
Talentadviseur zegt dat AI organisatieschuld versnelt in plaats van deze op te lossen

Heather Doshay
Oprichter van Waypoint Works

Ontdek hoe leiders van snelgroeiende organisaties AI gebruiken om besluitvorming en uitvoering op te schalen, terwijl ze de organisatieschuld vermijden die ontstaat wanneer AI als een kortere weg wordt behandeld.
Heather Doshay
Oprichter van Waypoint Works

Key Takeaways
Leiderschap met AI: AI hervormt leiderschap en vereist aanpassingsvermogen van leiders met een steile groeicurve tijdens snelle technologische transities.
Operationele verschuiving: AI moedigt bedrijven aan om de mentaliteit van 'kopen of bouwen' te verruilen voor een experimentele aanpak van 'eerst experimenteren voordat je koopt'.
Culturele transformatie: AI integreren in bedrijven draait niet alleen om hulpmiddelen, maar vereist een bredere strategie voor culturele transformatie.
Menselijk beoordelingsvermogen: AI ondersteunt besluitvorming door informatie samen te brengen, maar menselijk beoordelingsvermogen blijft cruciaal voor genuanceerde beslissingen.
Innovatie-uitdaging: AI versnelt innovatie, maar slaagt er vaak niet in menselijke werkprocessen volledig te vervangen, wat het belang van ondersteuning benadrukt.
Heather Doshay is de oprichter van Waypoint Works, waar ze leiders met een steile leercurve helpt de overstap naar AI te beheren. Daarvoor was ze partner en hoofd talent bij een AI-georiënteerd durfkapitaalbedrijf met $3B AUM.
We spraken met Heather om te ontdekken hoe sterke operationele leiders AI gebruiken om hun impact op te schalen. Dit is wat ze te zeggen had.
Hoe AI leiderschap in snel veranderende omgevingen hervormt

Toen ChatGPT eind 2022 werd gelanceerd, was ik al partner en hoofd talent bij een AI-georiënteerd durfkapitaalbedrijf, waar we al jaren in eerdere AI-golven hadden geïnvesteerd en daarop hadden voortgebouwd. Maar de opkomst van grote taalmodellen veranderde het speelveld fundamenteel.
Werk waarvan we verwachtten dat het zich geleidelijk zou ontwikkelen, dreigde plotseling achterhaald te raken. Zelfs voor een organisatie die AI vooropstelde, dwong het tempo van de veranderingen ons om onze bedrijfsvoering volledig te herzien.
Mijn rol raakte aan twee transformaties. Intern definieerden we snel opnieuw hoe een AI-georiënteerd bedrijf werkt, terwijl de technologie dagelijks veranderde. Extern adviseerde mijn team meer dan 200 door durfkapitaal gefinancierde start-ups die met dezelfde onzekerheid te maken hadden.
Oprichters vroegen om beste werkwijzen die nog niet bestonden, en wij hielpen hen in realtime navigeren door alles van talentstrategie tot bedrijfsmodellen.
Die periode, vooral van 2023 tot en met 2025, markeerde een verschuiving van nieuwsgierigheid naar urgentie. Wat begon als verkennende gesprekken, werd al snel fundamenteel voor de manier waarop bedrijven bouwen, mensen aannemen en concurreren.
Aan het begin van deze golf was ik partner en hoofd talent bij SignalFire, een op AI gericht durfkapitaalbedrijf met ongeveer $3B AUM. Durfkapitalistische teams zijn bewust slank georganiseerd, dus mijn team en ik ondersteunden meer dan 200 portfoliobedrijven gedurende de volledige talentcyclus, van werving en organisatieontwerp tot beloning en het opschalen van verspreid werkende teams.
Naarmate AI sneller vooruitging, breidde onze rol zich uit van adviseren over “wat” bedrijven zouden moeten doen naar hen helpen heroverwegen “hoe” werk wordt gedaan. AI was geen functie, maar een nieuwe bedrijfslaag. Ik verliet die functie in augustus 2025 om mijn eigen bedrijf op te richten.
