Welke verandering bedoelen we eigenlijk? Drie vragen voor elke AI-veranderopgave

Help, "we hebben een change-vraagstuk"

Bij Openpeople worden we steeds vaker benaderd door organisaties met een veranderopgave rond AI. Soms door de organisatie zelf. Steeds vaker ook door partijen die een technologische oplossing hebben geleverd aan een klant, en tijdens de implementatie tegen weerstand of adoptievraagstukken aanlopen. En adoptie is lang niet altijd expliciet meegenomen in een offerte, wel impliciet in de verwachtingen van de klant. Gevolg: onbenutte tech en een ontevreden klant. En dat wil niemand.

Voor de duidelijkheid

De eerste zin is bijna altijd dezelfde: "kan je met ons meedenken over een change-vraagstuk." Maar dat is nog te vaag om goed te kunnen beantwoorden. Wie niet scherp heeft welke verandering wordt bedoeld, kiest al snel de verkeerde aanpak.

Laat ik zelf eerst helderheid bieden aan jou als lezer. In dit artikel wordt onder 'veranderopgave' (of change-vraagstuk) de mensgerichte verandering verstaan, die bestaat naast de technische AI implementaties. Ofwel de gap tussen de huidige manier van werken van mensen en de gewenste manier van werken, als gevolg van de implementatie van de technische AI oplossing. Inclusief de stappen die nodig zijn om hen die gap te laten overbruggen.

Deze menselijke veranderopgave verdient aandacht: de investering in een technische oplossing rendeert immers alleen wanneer deze gedragen en benut wordt door de mensen die ermee werken.

In mijn ervaring maken drie eenvoudige vragen elke veranderopgave duidelijk en dus een gerichte veranderaanpak mogelijk: met welke intentie is in de (technologische) oplossing geïnvesteerd, voor wie verandert dit wat, en in welke fase van technische implementatie is de menselijke veranderopgave op de radar gekomen?

1. Intentie: waarom wil(de) je met AI aan de slag?

De eerste vraag is de belangrijkste. Gaat het om kosten besparen? Sneller of beter werken? Nieuwe diensten ontwikkelen? Of om de mensen meer ruimte geven voor werk dat ertoe doet (met een beoogd positief effect op bijvoorbeeld retentie of ontwikkeling van medewerkers)?

De intentie bepaalt het verhaal dat je vertelt, en daarmee hoe mensen verandering ervaren. Een AI-traject dat draait om efficiency vraagt een andere begeleiding dan een traject dat draait om groei of werkplezier. Wanneer de echte intentie niet expliciet wordt gemaakt voelen medewerkers dat impliciet aan, vullen ze het zelf in en verlies je de regie op de beoogde verandering, met vermijdbare vertraging tot gevolg.

2. Scope: voor wie verandert er wat?

De tweede vraag gaat over waar de verandering landt en wat deze inhoudt. Ik onderscheid drie doelgroepen, die elk een eigen aanpak verdienen.

• AI voor IT. Veranderopgaven die mij bereiken hebben veelal betrekking op de verandering van het werk van de IT-professional. Wat verandert voor hen wanneer AI meebouwt, meetest en meedenkt? Rollen, vakmanschap en de positie van IT in de organisatie schuiven. Functieprofielen, RACI's, benodigde kennis en competenties evolueren, performance indicatoren worden geraakt. Met andere woorden, de definitie van 'goed werk' verschuift. Duidelijk maken wat verandert en het simuleren en faciliteren van de mogelijkheden tot professionele ontwikkeling zijn randvoorwaardelijk om professionals in staat te stellen mee te bewegen.
• AI voor de business. Wat verandert er voor de mensen in de operatie, die werken met de systemen en processen die onderhevig zijn aan AI? Denk aan AI in de eerstelijns klantenservice (chatbots) en het effect op de medewerkers van die afdeling, geautomatiseerde processen (bijvoorbeeld recruitment en on- en offboarding binnen het HR domein) of medewerkers die zelf dashboards kunnen gaan bouwen (en daarmee direct bronnen op data). Adoptie wordt vaak nog wel ingecalculeerd, maar hoe voorkom je de perceptie van verschraling en benut je het vrijgekomen potentieel ten volle? Goede begeleiding en georganiseerde invloed op de herinrichting van taken en rollen legt een fundament voor eigenaarschap (en daarmee duurzame organisatieontwikkeling) onder de medewerkers.
• AI voor de klant. Ook de klant krijgt met verandering te maken, bijvoorbeeld een chatbot in plaats van een medewerker. Dat verandert de service en kan het (gepercipieerde) serviceniveau raken, met doorwerking in de rest van de organisatie van dien. Behoud van draagvlak vraagt om bewust monitoren, ondersteunen en waar nodig bijsturen.

