Strategist voor de toekomst van werk ontleedt de organisatorische realiteit van AI en hoe je ermee omgaat

Nirit Cohen bekleedde seniorfuncties op het gebied van HR en leiderschap bij Intel, waar ze drie decennialang in een snel veranderende technologische omgeving werkte voordat ze zich op opinieleiderschap richtte. Nu is ze strateeg op het gebied van de toekomst van werk, Forbes-columnist en de maker van de nieuwsbrief en podcast The Future of Less Work.

We spraken met Nirit om te begrijpen hoe werk verandert door de toenemende aanwezigheid van AI en wat HR-leiders moeten doen om deze overgang effectief te begeleiden. Dit had ze te zeggen.

Leidinggeven aan de toekomst van werk

Ik heb bijna drie decennia bij Intel gewerkt, waar ik seniorfuncties op het gebied van HR en leiderschap bekleedde in de VS, Europa en Azië. Werken binnen een bedrijf waar technologie industrieën in realtime veranderde, betekende dat ik voortdurend moest heroverwegen hoe werk werd georganiseerd, hoe mensen waarde creëerden en hoe leiders onder druk beslissingen namen.

Die ervaring heeft mijn kijk op leiderschap gevormd. Ik ben niet vanuit theorie of het volgen van trends bij de toekomst van werk terechtgekomen, maar doordat ik verantwoordelijk was voor concrete resultaten, functies opnieuw ontwierp naarmate technologie zich ontwikkelde, talent over regio's heen opschaalde, leidinggaf in tijden van onzekerheid en bestuurders hielp om bedrijfsprioriteiten in balans te brengen met menselijke impact.

Ongeveer vijftien jaar geleden, toen smartphones en mobiele technologie fundamenteel begonnen te veranderen waar en hoe mensen konden werken, begon ik een andere vraag te stellen: "Hoe zal het voelen om in de toekomst te werken?" Die vraag bracht me bij het gesprek over de toekomst van werk, lang voordat het gemeengoed werd.

In 2012 leidde ik een project dat een van onze eerste whitepapers over de toekomst van kenniswerk publiceerde, met een vooruitblik naar 2025. Wat me toen interesseerde, drijft mijn werk vandaag nog steeds: hoe technologie het werk zelf verandert, hoe leiderschap zich in samenhang daarmee moet ontwikkelen en hoe organisaties functies, systemen en culturen kunnen ontwerpen die mensen relevant houden naarmate automatisering versnelt.

Vandaag werk ik als strateeg op het gebied van de toekomst van werk, schrijver en adviseur. Via mijn Forbes-column en mijn podcast, The Future of Less Work, onderzoek ik de sociale en technologische krachten die leiderschap, organisaties en loopbanen veranderen. Met één voet in decennia van besluitvorming op leiderschapsniveau en de andere in het vormgeven van het verhaal over hoe werk verandert, help ik leiders, HR-teams en aanbieders van oplossingen om dit alles te begrijpen en te bepalen wat ze ermee moeten doen.

Waarom AI organisatieschema's verandert in werkschema's

Ik zie de overstap naar AI-gestuurd werk als meer dan een technologische upgrade. Het is een herontwerp van de manier waarop we menselijke inspanning organiseren.

Decennialang werden organisaties opgebouwd rond structuren, functies en personeelsomvang. AI dwingt tot een andere logica.

Voor HR en leiderschap is dit een ingrijpende verandering. Het heeft niet alleen gevolgen voor personeelsprocessen, maar ook voor veel fundamentele structuren waarop we al tientallen jaren vertrouwen.

Traditionele organisatieschema's en vaste functies zijn te rigide voor een wereld waarin werk voortdurend verandert. In plaats daarvan zien we de opkomst van werkschema's: tijdelijke, resultaatgerichte configuraties waarin teams zich rond problemen vormen in plaats van rond functietitels.

Aan het begin van mijn loopbaan geloofde ik dat duidelijkheid vooral voortkwam uit structuur: heldere functies, stabiele hiërarchieën en goed gedefinieerde processen. Ik heb geleerd dat te veel structuur de duidelijkheid kan verminderen in omgevingen die worden gevormd door AI en voortdurende verandering. Afstemming ontstaat nu door een gedeelde intentie, vertrouwen en voortdurende gesprekken, niet door controle.