In september 2025 richtte ik Waypoint Works op, waar ik leiders met een steile leercurve en hun teams coach, adviseer en train. Mijn werk draait niet rechtstreeks om AI-transformatie, maar AI speelt consequent een rol in de manier waarop sterke operationele leiders hun impact opschalen. De focus blijft hetzelfde: mensen en systemen ontwikkelen die zich snel kunnen aanpassen, waarbij AI een van de hulpmiddelen is die dit mogelijk maken.
More Articles
Hoe AI start-ups helpt navigeren door de chaos van transformatie

De meeste oprichters wilden aanvankelijk een benchmark of een draaiboek voor de manier waarop ze de overstap naar AI konden maken. De realiteit was dat die niet bestonden. Daarom verschoof ons werk van het geven van antwoorden naar hen helpen betere beslissingen te nemen te midden van onzekerheid.
We richtten ons eerst op oriëntatie, niet op hulpmiddelen. In plaats van te vragen “Wat kan AI doen?”, spoorden we teams aan om te vragen: “Waar zijn we inefficiënt of beperkt, en waar zou AI daar een betekenisvolle verandering in kunnen brengen?” Alleen al die herformulering voorkwam veel verspilde uitgaven aan veelbelovende hulpmiddelen die geen echte problemen oplosten.
Van daaruit hielpen we bedrijven hun positie te bepalen. Zijn jullie gecentraliseerd of gedecentraliseerd in de manier waarop teams AI gebruiken? Optimaliseren jullie voor snelheid en experimenten, of voor controle en risicobeperking? Die beslissingen vormden alles, van beleid voor hulpmiddelen tot wervingsplannen.
Sommige bedrijven hielden bijvoorbeeld AI-vergelijkingstests om hulpmiddelen veilig te evalueren, terwijl andere interne hackathons organiseerden rond echte knelpunten in de bedrijfsvoering om gebruik en creativiteit te stimuleren.
Uiteindelijk was dit een oefening in verandermanagement, net als elke andere, maar dan gericht op AI. De uitdaging was om op systeemniveau te denken, in plaats van alleen het vakje aan te vinken met de tekst: “Ik krijg een gouden ster omdat ik XYZ AI-hulpmiddelen gebruik.”
De bedrijven die het meest effectief vooruitgingen, beschouwden AI als een culturele transformatie, verduidelijkten hun principes vroegtijdig en versterkten die keuzes vervolgens consequent in de manier waarop ze mensen aannamen, opereerden en bouwden.
Waarom AI operationele strategieën in organisaties opnieuw definieert

We hebben een concrete verschuiving gemaakt van een ‘kopen versus bouwen’-mentaliteit (bijvoorbeeld: kopen we een tool of bouwen we een intern proces dat handmatig wordt beheerd?) naar een aanpak waarbij we eerst experimenteren voordat we iets kopen.
Historisch gezien kozen bedrijven standaard voor de aanschaf van tools omdat handmatige processen niet schaalbaar waren. Met AI moedigden we teams aan om eerst zelf te experimenteren met het oplossen van het probleem, zelfs op een eenvoudige manier, voordat ze zich aan een leverancier verbonden.
Dat leidde tot een tweede verandering, waarbij de groep die mag bouwen werd uitgebreid. We introduceerden interne hackathons voor teams, die van oudsher waren voorbehouden aan technische teams, maar dankzij AI-ontwikkelingen kan iedereen deelnemen.
AI verlaagde de drempel om te beginnen, waardoor kantoormanagers, recruiters en personeelsleiders oplossingen voor echte bedrijfsproblemen kunnen prototypen. Die verschuiving verandert op zichzelf al het gedrag: van passieve tooladoptie naar actieve probleemoplossing. Mensen zijn vaak bang dat AI het kritisch denken zal verminderen, maar ik heb gemerkt dat het kritisch redeneren juist kan versterken wanneer problemen op nieuwe manieren worden opgelost.
