Waarom AI-succes begint bij mensen, niet technologie

AI ontwikkelt zich razendsnel, maar de echte bottleneck zit niet in de technologie, maar in mensen. Waar organisaties eerst experimenteerden met AI, verschuift de focus nu naar vaardigheden. Niet de beschikbaarheid van AI maakt het verschil, maar hoe snel medewerkers het effectief leren inzetten. Volgens de Microsoft Work Trend Index beschouwt inmiddels een groot deel van de organisaties het ontwikkelen van AI-vaardigheden als een topprioriteit.

Die verschuiving komt doordat AI zelf verandert. Met de opkomst van agentic AI, dat taken kan uitvoeren en workflows kan aansturen, verandert ook de rol van medewerkers. Zij worden steeds meer regisseurs van processen waarin AI een actieve rol speelt. Dat vraagt om nieuwe vaardigheden, zoals het begrijpen van AI, het kritisch beoordelen van output en het effectief samenwerken met technologie.

Tegelijkertijd worstelen veel organisaties met een groeiende vaardigheidskloof. Zo geeft ongeveer 70% aan moeite te hebben om medewerkers voldoende AI-kennis bij te brengen, wat vooral in domeinen zoals cybersecurity risico’s oplevert (bron: Microsoft). Technologie kan daar juist helpen bij het detecteren van dreigingen en versnellen van respons, maar zonder de juiste kennis kan het ook leiden tot fouten of een vals gevoel van zekerheid.

Daarom verandert de manier van leren. In plaats van algemene trainingen verschuift de focus naar praktijkgericht en rolgebaseerd leren, gekoppeld aan realistische scenario’s. Tegelijkertijd wordt leren steeds continu en persoonlijker, mede dankzij AI zelf, dat adaptieve leerpaden mogelijk maakt.

Een vaak onderschatte factor is de rol van hardware. AI-prestaties zijn sterk afhankelijk van de apparaten waarop medewerkers werken. Als die niet zijn geoptimaliseerd voor AI, leidt dat tot tragere prestaties en lagere adoptie. Het wordt daarom steeds belangrijker om technologie, vaardigheden en infrastructuur in samenhang te benaderen.

Veel organisaties hebben inmiddels een AI-visie, maar de echte uitdaging ligt in de uitvoering. Organisaties die vooroplopen, investeren niet alleen in tools, maar vooral in mensen en zorgen dat leren direct verbonden is met het werk. De vraag is dan ook niet langer of je AI inzet, maar hoe snel je medewerkers ermee kunt laten werken. Juist dat bepaalt uiteindelijk wie het verschil maakt.

‍