Dit betekent dat we werk moeten behandelen als een portfolio dat kan meegroeien met zowel de behoeften van het bedrijf als de ambities van medewerkers. Het betekent dat we moeten afstappen van functieomschrijvingen als de belangrijkste eenheid van werk en moeten overstappen naar een vloeiender begrip van resultaten, taken en capaciteiten, vooral wanneer we nadenken over het optimaliseren van functies die verdwijnen.

We moeten werk opsplitsen, opnieuw combineren en voortdurend hervormen, zodat mensen zich kunnen richten op waar menselijk beoordelingsvermogen en groei het belangrijkst zijn. En de personeelsprocessen die ooit statische structuren aandreven, moeten zich nu ontwikkelen om dynamische werkstromen aan te sturen.

Waarom AI vaardigheden en verantwoordelijkheden verandert

Deze verschuiving verandert ook de vaardigheden en verantwoordelijkheden die binnen de organisatie nodig zijn. Veel capaciteiten die we ooit aanduidden als “managementvaardigheden” worden snel essentiële werkvaardigheden.

Iedereen die effectief met AI werkt, stuurt digitale agents aan: taken toewijzen, resultaten beoordelen en beslissen waarop actie moet worden ondernomen. Daarom kunnen we leiderschapsvaardigheden zoals delegeren, evalueren en feedback geven niet langer pas bij een promotie aanleren. Ze moeten vanaf dag één fundamentele vaardigheden zijn.

Tegelijkertijd verandert dit wat we verwachten van people managers en leiders. Zij zijn niet langer als enige verantwoordelijk voor de antwoorden. Wanneer intelligentie breed beschikbaar is, ligt de waarde van de leider in beoordelingsvermogen, context en keuze. Leiders beslissen welke vragen het waard zijn om te stellen, waar menselijk toezicht essentieel is en wanneer efficiëntie moet wijken voor kwaliteit, ethiek of vertrouwen.

Ik heb het idee moeten loslaten dat ervaring alleen een betrouwbare routekaart biedt. In een snel veranderend landschap is ervaring minder een kaart en meer een kompas. De waarde ervan ligt in beoordelingsvermogen en het vermogen om onzekerheid te navigeren, niet in het herhalen van wat eerder werkte.

Je unieke waarde herdefiniëren verandert de manier waarop je leidinggeeft met AI

Als opinieleider moest ik een moeilijke vraag onder ogen zien:

Wat gebeurt er met dat model wanneer AI veel van wat mensen van mij willen, kan genereren, samenvatten of uitleggen?

En ik denk dat die vraag nu opgaat voor alle leiders.

Ik experimenteer altijd vroeg met tools en gebruikte AI al voor wat ik “werk over het werk” noem. Dingen zoals:

• Onderzoek synthetiseren
• Schetsen opstellen
• Gesprekken samenvatten
• Eerste versies voorbereiden voordat ik mijn beoordelingsvermogen en perspectief toepas.

Maar ik besefte dat ik de grens tussen mijn unieke waarde en machinaal werk bewust opnieuw moest trekken. En dit geldt nog sterker door de toename van agentische workflows.

Ik werd bewuster van de manier waarop ik met AI werk. Ik begin met een idee, brainstorm erover met AI, vraag AI om input te verzamelen en een eerste synthese te maken, en test vervolgens aannames en invalshoeken kritisch door heen en weer te gaan.

Ik behandel AI expliciet als een denkpartner en ben verrast door de diepgang van de strategische reflectie die ik krijg door op deze manier met AI te werken. In het verleden zou ik, als ik een coachingssessie met een mentor van topniveau had verlaten met dat niveau van inzicht, uitdaging en nieuwe perspectieven, hebben gevonden dat het geld zeer goed was besteed. Dat had ik niet van technologie verwacht.

Maar belangrijk: AI neemt geen beslissingen. Ik beoordeel, herformuleer en kies bewust elke output om ervoor te zorgen dat ik mijn stem of standpunt niet verlies.