Een andere verschuiving die ik het afgelopen jaar heb gezien, is dat steeds meer CHRO's hoofden van personeelszaken en AI-functionarissen worden. Uiteindelijk laat het eerste hoofdstuk van deze transformatie zien dat er een verschuiving plaatsvindt in de manier waarop teams zich organiseren en hoe het werk wordt gedaan. Het is een interessante inspanning op het gebied van people- en verandermanagement, met twee logische onderkomens: CTO/CIO of CHRO. Ik zie eerstgenoemde vaker, maar laatstgenoemde vaak genoeg om het opmerkelijk te noemen.
Waarom we ons in het rommelige midden van de AI-revolutie bevinden
We bevinden ons in het rommelige midden van deze AI-revolutie. Er is een sterke drang naar efficiëntie op basis van het potentieel van AI, maar AI is nog niet klaar voor productie op ondernemingsniveau. Met andere woorden: ik kan het HRIS waar ik een hekel aan heb niet vervangen door mijn eigen product dat met Claude Code is gebouwd.
Hoewel we dus veel meer experimenten en nieuwe manieren om problemen op te lossen zien, is AI niet de wonderoplossing die leiders vaak denken dat het is. Teams haasten zich om verouderde systemen als onderdeel van hun dagelijkse werk te onderhouden en proberen tijd vrij te maken om met AI te experimenteren, maar vervangen nog geen enkel verouderd systeem volledig. Voor HR-teams is het momenteel werk met dubbele belasting, terwijl die teams al kleiner zijn dan vroeger.
Bedrijven zijn nog niet efficiënter. Ze verkennen meer en boeken via AI kleine successen op beperkte gebieden. Maar die verkenning zal uiteindelijk de volgende productiviteitsgolf ontsluiten, en ik geloof dat HR-technologie in de toekomst uitbreidbaarder zal worden ontworpen, waardoor het beste van beide werelden mogelijk wordt. Eerst kopen en er vervolgens op voortbouwen.
Wanneer verdere AI-ontwikkelingen dit mogelijk maken, kijk ik ernaar uit om verschuivingen op grotere schaal te zien.
Hoe AI leiderschapsbeslissingen ondersteunt zonder menselijke inbreng te vervangen
De grens is vrij duidelijk. AI kan het systeem ondersteunen, maar mensen zijn verantwoordelijk voor het oordeel. Beslissingen die nuance, gevoel en discretie vereisen, zoals wie je aanneemt, hoe je betekenisvolle feedback geeft of hoe je middelen toewijst, blijven afhankelijk van ervaren professionals.

AI neemt geen beslissingen voor ons — dat zou praktisch of juridisch niet werken. Ik kijk naar de gebieden waarin AI de input versnelt en het proces verbetert. Het kan feedback krachtig samenbrengen, prestatiebeoordelingen opstellen, gedachten van spraak naar tekst structureren en gegevens over werving en personeel samenvoegen tot bruikbare informatie.
Voor het grootste deel hiervan gooi ik gewoon dingen in Claude en laat ik het verschillende invoeren samenvoegen. Maar voor 360-gradenbeoordelingen gebruik ik graag een tool genaamd Your360.ai.
Vandaag de dag kan AI je sneller naar een sterker vertrekpunt brengen, maar het kan de menselijke blik die bepaalt hoe ‘geweldig’ eruitziet niet vervangen.
Hoe AI innovatie stimuleert maar effectiviteit uitdaagt
Ik heb gezien dat bedrijven dure leveranciers vermijden door met AI eenvoudige interne oplossingen te bouwen, waarmee ze soms jaarlijks duizenden besparen. Tegelijkertijd neemt de autonomie en creativiteit van medewerkers aanzienlijk toe, doordat mensen op alle niveaus hun eigen problemen beginnen op te lossen.
