Automatiseren of de organisatie versterken: AI-dilemma

Wie gebruikt AI niet om te automatiseren? HP schrapte 6.000 banen doordat de organisatie inzet op automatisering met AI. IBM 9.000. Accenture 11.000. TCS 12.000. Amazon 14.000. Pinterest laat 15% van het personeel gaan, WiseTech Global bijna 30%. In Nederland doen ING (950 banen), Bird (20% van het personeel) en APG (1.000 tot 1.200 banen) hetzelfde. De boodschap die managers hieruit lijken te trekken: AI is een instrument om te automatiseren en kosten te snijden. Maar dat is een dure vergissing. AI is veel interessanter als middel voor versterking.

In het kort: Veel organisaties zetten AI vooral in om werk te automatiseren en banen te schrappen, van HP tot ING. Maar economen van Stanford en MIT laten zien dat AI meer waarde oplevert als middel om medewerkers te versterken. Voor leiders is dat een bewuste keuze, geen vanzelfsprekendheid.

Zet AI niet in om werk te automatiseren

De voorbeelden van HP, IBM, Accenture, TCS, Amazon, Pinterest, Wisetech Global, ING, Bird en APG illustreren in elk geval hoe AI op dit moment vaak wordt ingezet: als middel om taken en banen te automatiseren. De onderliggende waarde van automatisering is dat werk een kostenpost is, een probleem dat opgelost moet worden. De vraag is of deze aanpak organisaties verder helpt. Economen van Stanford en MIT denken van niet. Ze stellen dat AI op een slimmere manier kan worden ingezet dan als middel voor automatisering. Het grootste deel van de waarde van onze economie komt, zo leggen ze uit, niet voort uit goedkopere versies van bestaande goederen, maar uit nieuwe producten en diensten. Hun aanbeveling luidt dan ook: zet AI niet in om werk te automatiseren, maar om de mogelijkheden van menselijke inspanning te vergroten.

Daarbij: de vraag is of het loont om te automatiseren. Klarna is in dat opzicht illustratief: het bedrijf liet 700 medewerkers gaan omdat chatbots twee derde van het klantcontact overnamen. Maar het bedrijf gaf later aan juist weer nieuwe medewerkers te willen aantrekken. CEO Sebastian Siemiatkowski deelde zijn openbaring op X: “In een wereld van AI zal niets zo waardevol zijn als mensen. Oké, je kunt ons uitlachen dat we dat zo laat beseffen.”

Een voorbeeld ter illustratie: een communicatiespecialist die de beschikking heeft over AI, kan één tekst geschikt maken voor tien verschillende doelgroepen. Maar die communicatiespecialist met AI kan ook tien communicatiespecialisten vervangen. De keuze voor tien communicatiemedewerkers of tien doelgroepen wordt niet door de medewerkers zelf gemaakt, maar door de leiding van een organisatie. Leiders komen voor de keuze te staan, die in jargon (Engels) wordt aangeduid wordt als automation (automatisering) versus augmentation (vergroting van mogelijkheden), wat ik vertaal als automatisering en versterking.

Automatisering is beter meetbaar

Automatisering is beter meetbaar dan de versterking van vaardigheden, en krijgt daarom meer aandacht, stelt Roland van der Vorst. “AI-leveranciers benadrukken de voordelen van automatisering, omdat daarmee de meest meetbare efficiëntiewinst te behalen is. Het bedenken van nieuwe ideeën is immers moeilijk te kwantificeren. Maar ik gebruik AI om mijn ingevingen aan te scherpen, hypotheses te testen en tot nieuwe denkrichtingen te komen. Het fungeert niet als een kader dat dingen wegsnijdt, maar als een raam dat leidt tot nieuwe inzichten. Zo vergroot AI de mogelijkheden, in plaats van dat deze werk wegneemt.”

De eerste toepassingen van nieuwe technologie richten zich vaak op amputatie, het wegnemen van werkzaamheden, en daarna is er meer aandacht voor het vergroten van vaardigheden. De eerste IBM-computer nam het lopendebandwerk over; de Apple-computer beloofde ons creativiteit. Net zoals bij de PC, biedt AI ons eerst voordelen op het gebied van automatisering, en zal er later meer aandacht zijn voor het vergroten van de menselijke vaardigheden.”

Voorbeelden van versterking

Een bekend bedrijf dat ervoor koos om AI in te zetten voor versterking in plaats van automatisering, is Amazon. Het bedrijf had boekwinkels kunnen ‘automatiseren’ door medewerkers te vervangen door robots. Zo zouden kosten worden bespaard, maar het zou niet dezelfde impact hebben gehad als het huidige Amazon, dat de boekenmarkt (helaas) voorgoed veranderde. Amazon gebruikt klantdata en AI om lezers automatisch persoonlijke aanbevelingen te bieden. Zo zien consumenten in een oogopslag, op basis van talloze aankopen uit het verleden, welke boeken ze mogelijk nog meer interessant vinden. Dat kan een offline boekwinkel niet en daarom groeide Amazon uit tot de grootste (online) boekhandel.

Volgens Sanne Kanis, oprichter en CEO van Abel, zijn er genoeg toepassingen denkbaar waarbij AI niet wordt gebruikt om het werk van collega’s te automatiseren, maar waarbij AI hun vaardigheden vergroot. “Denk bijvoorbeeld aan een salescoach AI-agent die medewerkers helpt om nieuwe salestechnieken te ontwikkelen. Of een AI-tool die medewerkers helpt bij onderhandelingen door ze te wijzen op juridische risico’s of ze helpt voorbereiden op een lastig gesprek. En wat te denken van een researchtool die het nieuws uit twintig nieuwsbronnen combineert, zodat medewerkers op de hoogte blijven van het laatste nieuws over de organisatie en de belangrijkste concurrenten?” Er zijn meer soortgelijke voorbeelden te bedenken, zoals een verpleegkundige die met AI complexere zorgtaken aankan. Of docenten die met AI-ondersteuning elke leerling op zijn eigen tempo begeleiden en meer tijd overhouden voor instructie en minder voor herhaling.

Weg-automatiseren te simpelistisch

Dennis de Reus noemt het spookbeeld dat mensen worden weg-geautomatiseerd door de komst van AI te simplistisch. “Ten eerste bestaan rollen vaak uit twintig tot vijfentwintig taken. Het is lastig om die allemaal te automatiseren. Ten tweede is het in veel gevallen niet ethisch dat een AI-systeem een beslissing neemt over het lot van een burger of klant. Daarom is er een mens nodig in het proces, de zogenoemde human in the loop.”

Marc van Meel maakt daarbij onderscheid tussen centaur use cases, werk dat het beste gedaan kan worden door mens en machine, en cyborg use cases, werk dat het beste helemaal geautomatiseerd kan worden. “Het doel moet niet het automatiseren of vervangen van werknemers zijn, maar juist het ontwikkelen van nieuwe vaardigheden om voorbereid te zijn op de toekomst. In feite draait AI-implementatie namelijk maar om één vraag: hoe maken we het leven van medewerkers nog beter?”

Tot slot

Versterking in plaats van automatisering vraagt om een andere benadering van AI en werk. Het vraagt om de verbeelding om nieuwe mogelijkheden en concepten te bedenken, en om het lef om die concepten in de organisatie te laten landen. Het is immers makkelijker om taken te automatiseren dan nieuwe producten of diensten te lanceren. Het vraagt bovenal om werk niet te zien als een probleem dat opgelost moet worden.