Voor veel organisaties is artificiële intelligentie een hefboom voor efficiëntie en kostenbesparing. Maar wat als de focus op automatisering ons blind maakt voor de echte uitdaging van de komende jaren: het behoud en de ontwikkeling van menselijke kennis, ervaring en oordeelsvermogen?
“In plaats van de menselijke factor weg te bezuinigen, ligt de werkelijke strategische opportuniteit de komende jaren in de bewuste versterking ervan,” zegt Alexander Van Caeneghem, Managing Director van TriFinance en TriHD Belgium. “Dit model vertrekt niet bij angst of besparingsdrang, maar vanuit groei, ambitie en zelfbestemming.”
In deze bijdrage aan een reeks standpuntbepalingen over de strategische vraagstukken waarmee senior management dezer dagen geconfronteerd wordt, gaat Van Caeneghem in op de noodzaak om technologie niet in te zetten als vervanger van mensen, maar als versterker van hun unieke vermogen om context te begrijpen, betekenis te geven en duurzame waarde te creëren.
De AI-denkfout: met algoritmes alleen vang je de demografische schok niet op
Bijna elke week herhaalt het scenario zich: grote bedrijven kondigen reorganisaties aan waarbij honderden of duizenden banen verdwijnen onder de dwingende druk van ‘efficiëntie’. De belofte aan de raad van bestuur en de aandeelhouders is simpel: geavanceerde algoritmes gaan het werk met minder mensen klaren, waardoor het sneller en goedkoper wordt. Voor organisaties die worstelen met volatiliteit, stijgende kosten en de krappe arbeidsmarkt, lijkt deze directe vervanging van mens door machine de ultieme strategische ontsnappingsroute.
Het is een verraderlijke misvatting.
Wie denkt de aankomende demografische schok en de even onvermijdelijke als massale uitstroom van ervaren babyboomers te kunnen opvangen door simpelweg menselijke capaciteit te vervangen door artificiële intelligentie (AI), schiet zichzelf in de voet. AI kan processen overnemen, maar niet de opgebouwde intuïtie, het oordeelsvermogen, de institutionele kennis en creativiteit die de echte bron van bedrijfssucces vormen.
Wie technologie louter ziet als een instrument om te snoeien in personeelskosten, bespaart vandaag op wat morgen het onderscheidend vermogen van de organisatie kan uitmaken. De echte uitdaging van de komende jaren is niet hoe we mensen overbodig maken, maar hoe we AI zo inzetten dat de machine de mens helpt om slimmer en beter te worden.
De essentie van technologie is niets technologisch. Technologie is geen neutrale verzameling apparaten of algoritmes, maar een lens op de wereld, een onzichtbare structuur die onze realiteit ordent.
De technologische lens
De filosoof Martin Heidegger schreef al dat de essentie van technologie in elk geval niets technologisch is. Technologie is geen neutrale verzameling apparaten of algoritmes, maar een lens op de wereld, een onzichtbare structuur die onze realiteit ordent. Wanneer we uitsluitend door die technologische lens kijken, gaan we alles standaardiseren en flexibiliseren. Het grootste gevaar daarvan is dat we ook de mens gaan zien als een louter functioneel en vervangbaar onderdeel in een waardeketen, letterlijk als een ‘human resource’.
Die fixatie op direct nut en efficiëntie verklaart mede de blinde vlekken in het huidige denken over AI in de markt. We verwarren massaal data met context en informatie met betekenis. AI is een achteruitkijkspiegel: de (huidige) technologie blinkt uit in gecodificeerde kennis en het automatiseren van gestandaardiseerde, transactionele handelingen.
Maar een algoritme mist de antenne voor wat we 'stilzwijgende kennis' noemen. In de sociologie is dat de ‘habitus’: de diepgewortelde, bijna fysieke vakkennis, de ongeschreven organisatiecultuur en het situationele oordeelsvermogen dat een professional pas opbouwt door jarenlang met de voeten in de modder te staan, omringd door mensen die het beter kunnen en hun ervaring doorgeven.
Wanneer ervaren krachten de werkvloer verlaten en bedrijven tegelijkertijd de instroom van jonge werknemers bevriezen omdat de bots het sneller en beter kunnen, droogt de interne kennisbron op. Het probleem dat op korte termijn lijkt te worden opgelost op de resultatenrekening, wordt daar op de middellange termijn net veel groter.
In een wereld die overspoeld wordt door gestandaardiseerde data-output, ligt de werkelijke nood niet bij meer cijfers, maar bij betekenisgeving. Een algoritme biedt verwerkingscapaciteit, snelheid en breedte en ziet patronen en correlaties, maar kan de menselijke dynamiek binnen een organisatie niet wegen.
AI produceert een simulatie van betekenisvol denken.
Betekenisgeving, daarentegen, biedt context, perspectief en diepte. Het blijft een soevereine, menselijke daad. Een machine haalt data uit de wereld, de mens brengt er betekenis in.
AI produceert een simulatie van betekenisvol denken. Betekenisgeving, daarentegen, biedt context, perspectief en diepte. Het blijft een soevereine, menselijke daad.
