Strategisch geduld is het vermogen dat AI-adoptie als eerste vernietigt
Strategisch geduld: Leiders met strategisch geduld kunnen ondanks directe druk bij langetermijndoelen blijven tijdens AI-adoptie.
Tijdsperspectief: De huidige druk binnen organisaties benadrukt snelle resultaten en verwaarloost vaak de bredere gevolgen van AI-initiatieven.
Cognitieve risico's: Het overhaasten van AI-projecten ondermijnt besluitvormingsvaardigheden, omdat organisaties snelheid boven doordachte analyse stellen.
Effectief AI-gebruik: Succesvolle leiders gebruiken AI om besluitvormingsprocessen te verbeteren en tegelijkertijd gebieden te beschermen die zorgvuldig oordeel vereisen.
Langetermijnfocus: Waardevolle organisaties geven voorrang aan resultaten met een lange horizon boven kortetermijnwinst om duurzame AI-praktijken op te bouwen.
Eerder behandelden we de zeven capaciteiten die leiders die AI goed inzetten onderscheiden van leiders die AI simpelweg gebruiken.
De komende maanden zal ik elk van deze capaciteiten ontleden, onderzoeken wat ervoor nodig is en eerlijk bekijken wat er gebeurt wanneer organisaties ze laten eroderen.
Strategisch geduld komt op de eerste plaats, omdat dit de capaciteit is die momenteel het meest direct onder druk staat en omdat het verlies ervan de rest doorgaans moeilijker te herstellen maakt.
Create a Free Account to Keep Reading—and Keep Leading Smarter
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Wat bedoelen we met strategisch geduld?
Strategisch geduld is niet hetzelfde als besluiteloosheid of voorzichtigheid. Het is het vermogen om complexiteit te verdragen zonder die voortijdig op te lossen, beslissingen te nemen met een langere tijdshorizon dan de huidige implementatiecyclus en weerstand te bieden aan de organisatorische verleiding om iets als afgerond te bestempelen voordat het dat is.
Leiders die hierover beschikken, kunnen omgaan met ambigue gegevens zonder zich reflexmatig naar het dichtstbijzijnde beschikbare antwoord te wenden. Leiders die het zijn kwijtgeraakt, hebben dat vaak niet door, omdat de omstandigheden die het hebben uitgehold dezelfde zijn die hen nu belonen.
De drukdynamiek is structureel
De urgentie rond AI-adoptie heeft een zeer specifieke vorm van organisatorische druk veroorzaakt. Handel snel. Toon ROI aan. Laat resultaten zien vóór de volgende bestuursvergadering of de volgende budgetcyclus.
Dit is geen abstract cultureel probleem. Het zit ingebakken in de manier waarop de meeste organisaties hun AI-investeringen structureren, in de teams die verantwoordelijk worden gehouden voor resultaten en in wat als succes geldt.
Wanneer een operationeel vicepresident wordt gevraagd om binnen 90 dagen meetbare verbeteringen door een AI-implementatie te laten zien, wordt die periode van 90 dagen het kader voor besluitvorming. Niet de periode van 18 maanden. Niet de periode van drie jaar. En zeker niet een kader dat rekening houdt met tweede-orde-effecten op hoe de organisatie leert, hoe medewerkers zich aanpassen of welke institutionele vaardigheid de organisatie opgeeft.
Onderzoek van McKinsey naar grootschalige transformatieprogramma's heeft consequent aangetoond dat de meerderheid niet faalt bij de implementatie, maar bij het bestendigen ervan: de aanvankelijke verbeteringen houden geen stand omdat de onderliggende capaciteiten niet zijn opgebouwd. AI-adoptie herhaalt dat patroon in een hoger tempo en met meer zelfvertrouwen. De verkorting van de tijdlijn is niet toevallig. Het is het ontwerp.
Eshaan Jain, senior productmanager die leiding geeft aan grootschalige zakelijke AI-strategie bij T-Mobile en eerder leiding gaf aan wereldwijde platforms bij Amazon, kreeg hier rechtstreeks mee te maken toen zijn team onder druk stond om onmiddellijk autonome workflows met meerdere agenten te lanceren om een leveringsdoelstelling te halen.
Hij hield vast aan de oorspronkelijke tijdlijn en het lagere tempo bracht iets interessants aan het licht.
In een afgeschermde testomgeving kan een AI-MVP zeer kosteneffectief lijken. In volledige productie blijven autonome AI-agenten lussen doorlopen, redeneren ze en roepen ze continu API’s aan, waardoor infrastructuurkosten op manieren oplopen die een verkorte evaluatiecyclus volledig over het hoofd zou hebben gezien.
Door de vertraging kon zijn team vóór de lancering programmatische grenzen en stroomonderbrekers bouwen. Een snellere uitrol zou hebben geleid tot een productierekening die niemand had gemodelleerd.
Dat is het kostenargument voor strategisch geduld. Het organisatorische argument gaat dieper.
Adoptie is een aandachtsprobleem
Justin Watt, CEO en medeoprichter van Switchboard, een adviesbureau voor AI-operaties, verwoordt het eenvoudig.
Snelheid zorgt voor implementatie, geduld zorgt voor adoptie, en alleen dat laatste zie je terug op de winst-en-verliesrekening.
Dit voorjaar had zijn team voor een klant een volledig gebouwd en getest AI-gestuurd operationeel platform, met een lanceringsdatum vlak voor het hoogseizoen. De druk was om in productie te gaan en binnen het kwartaal ROI te laten zien. Watt adviseerde in plaats daarvan om de uitrol uit te stellen tot september.
