De meeste bedrijven zijn zo ingericht dat informatie via mensen moet reizen. Een klant belt met een probleem, iemand van support noteert het, geeft het door aan een collega, die het weer meldt bij een manager, die op zijn beurt beslist of er iets mee gebeurt. Bij elke stap zit een mens die moet lezen, begrijpen, doorgeven en beslissen. Zo is het altijd gegaan, en het werkte, omdat er geen alternatief was.

Wat mij bezighoudt is de vraag of dat alternatief er nu al is. Niet in de toekomst, maar praktisch, vandaag: als een systeem informatie sneller kan lezen, begrijpen en erop kan reageren dan een keten van mensen dat ooit kon, wat is dan nog de functie van al die tussenstappen? Ik denk dat het eerlijke antwoord is: steeds minder. Elke schakel die alleen maar bestaat om iets door te geven, wordt dan geen sturing meer, maar vertraging.

De kleine versie van AI, en de grote

Het gangbare verhaal over AI op de werkvloer gaat bijna altijd over hetzelfde in deze context: mensen die met behulp van een AI-tool iets sneller doen. Een assistent die meeschrijft, een systeem dat een eerste concept maakt, iemand die twintig procent productiever is geworden. Daar is niets mis mee, voor veel bedrijven in het MKB al een flinke verandering, maar het is de kleine versie van wat mogelijk is. Je maakt het bestaande werk een beetje sneller, zonder het werk zelf te veranderen.

Er is een grotere versie, en die is minder bekend omdat hij minder voor de hand ligt. Daarin voert een AI-systeem niet af en toe een stukje van een taak uit, maar draait het hele proces zelf: het merkt iets op, het bepaalt wat er moet gebeuren, het voert die actie uit in je eigen systemen, het controleert of het resultaat klopt, en als het misgaat, herstelt het zichzelf. Zonder dat daar bij elke stap een mens tussen hoeft te zitten.

Dat klinkt abstract, dus een concreet voorbeeld. Stel, klanten vragen vaak hetzelfde via de chat, maar het systeem geeft daar een keer per week een antwoord op dat niet klopt. In de kleine versie van AI meldt iemand dat, en past een medewerker het antwoord handmatig aan. In de grote versie ziet het systeem zelf dat die vraag misging, zoekt uit wat het juiste antwoord had moeten zijn, past de eigen instructies aan, en laat een collega-systeem die aanpassing controleren voordat hij live gaat. De volgende ochtend krijgt de klant met dezelfde vraag gewoon het juiste antwoord, zonder dat iemand er ’s nachts voor wakker heeft gelegen.

Dat is het verschil tussen automatisering en iets dat zichzelf verbetert. Een automatisering doet precies wat er is ingesteld, tot iemand het aanpast. Een zelflerend systeem merkt zelf dat iets niet werkt, en repareert het.

De kennis die nergens staat

Hier loop ik zelf steeds tegen hetzelfde probleem aan. Zo’n systeem kan alleen iets herstellen als het weet hoe het dan wel moet. En het grootste deel van die kennis staat helemaal nergens opgeschreven. Het zit in het hoofd van de collega die al tien jaar meedraait en precies weet hoe een bepaalde klant behandeld wil worden. Het zit in een telefoongesprek dat nooit is genotuleerd. Het zit in een afspraak die iedereen wel kent, maar die nooit is vastgelegd omdat dat ook niet nodig leek. Voor een AI-systeem bestaat die kennis simpelweg niet. Wat niet is vastgelegd, heeft voor het systeem nooit plaatsgevonden.

Dat brengt mij bij iets dat ik zelf graag het brein van een bedrijf noem, bij gebrek aan een beter woord. Het is geen dashboard en geen archiefkast vol oude documenten. Het is een verzameling van alles wat een bedrijf eigenlijk weet, op zo’n manier vastgelegd dat een AI-systeem er ook echt iets mee kan, en die elke maand een beetje scherper wordt in plaats van een beetje ouder.

