ChatGPT, Microsoft Copilot, Gemini, Claude… AI-tools vinden razendsnel hun weg naar de werkvloer. Medewerkers experimenteren, teams ontdekken nieuwe mogelijkheden en organisaties investeren volop in technologie.

Desondanks blijft de impact in veel organisaties beperkt.

Niet omdat de technologie tekortschiet, maar omdat de organisatie er simpelweg nog niet klaar voor is.

De grootste uitdaging van AI is vandaag dan ook niet de technologie zelf. De uitdaging is er op efficiënte wijze voor kunnen zorgen dat mensen anders gaan werken.

En precies daar ontstaat het verschil tussen experimenteren en duurzame verankering.

Van enthousiasme naar executie

In vrijwel elke organisatie zien we dezelfde evolutie.

Eerst is er enthousiasme. Enkele medewerkers ontdekken AI en beginnen ermee te experimenteren. Er ontstaan mooie voorbeelden van tijdswinst en productiviteitswinst.

Vervolgens schaalt het gebruik spontaan op. Verschillende teams gebruiken verschillende tools. Iedereen ontwikkelt zijn eigen manier van werken.

Maar dan stokt de vooruitgang.

Vragen beginnen op te duiken:

• Welke AI-tools mogen we eigenlijk gebruiken?
• Wie is eigenaar van AI binnen onze organisatie?
• Hoe controleren we de kwaliteit van AI-output?
• Welke data mogen medewerkers wel of niet delen?
• Welke vaardigheden verwachten we van medewerkers?
• Hoe vermijden we dat iedereen zijn eigen aanpak ontwikkelt?

Op dat moment wordt duidelijk dat AI geen technologievraagstuk meer is.

Het is een organisatievraagstuk.

De maturity-kloof

Veel organisaties beschouwen AI-adoptie gewoon als een technologisch implementatieproject.

In werkelijkheid doorloopt elke organisatie hier steeds verschillende maturiteitsfasen.

1. Experimenteren
   Individuele medewerkers testen AI-tools en ontdekken opportuniteiten.
2. Structureel gebruik
   AI wordt ingezet binnen specifieke processen of teams.
3. Duurzame verankering
   AI wordt onderdeel van de dagelijkse manier van werken, ondersteund door duidelijke governance, leiderschap, vaardigheden en continue verbetering.

Veel organisaties bevinden zich vandaag nog in de eerste fase.

Dat is logisch, want experimenteren is eenvoudig.

Maar verankeren is stukken moeilijker!

Technologie is slechts één onderdeel

Wanneer organisaties nadenken over AI, gaat het gesprek nog veel te vaak louter over tools. Welke LLM kiezen we? Moeten we Copilot uitrollen? Welke licenties kopen we? Dat zijn ongetwijfeld belangrijke beslissingen, maar technologie alleen creëert geen adoptie.

Succesvolle AI-organisaties investeren minstens evenveel in de zachtere, organisatorische kant van het verhaal. AI-geletterdheid zorgt ervoor dat medewerkers begrijpen wat AI wel en niet kan. Leiderschap geeft richting en voorbeeldgedrag, terwijl heldere governance zorgt voor duidelijke kaders en verantwoordelijkheden. Verandercommunicatie houdt iedereen aangehaakt tijdens het traject, en capability building bouwt de vaardigheden op die nodig zijn om AI effectief te gebruiken.

Duidelijke rollen en verantwoordelijkheden voorkomen verwarring, terwijl gerichte opleiding medewerkers de kennis geeft om AI zelfstandig en verantwoord toe te passen. Interne ambassadeurs helpen collega’s op sleutelmomenten vooruit, en continue begeleiding zorgt ervoor dat de verandering ook na de eerste implementatie blijft doorleven..

De verborgen risico’s van onvoldoende AI-geletterdheid

Wanneer AI sneller groeit dan de organisatie kan bijbenen, ontstaan er ook nieuwe risico’s. Medewerkers gaan aan de slag met eigen AI-tools zonder dat IT daar zicht op heeft. Verschillende teams ontwikkelen elk hun eigen werkwijzen, zonder onderlinge afstemming. AI-output wordt onvoldoende kritisch beoordeeld voordat ze gebruikt wordt. Privacy- en compliancevragen blijven onbeantwoord, terwijl leidinggevenden vaak niet goed weten hoe ze hun medewerkers hierin moeten begeleiden. Het gevolg is dat organisaties stap voor stap het overzicht verliezen over hoe AI binnen hun muren wordt ingezet.