Aan de andere kant zijn veel organisaties wel experimenteler, maar nog niet effectiever. Teams doen dubbel werk, jagen ideeën na die geen resultaat opleveren en stellen investeringen in bestaande systemen uit omdat ze verwachten dat AI deze zal vervangen.
Het patroon dat ik zou willen benadrukken, is dat AI innovatie van onderaf sneller mogelijk maakt dan de meeste bedrijven deze kunnen aansturen. Precies daarom is het belangrijker dan ooit om managers hiervoor toe te rusten.
De volgende generatie leiders met een sterke opwaartse ontwikkeling zal worden gedefinieerd door hun vermogen om visie te vertalen naar uitvoering, die energie te kanaliseren en ruwe experimenten om te zetten in echte, schaalbare resultaten die aansluiten bij de belangrijkste bedrijfsdoelstellingen.
Dat is het ontbrekende onderdeel vandaag. Deze inspanningen vinden plaats in geïsoleerde delen van organisaties in plaats van systematisch.
Waarom AI er niet in slaagt uitgebreide werkprocessen volledig te vervangen

Heather deelt
AI is een overmoedige stagiair die trots beweert dat het een stuk werk heeft gedaan waar het eigenlijk nooit aan is begonnen.
AI heeft functies nog niet volledig vervangen, vooral niet wanneer het werk end-to-end-eigenaarschap vereist. Het is sterk in afzonderlijke taken, planning, het opstellen van teksten en synthese, maar het loopt vast bij werkprocessen die oordeel, context en opvolging vereisen.
Je hebt nog steeds een mens nodig om de verbanden te leggen. AI is een overmoedige stagiair die trots beweert dat het een stuk werk heeft gedaan waar het eigenlijk nooit aan is begonnen.
Ik ga iets controversieels zeggen, en ik blijf erbij. Het overgrote merendeel van de ontslagen die aan "AI-efficiëntie" worden toegeschreven, is volledig onjuist. We zijn daar gewoon nog niet. De ongelukkige waarheid voor de meesten is dat deze ontslagen een weerspiegeling zijn van gebrekkige personeelsplanning en eerdere overbezetting waar het bedrijf zich nooit aan heeft aangepast, maar bedrijven willen een beter verhaal om het vertrouwen van aandeelhouders te versterken.
AI kan teams kleiner maken, waarbij één persoon het werk van drie mensen doet, maar het zal de behoefte aan de functies zelf niet wegnemen.
De kloof zit in eigenaarschap en volledige werkprocessen. AI kan volledige cycli van begin tot eind voor het uitvoeren van een taak nog niet betrouwbaar afhandelen en mist de smaak en verantwoordelijkheid die nodig zijn om eigenaar te zijn van resultaten. De realiteit op korte termijn is ondersteuning en snelheid, geen vervanging.
Hoe AI werving van begin tot eind transformeert
Hier is een werkproces dat ik meerdere keren heb gebruikt voor werving van begin tot eind. AI komt in elke fase aan bod, maar altijd als versneller en niet als beslisser.
Ik begin met een LLM zoals ChatGPT, Claude of Gemini om kritisch te toetsen waarvoor ik iemand moet aannemen en om de vacaturetekst op te stellen. Daarna bewerk ik deze handmatig totdat hij klaar is. Vervolgens bouw en start ik een sollicitatieproces in Ashby, dat uitgebreide AI-functionaliteit biedt voor het sorteren van cv's, plannen en meer.
Ik combineerde dit ook met Juicebox voor actieve werving, waarbij ik de AI-functionaliteit gebruikte om zoekresultaten te verbeteren, kandidaten te vinden die aan mijn vereisten en voorkeuren voldeden en berichten op te stellen om hun aandacht te trekken voor de mogelijkheid in mijn team.
