AI: een leiderschapsuitdaging, geen technologische kwestie

Veel bestuursteams investeren al jaren in kunstmatige intelligentie (AI), maar de frustratie groeit. Niet bij de sceptici, maar bij degenen die overtuigd zijn van de potentie van AI, maar merken dat hun inspanningen niet terug te vinden zijn in de winst- en verliesrekening. Ze hebben pilots, interne momentum en presentaties voor de raad van bestuur die alles in beweging laten zien. Wat ontbreekt, is een duidelijke link tussen die activiteiten en de bedrijfsprestaties. En op dit punt in de AI-cyclus is dat gat niet langer acceptabel.

Ik heb zelf jarenlang AI op grote schaal geïmplementeerd binnen Kroger en de datavakafdeling 84.51°, waar we miljoenen voorspellingen per seconde verwerkten over duizenden vestigingen. Onze focus lag niet op het aantal modellen in productie of de indrukwekkendheid van pilots, maar op concrete bedrijfsresultaten: margegroei, gemiddelde winkelmandgrootte en klantretentie. Die ervaring heeft mijn kijk op AI en leiderschap gevormd – en vooral op wat veel bestuursteams nog steeds verkeerd doen.

Waarom leiderschap de grootste AI-uitdaging is

De executives met wie ik werk, zijn niet in de war over het belang van AI. Ze worstelen met krappe marges, dure financiering en raden van bestuur die resultaten willen zien in plaats van roadmaps. Uit mijn ervaring blijkt dat het overbruggen van die kloof drie cruciale elementen vereist.

1. Waarde moet zichtbaar zijn in de winst- en verliesrekening

De meeste bedrijven kunnen precies vertellen hoeveel AI-modellen ze draaien. Slechts weinigen weten echter wat die modellen de onderneming opleveren. AI kan zowel de inkomstenkant als de kostenzijde verbeteren: betere personalisatie en slimme prijsstelling verhogen de omzet, terwijl automatisering en nauwkeurigere voorspellingen kosten en verspilling verminderen. Toch spreiden veel bedrijven hun investeringen over te veel initiatieven, zonder duidelijke connectie met de ondernemingswaarde. Ze genereren activiteit zonder hun economische fundamenten te veranderen.

De cruciale vraag is niet waar het bedrijf AI toepast, maar waar AI de unit economics van het bedrijf verandert. De meeste organisaties kunnen die tweede vraag niet beantwoorden.

2. Snelheid als strategisch voordeel

Bijna elke grote organisatie weet meer dan ze kan toepassen. Data en inzichten zijn beschikbaar, maar de afstand tussen signaal en actie is groot. Besluitvormingscycli zijn traag, afdelingen werken vanuit verschillende aannames, en tegen de tijd dat interne afstemming plaatsvindt, is de kans vaak al verkeken. Ik heb dit zelf meegemaakt in de financiële sector.

Een team bouwde modellen om klanten van concurrerende bedrijven te identificeren die het meest geneigd waren over te stappen naar een specifieke dienst. De analyse was solide en de modellen presteerden goed. Wat volgde, was maanden van aarzeling en herhaalde governancevragen, lang nadat de pilot al bewezen had levensvatbaar te zijn. Tegen de tijd dat de leiding een besluit nam, waren de marktomstandigheden veranderd en trok het bedrijf zich terug uit de markt. Iemand binnen het team vat het perfect samen:

"De operatie was geslaagd, maar de patiënt was al dood."

De technologie werkte. Het moment was voorbij. AI kan deze kloof dichten door snellere rapportages, betere voorspellingen en vroegere detectie van afwijkingen. Het gaat niet om goedkoper werken, maar om op het juiste moment kunnen handelen – en dat is net zozeer een leiderschapsvraag als een technologische.

3. Focus op de juiste schaal en prioriteiten

Veel bedrijven verspreiden hun AI-investeringen te dun over te veel projecten. Ze richten zich op pilots en proof-of-concepts, maar vergeten de schaalbaarheid en de impact op de kernactiviteiten. Succesvolle AI-implementatie vereist een duidelijke focus: welke kernprocessen kunnen het meest profiteren van AI, en hoe zorgen we voor een naadloze integratie met bestaande systemen en workflows?

Leiderschap betekent ook het stellen van realistische doelen en het accepteren dat niet elk AI-project direct meetbare resultaten oplevert. Het gaat om het creëren van een cultuur waarin experimenteren wordt aangemoedigd, maar waarin ook snel wordt geschaald wanneer een project bewezen waarde toevoegt.

Conclusie: AI vereist een andere aanpak van leiders

AI is geen technologische uitdaging, maar een leiderschapsuitdaging. Bedrijven die succesvol zijn met AI, zijn diegenen die het niet zien als een IT-project, maar als een strategische tool om concurrentievoordeel te behalen. Dat betekent: investeren in de juiste capaciteiten, het stellen van duidelijke prioriteiten en het meten van succes in termen van bedrijfsresultaten, niet in termen van technische prestaties.

De vraag is niet of AI ertoe doet. De vraag is of uw leiderschapsteam klaar is om de juiste keuzes te maken.