De afgelopen maanden hoor ik in gesprekken met directeuren regelmatig dat hun organisatie adaptief is. Daarmee bedoelen ze vaak dat ze kunnen reageren op een AI ontwikkeling, zodra duidelijk wordt welke AI-toepassingen, aanbieders of regels belangrijk zijn. Ik begrijp die voorzichtigheid wel, niemand wil grote beslissingen nemen op basis van een hype. Toch wringt er iets: als je pas beweegt wanneer de gevolgen al zichtbaar zijn in je klanten, processen of cijfers, ben je dan echt wendbaar? Of wacht je tot iemand anders de verandering voor je afdwingt?
Reageren is niet hetzelfde als vooruitkijken
In de natuur kan een ijstijd, een nieuw roofdier of een lange periode van droogte de omstandigheden veranderen. Een populatie past zich daarna over generaties aan, maar niet ieder dier of iedere plant overleeft die overgang. De soort kan blijven bestaan terwijl talloze individuen verdwijnen. Een bedrijf is in dat verhaal geen soort met miljoenen exemplaren, maar eerder een populatie van één. Een hele sector kan de overgang naar AI doorkomen, terwijl afzonderlijke organisaties klanten, talent en hun bestaansrecht verliezen.
Daarom vind ik “we passen ons wel aan als het nodig is” geen geruststellende strategie. Tegen de tijd dat AI-gebruik onmiskenbaar terug te zien is in de kwartaalcijfers, zijn klanten misschien al andere verwachtingen gaan hebben en hebben concurrenten al ervaring opgedaan. Reageren blijft nodig, maar het is riskant om daar je hele aanpak van te maken.
De nette redenen om nog even te wachten
Rond AI hoor ik uitspraken die op zichzelf best redelijk kunnen klinken:
- “We wachten eerst af welke AI-standaard wint.” Intussen doen concurrenten ervaring op en bepalen zij mede wat straks de norm wordt.
- “Ons bestuur keurt dat nu toch niet goed.” Misschien is het besluitvormingsproces vooral ingericht om vertrouwd werk goed te keuren, niet om nieuwe mogelijkheden te onderzoeken.
- “We zijn fast follower.” Dat kan een bewuste keuze zijn, maar soms betekent het dat je het leerproces en de eerste kansen aan anderen overlaat.
- “We hebben de digitale transformatie net afgerond.” Alsof verandering een project is met een einddatum, terwijl AI alweer nieuwe vragen oproept.
- “We hebben hier al een pilot mee gedaan.” Maar wat veranderde er daarna? Zonder eigenaar, vervolgstap of besluit kan een geslaagde pilot eindigen als een slide.
- “Als AI echt belangrijk was, zagen we het nu al terug in de cijfers.” Alleen vertellen cijfers vaak wat er al gebeurd is; ze zijn geen betrouwbare reden om ontwikkelingen die nog niet in je resultaten staan te negeren.
Geen van deze zinnen bewijst op zichzelf dat een organisatie verkeerd bezig is. Het risico ontstaat wanneer ze samen steeds hetzelfde besluit opleveren: we beginnen later. Je hoeft niet overal als eerste in te springen, maar je moet wel zelf ontdekken wat AI voor jouw mensen, klanten en werkprocessen betekent.
Vooruitkijken zonder te doen alsof je de toekomst kent
Strategische toekomstverkenning betekent voor mij niet dat je precies moet voorspellen welk AI-bedrijf wint of hoe werk er over vijf jaar uitziet. Het betekent dat je meerdere plausibele ontwikkelingen serieus neemt en vandaag al onderzoekt wat ze voor je organisatie zouden betekenen. Welke taken kunnen veranderen? Waar zit jullie onderscheidend vermogen als een deel van het werk goedkoper of sneller wordt? Welke kennis, infrastructuur en afspraken wil je opbouwen, ongeacht welke aanbieder uiteindelijk dominant wordt?
Dat vraagt om kleine, gerichte experimenten én iemand die ervoor zorgt dat de uitkomsten tot keuzes leiden. AI hoeft niet meteen overal ingevoerd te worden. Maar experimenteren zonder plan om ervan te leren is geen strategie, net zomin als wachten op zekerheid. Leiderschap betekent ook ruimte maken om een verandering te onderzoeken voordat de noodzaak ervan onvermijdelijk voelt.
Welke verandering begin je zelf?
Ik denk niet dat iedere organisatie morgen alles moet omgooien. Wel denk ik dat “we zijn adaptief” pas iets betekent als je kunt aanwijzen wat je bewust aan het veranderen bent voordat een crisis of concurrent je daartoe dwingt. Welke AI-gerelateerde ontwikkeling bereid je nu voor, terwijl er nog geen directe druk is om dat te doen?
Als daar geen antwoord op komt, is de organisatie misschien niet aan het aanpassen. Misschien staat ze vooral stil en hoopt ze dat er genoeg tijd overblijft om straks bij te sturen.