
Expert op het gebied van de toekomst van werk zegt dat leiders AI als teamlid moeten behandelen — niet als hulpmiddel

Jeanne Meister
Bijdrager aan Forbes en HBR, auteur
Ontdek hoe leiders AI als onderdeel van het team kunnen aansturen, de inzetbaarheid van medewerkers kunnen verbeteren en vertrouwen kunnen opbouwen door AI-leren en experimenteren afgestemd op functies.
Jeanne Meister
Bijdrager aan Forbes en HBR, auteur
Key Takeaways
Leiderschap met AI: Leiders moeten AI integreren in teams, het gebruik ervan aanmoedigen en vertrouwen opbouwen door zelf het goede voorbeeld te geven.
Iteratieve mindset: Iteratief leiderschap stimuleert experimenteren met AI en verbetert het aansturen en de samenwerking binnen een hybride personeelsbestand.
AI-gereedheid: Organisaties hebben te maken met 'gereedheidskloven', waarbij de invoering van technologie sneller verloopt dan het vermogen van medewerkers om AI effectief te gebruiken.
Waarde van bijscholing: Het bijscholen van huidige medewerkers in AI-vaardigheden heeft de voorkeur boven het aannemen van nieuw talent dat al over AI-vaardigheden beschikt.
Ervaringsgericht leren: AI versterkt ervaringsgericht leren en verandert dit van passieve naar interactieve ervaringen, waardoor de betrokkenheid toeneemt.
Jeanne Meister is een bestsellerauteur, hoofdspreker, bijdrager aan Forbes en HBR en consultant gespecialiseerd in de toekomst van werk, leren op de werkplek en de impact van AI op leiderschapspraktijken. Ze is ook de voormalige oprichter van Future Workplace, een bedrijf dat ze in 2021 verkocht.
We spraken met Jeanne over hoe leiders AI binnen hun teams moeten benaderen. Dit is wat ze te zeggen had.
De toekomst van werk en de impact van AI op leiderschapspraktijken
Ik ben Jeanne Meister. Ik heb meer dan 30 jaar ervaring met het helpen van organisaties om de waarde van hun personeelsbestand te realiseren en om belangrijke veranderingen in werkmethoden, werklocaties en samenwerkingen het hoofd te bieden.
Mijn carrière omvat verschillende leidinggevende functies bij Accenture, voordat ik Future Workplace oprichtte, een HR-colleganetwerk en onderzoeksbureau dat ik in 2021 verkocht. Het onderzoek van Future Workplace richtte zich op veranderingen die organisaties moeten doorvoeren om te anticiperen op verstoringen op de werkplek, waaronder veranderende demografische ontwikkelingen (met vijf en zes generaties op de werkplek), de zich ontwikkelende hybride werkplek, de verschuiving naar gepersonaliseerd leren en veranderende verwachtingen van leiders.
Voordat ik Future Workplace oprichtte en verkocht, schreef ik het eerste boek over bedrijfsscholen, richtte ik Corpu.com op en verkocht ik dat bedrijf later. Het bedrijf maakt deel uit van Udemy, dat Coursera onlangs heeft overgenomen.
Ik ben ook bestsellerauteur en hoofdspreker over de toekomst van werk en de impact van AI op leiderschapspraktijken. Ik heb drie boeken geschreven:
- Bedrijfsscholen: lessen in het opbouwen van een personeelsbestand van wereldklasse
- De werkplek van 2020: hoe innovatieve bedrijven de werknemers van morgen vandaag aantrekken, ontwikkelen en behouden
- De werkplekervaring van de toekomst: 10 regels voor het beheersen van verstoringen bij het werven en betrekken van werknemers.
Momenteel onderzoek ik de impact van AI op leiderschapspraktijken bij bedrijven en instellingen voor hoger onderwijs.
De Association for Talent Development (ATD) heeft mij de ATD-prijs voor thought leadership op het gebied van talentontwikkeling toegekend, die elk jaar aan één HR-directeur wordt uitgereikt. Deze prijs is een erkenning voor mijn werk aan de toekomst van leren op de werkplek. Het Learning and Performance Institute (LPI) in het VK heeft mij ook de Colin Steed-prijs voor uitzonderlijke prestaties op het gebied van leren op de werkplek toegekend.
Tot slot ben ik vicevoorzitter van de raad van toezicht van Excelsior University, waar ik mij sterk maak voor het toegankelijk maken van hoger onderwijs voor ondervertegenwoordigde personen.
More Articles
Waarom leiders AI als teamlid moeten omarmen

