Met een gecontroleerde start krijgt ook jouw AI-initiatief vleugels

Veel organisaties willen grootschalig inzetten op AI. De druk is hoog, de verwachtingen nog hoger. Van de organisaties die wereldwijd AI inzetten, weet slechts zes procent de technologie daadwerkelijk waardevol toe te passen. Tegelijkertijd zegt tachtig procent van de organisaties dat ze AI nog lang niet optimaal benutten, blijkt uit onderzoek van McKinsey.

De oorzaak is vrij simpel. Te vaak beginnen bedrijven met AI zonder doordacht plan. Zonder scherpe en meetbare doelen. Zonder duidelijke adoptiestrategie. Op die manier blijft AI een permanente proefballon in plaats van een versneller. Iedereen voelt dat er iets met AI moet gebeuren, maar niemand kan uitleggen wat het oplevert.

Het kan ook anders

Dat het ook anders kan, bewees een gevestigde naam in de Europese luchtvaartwereld. De Cegeka-klant wilde Microsoft Copilot aan de slag. Het bedrijf koos niet voor een brede uitrol, maar begon juist heel klein. Om inzicht te creëren. Samen met Cegeka startte het Adoption & Change-team van de organisatie een gerichte onderzoekspilot. Met een kleine bemanning werd bekeken wat er gebeurt als je Copilot écht in het dagelijks werk laat landen.

Het team onderzocht waar Copilot waarde toevoegt, voor wie, in welke processen en tegen welke kosten. Op basis van deze data kon de organisatie daarna een goed onderbouwde en breed gedragen beslissing nemen over het vervolg met Copilot.

Wat is de kernvraag?

Een goede pilot begint met een kraakheldere vraag. Het luchtvaartbedrijf formuleerde hun kernvraag als volgt: ‘Waar kan Copilot aantoonbaar tijd besparen of kwaliteit verhogen in ons dagelijkse werk?’. Het formuleren van zo’n kernvraag is een verstandige zet. Want zodra die vraag scherp is, verandert het karakter van de pilot. Wat eerst nog een beetje aanvoelde als een proefballon, wordt zo een gericht onderzoek.

Vervolgens selecteer je enkele teams voor deelname aan de pilot. Zorg dat het representatieve teams zijn die samen een dwarsdoorsnede van je bedrijf vormen. Zo voorkom je dat je de hele organisatie meeneemt in een experiment waarvan je nog niet weet of het werkt.

Daarna bepaal je vooraf op basis van welke resultaten je wél of niet opschaalt. Aantoonbare tijdwinst is zo’n resultaat. Net als minder zoekwerk of hogere medewerkerstevredenheid. Zonder dat soort concrete uitkomsten wordt een pilot al snel een meningenwedstrijd.

De echte test begint bij mensen

Adoptie is het deel waar veel organisaties zich op verkijken. Mensen moeten snappen wat Copilot voor hén kan betekenen, hoe ze de technologie veilig kunnen gebruiken en waar ze op moeten letten. Dat vraagt om uitleg en training. Zoals het ook vraagt om voldoende ruimte om vragen te stellen.

Bij het luchtvaartbedrijf werd deze verandering begeleid met de ADKAR-methodiek. ADKAR staat voor Awareness, Desire, Knowledge, Ability en Reinforcement. Het zijn de vijf stappen in gedragsverandering: bewustwording van de noodzaak, bereidheid om mee te doen, kennis opbouwen, het daadwerkelijk kunnen toepassen en het borgen van nieuw gedrag. Met behulp van de ADKAR-aanpak testten we zowel Copilot zelf als de manier van werken eromheen.

Meten tijdens de vlucht

Terwijl de pilot loopt, kijk je mee over de schouders van de gebruikers. Je verzamelt reacties. Je gaat op zoek naar concrete voorbeelden van waar Copilot mensen helpt én waar het AI-gereedschap tegenvalt. Je noteert welke aannames niet kloppen en waar mensen afhaken. Zie de pilot als een soort zwarte doos: je registreert precies wat er in de cockpit allemaal gebeurt, zodat je na afloop precies ziet waar je moet bijsturen.

De laatste stap is misschien wel de belangrijkste. Je laat de pilot immers niet eindeloos doorgaan. Daarom heeft het project een duidelijke einddatum. Bij die einddatum hoort een beslissing. Gaan we stoppen of schalen we op? Die keuze baseer je dankzij de pilot op concrete inzichten en niet op de vage gedachte dat je ‘iets met AI’ moet doen.

Een onderzoekspilot is een mooie manier om met verstand gas te geven. In essentie: klein beginnen, goed kijken, eerlijk meten en pas daarna onderbouwd stappen zetten. Zo beperk je de risico’s en creëer je draagvlak. Precies wat je nodig hebt om jouw AI-initiatieven vleugels te geven.