De mythe van de succesvolle AI-launch

AI staat actueel bovenaan elke directieagenda. CIO’s, HR-leiders en transformation leads praten erover in iedere boardroom. De belofte is verleidelijk: meer efficiëntie, snellere besluiten, betere dienstverlening, nieuwe waardecreatie.

Toch groeit het ongemak even snel als de ambitie. Niet omdat de technologie tekortschiet. Wel omdat organisaties AI behandelen als een implementatievraagstuk, terwijl het in de kern een veranderingsvraagstuk is.

De vraag is dus niet: “Welke AI-tool kiezen we?”

De vraag is: “Is onze organisatie klaar om deze technologie consistent, veilig en waardevol te gebruiken?”

De kloof tussen boardroom en werkvloer

Vanuit de boardroom klinkt het verhaal helder en urgent: AI moet productiviteit verhogen, processen versnellen, concurrentievoordeel opleveren. Op de werkvloer klinken andere vragen.

Wat betekent dit voor mijn rol? Kan ik de output vertrouwen? Wie is aansprakelijk als AI een fout maakt? Wordt dit een hulpmiddel, of een nieuw controlemechanisme? Krijg ik ruimte om te leren, of word ik morgen al afgerekend op snelheid?

Blijven die vragen onbeantwoord, dan ontstaat stille weerstand. Medewerkers knikken mee in de meeting en keren terug naar hun oude routine. Tools blijven onaangeraakt op het bureaublad. Pilots verzanden. Workflows worden omzeild zodra niemand kijkt.

Dat is het moment waarop AI-trajecten hun momentum verliezen. Niet zozeer bij de technische lancering, maar in het dagelijkse gebruik daarna.

Uitgerold is niet hetzelfde als aangenomen

Een AI-oplossing kan technisch perfect functioneren zonder ooit echt gebruikt te worden. Uitrol betekent namelijk gewoon: de technologie is beschikbaar. Adoptie betekent: mensen begrijpen ze, vertrouwen ze, en passen ze consequent toe.

Dat verschil bepaalt of een investering dan ook ooit rendement zal opleveren.

Organisaties die AI puur als toolingvraagstuk benaderen, missen dan ook de onderliggende dynamiek. Ze investeren weliswaar in platformen, licenties en trainingen maar veel te weinig in eigenaarschap, vertrouwen, gedrag en governance. Het resultaat is een herkenbaar patroon: AI is beschikbaar, maar wordt niet structureel gebruikt. Teams experimenteren, maar schalen niet op. Leiders verwachten efficiëntie; medewerkers ervaren onzekerheid. De businesscase is glashelder op papier doch onvindbaar op de vloer.

De echte vraag is dan niet: hebben we de juiste technologie? Maar vooral: hebben we de uitvoering goed ontworpen?

Bij SiRCLE zien we het antwoord bijna altijd bij die tweede vraag liggen.

Menselijke readiness is geen zachte factor maar een harde voorwaarde

Het World Economic Forum onderscheidt vijf profielen in AI-adoptie: van enthousiaste voortrekkers tot nieuwsgierige verkenners, voorzichtige twijfelaars, sceptici en uitgesproken tegenstanders.

Dat onderscheid is niet academisch. Het is operationeel relevant.

Een voortrekker wil ruimte om te experimenteren en anderen mee te trekken. Een verkenner wil veilig kunnen testen zonder risico op afrekening. Een twijfelaar zoekt heldere kaders en garanties. Een scepticus wil bewijs, geen beloftes. Een tegenstander heeft eerst erkenning nodig — voor de angst voor controleverlies, vervanging, of het verdwijnen van vakmanschap.

Eén generieke adoptieaanpak voor al deze groepen werkt zelden. Ze vergroot juist het risico op weerstand — weerstand die zelden luid is, maar wel voelbaar: in laag gebruik, oppervlakkige toepassing, en een stille terugkeer naar de oude manier van werken.

Menselijke readiness bepaalt dus rechtstreeks of een AI-investering rendeert. Het is geen bijzaak naast de business case. Het is de business case.

Waarom AI-investeringen hun belofte niet inlossen

De cijfers bevestigen het patroon. PwC-data, aangehaald door DesignRush, laat zien dat een groot deel van operations leaders vindt dat technologie-investeringen niet de verwachte resultaten opleveren en dat slechts een minderheid AI-strategie volledig heeft ingebed over businessunits heen.