Nadat ik kandidaten had om te interviewen, gebruikte ik Metaview om feedbacknotities in realtime vast te leggen en te structureren. Bij dit alles neemt AI de operationele werklast op zich—lijsten samenstellen, berichten opstellen en gegevens vastleggen—terwijl ik me richt op beoordeling, besluitvorming en menselijk contact.
AI helpt me over het algemeen om mijn talloze ideeën te structureren, vervelende handmatige stappen te automatiseren en mijn teksten te verfijnen. Mijn beoordelingsvermogen, stijl en menselijk contact blijven consequent van mijzelf.
Uiteindelijk vereist werving een balans tussen snelheid en zorgvuldigheid om de beste beslissingen te nemen voordat je de meest geschikte kandidaat verliest. AI helpt me het tempo bij te houden.
Ik ben benieuwd naar wat er in de volgende generatie AI-tools voor talentwerving aankomt. Concepten die vroeger verkeerd aanvoelden—zoals AI die een telefonisch screeningsgesprek voert—voelen nu intrigerender.
Voelt het ongemakkelijk en onpersoonlijk? Absoluut. Maar kan het je ook realistisch helpen om 1000 sollicitanten te screenen in plaats van slechts 20? Ja. De sleutel is om beoordelingsvermogen en doelgerichtheid te behouden, zodat kandidaten het voordeel kunnen zien. Meer mensen interviewen leidt tot eerlijkere uitkomsten, waarbij de beste kandidaat voor de functie wordt aangenomen.
Hoe AI traditionele aannames over leiderschap ter discussie stelt
De interessante verschuiving is dat het misschien als een snelkoppeling voelt, maar dat het ook vaardigheden opbouwt. Na verloop van tijd worden mensen die AI goed gebruiken vaak betere communicatoren, omdat ze worden blootgesteld aan duidelijkere denk- en uitdrukkingspatronen.

Ik heb de veronderstelling moeten loslaten dat systemen volledig af moeten zijn voordat ze nuttig zijn. Historisch gezien gebruikte je een hulpmiddel niet als het niet precies deed wat je nodig had. Met AI werkt niets perfect, maar het biedt vaak genoeg richting om sneller te werken, ideeën te testen en iets beters te bouwen dan voorheen.
Ik ben ook anders gaan kijken naar wat “goede communicatie” in leiderschap betekent. Ik ging ervan uit dat sterke managers van nature geweldige schrijvers moesten zijn om duidelijke, doordachte feedback te geven. AI verandert dat. Het kan ruwe gedachten omzetten in iets dat meer structuur heeft en bruikbaarder is. Dat verlaagt de drempel, maar fungeert ook als een soort coach in realtime.
De interessante verschuiving is dat het misschien als een snelkoppeling voelt, maar dat het ook vaardigheden opbouwt. Na verloop van tijd worden mensen die AI goed gebruiken vaak betere communicatoren, omdat ze worden blootgesteld aan duidelijkere denk- en uitdrukkingspatronen.
Hoe je veelvoorkomende valkuilen bij AI-ondersteunde initiatieven voorkomt
In het begin probeerde ik een AI-“uitbreiding” van mezelf te bouwen om vragen te beantwoorden en de kennis van ons team op grotere schaal beschikbaar te maken, maar het werd met elke iteratie slechter. Het probleem was niet het idee, maar dat ik het systeem vooraf niet had ontworpen. Ik gaf een vage prompt en herhaalde dit 500 keer, waardoor het uiteindelijk te ingewikkeld was geworden.
Ik heb geleerd dat als je eerste prompt zwak is of onvoldoende details over ontwerpdenken bevat, het later toevoegen van meer instructies de uitvoer meestal verslechtert in plaats van verbetert. Je kunt beter opnieuw beginnen met een grondiger doordachte prompt dan proberen een slechte prompt te repareren.
Tegenwoordig maak ik soms een Google-document van 16 pagina’s als prompt en upload ik dat in plaats daarvan. Daarmee kom ik veel verder, en sneller.