Deze zogenaamde “shadow AI” is meestal geen gevolg van slechte intenties. Ze ontstaat omdat medewerkers wél kansen zien in wat AI hen te bieden heeft, maar de organisatie nog geen duidelijke kaders heeft voorzien om die kansen op een veilige en verantwoorde manier te benutten.

AI vraagt om nieuwe capabilities

Duurzame AI-adoptie vraagt actueel om veel meer dan technische kennis alleen. Organisaties hebben nood aan een heel nieuw pakket organisatorische capabilities om AI op een verantwoorde en effectieve manier te laten renderen.

Medewerkers moeten AI-output kritisch kunnen evalueren, zodat ze niet blindelings vertrouwen op wat een AI-systeem oplevert. Ze moeten effectief kunnen prompten, want die vaardigheid bepaalt in grote mate hoe waardevol de output uiteindelijk is. Datageletterdheid is nodig om data correct te begrijpen en te interpreteren, terwijl procesdenken helpt om AI zinvol in te bedden in bestaande werkprocessen. Daarnaast is er nood aan heldere governance, met duidelijke kaders en verantwoordelijkheden, en aan ethische besluitvorming om AI op een verantwoorde manier in te zetten. Risicobeheer speelt een rol om mogelijke valkuilen tijdig te herkennen en te beheersen. En minstens zo belangrijk: een goede samenwerking tussen HR, IT en business, gecombineerd met sterk leiderschap in verandering, om medewerkers mee te nemen doorheen het hele traject.

AI wordt daarmee niet langer een IT-thema, maar vooral een capability-vraagstuk.

De rol van leiderschap

De organisaties die de grootste waarde uit AI weten te halen, onderscheiden zich niet doordat ze over betere software of geavanceerdere technologie beschikken. Het verschil zit in het leiderschap: leiders die bewust en duidelijke keuzes maken over hoe AI wordt ingezet binnen hun organisatie.

Deze leiders creëren richting, door helder te maken waar de organisatie naartoe werkt en welke rol AI daarin speelt. Ze spreken concrete verwachtingen uit naar hun medewerkers, zodat iedereen weet wat er van hen gevraagd wordt. Ze investeren bewust in de vaardigheden van hun mensen, omdat ze begrijpen dat technologie alleen tot haar recht komt als medewerkers er goed mee kunnen werken. Ze maken heldere afspraken over hoe AI gebruikt wordt, met oog voor zowel kansen als grenzen. En minstens zo belangrijk: ze begeleiden hun medewerkers actief tijdens het hele veranderproces, met aandacht voor de onzekerheid en vragen die daarbij horen.

Uiteindelijk is het niet de technologie die een organisatie verandert. Het zijn de mensen die deze verandering vormgeven, dragen en tot een succes maken.

Van AI-project naar organisatieontwikkeling

Organisaties investeren volop in AI-tools, maar lopen vaak vast zodra het aankomt op echte verandering. Niet omdat de technologie tekortschiet, maar omdat executiekracht ontbreekt. Dat is de overtuiging waar SiRCLE vanuit vertrekt: het zijn de organisaties die er klaar voor zijn om nieuwe manieren van werken duurzaam te verankeren in hun dagelijkse werking, die uiteindelijk het verschil zullen maken.

Dat vraagt om meer dan losse initiatieven. Het vraagt om echte alignment tussen business, HR en IT, zodat AI-adoptie geen geïsoleerd project blijft maar een gedeelde organisatiebrede inspanning wordt. Het vraagt om heldere governance, waarbij duidelijk is wie welke verantwoordelijkheid draagt en welke kaders gelden. Het vraagt om sterke leiders, die richting geven en het voortouw nemen in de verandering. En het vraagt om medewerkers die over de juiste capabilities beschikken, zodat zij AI niet alleen productief, maar ook verantwoord kunnen inzetten in hun dagelijkse werk.

Want de organisaties die morgen het verschil maken, zijn niet degene met de meeste AI-tools of de nieuwste technologie. Het zijn de organisaties die er net in slagen om AI daadwerkelijk te integreren in hun dagelijkse werking, op een manier die blijft plakken.

Dat is precies het verschil tussen experimenteren met AI en het realiseren van een duurzame transformatie. En net op dat punt ligt vandaag de grootste uitdaging, maar ook de grootste opportuniteit, voor Vlaamse organisaties.