Effectieve AI-leiders beginnen met werkstromen, niet met organogrammen
Oud versus nieuw: Traditionele organisatiestructuren beperken innovatie; een benadering waarbij werkstromen centraal staan biedt een effectiever model.
Impact van AI: AI vereist een verandering in de manier waarop functies worden gedefinieerd: van structuur als uitgangspunt naar werkstromen als uitgangspunt.
Leiderschapsuitdaging: Leiders moeten zich aanpassen aan de veranderende eisen van AI door ambiguïteit te omarmen en oude structuren opnieuw te beoordelen.
Al tientallen jaren volgt de logica van organisatieontwerp dezelfde volgorde. Je tekent het organigram. Je definieert de rollen. Vervolgens kijk je, zodra de mensen op hun plek zitten, hoe het werk daadwerkelijk tussen hen stroomt.
Het is een structuurgerichte aanpak die bepaalt hoe bedrijven mensen aannemen, promotie geven, reorganiseren en groeien. En lange tijd werkte die goed genoeg dat niemand de volgorde van de stappen in twijfel trok.
AI dwingt ons die vraag te stellen.
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
Want zodra je tools introduceert die betekenisvolle delen van kenniswerk kunnen uitvoeren, is het organigram geen nuttig startpunt meer. Rollen die zijn ontworpen voordat iemand het werkproces begreep, worden containers voor taken waarvoor mogelijk geen mens meer nodig is, of waarvoor misschien een heel ander type mens nodig is dan degene die is aangenomen. De structuur die je hebt opgebouwd, wordt een beperking voor precies de transformatie die je probeert te realiseren.
De verstandigere aanpak, en een aanpak die steeds meer leiders kiezen, is om de volgorde volledig om te draaien. Begin met werkprocessen. Begrijp hoe werk daadwerkelijk door de organisatie stroomt, waar de knelpunten zitten, waar menselijk oordeel het belangrijkst is en waar AI het kan overnemen zonder de kwaliteit aan te tasten. Ontwerp vervolgens rollen rondom wat overblijft en bepaal daarna de rapportagelijnen.
De omgekeerde aanpak in de praktijk
Tracy Coté, directeur Personeel bij Slickdeals, werkt het afgelopen jaar op deze manier.
Historisch gezien ontwierpen we het organigram, definieerden we rollen en optimaliseerden we vervolgens de werkprocessen," zei ze. "AI draait dat om. We beginnen nu met werkprocessen en resultaten en ontwerpen vervolgens rollen rondom wat er daadwerkelijk nodig is wanneer AI een deel van het werk zou moeten kunnen uitvoeren.
Dit klinkt als een subtiele verschuiving, maar in de praktijk verandert het alles aan de manier waarop leiders organisatorische beslissingen nemen. In plaats van te vragen "wie moeten we aannemen?" wordt de eerste vraag: "wat vereist dit werk eigenlijk?"
En het antwoord op die vraag blijft veranderen naarmate de mogelijkheden van AI zich ontwikkelen. Daarom verzet Coté zich ook tegen de aanname dat leiderschap betekent dat je de antwoorden hebt.
AI vergroot de ambiguïteit omdat de tools en mogelijkheden wekelijks veranderen. Leiderschap draait nu meer om het stellen van kaders, het opbouwen van kennis en het helpen van teams om verantwoord te experimenteren zonder de focus te verliezen.
Die ambiguïteit is ongemakkelijk voor leidinggevenden die hun loopbaan hebben opgebouwd rond het kennen van de juiste structuur voor een bepaald probleem. Maar juist dat ongemak is het punt. Een vaste structuur veronderstelt stabiel werk, en er is momenteel maar weinig aan de invloed van AI op werk dat stabiel is.
Domenico Gagliardi, oprichter van het AI-agentplatform Kortix.ai, heeft deze logica tot de uiterste consequentie doorgevoerd. In plaats van een bestaand bedrijf aan te passen, bouwde hij er een vanaf de grond op basis van het werkprocesgerichte principe.
"We brengen eerst de werkprocessen in kaart en ontwerpen vervolgens rollen rondom wat mensen op unieke wijze toevoegen," zegt hij. Het resultaat is een organisatie die met 70% minder mensen werkt dan vergelijkbare startups, niet omdat banen omwille van efficiëntie zijn geschrapt, maar omdat de bestaande rollen zijn ontworpen nadat het werk was begrepen. Dat is een fundamenteel ander uitgangspunt dan de meeste bedrijven hanteren wanneer ze mensen aannemen.
Dhanaraj S, een HR-professional die in India actief is in de productie-, retail- en dienstensector, kwam via een specifiekere invalshoek tot een vergelijkbare conclusie. Toen hij de werving binnen zijn organisatie wilde verbeteren, zou de voor de hand liggende stap zijn geweest om AI-screening toe te voegen aan het bestaande proces.
Snellere beoordeling van cv's, geautomatiseerde planning, misschien een chatbot voor vragen van kandidaten. Het boven op het bestaande proces leggen.
In plaats daarvan begon hij met het opnieuw ontwerpen van het werkproces. Hij splitste functieomschrijvingen met behulp van AI op in vaardigheidsclusters en risico-indicatoren, liet geanonimiseerde cv's beoordelen op aansluiting bij de vereiste vaardigheden en risico's op het gebied van beloning, en genereerde vervolgens gerichte interviewvragen op basis van wat de analyse aan het licht bracht.