Elk domein heeft andere betrokkenen, andere zorgen en andere succesfactoren. Wie ze door elkaar haalt, loopt het risico van een onvolledige of diffuse veranderaanpak. In de meeste AI veranderopgaven wordt meer dan 1 van de bovengenoemde domeinen geraakt. De vraag "voor wie verandert wat" is dus geen multiple choice maar multiple response: meerdere antwoorden zijn mogelijk. Door de scope van je veranderopgave te onderbouwen, geven we focus aan de investering en dit komt het rendement ten goede.

3. Fasering: waar sta je nu?

De derde vraag gaat over timing. Een veranderopgave ziet er heel anders uit voor, tijdens of na de implementatie van een AI (tech) oplossing.

• Voorafgaand. Het beste moment om de veranderopgave mee te nemen is natuurlijk vóórdat je met AI aan de slag gaat. Ons advies ligt voor de hand: breng van meet af aan intentie en scope goed in kaart. Het begeleiden van de verandergave kunnen we dan nog meenemen in de business case, wat leidt tot een stevigere ROI van de implementatie.
• Tijdens. Vaak manifesteert een veranderopgave zich tijdens de implementatie van AI. Dat betekent niet altijd weerstand. Soms is er sprake van een oordeelloos 'niet weten of kunnen' waardoor de adoptie (ROI) stokt. Soms zijn medewerkers zich wel bewust is van 'niet weten of kunnen', is er een intentie om hier iets aan te doen, maar ontbreekt het aan de middelen. In dat geval is een toolkit nodig om het potentieel te ontsluiten. Wanneer er echt sprake is van weerstand doen we er goed aan om samen te onderzoeken of de intentie (vraag 1) voldoende duidelijk is gecommuniceerd. In alle gevallen geldt; het doorgronden van de signalen van medewerkers is de eerste stap naar een succesvolle ROI.
• Na. Wanneer een implementatie reeds is afgerond ligt de focus op adoptie. Maar daar stopt het niet. Het borgen van nieuwe werkwijzen en bijbehorend functioneren (gedrag, houding) in de standaarden van een organisatie (denk aan zaken zoals functieprofielen, RACI's, rollen en competentiemodellen, performance dialogen, etc.) zorgen ervoor dat de nieuwe werkwijzen duurzaam ingeslepen worden en overdraagbaar zijn aan nieuwkomers. Dit is het fundament voor een duurzame (culturele) ontwikkeling.

Hoe eerder de menskant wordt meegenomen, hoe minder er later gerepareerd hoeft te worden. Maar ook halverwege of achteraf is er veel te winnen.

Samen een gemeenschappelijke taal

De kracht van deze drie vragen zit in de combinatie. "AI voor de business, tijdens de implementatie, met als intentie efficiency" is een heel ander vraagstuk dan "AI voor IT, voorafgaand, met als intentie groei". Door de opgave zo in kaart te brengen, creëren we een gemeenschappelijke taal: tussen directie en medewerkers, tussen business en IT, en tussen organisatie en klant.

Drie vragen om mee te beginnen:

1. Kun je in één zin zeggen waarom je met AI aan de slag gaat?
2. Voor wie verandert er het meest: IT, de business of de klant?
3. In welke fase zit je nu, en welke aanpak past daarbij?

Afsluiting

Bij Openpeople begeleiden we ook de mensgerichte kant van veranderopgaven, in elke fase en voor elke doelgroep. Een goede aanpak begint dat met precies deze drie vragen. Want als we scherp hebben welke verandering wordt bedoeld, kunnen wij met een gerichte aanpak sturen op de verwezenlijking. Inclusief een duidelijke roadmap en onderbouwde investering.

Herken je dit? En als je je eigen AI-opgave langs deze drie vragen legt, wat zie je dan?