Drie dingen zijn daarvoor nodig, en geen ervan is op zichzelf bijzonder spannend. Eerst: vastleggen wat er gebeurt. Gesprekken, beslissingen, de uitzonderingen op de regel, in plaats van erop te vertrouwen dat iemand het zich later nog wel herinnert. Daarna: die stapel ruwe informatie terugbrengen tot iets bruikbaars. Niemand heeft iets aan duizenden uren aan losse gesprekken; je moet het samenvatten, ordenen, van ruis ontdoen. En tot slot, misschien wel het belangrijkste: elk stukje kennis gekoppeld houden aan waar het vandaan komt. Een systeem dat iets beweert zonder dat je kunt navragen waarom, is geen betrouwbaar geheugen. Dat is gewoon giswerk met een overtuigende toon.

Het resultaat, als het goed gaat, is een naslagwerk dat zichzelf elke maand herschrijft op basis van wat er die maand daadwerkelijk is gebeurd. Geen handleiding die vijf jaar geleden is opgesteld en sindsdien is blijven liggen. Nieuwe inzichten worden vergeleken met wat er al bekend is, en overgenomen of verworpen. Zo wordt de kennis van een bedrijf iets dat elke dag een fractie beter is dan de vorige, in plaats van iets dat langzaam wegzakt zodra de mensen die het weten vertrekken.

En hier zit een onderscheid dat ik steeds belangrijker ben gaan vinden: de software eromheen mag je zonder spijt weggooien en opnieuw bouwen. Een dashboard, een tool, een workflow, die maak je opnieuw zodra er iets beters is, en daar hoef je niet aan te hechten. Maar de kennis erachter, het waarom van hoe een bedrijf werkt, dat is het enige dat echt waarde opbouwt over tijd. Bedrijven die dat omdraaien, die vasthouden aan hun software en achteloos omgaan met hun kennis, verliezen precies het verkeerde.

Waar blijft de mens dan nog

Als je dit serieus neemt, verschuift ook de rol van mensen, en ik merk dat ik dat prettiger vind dan ik had verwacht. Niet weg, maar naar de plekken waar het er echt toe doet: het verkoopgesprek waarin vertrouwen ontstaat, de afweging die geen vaste regel kent, het conflict tussen twee zakenpartners, de situatie die nog nooit eerder is voorgekomen. Ik zie geen versie van de komende jaren waarin een systeem dat overneemt, en ik zou dat ook niet willen.

Wat wel verandert, is wie zich met de tussenstappen bezighoudt. Werk dat vooral bestaat uit informatie doorgeven, controleren en opnieuw doorgeven, heeft weinig toegevoegde waarde meer zodra een systeem dat sneller en consistenter kan. Wat overblijft zijn mensen die dingen bouwen, en mensen die het resultaat in de praktijk brengen, bij de klant, op de vloer, aan tafel. En voor elk proces dat door een systeem wordt gedaan, moet er wat mij betreft altijd een enkele persoon zijn die het snapt en ervoor verantwoordelijk is. Niet een groep, maar een naam. Zodat er altijd iemand is die weet waarom iets is gebeurd zoals het is gebeurd.

De vraag die ik mezelf blijf stellen

Zou je je eigen bedrijf vandaag zo opnieuw inrichten, als je nu pas zou beginnen? Bij de meeste bedrijven is het eerlijke antwoord nee, en ik denk dat juist dat het interessante eraan is. Niet omdat alles anders moet, maar omdat de manier waarop informatie nu door een bedrijf beweegt zelden bewust is gekozen. Het is gewoon zo gegroeid, stap voor stap, jaar na jaar.

Een bedrijf dat zichzelf overal verbetert, bouw je niet in een weekend, en ik ken eerlijk gezegd niemand die dat al volledig voor elkaar heeft. Maar een enkel proces dat dit al doet, kan binnen een paar weken draaien. Niet als proefopstelling, maar als iets dat er gewoon is, en dat morgen een fout niet meer maakt die het vandaag nog wel maakte.