De AI draaide voordat menselijk oordeel onderdeel werd van het proces, niet erna. De volledige volgorde waarin een wervingsbeslissing tot stand kwam, werd vanaf de basis opnieuw ontworpen.
Het resultaat was niet alleen snellere werving. Het waren betere gesprekken over werving.
Meer gestructureerde interviews, minder vooringenomenheid, duidelijkere wervingsbeslissingen en minder afwijzingen in een laat stadium. Niets daarvan zou zijn gebeurd als we AI gewoon in het bestaande werkproces hadden geïntegreerd. Het oude werkproces was niet ontworpen voor het soort input dat AI kan leveren. Het eerst herontwerpen ervan maakte de technologie pas echt nuttig.
Oude processen kunnen nieuwe technologie niet ondersteunen
Lydia Wu, oprichter van het HR-technologieadviesbureau Oops, Did I Think That Out Loud, voert een nog fundamenteler argument aan. Ze heeft meer dan 800 HR-technologieoplossingen beoordeeld en talloze organisaties zien proberen te moderniseren door nieuwe hulpmiddelen boven op oude processen te leggen. Haar conclusie is duidelijk: "We verwachten nog steeds dat AI waarde creëert boven op verouderde processen die voor het internettijdperk zijn ontworpen."
Die formulering, "verouderde processen die voor het internettijdperk zijn ontworpen", zou hard moeten aankomen bij elke leider die al meer dan vijf jaar in zijn of haar functie zit. De werkprocessen waarop de meeste organisaties tegenwoordig draaien, zijn gebouwd voor een wereld waarin software transacties afhandelde en mensen al het overige deden. AI verandert die verhouding ingrijpend, en de processen zijn daar niet voor ontworpen.
Wu zegt dat bedrijven tegen een muur aanlopen wanneer ze AI voorbij de conceptfase proberen op te schalen, en dat de reden structureel is.
"De technologie is nooit ontworpen voor die oude processen", stelt ze. Een transformatie in het AI-tijdperk vereist dat je teruggaat naar de kern van hoe het bedrijf werkt, werkprocessen vanaf de basis herontwerpt en vervolgens AI daarop toepast.
Hier wordt de benadering waarbij het werkproces centraal staat meer dan alleen een ontwerpvoorkeur. Het wordt een voorwaarde om überhaupt echte waarde uit AI te halen.
En daaruit volgt een tweedeordegevolg waar leiders nog niet volledig bij hebben stilgestaan. Wanneer je werkprocessen herontwerpt voordat je functies definieert, ontdek je vaak dat de functies die je nodig hebt er anders uitzien dan de functies die je hebt. Sommige taken verdwijnen. Andere worden samengevoegd. Er ontstaan nieuwe taken die niet netjes aansluiten op een bestaande functietitel, vooral wanneer AI taken op instapniveau overneemt.
Het organisatieontwerp dat zes maanden geleden logisch was, is dat misschien niet meer, en eraan vasthouden betekent dat je mensen organiseert rond werk dat niet langer bestaat in de vorm waarvoor je het hebt ontworpen.
Daarom veroorzaakt de oude volgorde — eerst structuur, dan functies, daarna werkprocessen — zoveel wrijving bij de invoering van AI. Leiders kopen de hulpmiddelen, geven ze aan teams die rond werkprocessen van vóór AI zijn georganiseerd en vragen zich vervolgens af waarom de invoering stokt of slechts marginale resultaten oplevert. Het antwoord is dat het organisatieontwerp zelf de transformatie blokkeert. Je kunt geen resultaten uit het AI-tijdperk halen uit een structuur uit het internettijdperk.
Dit betekent niet dat organogrammen irrelevant zijn. Rapportagelijnen, verantwoordelijkheid en de reikwijdte van aansturing zijn nog steeds belangrijk. Maar ze zouden het laatste moeten zijn wat je ontwerpt, niet het eerste.
Het werkproces vertelt je wat het werk vereist. De functie vertelt je welk type persoon dat werk goed kan uitvoeren. Het organogram vertelt je hoe die mensen samenwerken.
Wanneer je het in die volgorde doet, staat de structuur in dienst van het werk. Wanneer je de traditionele volgorde hanteert, wordt het werk aangepast aan de structuur, en juist daar lekt waarde weg.
Wat dit betekent voor uw volgende reorganisatie
Voor CHRO's en COO's die dit lezen, is de praktische consequentie ongemakkelijk maar duidelijk. Breng vóór uw volgende reorganisatie, voordat u die openstaande functie invult en voordat u een afdeling herstructureert om "AI te integreren", eerst de werkprocessen in kaart. Begrijp wat er op taakniveau werkelijk gebeurt. Zoek uit waar beslissingen worden genomen, wie ze neemt en welke delen van het proces met de nu beschikbare hulpmiddelen anders kunnen worden uitgevoerd.
Herontwerp van werkprocessen vóór herontwerp van de organisatie. Dat is de volgorde. U komt vrijwel zeker ergens anders uit dan waar het organogram u naartoe zou hebben geleid.