De samenwerking tussen mens en machine die binnen bedrijven op gang komt, gaat over meer dan technologie. Alexander Van Caeneghem, Managing Director bij TriFinance, zoomt in op de menselijke sleutelrol en bespreekt wat nodig is om die waar te maken, van onderwijs tot strategie en cultuur.
Alexander Van Caeneghem kwam in 2010 aan boord bij TriFinance en bouwde, vanuit verschillende rollen en verantwoordelijkheden, mee aan de ‘Pragmatic Advisory & Implementation’-dienstverlening. Sinds vorig jaar is hij Managing Director van TriFinance & TriHD Belgium. Vanop die stoel blijft hij actief reflecteren over alles wat de bedrijfswereld vandaag en morgen door elkaar kan schudden. Uiteraard is artificiële intelligentie dan het hete hangijzer bij uitstek.
Waarom de machine niet zonder de mens kan
Door de context centraal te stellen en elk traject van advies tot implementatie af te stemmen op de unieke noden van een onderneming, hebben Alexander en zijn collega’s een goed beeld van de reële impact van AI. “De komst van LLM’s in het najaar van 2022, met eerst ChatGPT, bracht een enorme technologische versnelling, die de arbeidsmarkt niet onberoerd laat. Maar het substitutienarratief – ‘dit zal ons allemaal vervangen’ – is weinig overtuigend. Dan gebruiken we niet alleen een technologie van de toekomst om een kostenmodel uit het verleden te optimaliseren, het strookt evenmin met wat we in de praktijk zien.”
De versnelling en de meerwaarde van AI situeren zich in wat we als ‘codificeerbare kennis’ kunnen omschrijven. Maar dat is op dit moment slechts een deel van wat iemand goed maakt in zijn of haar job.
Context is cruciaal om te begrijpen hoe AI werkt en waar de technologie tekortschiet. “De versnelling en de meerwaarde situeren zich in wat we als ‘codificeerbare kennis’ kunnen omschrijven. Maar dat is op dit moment slechts een deel van wat iemand goed maakt in zijn of haar job.” Minstens even belangrijk is ‘stilzwijgende kennis’: opgebouwde ervaring, knowhow, verandercapaciteiten, ontwikkelde voelsprieten. “Die zijn vandaag slechts beperkt te codificeren. Een ‘habitus’ of belichaamde vakkennis komt immers voort uit een complex amalgaam van onderwijs- en werkervaringen, interacties, dingen die je las of meemaakte, de plekken waar je woonde.”
Alexander is allesbehalve een technopessimist. “De mogelijkheden zijn enorm. Uiteraard kunnen analyses en voorspellingen tegenwoordig veel sneller en op basis van veel meer data gebeuren. De vraag is echter: wat doe je ermee? In een wereld die overspoeld wordt door gestandaardiseerde data-output, ligt de werkelijke nood niet bij meer cijfers, maar bij betekenis. AI-inzichten echt impact laten maken, vraagt een diepgaand contextueel begrip, op meerdere en ook menswetenschappelijke niveaus. In discussies over AI zijn die randvoorwaarden vaak een blinde vlek.”
Vlot navigeren doorheen een beweeglijk speelveld
Die kijk op de zaak krijgt ook een strategische doorvertaling. “Je vermogen om de context te begrijpen en bij te sturen, is doorslaggevender dan je vermogen om een plan te maken voor de lange termijn. Waar je een decennium geleden nog een gedetailleerde strategie kon uitzetten voor de volgende vier à vijf jaar, is dat nu veel minder aan de orde. Zelfs een in september opgemaakt plan voor het komende jaar kan snel voorbijgestreefd zijn.” De oplossing? “Scenariodenken en de capaciteiten ontwikkelen om snel te schakelen in functie van wat er intussen gebeurt.”
Je vermogen om de context te begrijpen en bij te sturen, is doorslaggevender dan je vermogen om een plan te maken voor de lange termijn.
Parallel is het cruciaal om de processen en de manier van werken te doorgronden, en veel minder de per definitie tijdsgebonden systemen die daarvan het sluitstuk vormen. De LLM’s zelf zijn in deze een treffende illustratie. “Vandaag steekt GPT-6 Astra de neus aan het venster, morgen is er weer een andere variant. Dat speelveld verschuift constant. Je kan je dus niet alleen maar vastpinnen op een specifieke technologie of tool. Je moet kennis opbouwen over de tools en over de onderliggende expertise, je vakdomein, en tegelijk de vaardigheden ontwikkelen die je helpen om vlot door die evoluties te navigeren.”
