen bij keuzes waar je het niet mee eens bent. Door lokaal te experimenteren verzamel je iets wat veel waardevoller is dan een mening: bewijs uit de praktijk.
Dan ga je van:
“Ik denk dat ons AI-beleid te beperkend is.”
Naar:
“We hebben de afgelopen zes weken drie werkprocessen onderzocht. Bij twee daarvan lopen medewerkers tegen deze beperking aan. Daardoor kunnen we toepassing X niet verantwoord inzetten. Als we deze afspraak aanpassen, ontstaat deze mogelijkheid.”
Jij weet dingen die de directie niet weet
Vergeet niet dat je als manager op een interessante plek in de organisatie zit. De directie heeft misschien meer beslissingsmacht. Jij hebt meer zicht op wat die beslissingen met het werk doen.
Je ziet waar mensen vastlopen. Waar beleid niet aansluit op de dagelijkse praktijk. Welke workarounds ontstaan. Welke taken veranderen. Waar kwaliteit verloren gaat. En waar AI onverwacht veel of juist veel minder waarde oplevert dan vooraf werd gedacht. Dat geeft je een andere bron van invloed: kennis uit de praktijk.
Je lokale experimenten hebben daarmee twee functies: ze helpen je team vooruit én geven je betere informatie om de organisatie te beïnvloeden.
Wanneer klein niet meer genoeg is
Als een AI-keuze volgens jou serieuze ethische, juridische of andere professionele risico's oplevert, is een experiment op je eigen afdeling uiteraard niet het antwoord. Dan moet je bezwaar maken, escaleren of besluiten dat je ergens niet aan wilt meewerken.
Maar lang niet ieder verschil van inzicht bevindt zich op dat niveau. Soms zou jij een andere tool kiezen. Soms vind je dat de organisatie te langzaam gaat. Soms juist veel te snel. Soms vind je dat er te veel op efficiency wordt gestuurd en te weinig op kwaliteit. Precies daar helpt het om onderscheid te maken tussen wat je moet accepteren, wat je kunt beïnvloeden en wat je binnen je eigen verantwoordelijkheid direct kunt veranderen. Ik daag managers uit om weer wat meer in die actiestand te komen.
Gerelateerde artikelen
Als je de digitale transformatie van je bedrijf tot een goed einde wilt brengen
Svenja de Vos
Artificial intelligence strandt met gebrek aan data delen
Walther Ploos van Amstel
Deel uw ervaringen op ManagementSite
Wij zijn altijd op zoek naar ervaringen uit de praktijk, wat werkt wel, wat niet.
SCHRIJF MEE >>
Als u 3 of meer artikelen per jaar schrijft, ontvangt u een gratis pro-abonnement twv €200,--