Waarom AI de mens schaars maakt
In plaats van de menselijke factor weg te bezuinigen, ligt de werkelijke strategische opportuniteit de komende jaren in de bewuste versterking ervan. Dit model vertrekt niet vanuit angst of kille besparingsdrang, maar vanuit groei, ambitie en zelfbestemming.
Naarmate AI-modellen krachtiger en alomtegenwoordiger worden, vermindert hun vermogen om een organisatie te differentiëren. Als elk bedrijf toegang heeft tot exact dezelfde geavanceerde algoritmes, wordt de technologische output per definitie een ‘commodity’'.
Zodra de technologie de antwoorden commoditiseert, verschuift de werkelijke schaarste, en dus de strategische waarde, naar de menselijke kunst van het interpreteren en het stellen van de juiste contextuele vraag.
De opkomst van de meester-gebruiker
In de praktijk vraagt dit om professionals die een dubbele transformatie kunnen bewerkstelligen.
Als noodzakelijke voorwaarde moeten ze enerzijds meester-gebruiker worden van de technologie in hun domein. Ook 'prompting skills' zullen snel een commodity worden. De professional van morgen is een domeinexpert die AI-tools gebruikt als een vlijmscherp scalpel om sneller tot data-analyses, prognoses, complexe scenariomodellen en procesoptimalisaties te komen. De machine haalt de ruis weg, zodat er ruimte ontstaat voor het echte werk.
Contextuele intelligentie als onderscheidend vermogen
Anderzijds verschuift de werkelijke toegevoegde waarde naar de randen van het systeem, net omdat data-output door AI een goedkope grondstof wordt.
De professional moet in staat zijn om de stilzwijgende kennis bij de klant te capteren. Dat betekent: de menselijke intentie achter de cijfers begrijpen, de organisatiecultuur aanvoelen en de brug slaan tussen het geavanceerde algoritme en de weerbarstige, grillige realiteit van de business.
In de praktijk van het finance-domein betekent dit bijvoorbeeld dat een controller niet blind vaart op een AI-model dat adviseert een bepaalde productlijn te schrappen vanwege dalende marges. De controller grijpt in omdat hij of zij weet dat dit specifieke product de cruciale binnenkomer is voor de meest loyale klanten van het bedrijf, op basis van stilzwijgende marktkennis die in geen enkele database staat.
Professionals moeten contextarchitecten worden. Geheel in de geest van Heidegger kijken die niet alleen naar de processen, mensen en systemen zelf, maar ontwerpen en bewaken ze de betekenisvolle relatie ertussen.
Winnende organisaties worden niet de bedrijven met de dunste personeelsbestanden, maar de organisaties die begrijpen wat er menselijk nodig is om AI echt te laten renderen. Zij zetten technologie in om menselijke interactie te verhogen in plaats van te elimineren
Pragmatische 'Do-How'
Dat vereist een radicaal andere kijk op de rol van consulting en staffing. De traditionele markt is vaak strikt verdeeld: aan de ene kant de transactionele extra handen, aan de andere kant de abstracte, strategische adviseurs die even dikke als dure rapporten achterlaten.
In het AI-tijdperk zijn beide modellen meer dan ooit achterhaald. De nood van organisaties ligt maar zelden in een gestandaardiseerd product of een theoretische blauwdruk. Veel vaker hebben organisaties nood aan flexibele, vertrouwde menselijke capaciteit en op maat gemaakte oplossingen die werken in hun specifieke eigen context.
De markt vraagt om wat wij bij TriFinance pragmatische 'Do-How' noemen. Dat betekent: zij aan zij met de medewerkers van de klant de uitvoering induiken en dagelijkse operaties runnen, maar wel gewapend met de intellectuele diepgang van de meester-gebruiker en de contextarchitect om te begrijpen waarom en hoe we de dingen doen en de toekomst vorm te geven.
In de praktijk betekent dit: niet zomaar een AI tool implementeren en vervolgens weer vertrekken. Een Do-How consultant nestelt zich in het finance-team, helpt de achterstand in de maandrapportage weg te werken met behulp van AI, maar observeert tegelijkertijd de ongeschreven dynamiek in de business. Die consultant/contextarchitect ziet waar data stagneert door menselijke frictie en zorgt dat de cijfers uit het algoritme weer gaan leven in de organisatie.
Winnende organisaties worden niet de bedrijven met de dunste personeelsbestanden, maar de organisaties die begrijpen wat er menselijk nodig is om AI echt te laten renderen. Zij zetten technologie in om menselijke interactie te verhogen in plaats van te elimineren. Zij kiezen voor een filosofie die gedreven is door radicale empathie en gelijkwaardige relaties gebaseerd op vertrouwen.
Laten we stoppen met de blinde jacht op menselijke overtolligheid. Alleen door te investeren in professionals die technologische slagkracht combineren met diepgaande menselijke ‘feeling’ en contextuele intelligentie, bouwen we een organisatie die de demografische schok van morgen niet alleen overleeft, maar omzet in een duurzaam competitief voordeel.
