
AI-native worden: het perspectief van een HR-leider

Johannes Sundlo
Consultant voor AI-adoptie
Johannes Sundlo leidt al 15 jaar HR-teams. En nu helpt hij organisaties om AI succesvol te implementeren. Het belangrijkste woord hier is "succesvol". Er is een groot verschil tussen een succesvolle AI-implementatie en wat 90% van de bedrijven doet.
Johannes Sundlo
Consultant voor AI-adoptie
Key Takeaways
Verschuiving in leiderschap: Leiderschap verschuift van het delegeren van taken naar het identificeren van vaardigheden in een door AI aangestuurde werkomgeving.
AI in de praktijk: AI transformeert taken zoals prestatiebeoordelingen en werving, waardoor consistentie wordt verbeterd en vooringenomenheid effectief wordt verminderd.
Adoptiebarrières: AI-adoptie wordt belemmerd door problemen met vertrouwen en duidelijkheid, vaak als gevolg van verouderde workflows en onduidelijk beleid.
AI-native ontwerp: Bedrijven reconstrueren processen voor een AI-native bedrijfsvoering en integreren AI in fundamentele bedrijfspraktijken.
Leiderschap van de toekomst: Er zullen AI-managers ontstaan die de toewijzing van taken en het volgen van prestaties automatiseren en zo managementrollen opnieuw vormgeven.
Dit is wat Johannes te zeggen had over AI op de juiste manier inzetten.
Van militaire dienst naar leiderschap binnen HR
Ik zou graag willen denken dat leiderschap het belangrijkste onderdeel is van wat een organisatie vormt.
Mijn leiderschapsreis begon in het Zweedse leger. In Zweden moet iedereen militaire dienst doen. Ik heb dat 15 maanden gedaan — het was mijn eerste ervaring met leiderschap en het wekte mijn nieuwsgierigheid.
Uiteindelijk leidde die nieuwsgierigheid me naar HR, en dat doe ik nu al 15 jaar, op de een of andere manier. Op dit moment ben ik consultant en help ik organisaties en leiders de ins en outs van AI te begrijpen.
More Articles
Hoe AI leiderschap en teammanagement opnieuw vormgeeft

Verandert leiderschap in een wereld waarin AI centraal staat? Zowel ja als nee.
Aan de ene kant draait werk nog steeds om het delegeren van probleemoplossende taken aan verschillende mensen.
Aan de andere kant beschikken medewerkers nu over nieuwe mogelijkheden waarmee ze effectiever kunnen werken. Ze kunnen meer taken oplossen, creatiever en innovatiever zijn, tijd vrijmaken en in theorie meer werk op zich nemen. Dat vereist een nieuwe kijk op leiderschap.
Leiderschap draait steeds minder om: “Aan wie geef ik dit probleem?” en steeds meer om: “Welke competentie heb ik hiervoor nodig en waar kan ik die vinden?”
In het verleden schaalden organisaties op door meer mensen aan te nemen om meer werk op zich te nemen.
Maar die vergelijking verandert. Dankzij AI kunnen minder mensen meer doen en in sommige gevallen kan AI zelf een deel van het werk uitvoeren.
Die verschuiving vraagt om een nieuwe kijk op leiderschap. Leiders moeten voortdurend opnieuw beoordelen hoe problemen het beste kunnen worden opgelost en door wie — of door wat.
Het keerpunt: toen AI mijn leiderschapsaanpak veranderde
Aan het begin dacht ik dat AI een hulpmiddel voor erbij zou zijn dat ik af en toe zou gebruiken. Maar binnen enkele weken merkte ik dat ik er automatisch op terugviel voor dingen die ik nooit had gepland — het opstellen van hoofdlijnen, het controleren van aannames en zelfs het toetsen van beslissingen.
Ik weet nog dat ik GPT-5 voor het eerst vroeg om een stapel omvangrijke AI-rapporten voor me samen te vatten.
Normaal gesproken zou ik een weekend vrijmaken met markeerstiften en koffie, in een poging trends en inzichten te begrijpen. In plaats daarvan voerde ik ze in, vroeg ik om een geconsolideerd overzicht en kreeg ik een gestructureerde analyse terug, met duidelijke thema’s en zelfs vergelijkingen tussen de bronnen.
Dat veranderde iets voor mij. Niet alleen omdat het tijd bespaarde, maar ook omdat ik anders begon na te denken over mijn eigen rol.
Het is niet langer mijn taak om alles te lezen; het gaat erom scherpere vragen te stellen en vervolgens te interpreteren wat eruit komt. Dat is een verschuiving in leiderschap: van degene zijn die al het materiaal verwerkt naar degene zijn die de problemen zo goed formuleert dat AI kan helpen ze op te lossen.

