Stop met sneller werken; versnel het werk

Alle medewerkers krijgen Copilot. De klantenservice krijgt een chatbot. Marketing maakt teksten met ChatGPT. En de afdeling finance laat AI voortaan facturen samenvatten. Kijk ons eens lekker innoveren! Of kan het nog beter?

Begrijp me niet verkeerd: als AI een medewerker helpt om een taak in tien minuten te doen in plaats van dertig, is dat gewoon winst.

Maar het is niet de grote productiviteitssprong die ons al een paar jaar wordt beloofd.

Want terwijl iedereen iets sneller werkt, beweegt het werk zelf vaak nog precies even traag door de organisatie. De offerte wacht nog steeds op goedkeuring en de order reist nog steeds langs vier afdelingen. We gebruiken AI om losse handelingen te versnellen, maar laten het proces eromheen ongemoeid.

Een gemiste kans vind ik.

Een voorbeeld uit de praktijk

Neem een alledaags bedrijfsproces zoals order intake: een order komt binnen als bijlage bij een mail. Iemand opent het bestand, zoekt de klant op, controleert de artikelnummers, voert de gegevens in het ERP in en stuurt een bevestiging.

Met AI kunnen we bijna ieder onderdeel daarvan iets sneller maken. AI leest de e-mail. AI vat de order samen. AI helpt het juiste productnummer te vinden. AI schrijft alvast een bevestiging.

Fantastisch. Alleen zit er nog steeds een medewerker tussen alle stappen. Die moet controleren, kopiëren, plakken, klikken en het proces weer een zetje geven.

Je hebt de handelingen wel sneller gemaakt, maar niet het werk.

De echte vraag is daarom niet: Hoe kan AI deze medewerker sneller laten werken?

De vraag is: Waarom moet een medewerker dit proces überhaupt nog stap voor stap uitvoeren?

Personal productivity is niet hetzelfde als bedrijfsproductiviteit

Veel AI-plannen beginnen bij personal productivity. Dat is logisch, want de opbrengst is snel zichtbaar en de invoering relatief eenvoudig.

Het probleem is dat individuele tijdwinst niet automatisch optelt tot een sneller bedrijf. Als tien medewerkers ieder een halfuur besparen, maar het proces nog steeds drie dagen duurt door overdrachten, wachttijden en controles, heb je vooral tien iets minder drukke medewerkers.

Prima resultaat, maar klein bier 🍺.

Bedrijfsproductiviteit ontstaat vooral wanneer het totale proces minder handelingen, overdrachten en wachttijd bevat. Daar zit het verschil tussen iets sneller werken en het werk versnellen. Het eerste levert procenten op. Het tweede zet de volledige doorlooptijd op zijn kop.

Je processen komen uit een ander tijdperk

Veel huidige bedrijfsprocessen zijn ontworpen in een wereld zonder AI-agents. Een wereld waarin mensen informatie moesten opzoeken, beoordelen en van het ene systeem naar het andere overbrengen.

Onze processen zijn daar volledig op ingericht, inclusief overdrachten en functies die vooral bestaan omdat systeem A niet zelfstandig met systeem B kan praten.

Maar die wereld is veranderd. Een AI-agent kan informatie verzamelen, context begrijpen, keuzes maken en zelfstandig acties uitvoeren in je bedrijfssystemen.

Je geeft zo’n agent geen voorgeschreven klikroute, maar een doel, context, gereedschap en duidelijke grenzen (guard rails). De agent bepaalt vervolgens welke stappen nodig zijn. Dat is fundamenteel iets anders dan een medewerker met AI iets sneller door een ouderwets proces heen jagen.

Een kantoor is een beslissingenfabriek

Een gemiddelde kantoororganisatie produceert geen dozen of machines, maar wel: beslissingen.

Voor iedere beslissing verzamelen mensen informatie, beoordelen ze de context en voeren ze een actie uit, vaak verspreid over verschillende applicaties en afdelingen. Die productielijn is historisch gegroeid rond wat mensen aankunnen. De ‘menselijke maat’.

AI-agents kennen die maatvoering niet. Ze kunnen continu informatie beoordelen en onmiddellijk schakelen met andere agents en systemen. Een mens hoeft alleen in beeld te komen wanneer een uitzondering, risico of betekenisvolle keuze daarom vraagt.

Maar dan moet je je digitale productielijn daar wel voor ontwerpen.

Laat agents het werk uitvoeren

Stel dat een klant belt over een vertraagde bestelling. In een traditionele organisatie controleren verschillende medewerkers de orderstatus, voorraad, leveropties en mogelijke compensatie.

Met een AI-agent kan dit één doorlopend proces worden. De agent haalt de bestelling op, controleert de voorraad, berekent een nieuwe leverdatum en werkt het CRM bij. Alleen buiten de afgesproken kaders wordt een medewerker ingeschakeld.