Zijn redenering was niet technisch. Ze was gedragsmatig. Een team dat een nieuwe manier van werken aanleert terwijl het op maximale capaciteit opereert, zal het systeem de schuld geven van elke stressvolle dag in het seizoen. Je krijgt maar één eerste indruk, en een slechte indruk verandert een adoptie-uitdaging in een reputatieprobleem dat langer meegaat dan de tool.
De vertraging bracht iets aan het licht wat een overhaaste lancering zou hebben verhuld. Aanvullende rondes van begeleide tests onthulden dat belangrijke teamleden niet begrepen wat ze precies moesten valideren. Bij een snellere uitrol zou die lacune in de training zijn opgevat als bewijs dat de AI niet werkte, en zou het initiatief zijn gestrand zonder dat iemand precies wist waarom.
De adoptie van AI is een aandachtsprobleem, geen technologieprobleem. De organisaties die dit begrijpen, voeren AI vaak agressief in. Maar ze beschermen de omstandigheden waarin mensen daadwerkelijk kunnen opnemen en gebruiken wat er wordt gebouwd.
De spier die wegkwijnt
Wat dit specifiek maakt voor strategisch geduld, in tegenstelling tot gewoon slecht projectmanagement, is de cognitieve en organisatorische spier die tijdens dit proces verloren gaat.
Strategisch geduld ontwikkelt zich door oefening. Het vereist dat leiders herhaaldelijk situaties tegenkomen waarin het juiste antwoord nog niet beschikbaar is, weerstand bieden aan de druk om toch maar een antwoord te kiezen, en de institutionele gewoonten opbouwen die ervoor zorgen dat die tolerantie binnen teams en in de loop van de tijd blijft bestaan.
Wanneer de dominante organisatorische ervaring wordt: "sneller bewegen, eerder resultaten laten zien", kwijnt die spier weg. Niet allemaal tegelijk en niet zichtbaar. Maar leiders die jarenlang vertrouwen hebben opgebouwd in het omgaan met ambiguïteit, bevinden zich in organisaties die ambiguïteit nu behandelen als een probleem dat moet worden opgelost door naar een beslissing toe te versnellen, om het even welke beslissing, waarbij AI de rechtvaardiging levert.
Hier ontstaat de zich opstapelende schade. Strategisch geduld is niet alleen een persoonlijke leiderschapskwaliteit. Het werkt op institutioneel niveau via planningsprocessen, via de hoeveelheid speling die een organisatie in haar besluitvormingscycli inbouwt, en via de manier waarop zij omgaat met de kloof tussen wat de gegevens laten zien en wat de beslissing vereist.
Wanneer die processen opnieuw worden afgestemd op snelheid, is de verandering blijvend. Langetermijndenken win je niet terug door mensen te vragen het rustiger aan te doen. Je wint het terug, als dat al lukt, door de structuren die het mogelijk maakten opnieuw op te bouwen.
Onderzoek naar vroege AI-gebruikers voegt daar nog een dimensie aan toe: de zwaarste gebruikers zijn vaak het meest opgebrand en werken nog steeds vanuit een oud mentaal model, zelfs terwijl ze nieuwe hulpmiddelen gebruiken. De hulpmiddelen veranderden, maar het onderliggende besluitvormingskader niet.
Die mismatch is precies waar strategisch geduld afbrokkelt, niet omdat leiders lui of ongeïnteresseerd zijn, maar omdat de organisatorische omgeving niet langer het gedrag beloont dat het opbouwt.
Strategisch geduld beschermen
Leiders die de waarde van strategisch geduld begrijpen, passen het toe met helderheid over wat ze proberen te optimaliseren en wat ze daarvoor niet bereid zijn op te geven.
Dat onderscheid is belangrijk omdat het laat zien waar strategisch geduld in de praktijk daadwerkelijk zit. Het is geen weerstand tegen hulpmiddelen. Het is helderheid over de besluitvormingsarchitectuur: welke keuzes tijd nodig hebben, welke gegevens nodig hebben en welke het soort menselijk oordeel vereisen dat niet beter wordt door het te versnellen.
De organisaties die momenteel het meest in de problemen zitten, zijn de organisaties die AI-adoptie die grens hebben laten vervagen en alle drie behandelen alsof ze hetzelfde soort probleem zijn.
Strategisch geduld in de praktijk beschermen betekent bereid zijn een moeilijker gesprek met de raad van bestuur te voeren dan: "dit zijn onze resultaten na 90 dagen". Het betekent het perspectief van 18 maanden behandelen als de minimale analyseeenheid in plaats van als een ambitieuze doelstelling. Het betekent, zoals Watt ontdekte, een lanceringsdatum uitstellen, niet omdat de technologie nog niet klaar was, maar omdat de mensen nog niet klaar waren, en erkennen dat dit verschillende problemen zijn die verschillende oplossingen vereisen.
Het betekent ook met een heldere blik kijken naar wat AI daadwerkelijk versnelt en wat het alleen maar lijkt te versnellen. AI kan onderzoek comprimeren, synthese versnellen en het administratieve oppervlak van een beslissing verkleinen.
Het kan niet datgene doen wat strategisch geduld beschermt: de periode van echte onzekerheid waarin een leider onvolledige informatie vasthoudt en de neiging tot voortijdige besluitvorming weerstaat. Die periode heeft waarde. Wanneer organisaties haar wegontwerpen om snellere resultaten na te streven, worden ze kwetsbaarder.