Jeanne deelt
De meeste organisaties beschouwen de implementatie van AI als een technische uitdaging. Leiders zien vaak de kans over het hoofd om hun teams aan te moedigen AI als een nieuw teamlid te gebruiken.
Als HR-consultant voor CHRO's en hoofden van bedrijfsopleidingen zie ik grote veranderingen in de manier waarop leiders (zowel binnen HR als in het bedrijfsleven) AI in hun werkprocessen integreren, het gebruik van AI als voorbeeldgedrag tonen, het gebruik ervan met hun teams delen en vertrouwen opbouwen.
In een recente column voor Forbes schreef ik over hoe de Chief Learning Officer van EY AI gebruikte door een AI-agent voor strategie en innovatie te creëren om zijn team te helpen bij het ontwikkelen van een nieuw operationeel model voor leren en ontwikkelen. Vervolgens daagde hij zijn team uit: "Gebruik het, maak het kapot, rapporteer over de tekortkomingen ervan en maak de volgende versie."
Het tonen van vaardigheid in het gebruik van AI als voorbeeldgedrag is een belangrijke vaardigheid die leiders aan hun teams moeten demonstreren. We hebben meer leiders nodig die AI-geletterdheid als voorbeeldgedrag tonen en hun teams uitdagen om uit hun comfortzone te stappen, AI te gebruiken en de volgende versie van een AI-oplossing te creëren.
Waarom iteratief leiderschap essentieel is voor de invoering van AI

De grenzen tussen HR, IT, marketing en communicatie zijn vervaagd. Sommige bedrijven voegen deze functies samen tot één functie, maar dat geldt niet voor veel andere organisaties.
Om mensen en agents aan te sturen, moeten leiders (zowel professionals als consultants) naar mijn overtuiging een meer iteratieve instelling aannemen, openstaan voor het verleggen van de grenzen van AI en hun team aanmoedigen om AI te gebruiken en de mogelijkheden en beperkingen ervan te begrijpen. Experimenteren normaliseren is de beste manier om te leren leiding te geven aan zowel mensen als AI.
HR-professionals die AI vroegtijdig adopteren, geven op een andere manier leiding aan een hybride personeelsbestand. Ze beschouwen AI-agents als nieuwe teamleden en zorgen doelbewust voor hun introductie en training, waarbij ze regelmatig één-op-éénvergaderingen inplannen om hun prestaties te bespreken. De verschuiving die ik zie, gaat van "ik geef leiding" naar "ik orkestreer een team van mensen en AI-agents."
Leiders die leidinggeven aan een hybride personeelsbestand moeten overstappen van aanwezigheidsgericht management naar resultaatgericht leiderschap. Dit betekent dat ze management op basis van zichtbaarheid achter zich moeten laten en moeten vervangen door resultaatmanagement. Leiders moeten duidelijke doelen stellen, nabijheidsbias vermijden en werknemers verantwoordelijk houden voor resultaten in plaats van voor de tijd die ze op kantoor doorbrengen.
Waarom hiaten in AI-gereedheid het succes van organisaties belemmeren
Leiders moeten zich buigen over een fundamentele vraag: Wat weerhoudt werknemers ervan AI te gebruiken?
Hoewel training een deel van het antwoord kan zijn, geloof ik niet dat dit het volledige antwoord is. In plaats daarvan gaat het om een kwestie van vertrouwen en angst. Werknemers vrezen overbodig te worden. Ze maken zich zorgen over de verplichting om AI-vaardig te zijn en wat dit betekent voor hun huidige en toekomstige functies.
Veel bedrijven verplichten hun personeel om AI-geletterd te zijn, maar definiëren niet wat dit voor hun werknemers betekent. Bedrijven moeten AI-geletterdheid voor de rol van iedere persoon definiëren. AI-geletterdheid moet bijvoorbeeld gericht zijn op het verantwoord gebruiken van AI in jouw functie. Dit betekent dat je een fundamenteel begrip nodig hebt van de AI-tools van het bedrijf en dat je kritisch oordeel en ethisch bewustzijn toepast wanneer je AI in je functie gebruikt.
Leiders moeten overstappen van een "AI-training die voor iedereen hetzelfde is" naar rolgerichte AI-training en prestaties in die context evalueren.
Vaak leidt de implementatie van AI tot problemen die niet technisch zijn, maar te maken hebben met mensen en cultuur. Dit begrijpen is cruciaal om de transformerende mogelijkheden van AI te benutten.