Het probleem is geen onderinvestering. Het probleem zit in de stap tussen investering en daadwerkelijke waardecreatie, een stap die zelden bewust wordt ontworpen.

AI vraagt dus om meer dan implementatie. Het vraagt een operating model met antwoord op zeven vragen: welk probleem AI oplost, welke processen veranderen, wie eigenaar is van adoptie, hoe beslissingen genomen worden, welke risico’s bewaakt worden, hoe medewerkers ondersteund worden, en hoe waarde na go-live gemeten wordt.

Zonder die antwoorden blijft AI hangen tussen ambitie en realiteit: duur, zichtbaar, en onderbenut.

De SiRCLE-visie: vier risicozones bij AI-adoptie

Bij SiRCLE kijken we naar transformatie vanuit executierisico. Niet alleen: wat willen we bereiken? Maar vooral: wat kan onderweg misgaan, waardoor de waarde niet landt?

Bij AI-adoptie zien we steeds dezelfde vier zones terugkomen.

Onduidelijkheid. De organisatie wil “iets met AI”, maar mist scherpte over doel, prioriteit en eigenaarschap. Het resultaat: veel activiteit, weinig richting.

Frictie. De strategie is duidelijker, maar business, IT, HR, legal en operations interpreteren ze elk vanuit hun eigen lens. Spanning ontstaat rond snelheid, risico en verantwoordelijkheid.

Overload. Iedereen weet wat er moet gebeuren, maar teams verzuipen onder pilots, tools en operationele druk. AI wordt een extra laag boven bestaande complexiteit, niet een oplossing ervoor.

Verankering. De technologie staat live, maar de nieuwe manier van werken is nooit echt ingebed. Zonder opvolging en ownership na go-live lekt de waarde langzaam weg uit het systeem.

Succesvolle adoptie vraagt dus meer dan een implementatieplan. Ze vraagt diagnose, alignment, begeleiding én duurzame verankering.

Vijf vragen voor elke organisatie die AI wil opschalen

• Welk concreet businessprobleem lossen we op?

AI is geen doel an sich. Start bij het probleem, niet bij de tool.

• Welke groepen in onze organisatie zijn klaar om mee te bewegen?

Niet elk team, elke functie of elke leidinggevende vertrekt vanuit dezelfde houding. Breng dat verschil in kaart vóór je schaalt.

• Wat verandert er concreet in rollen, processen en besluitvorming?

Adoptie wordt immers pas tastbaar wanneer mensen precies weten wat er morgen anders is in hun werk.

• Wie is eigenaar van adoptie na go-live?

Zonder expliciet ownership valt adoptie tussen IT, business en HR. Iemand moet verantwoordelijk zijn voor gebruik, gedrag en resultaat.

• Hoe meten we of AI werkelijk waarde levert?

Meet niet alleen gebruik en beschikbaarheid. Meet impact op proces, kwaliteit, klantwaarde, medewerkerervaring en besluitvorming.

Van pilot naar duurzame waarde

De organisaties die het meeste uit AI halen, zijn niet per se de snelste implementeerders.

Het zijn de organisaties die het best begrijpen hoe technologie, menselijk gedrag en operationele realiteit op elkaar inwerken. Zij behandelen AI niet als een IT-project, maar als een verandering in hoe werk wordt georganiseerd, uitgevoerd en verbeterd.

Minder vragen hoe snel ze kunnen uitrollen maar meer vragen hoe het ook ná de uitrol blijft werken.

Minder vertrouwen op technologie als oplossing en meer investeren in adoptie als voorwaarde voor waarde.

Minder pilots zonder vervolg en vooral een pak meer eigenaarschap, alignment en verankering.

AI schreeuwt om veranderkundige maturiteit, niet alleen digitale

AI-adoptie is, in de kern, een test voor het veranderingsvermogen van een organisatie.

Wie AI uitrolt zonder aandacht voor menselijke readiness, loopt het risico dat investeringen hangen blijven in pilots, oppervlakkig gebruik en stille weerstand.

Wie start met diagnose, alignment en ownership, verlaagt het executierisico drastisch en vergroot ook nog eens de kans dat AI daadwerkelijk waarde creëert.

De vraag is dus niet: “Is onze technologie klaar?”

De vraag is: “Is onze organisatie klaar om ermee te werken?”

Bij SiRCLE helpen we organisaties die kloof tussen strategie en uitvoering te dichten. Technologie schakelt namelijk pas in een hogere versnelling wanneer mensen, processen en governance mee bewegen.