Niet om het hele proces alsnog handmatig uit te voeren. Wel om precies dat ene besluit te nemen waarvoor menselijk oordeel nodig is.

Dat is het moment waarop AI niet alleen helpt bij het werk, maar het werk daadwerkelijk uitvoert. En dat is waar de versnelling ineens kneiterhard gaat.

Trek dat principe door naar meer processen en er ontstaat een fundamenteel ander soort organisatie: de Autonomous Enterprise.

Een organisatie waarin mensen en AI-agents één digitaal team vormen. Agents voeren processen grotendeels zelfstandig uit, over systemen en afdelingen heen. Mensen komen in actie wanneer hun kennis of oordeel écht nodig is.

Design for automation

Als we de echte waarde van AI willen benutten, moeten we stoppen met losse taken ‘ver-AI’en’.

Je begint niet bij de bestaande workflow en vraagt waar AI ertussen past. Je begint bij het gewenste resultaat en ontwerpt van daaruit de slimste en veiligste route.

Welke informatie is nodig? Welke beslissingen mag een agent zelfstandig nemen? Met welke systemen moet hij kunnen schakelen? Wanneer is menselijke goedkeuring echt nodig? En welke stappen bestaan alleen nog omdat we ze altijd zo hebben uitgevoerd?

Bij die laatste vraag wordt het interessant. Verrassend veel werk blijkt slechts de ‘lijm’ tussen verouderde systemen, afdelingen en procedures.

Als agents die systemen rechtstreeks kunnen verbinden, kan die lijm er gewoon tussenuit.

Vragen voor de boardroom

De weg naar zo’n Autonomous Enterprise vraagt alleen wel iets meer dan een verzameling slimme agents. We staan daarom aan het begin van een veel grotere verandering dan de introductie van weer een nieuwe generatie software.

Dit is The Great Re-engineering van onze bedrijfsvoering.

Processen die ooit logisch waren, moeten opnieuw tegen het licht. Niet omdat ze slecht ontworpen zijn, maar omdat de uitgangspunten waarop ze zijn gebaseerd niet meer kloppen.

Dat maakt de Autonomous Enterprise nadrukkelijk geen IT-project.

Technologie, data, integraties en architectuur zijn natuurlijk cruciaal. Een agent zonder betrouwbare data of toegang tot je kernsystemen is niet veel meer dan een enthousiaste stagiair zonder laptop.

Maar de belangrijkste vragen zijn organisatorisch. Wie is eigenaar van een proces dat dwars door meerdere afdelingen loopt? Welke beslissingen willen we automatiseren? Waar blijft menselijke controle noodzakelijk? En zijn we bereid functies, verantwoordelijkheden en KPI’s opnieuw in te richten?

Daarom horen deze vragen niet alleen thuis bij IT of innovatie. Ze horen thuis in de boardroom.

De mens verdwijnt niet. Het robotwerk wel.

Bij ‘autonomie’ ontstaat al snel het ongemakkelijke beeld van een organisatie waarin mensen overbodig worden. Dat is niet wat ik voor me zie.

Ik zie een organisatie waarin mensen niet langer dagen vullen met het verplaatsen, controleren en opnieuw invoeren van informatie. Waarin medewerkers wordt ingezet voor uitzonderingen, relaties, creativiteit en oordeel.

Dit is geen mens-óf-AI-verhaal.

Het is één ‘digital workforce’ waarin mensen en AI-agents samenwerken en ineens het werk van een maand in een dag verzetten.

Niet doordat mensen harder werken. Maar doordat het werk fundamenteel anders is georganiseerd.

Welkom in de Autonomous Enterprise

De Autonomous Enterprise is geen organisatie die één keer volledig wordt geautomatiseerd en daarna klaar is. Het is een nieuwe manier van opereren.

Een organisatie waarin processen grotendeels autonoom verlopen, agents over afdelingsgrenzen heen samenwerken en mensen de regie houden waar die ertoe doet.

Dat begint niet met honderd agents en een enorme reorganisatie. Het begint met één goed gekozen proces. Een proces waarin handwerk, wachttijden en overdrachtmomenten op dit moment de snelheid eruit halen en waar voldoende businesswaarde zit om het serieus opnieuw te ontwerpen.

Dus vraag niet welke AI-tool je moet kopen. Vraag welk werk je opnieuw durft uit te vinden.

Want wie AI gebruikt om losse taken iets sneller te doen, krijgt losse taken die iets sneller gaan. Wie complete processen opnieuw ontwerpt voor mensen én agents, bouwt aan een organisatie die meer gedaan krijgt dan tot nu toe mogelijk was.

Voor mij is dát de werkelijke belofte van AI.