Die verschuiving veranderde de verdeling van mijn aandacht. Ik werd doelbewuster in waar mijn menselijke bijdrage er echt toe doet:

• Het verhaal vormgeven
• Beslissen wat ik niet zeg
• Patronen tussen contexten met elkaar verbinden
• Ideeën afstemmen op specifieke doelgroepen.

Uiteindelijk dwong AI me om eerlijker te zijn over mijn daadwerkelijke rol en gedisciplineerder om werk los te laten waaraan ik geen unieke waarde meer toevoeg.

Een bewust flexibele AI-stack

Mijn AI-toolstack is bewust flexibel. Ik gebruik regelmatig verschillende generatieve AI-tools voor algemene doeleinden, waaronder ChatGPT, Claude, Gemini en Perplexity. Ik wissel ertussen afhankelijk van de taak en de specifieke sterke punten die ik nodig heb.

Sommige zijn uitstekend in synthese en gestructureerd denken, andere in taal en toon, en weer andere in het naar boven halen van bronnen of het ter discussie stellen van aannames. Door meer dan één tool te gebruiken voorkom ik dat ik mijn denken te sterk afstem op de patronen van één model.

Voor werk waarbij veel onderzoek komt kijken gebruik ik tools zoals Perplexity en NotebookLM om grote hoeveelheden informatie te organiseren, perspectieven te vergelijken en verbanden aan het licht te brengen die ik anders misschien zou missen. Dit heeft de manier waarop ik me voorbereid op schrijfwerk, podcasts en advieswerk aanzienlijk veranderd, omdat ik meer materiaal verwerk en mijn aandacht reserveer voor interpretatie en beoordeling.

Momenteel verken ik Notion, met name de integratie van AI in persoonlijke workflows en kennisbeheer.

Naast specifieke tools heeft een belangrijke verandering in het afgelopen jaar te maken met de manier waarop ik elke tool ontdek en evalueer. Ik volg actief nieuwsbrieven, onderzoekers en vakmensen die nieuwe tools en gebruikssituaties identificeren.

Ik bekijk deze dagelijks, niet om alles over te nemen, maar om op de hoogte te blijven van wat er mogelijk wordt. In het bijzonder houd ik de ontwikkelingen rond persoonlijke AI-assistenten en AI-agenten nauwlettend in de gaten, zoals ClawdBot, omdat ik uitkijk naar een moment waarop ik processen die ik op het werk uitvoer kan uitbesteden.

De meeste hulpmiddelen worden geen onderdeel van mijn reguliere werkwijze, en dat is opzettelijk. Experimenteren gebeurt voortdurend, adoptie is selectief.

Waarom organisaties niet de volledige waarde van AI benutten

Organisaties introduceren AI doorgaans als een technologie-initiatief, maar de werkelijke impact ervan is veel fundamenteler en heeft invloed op automatisering op de werkplek en organisatiecultuur.

Omdat organisaties doorgaans werken met functies, organogrammen en vaste succesmetingen, voegen de meeste bedrijven AI toe aan bestaande structuren. Banen blijven hetzelfde. Werkprocessen blijven hetzelfde. Prestatieverwachtingen blijven hetzelfde. Leiders verwachten dat AI het werk zal “transformeren” zonder onder ogen te zien welk werk nog belangrijk is, hoe het door een organisatie waarin AI is geïntegreerd zou moeten verlopen, of hoe succes eruit zou moeten zien wanneer intelligentie niet langer schaars is.

Leiders verwachten productiviteitswinst, maar veranderen niets aan beslissingsbevoegdheden, goedkeuringslagen of de manier waarop ze resultaten meten. We stellen zelden de vraag of onze prestatiemanagementsystemen leren voor het werk van morgen stimuleren, of simpelweg prestaties belonen op basis van de aannames van gisteren.

Wanneer ik met organisaties werk, pak ik dit aan door te beginnen met mensgerichte processen, niet met technologie. We zoeken naar de processen die transformatie mogelijk maken of juist blokkeren.

