Wie de afgelopen jaren een AI-pilot van dichtbij heeft meegemaakt, herkent het patroon: een enthousiaste start, een indrukwekkende demo met stevige beloftes en daarna stilte. De cijfers bevestigen dat beeld: het overgrote deel van de AI-implementaties levert (nog) geen aantoonbare meerwaarde op. De oorzaak is zelden de techniek. Trajecten stranden op een onscherpe probleemdefinitie, ontbrekend eigenaarschap, onuitgesproken aannames en te snelle beslissingen. Kortom: op de organisatie.
Dat is geen reden voor somberheid, wel voor een andere blik. AI is geen softwarepakket dat je uitrolt zoals een nieuw contractmanagementsysteem. Het is een technologie die raakt aan hoe organisaties beslissen, samenwerken en verantwoordelijkheid beleggen. Wie dat onderkent, ziet ook de AI Act in een ander licht: niet als oorzaak van alle drukte, maar als versneller van een verandering die er hoe dan ook aankwam.
Een systeemtechnologie, geen gadget
AI wordt terecht vergeleken met eerdere systeemtechnologieën zoals elektriciteit. Fabrieken die ruim een eeuw geleden hun stoommachine vervingen door een elektromotor, maar de fabriek zelf ongemoeid lieten, boekten nauwelijks winst. Het rendement kwam pas toen het werk in de fabriek zelf opnieuw werd ingericht. Met AI gebeurt hetzelfde: wie de technologie in bestaande processen schuift, verandert weinig. Wie kijkt naar wat het werk wordt, ziet meer. Professioneel werk verschuift van creatie naar curatie: steeds vaker beoordelen, verrijken en verantwoorden professionals output die een systeem heeft voorbereid. Dat raakt functieprofielen, kwaliteitsborging en de vraag wie waarvoor verantwoordelijk is. Dit zijn geen zuiver technische vragen, maar organisatievragen.
De AI Act versnelt wat toch al moest
De AI Act dwingt organisaties tot zaken die verantwoorde AI-inzet sowieso vraagt: weten welke systemen in gebruik zijn, in welke risicocategorie ze vallen, wie erop toeziet, hoe menselijke controle is geregeld en of medewerkers voldoende AI-geletterd zijn. Wie de wet uitsluitend als compliance-exercitie benadert, mist de essentie, en vooral een kans om te versnellen.
Uit de veranderkunde weten we dat naleving omdat het moet de zwakste vorm van adoptie is. Duurzame verandering ontstaat pas wanneer mensen begrijpen waarom iets belangrijk is, en uiteindelijk wanneer het vanzelfsprekend wordt: zo doen wij dat hier. Wetgeving kan dat proces richting geven en versnellen, maar nooit vervangen. Compliance is het fundament, niet het plafond.
Nieuwe rollen, scherpere besluitvorming
Bij elke serieuze AI-implementatie komen dezelfde rollen samen: een proceseigenaar die het werk kent, een jurist of privacy officer die de kaders bewaakt, een IT- of securityspecialist, iemand die de data begrijpt en een vertegenwoordiger van de eindgebruikers (hoewel die laatste vaak wordt vergeten). Niet elke rol hoeft een aparte functie te zijn, maar elke rol moet wel belegd zijn. Daarbovenop is iemand nodig die het geheel regisseert: geen techneut, maar een verbinder die kan schakelen tussen bestuurskamer, werkvloer, IT en juridische zaken. In de praktijk blijkt die spin in het web vaak de bepalende factor. Kennis alleen geeft geen invloed; relaties wel.
Ook de besluitvorming zelf verandert. Organisaties die AI volwassen aanpakken, werken met expliciete go/no-go-momenten, meetbare succescriteria die vooraf zijn vastgelegd, en de discipline om een pilot te beëindigen die niet levert. Stoppen is geen mislukking, maar het bewijs dat de organisatie leert.
Weerstand is informatie
De menskant is geen sluitstuk, maar juist de essentie. Medewerkers die terughoudend reageren op AI zijn zelden dwars. Ze maken zich zorgen over hun autonomie, hun vakmanschap of simpelweg over extra werk. Wie die signalen serieus neemt, krijgt er iets waardevols voor terug: informatie over waar het ontwerp, de communicatie of de training tekortschiet. Projectmanagement zorgt dat er iets wordt opgeleverd; verandermanagement zorgt dat het ook wordt gebruikt. Zonder adoptie geen waarde, hoe goed het systeem ook is. Dat vraagt om leiderschap dat verder kijkt dan de livegang: uitleggen waarom, ruimte geven om te oefenen en te falen, en successen zichtbaar maken.
Begin bij het probleem, niet bij de techniek
Hoe ziet dat er in de praktijk uit? Verrassend nuchter. Begin zonder AI: wat gaat er mis, waar verliezen mensen tijd, voor wie is dat een probleem? Kies vervolgens één afgebakende use case met één duidelijke eigenaar, in plaats van een enorm organisatiebreed programma. Breng vroeg in kaart welke risicoklasse onder de AI Act van toepassing is en wat dat betekent voor de eisen aan het systeem. Draai een beperkte pilot met menselijke controle, meet tegen een nulmeting en besluit dan pas over opschalen. En realiseer je: een AI-systeem is geen passieve investering. Data verschuift, gedrag verandert en wetgeving evolueert. Monitoring en periodieke herijking horen er standaard bij.
Regie of toeval
AI verandert organisaties. Niet als een hype die overwaait, maar zoals systeemtechnologieën dat altijd hebben gedaan: geleidelijk, onomkeerbaar en dieper dan de eerste toepassing doet vermoeden. De AI Act geeft die verandering richting en tempo, maar de verandering zelf vindt plaats in rollen, besluitvorming, cultuur en leiderschap. De vraag voor de komende jaren is dan ook niet of jouw organisatie verandert door AI. De vraag is of die verandering geregisseerd verloopt, of van toevalligheden aan elkaar vasthangt.