De conclusie voor leiders is eenvoudig. Denk als een productontwikkelaar en pas elementen van ontwerpdenken toe. Bepaal vooraf wat de eindtoestand is. De meeste mensen proberen het één keer, het werkt niet en ze geven het op. In werkelijkheid zijn ze niet mislukt met AI; ze hebben het voorafgaande denkwerk overgeslagen dat nodig is om het te laten werken.
Waarom AI uitdagingen kent op het gebied van eerlijkheid en verantwoordelijkheid
AI heeft de meeste moeite wanneer mensen patroonherkenning verwarren met beoordelingsvermogen. Omdat het is getraind om op basis van bestaande gegevens te voorspellen wat het meest waarschijnlijk is, kan het stilletjes het verleden versterken in plaats van het ter discussie te stellen.
Werving en sourcing vormen een duidelijk voorbeeld. Hulpmiddelen kunnen kandidaten van prestigieuze opleidingen of bekende bedrijven te zwaar laten meewegen, omdat die het vaakst in de gegevens voorkomen. Daardoor kunnen ze onbedoeld talent met een groot potentieel en een niet-traditionele achtergrond uitsluiten.
Op vergelijkbare wijze kunnen taalmodellen vooringenomenheid weerspiegelen in de manier waarop ze feedback over prestaties opstellen, met verschillende toonzettingen of omschrijvingen op basis van gendergebonden of cultureel beladen patronen.
Er ontstaan ook problemen rond consistentie en verantwoordelijkheid. AI kan zelfverzekerd klinkende maar onjuiste uitvoer genereren, en het is niet altijd duidelijk hoe het tot een aanbeveling is gekomen. Daardoor is het moeilijk om beslissingen te controleren of te verdedigen.
Daarom blijft menselijk beoordelingsvermogen belangrijk: weten wanneer je de uitvoer kunt vertrouwen, wanneer je die ter discussie moet stellen en hoe je context toepast waarover het model eenvoudigweg niet beschikt, is essentieel.
Hoe leiders AI-gestuurde transformaties kunnen managen

Heather deelt
De leiders die dit goed aanpakken, bewegen vandaag misschien langzamer op het gebied van oppervlakkige maatstaven zoals AI-adoptie, maar op de lange termijn creëren ze effectievere organisaties.
Te veel leiders behandelen AI als iets dat ze kunnen afvinken. “We gebruiken dit hulpmiddel, we experimenteren ermee, we voeren het in.” Die houding levert je vandaag misschien een gouden ster op van je CEO, maar lost je organisatorische achterstand niet op. Als er al iets gebeurt, kan die houding de achterstand juist versnellen.
Bekijk je organisatie en evalueer wat wel en niet werkt. Dat betekent dat je scherper in kaart brengt hoe beslissingen worden genomen, wie waarvoor verantwoordelijk is en hoe het werk door de organisatie stroomt. Bepaal wat er moet veranderen en kijk vervolgens één, drie en vijf jaar vooruit om vast te stellen welke fundamentele verschuivingen nodig zijn.
Probeer de toekomst niet perfect te voorspellen. Richt je in plaats daarvan op het stellen van betere vragen. Ik ben een groot voorstander van denken vanuit eerste principes en denken in tweede orde. Hoe ziet een goed geleide organisatie er over 5 jaar uit? Welke veranderingen zijn nodig om daar te komen? Als dit de manier waarop werk wordt gedaan verandert, wat gebeurt er dan met ons organisatieontwerp? Welke vaardigheden worden belangrijker? Waar worden rollen samengevoegd of uitgebreid?
Leiders die dit goed aanpakken, bewegen vandaag misschien langzamer op ijdele maatstaven zoals de toepassing van AI, maar op de lange termijn creëren ze effectievere organisaties.
Volg mee
Je kunt het werk van Heather volgen op LinkedIn. Bekijk ook Waypoint Works!
Er volgen nog meer interviews met experts op People Managing People!