Een eenvoudig voorbeeld is de manier waarop managers lopend werk beoordelen. Accepteren ze werk dat wordt uitgevoerd zoals het altijd is gedaan, of zijn ze bereid om te pauzeren, kritische vragen te stellen en teams te vragen het opnieuw te doen met nieuwe hulpmiddelen, zelfs als dat op korte termijn betekent dat het langer duurt?

De manier waarop we prestaties meten, inspanningen erkennen en succes beoordelen, maakt een wezenlijk verschil in de mate waarin mensen zich vrij voelen om te vertragen en te leren.

Een ander voorbeeld is de manier waarop organisaties omgaan met voorlopers. Elke organisatie heeft mensen die van nature experimenteren met nieuwe hulpmiddelen en manieren van werken. Deze personen zijn cruciaal voor het verspreiden van praktische kennis binnen teams, maar dat gebeurt alleen als organisaties hun toestemming, formele rollen, tijd en erkenning geven.

Te vaak behandelen organisaties dit werk als buitenschoolse activiteit, terwijl het misschien wel een van de belangrijkste werkzaamheden is die binnen de organisatie plaatsvinden.

Hoe functies en afdelingen zich zullen ontwikkelen

Over vijf jaar zullen de meesten van ons niet hetzelfde werk op dezelfde manier doen als vandaag, ongeacht functie, vakgebied of sector. Niet het wat, en ook niet het hoe.

Expertise zal niet gelijkstaan aan waarde

Op persoonlijk niveau betekent dit een fundamentele verschuiving in identiteit. Waarde zal niet langer alleen voortkomen uit expertise of uit het bezitten van een bepaald vakgebied. Waarde zal voortkomen uit het vermogen om complexiteit te doorgronden, betere vragen te stellen, signalen uit verschillende domeinen met elkaar te verbinden en anderen te helpen bij beslissingen waarvoor geen duidelijk precedent bestaat.

Dit betekent ook dat afdelingen, zoals we die vandaag kennen, minder belangrijk zullen zijn dan het werk dat ze mogelijk maken. Grenzen tussen HR, strategie, bedrijfsvoering en technologie zullen verder vervagen, omdat werk ontwerpen, mensen ontwikkelen en intelligentie inzetten onlosmakelijk met elkaar verbonden activiteiten zullen worden.

In die zin draait de toekomst om de erkenning dat niemand van ons precies kan blijven waar we nu zijn, en om de beslissing wie we vervolgens willen worden.

Waarom elke HR-leider persoonlijk verantwoordelijkheid moet nemen voor de AI-transitie

Het tempo en de omvang van de veranderingen zijn te groot om dit door iemand anders te laten uitzoeken. Er bestaat geen universeel draaiboek voor welke hulpmiddelen je moet gebruiken, welke processen je moet veranderen of waar jouw persoonlijke waarde zal liggen in een door AI gevormde wereld. Dat werk is nu diep persoonlijk, en ieder van ons moet daar verantwoordelijkheid voor nemen.

Dit betekent dat je er bewust ruimte voor moet maken. Je moet tijd, aandacht en zelfs budget vrijmaken om te begrijpen wat er gebeurt, te verkennen, te testen en te experimenteren.

Op korte termijn vertraagt dit vaak de uitvoering. Je produceert mogelijk minder of doet er langer over, omdat je leert om anders te werken. Maar die investering is onvermijdelijk. Wachten op duidelijkheid of op iemand anders die het antwoord ontwerpt, is niet langer een optie.

Het gaat niet alleen om wat je aan AI uitbesteedt, maar ook om hoe je de waarde die je daarvoor in de plaats creëert opnieuw vormgeeft. Het echte werk bestaat uit begrijpen waar jouw beoordelingsvermogen, perspectief en ervaring verschil maken, en vervolgens je rol daar bewust omheen opbouwen, in plaats van rond taken die elke dag gemakkelijker te automatiseren worden.

Voor leiders in bredere zin geldt een vergelijkbaar, maar nadrukkelijker advies. Je kunt dit moment niet delegeren. Leiders moeten het gedrag dat ze willen zien zelf laten zien. Maak ruimte om te leren, accepteer inefficiëntie op korte termijn ten dienste van capaciteiten op lange termijn en wees expliciet over welk soort werk menselijke aandacht verdient.