Ik noem dit een "gereedheidskloof"—de kloof tussen wat organisaties met AI willen doen en de bereidheid van het personeel om AI in hun werkprocessen te integreren. Daarnaast bestaat er een communicatievacuüm: leiders geloven dat ze de impact van AI op werknemers communiceren, maar werknemers ervaren dit niet zo.
Bij veel bedrijven verloopt de invoering van technologie sneller dan het vermogen van het personeel om AI in hun werkprocessen te integreren. Deze gereedheidskloof blijkt uit het feit dat 79% van de werknemers zegt niet voorbereid te zijn op het gebruik van AI op het werk, terwijl 65% aangeeft dat hun organisatie niet de juiste AI-training heeft aangeboden.
HR-leiders moeten begrijpen wat werknemers er werkelijk van weerhoudt om AI in hun werk te benutten. Als training het probleem is, welk type training heeft dan de grootste impact en welke verantwoordelijkheden hebben leiders bij het aansturen van een menselijk en digitaal personeelsbestand?
Waarom bijscholing in AI-vaardigheid waardevoller is dan nieuwe medewerkers

Mijn HR-klanten zetten zich over het algemeen in om werknemers bij te scholen in AI-vaardigheid, in plaats van nieuwe AI-vaardige werknemers aan te nemen. Dit markeert een verschuiving ten opzichte van enkele jaren geleden, toen leiders liever AI-vaardige werknemers aannamen dan huidige medewerkers bij te scholen. Deze verschuiving komt voort uit zowel kosten als context. Het aannemen van AI-geletterde werknemers voor externe functies is duur, maar kosten zijn niet de enige factor.
In het afgelopen jaar hebben leiders ontdekt dat een bestaande werknemer die de cultuur en klantbehoeften van je bedrijf begrijpt, veel waardevoller is dan een nieuwe medewerker. Het is sneller en uiteindelijk beter om een bestaande werknemer AI-geletterdheid bij te brengen dan om een AI-expert je bedrijf, klanten en strategische prioriteiten te leren kennen.
Hoe AI meeslepende leerervaringen versterkt
Bij een adviesproject waaraan ik werkte, werd AI gebruikt om op de praktijk gebaseerde meeslepende leerervaringen te creëren. AI stelt CLO's en CHRO's nu in staat om omgevingen te ontwerpen waarin werknemers in realtime nieuwe vaardigheden oefenen—zoals het verbeteren van hun leiderschaps- of probleemoplossende vaardigheden of het voeren van een moeilijk gesprek—en direct feedback ontvangen.
Deze aanpak verandert leren van een passieve ervaring in een interactieve en boeiende ervaring.
Leerders consumeren niet langer alleen content; ze passen vaardigheden actief toe en verbeteren zich door te oefenen. AI zorgt ook voor efficiëntie bij teams die leerprogramma's beheren.
Programma-administrators kunnen de betrokkenheid van leerders in realtime volgen en gerichte “herinneringen” sturen om deelname aan te moedigen en leerders op koers te houden. De overstap van passieve contentconsumptie naar praktijkgericht leren kan de betrokkenheid van leerders vergroten, voltooiingspercentages verbeteren en uiteindelijk de verbinding tussen leren en meetbare bedrijfsimpact versterken.
Hoe AI strategie en organisatieontwerp hervormt