Die verschuiving had ook gevolgen voor mijn team. Mensen stonden meer open voor experimenteren en waren minder bang om “geen experts te zijn”. Toen ze eenmaal zagen dat AI het routinematige werk kon overnemen, begonnen ze creatiever na te denken over wat er mogelijk was.
Dus als ik één moment moet aanwijzen dat de manier waarop ik leidinggeef heeft veranderd, dan was het toen ik besefte dat ik mijn waarde niet hoef te bewijzen door alle informatie zelf tot me te nemen. Ik moet leidinggeven door te bepalen wat belangrijk is en AI de rest te laten doen.
Essentiële competenties voor succesvolle AI-integratie
Ik zei eerder dat leiders de noodzakelijke competenties voor AI-integratie moeten vaststellen. Dat is tegelijkertijd eenvoudig en moeilijk.
Eenvoudig, omdat we de basis meestal kennen: je hebt technische vaardigheden, datageletterdheid en het vermogen nodig om met leveranciers en hulpmiddelen te werken.
Moeilijk, omdat AI verschillende rollen doorkruist en wat “noodzakelijk” is niet alleen bestaat uit programmeren of promptengineering.
Dit is mijn proces:
- Ik begin bij het werk zelf. Wat proberen mensen daadwerkelijk te bereiken?
- Vervolgens kijk ik naar de knelpunten. Waar gaat tijd verloren? Waar worden beslissingen vertraagd? En waar levert de kwaliteit inconsistente resultaten op? Daar kan AI mogelijk worden ingezet en daar moeten ook competenties worden ontwikkeld.
Dus soms gaat het erom managers te leren betere vragen te stellen. Soms gaat het erom HR-medewerkers het vertrouwen te geven om met hulpmiddelen te experimenteren. En soms gaat het erom iemand in het team te hebben die de verbanden kan leggen tussen IT, compliance en de daadwerkelijke eindgebruikers.
Met andere woorden: ik kijk niet naar een vaste lijst met vaardigheden. Ik kijk naar de organisatie en vraag: "Wat hebben we nodig om vooruit te komen zonder over onze eigen voeten te struikelen?" Dat geeft me meestal een veel duidelijker beeld dan welk framework op papier ook.
Hoe AI functioneringsgesprekken en werving verbetert
Twee gebieden die ik echt met AI heb veranderd, zijn functioneringsgesprekken en werving.
Functioneringsgesprekken
Bij functioneringsgesprekken helpt AI me patronen in feedback zichtbaar te maken. In plaats van dat managers uren besteden aan het samenvoegen van opmerkingen, haalt AI thema’s naar voren, benadrukt het sterke punten en vindt het zelfs blinde vlekken. Dat betekent dat gesprekken minder kunnen focussen op “wat er is gebeurd” en meer op “wat we nu gaan doen”. Hierdoor zijn gesprekken sneller en eerlijk gezegd ook nuttiger geworden.
Zo ziet dat er in de praktijk uit. Stel dat je een doorlopend document met je medewerker hebt — bij voorkeur met uitgeschreven vergadernotities. Vraag een GenAI-hulpmiddel om de afgelopen zes maanden samen te vatten. Vervolgens kun je met behulp van AI zien wat er de afgelopen zes maanden is gebeurd — waar jullie over hebben gesproken, wat goed is gegaan, wat minder goed is gegaan, enzovoort. Het is ook een uitstekend hulpmiddel om feedback over jezelf te krijgen.
Werving
Bij werving heb ik AI gebruikt om vacatureteksten op te stellen, sollicitaties te screenen op geschiktheid en zelfs feedback over kandidaten opnieuw te formuleren voor leidinggevenden die betrokken zijn bij de aanname. De grote winst zit niet in automatisering omwille van de automatisering; het gaat om consistentie. Iedereen krijgt dezelfde gestructureerde informatie, waardoor vooroordelen worden verminderd en het proces sneller verloopt.
Natuurlijk is het belangrijk om te onthouden dat AI het menselijk oordeel niet vervangt; het haalt alleen de ruis weg. Managers kunnen meer tijd besteden aan het nemen van beslissingen en minder tijd aan het doorzoeken van tekst. Alleen al die verschuiving heeft zowel werving als functioneringsgesprekken strategischer gemaakt, in plaats van puur administratief.
Waarom de invoering van AI stagneert en hoe je obstakels overwint
Er gaapt nog steeds een grote kloof tussen de belofte van AI en de rommelige organisatorische realiteit ervan.
Er bestaat een glanzend idee dat AI een magische productiviteitsmotor is. De meeste leiders hebben het over efficiëntiewinst, maar in het dagelijks werk heb je nog steeds verouderde processen, zorgen over compliance en mensen die niet weten wanneer ze de hulpmiddelen “mogen” gebruiken.
De kloof gaat dus niet echt over de technologie. Het gaat over vertrouwen, duidelijkheid en ontwerp. Organisaties kopen licenties en denken dat ze “aan AI doen”, maar ze verankeren die niet in werkprocessen, beleid of cultuur. Daarom stagneert de invoering.
In mijn eigen leiderschap probeer ik het minder abstract te maken.
In plaats van tegen je team te zeggen: "AI bespaart ons tijd", kun je beter zeggen: "Wat zijn de drie saaiste taken die we elke week uitvoeren? Laten we kijken hoe AI die kan verminderen." Die kleine verschuiving vermindert de angst en maakt de waarde zichtbaar.
En bij organisatieontwerp pleit ik voor duidelijk eigenaarschap. Iemand moet HR, IT en juridische zaken met elkaar verbinden, zodat medewerkers niet hoeven te gissen naar wat wel en niet mag.
Voor mij ligt de echte kloof dus tussen ambitie en toestemming. AI belooft de toekomst van werk, maar mensen hebben nog steeds iemand nodig die het heden opnieuw ontwerpt, zodat ze AI daadwerkelijk kunnen gebruiken.

Tip van Johannes
AI belooft de toekomst van werk, maar mensen hebben nog steeds iemand nodig die het heden opnieuw ontwerpt, zodat ze AI daadwerkelijk kunnen gebruiken.



