AI kent geen lift, alleen een trap

Je kunt het Kanaal overzwemmen. Elk jaar doen mensen het, en de meesten komen heelhuids aan in Frankrijk. Maar niemand begint daaraan na één zwemles. Eerst oefen je in het zwembad en in open water, wen je aan de kou en regel je een begeleidende boot.

Bij AI gaat het vaak precies andersom. Het gebruik groeit snel. Bij middelgrote bedrijven steeg het volgens het CBS van 20% in 2023 naar 45% in 2025. Op de vraag wat de volgende stap is, klinkt bijna altijd hetzelfde antwoord: AI-agents. Toch verwacht Gartner dat ruim veertig procent van die projecten voor eind 2027 alweer wordt geschrapt. En onderzoek van MIT laat zien dat de meeste organisaties nog geen meetbaar rendement zien op hun investeringen in generatieve AI. Het probleem zit zelden in de technologie. Het zit in de trede die is overgeslagen.

De vier treden

De trap telt vier treden, waarbij elke trede past in een formule die precies zegt wat er geregeld moet zijn.

Op de eerste trede, ik + AI, werk je met een model dat niets van je organisatie weet. Het vat samen, herschrijft, vertaalt en leest tegen. Neem vergaderverslagen: de opname gaat erin, het verslag met besluiten en actiepunten komt eruit, en de voorzitter controleert. Dit vraagt weinig: een afgeschermde omgeving, afspraken over wat erin mag en basiskennis over de risico’s. Dat laatste is sinds februari 2025 een wettelijke plicht. 

Zodra je deze basis onder de knie hebt, stijg je naar de tweede trede, ik + AI + organisatie. Nu komt de eigen kennis erbij. Een HR-kennisbankchatbot beantwoordt vragen over verlof en regelingen op basis van eigen documenten en vermeldt de bron. De datakwaliteit wordt hierbij nog belangrijker dan normaal. Gebruikers verliezen het vertrouwen in de chatbot als deze twee keer een verouderde regeling citeert. Brondocumenten vereisen een eigenaar en rechten bepalen wie toegang heeft tot welke informatie.

'Op de hoogste trede bouw je eigen modellen op eigen data'

Wanneer de organisatie vertrouwt op deze interne kennis volgt de derde trede, AI + organisatie. Hier valt de 'ik' grotendeels weg. De medewerker stapt uit de uitvoering en beslist alleen nog over de uitzonderingen. Een systeem matcht facturen met inkooporders en zet betalingen klaar, een mens beoordeelt wat afwijkt. Dat vraagt koppelingen die werken, een logboek van elke actie en medewerkers die kunnen beoordelen wat er wordt voorgesteld. Wie dat niet kan, keurt blind goed of controleert alles na.

Bovenaan staat de vierde trede, AI × organisatie. Hier bouw je eigen modellen op eigen data, bijvoorbeeld om vraag en capaciteit over de hele keten te voorspellen. Vrijwel geen organisatie staat hier, en dat is prima. Deze trede vraagt beheer dat modellen blijft meten en bijsturen, en toezicht dat audits aankan. Zodra voorspellingen over mensen gaan, gelden bovendien de zwaarste eisen uit de AI-verordening.

Eerst de zwemles, dan de zee

Wat de treden verbindt, is een eenvoudige regel. Wie een trede hoger wil, heeft op data en techniek, op governance en op mensen minstens de trede eronder op orde. Je mag die regel negeren, net zoals je na één zwemles de zee in mag. Het loopt alleen zelden goed af.

Succesvolle AI-transformatie is geen kwestie van durf, maar van fundament. Elke trede die je stevig neerzet, maakt de volgende draagbaar. Stop dus met dromen over de top en stel jezelf eerst de vraag, op welke trede staat je organisatie vandaag écht, en hoever is de volgende stap verantwoord?