De schoolverlater in een tijdperk van vergrijzing
Vanuit demografisch perspectief wordt het kwalijke karakter van het substitutienarratief nog duidelijker. “Samen met de cohorten babyboomers die de arbeidsmarkt verlaten, stroomt de contextuele expertise weg uit de bedrijven”, zegt Alexander. “Het aantal nieuwe medewerkers ligt lager en jonge mensen hebben maar weinig gelegenheid om vakkennis op te doen.” Daarmee verwijst hij zowel naar de uitstroom van potentiële mentoren als naar het wegvallen van de typische juniorjobs. “De taken waarmee schoolverlaters kilometers konden maken, zijn net de taken die AI nu al tot een redelijk goed einde brengt.
Uitgerekend in AI-tijden is kennis uit het ene vakgebied kunnen toepassen in het andere een hoogst waardevolle skill.
De boodschap: investeer in jongeren, want je kan niet zonder hen. “Wij blijven de kans grijpen om talenten op te leiden tot de professionals die ze straks moeten zijn. Concreet betekent dat het aanleren van finance-expertise, een flexibele omgang met tooling én de skills die nodig zijn voor wat we de contextarchitectuur noemen. Wat we doen, een oplossing bedenken voor de specifieke context van de klant, is per definitie maatwerk.”
Learning on the job is dan de tweede fase. Eerst is er het (hoger) onderwijs, waar het allicht geen slecht idee is om de studiekeuzes maar zeker ook de inrichting van opleidingsprogramma’s te herzien. “Paradoxaal genoeg moeten bedrijfseconomische opleidingen misschien anders gekalibreerd worden. Een traditioneel concept als ‘praktijkgericht’ vraagt vandaag een scherpere invulling, en dat gaat voorbij de semantiek. Om tot eigentijdse professionals uit te groeien, hebben mensen harde meta-vaardigheden nodig, die in verschillende contexten toepasbaar zijn. Een brede intellectuele vorming, vanuit een multidisciplinair raamwerk en met een grotere nadruk op menswetenschappelijke heuristieken dan op klassieke toegepaste kennis, lijkt me vandaag meer op haar plaats.” De toekomst is meer dan ooit aan de neo-generalist. “Uitgerekend in AI-tijden is kennis uit het ene vakgebied kunnen toepassen in het andere een hoogst waardevolle skill.”
Change management als cultuur, niet als functie
Menselijke expertise zal alleszins noodzakelijk zijn om de AI-projecten in de bedrijfswereld te doen slagen. Want daar wringt het schoentje nog al te vaak. “De teneur in organisaties is momenteel dat het potentieel en de verwachtingen vooralsnog groter zijn dan de effectieve meerwaarde. Het blijkt nog niet zo evident om tot werkende, schaalbare en rendabele toepassingen te komen.”
Is productiviteitswinst ook een kwalitatieve winst, en wat doe je met de vrijgekomen tijd?
Dat er tijdens een implementatie weer andere innovaties opduiken, helpt bedrijven doorgaans niet vooruit. “Ze hebben het gevoel de hele tijd achter de feiten aan te lopen.” Desondanks adviseert Alexander het kind niet met het badwater weg te gooien. “Twee vragen zijn daarbij essentieel: is productiviteitswinst ook een kwalitatieve winst, en wat doe je met de vrijgekomen tijd? Ofwel: welk type bedrijf ben je en wil je zijn?”
Bij zulke transformatietrajecten rijst de vraag of het topmanagement geen change manager nodig heeft. “Daar valt zeker iets voor te zeggen, net als voor HR als volwaardig lid van de directie, wat nog altijd veel te weinig het geval is. Tegelijk denk ik dat constante verandering méér vergt dan een aparte functie of verantwoordelijkheid. Idealiter zit change management in álle verantwoordelijkheden. Niet zomaar als attitude of aandachtspunt, maar als harde expertise.”
Dit artikel verscheen oorspronkelijk op de website van House of Executive. TriFinance is partner van het Executive Forum 2026.
