AI vaak nog niet goed gebruikt: organisaties zien het onterecht als het automatiseren van werk

Arbeidssocioloog Fabian Dekker: 'Liever robots dan arbeidsmigranten'
AI integreren in de organisatie is niet hetzelfde als het automatiseren van bedrijfsprocessen. Drie Amerikaanse AI-specialisten hebben een oplossing voor de integratie van GenAI.

Bedrijven lopen risico’s als ze investeren in AI. Niet omdat de technologie niet werkt, maar omdat AI niet goed wordt ingezet op het werk. Bedrijven beschouwen generatieve AI eerder als een traditionele vorm van automatisering dan als een hulpmiddel dat steeds slimmer wordt en mensen slimmer maakt.

Het verleden heeft geleerd dat het inzetten van baanbrekende technologieën niet alleen ligt in het integreren ervan in bestaande bedrijfsprocessen, maar vooral dat het nodig is om bedrijfsprocessen volledig opnieuw vorm te geven. GenAI vereist ook een herontwerp van de manier waarop werk wordt uitgevoerd om het potentieel van de technologie te maximaliseren.

Business process reengineering

Het probleem daarbij is dat traditionele methoden voor het herontwerp van processen ongeschikt zijn. Al in 1990 schreef de managementgoeroe Michael Hamnmer over de beperkingen van business process reengineering (BPR). De workdlow wordt in deze aanpak volledig ontleed en opnieuw ontworpen. Top down worden de taken herverdeeld, al naar gelang tussen werknemers en technologie. Deze aanpak is nog steeds wijdverspreid.

Maar GenAI functioneert niet als traditionele technologie. Gebruikers communiceren ermee zoals ze zouden doen met een menselijke collega. Het werkt op een iteratieve manier met de gebruikers en verbetert voortdurend als het de behoeften en het gedrag van gebruikers leert kennen.

Oplossing voor het integratievraagstuk

Drie Amerikaanse AI-specialisten (Paul Baier, David DeLallo en John J. Sviokla van GAI Insights) denken een oplossing gevonden te hebben voor het integratievraagstuk van GenAI. Waar traditioneel herontwerp van de organisatie erop gericht is om menselijke capaciteiten over te hevelen naar de machine, is hun visiestellen zij dat mensen en technologie verantwoordelijkheden dynamisch kunnen delen. Ieder neemt op verschillende punten in het proces het voortouw, op basis van context en competentie.

Het Amerikaanse driemanschap dicht GenAI maken gebruik van de eigenschappen die AI collegiaal maken. Door werkprocessen te ontwerpen voor dialoog kunnen organisaties een symbiotische relatie creëren tussen mensen en GenAI. De aanpak biedt flexibiliteit om het proces in de loop van de tijd efficiënter te maken.

Mens-AI workflow

De aanpak die de drie Amerikanen voorstellen (Design for Dialogue-framework) weerspiegelt menselijke dynamiek om een effectieve, collaboratieve en aanpasbare mens-AI workflow te creëren. De kern van het raamwerk bestaat uit drie primaire componenten: taakanalyse en interactieprotocollen en feedbackloops.

Een taakanalyse, vergelijkbaar met het oordeel vaneen projectmanager van wie het meest geschikt is voor een bepaalde rol, omvat het opsplitsen van een proces in samenstellende taken en het evalueren van de complexiteit, risico’s en capaciteiten die voor elke taak nodig zijn.  Elke taak wordt toegewezen aan de juiste leider: AI of mens.

Samenwerken AI en mensen

Interactieprotocollen – het equivalent van teambasisregels – schetsen hoe AI en mensen communiceren en samenwerken in plaats van een vast proces vast te stellen. Een voorbeeld hiervan is wanneer AI een strategisch beslissingspunt tegenkomt. Dat is een signaal voor een menselijk oordeel, vergelijkbaar met een teamlid dat advies inwint als er een vraagstuk opdoemt.

Op basis van feedback kan een bedrijf de samenwerking tussen AI en mensen voortdurend beoordelen en verfijnen. Dit op aan de hand van foutmeldingen, statistieken, gebruikerstevredenheidsonderzoeken en uitleg over AI-besluitvorming.

Aan de slag

  1. Begin met een beoordeling van bestaande workflows. Identificeert de gebieden waar AI de grootste impact kan hebben. Ze zijn meestal te vinden in klantenservice, verkoop en marketing, software-engineering en onderzoek en ontwikkeling.
  2. Ontwikkel voor elke geïdentificeerde taak een profiel dat de beslissingspunten, de vereiste expertise, potentiële risico’s en contextuele factoren schetst die van invloed zijn op het heg leidinggevend vermogen van de AI of de mens. Bedenk waar menselijke expertise onvervangbaar is, vooral op gebieden die emotionele intelligentie, complexe besluitvorming en genuanceerde oordelen vereisen.
  3. Definieer hoe AI-systemen moeten omgaan met menselijke operators en omgekeerd. Stel richtlijnen op voor hoe en wanneer AI menselijke input moet zoeken en vice versa. Ontwikkel feedbackmechanismen, zowel geautomatiseerd als door mensen geleid.
  4. Train medewerkers om ze vertrouwd te maken met de nieuwe AI-tools en -protocollen. Leer om constructieve feedback te geven samen te werken met AI-systemen.
  5. Rol de AI-integratie uit met continue monitoring om prestatiegegevens en gebruikersfeedback vast te leggen en het proces te verfijnen. Werk voortdurend de taakprofielen en interactieprotocollen bij om de samenwerking tussen AI en menselijke medewerkers te verbeteren. Zoek ondertussen naar processtappen die volledig kunnen worden geautomatiseerd op basis van de vastgelegde interactiegegevens.
  6. Schaal op naar andere delen van de organisatie zodra de initiële integratie succesvol is en de processen zijn verfijnd.