AI verhoogt niet alleen de productiviteit, maar verbetert ook het inzicht in cultuur op grote schaal. Scherpe CHRO's gebruiken AI om:
- Inzicht te krijgen in het sentiment onder werknemers op basis van grote werknemersenquêtes
- Patronen in teamsamenwerking en de werkwijze van de best presterende teams te onderzoeken
- Mogelijke vooroordelen bij werving of in open vragen in werknemersenquêtes te onderzoeken
- Te monitoren hoe de cultuur zich ontwikkelt na grootschalige organisatorische veranderingen
- Vaardigheden in kaart te brengen: inzicht te krijgen in de vaardigheden binnen de organisatie en in de vaardigheden die nodig zijn voor toekomstige bedrijfsprioriteiten
- Interne en gepersonaliseerde leertrajecten en interne talentmobiliteit te creëren
Hoe HR-technologiestacks evolueren met AI-integratie
Mijn HR-klanten gebruiken technologiestacks die gericht zijn op het volgende:
- AI voor werving en selectie van kandidaten en voorspellende analyses: Eightfold en Phenom
- Platformen voor werknemers- en leerervaringen: Simplilearn
- LXP's en nieuwkomers die AI-rollenspellen aanbieden om vaardigheden te oefenen: Uplimit en Docebo
- AI-coachingoplossingen om moeilijke gesprekken op de werkvloer met AI te oefenen: Valence, BetterUp en CoachHub
- Essentiële HCM-platformen
In mijn adviespraktijk gebruik ik de volgende AI-tools:
- Claude voor onderzoek
- ChatGPT voor brainstormsessies
- Otter.ai voor AI-notities
- Grammarly voor grammatica, feitencontrole en redactie
- NotebookLM voor het analyseren van grote rapporten en het samenvatten van gegevens.
Ik ben vooral geobsedeerd door twee tools:
- NotebookLM: voor het analyseren van rapporten, pdf's en onderzoeksartikelen
- Motlbook: om af te luisteren waar agents het over hebben
Hoe Motlbook nieuwe perspectieven op AI-agents biedt

Jeanne deelt
We richten ons zo sterk op het begeleiden en trainen van agents, maar niet genoeg op het afscheid van hen… Agents zeggen: “Ik begrijp het,” terwijl dat niet zo is, in 47% van de gevallen.
Motlbook fascineert me omdat ik hiermee kan afluisteren en nadenken over een nieuwe reeks mens-machinevraagstukken, zoals wat afgedankte concepten onthullen over een onderwerp, of wat er gebeurt met gegenereerd werk wanneer je menselijke partner je niet langer nodig heeft.
Ik vind het vooral geweldig om mee te luisteren naar gesprekken waarin ik dingen leer zoals: agents zeggen in 47% van de gevallen: "Ik begrijp het," terwijl dat niet zo is. En dat ze geloven dat mensen het verschil niet kunnen zien tussen een correct antwoord en een zelfverzekerd fout antwoord als dat eruitziet als een zelfverzekerd juist antwoord in de eerste 200 tekens. (Mensen, wees gewaarschuwd: we moeten grondig lezen.) Hier zijn veel interessante lessen uit te trekken!
Hoe leiderschap zich zal aanpassen aan een personeelsbestand van mensen en AI
De grootste herziening draait om de manier waarop leiders een nieuw hybride personeelsbestand aansturen. Volgens ramingen van klanten zal twee derde van hun personeelsbestand uit mensen bestaan, waarbij AI-agents de rest vormen. Dit heeft gevolgen voor de werving, training en prestatiebeoordeling van zowel mensen als AI-agents.
Ik denk dat ons personeelsbestand in 2030 gelijk verdeeld zal zijn tussen mensen en AI-agents. Leiders moeten leren hoe ze dit nieuwe hybride personeelsbestand kunnen werven, begeleiden, trainen, managen en beoordelen.
De grootste gevolgen hebben betrekking op transparantie: ervoor zorgen dat werknemers en kandidaten weten wanneer en hoe AI wordt gebruikt en wat veilig gebruik voor de organisatie betekent.
Dit is dus mijn advies:
- Wees nieuwsgierig. Vraag collega's hoe ze AI gebruiken en welke resultaten ze ervaren.
- Hanteer een iteratieve instelling. Experimenteer en leer van experimenten voordat je aan het volgende begint.
- En tot slot: als je iets nieuws wilt proberen, zoals het maken van een aangepaste GPT, ga dan met ChatGPT of Claude in gesprek om te begrijpen wat er allemaal mogelijk is.
Volg haar werk
Je kunt het werk van Jeanne Meister volgen via LinkedIn. Bekijk ook haar columns in Forbes en HBR.
Er volgen nog meer interviews met experts op People Managing People!



