Een directie wil een getal. Zeventig procent gereed, of veertig, of negentig. Een getal vergelijkt, rangschikt, verantwoordt een besluit in een vergadering van een uur. Het probleem is dat gereedheid voor AI-werk niet op die manier bestaat. Gereedheid is geen eigenschap van een organisatie zoals omzet of hoofdaantal een eigenschap is. Het is het antwoord op een reeks vragen die per dimensie anders uitvalt, en die uitslag verschilt weer per ambitie.
De reden ligt in wat er feitelijk gebeurt wanneer AI werk overneemt. Dat gebeurt niet in een keer en niet overal gelijk. Sommige taken kan AI zelfstandig uitvoeren. Andere taken kan AI voorbereiden, waarna een mens goedkeurt of afkeurt met reden. Weer andere taken blijven mensenwerk, niet omdat AI het niet kan, maar omdat de organisatie de voorwaarden daarvoor niet heeft ingericht. Die drie categorieen lopen dwars door elke afdeling, elk proces en elke ambitie heen. Een cijfer dat deze verscheidenheid samenvat tot een enkel percentage verbergt precies de informatie die een directie nodig heeft: waar zit het verschil, en waarom.
Stel dat een gereedheidsscore van zeventig procent wordt gepresenteerd. Wat betekent dat? Zeventig procent van de processen is klaar? Zeventig procent van de medewerkers is getraind? Zeventig procent van de data is bruikbaar? Een score zonder onderliggende vraag laat de lezer raden, en het raden gebeurt meestal in het voordeel van de ambitie, niet in het voordeel van de waarheid. Een directie die een ambitie wil, leest een hoog cijfer graag als bevestiging. Een cijfer nodigt uit tot die lezing, ook als de onderbouwing dat niet draagt.
De acht dimensies die gereedheid samen bepalen — van data en systemen tot besluitrechten en juridische kaders — hangen niet gelijk samen met elke ambitie. Een ambitie die vraagt om sneller klantcontact leunt zwaar op andere dimensies dan een ambitie die vraagt om geautomatiseerde rapportage. Een enkel gereedheidscijfer middelt die verschillen weg. Het antwoord op de vraag "zijn we gereed" is daardoor bijna altijd: het ligt aan welk deel van het werk u bedoelt, en welke laag van de ambitie u toetst.
In het ene bedrijf ligt de vraag of AI een taak kan overnemen al lang beantwoord: het toezicht is ingericht, de besluitrechten zijn belegd, iemand weet wie een uitkomst goedkeurt en op welke grond. In het andere bedrijf ligt dezelfde taak nog volledig bij een mens, niet omdat de taak dat vereist, maar omdat niemand heeft vastgelegd wie de afkeuring mag doen als AI een fout maakt. Het verschil zit zelden in de techniek. Het zit in de vraag of de organisatie vooraf heeft bepaald wat er moet kloppen voordat werk verschuift: welke data volledig genoeg is, welke rol de controle draagt, welk mandaat nodig is om een uitkomst te laten staan.
Die vragen zijn precies waarom een ambitietoets uit vier lagen bestaat — visie, vision state, target, target state — en waarom elke laag apart tegen de acht dimensies wordt gehouden. Een visie die stelt dat AI het grootste deel van de rapportage overneemt, vraagt iets anders van de organisatie dan een target die dat over een jaar operationeel wil hebben. De vragen per laag en per dimensie leveren geen score op, maar een kaart: waar is de organisatie al zo ver, en waar nog niet.
Ook binnen die kaart is niet elk antwoord even zeker. Een confidence gate markeert waar de onderbouwing stevig is en waar ze op aannames rust. Een dimensie kan er "gereed" uitzien omdat niemand de vraag kritisch heeft gesteld, niet omdat het antwoord standhoudt bij toetsing. Vijf van die gates lopen door de toets heen, precies om te voorkomen dat een schijnzekerheid wordt aangezien voor een echte. Waar een gate laag scoort, betekent dat niet dat de ambitie onhaalbaar is. Het betekent dat de uitkomst op dat punt niets zegt totdat er beter is gekeken.
Dat is ongemakkelijk in een directiekamer die een antwoord wil, maar het is de eerlijkste beschrijving van wat toetsen op dit moment kan opleveren. Een uitkomst die overal vijf sterren geeft, is verdachter dan een uitkomst die op drie dimensies zegt: onbekend, nader onderzoek nodig.
De acht dimensies en vijf gates zijn geen doel op zich. Ze vertalen terug naar capabilities: wat moet een rol kunnen, wie beslist, wie keurt af. Dat is ook waar veel ambities in de praktijk stranden — niet op de techniek, maar op de vraag hoe voorkomt u dat een AI-project bij de IT-afdeling blijft hangen in plaats van bij de rollen die het werk daadwerkelijk uitvoeren. Ook een ambitie die technisch haalbaar is, kan vastlopen op een vraag die niets met techniek te maken heeft, zoals wat doet u als de ambitie wel kan maar de compliance niet toelaat. En niet elke ambitie hoort in het eerste jaar: soms is het antwoord op de gereedheidsvragen dat men beter kan kijken naar welke ambitie kunt u beter een jaar uitstellen dan naar wat er dit kwartaal moet.
De onderliggende vraag — welk werk in dit bedrijf werkelijk door AI is over te nemen, taak voor taak — wordt met de werkscan van FTE TO AI beantwoord, los van de ambitietoets zelf.
Een cijfer geven over gereedheid is dus niet het punt. Het punt is de vragen kennen en weten waar het antwoord nog rust op een aanname. Wie wil zien waar de eigen organisatie het verst en het minst ver is, kan de gratis gereedheidscheck doen: acht korte vragen, een per dimensie, met een beeld van waar de ambitie al steun heeft en waar niet. De volledige ambitietoets, met de vier lagen en de vijf confidence gates, is in aanbouw.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.