Key Takeaways
Eigenaarschap van AI: Er is geen duidelijke eigenaar van AI-geletterdheid; vaak is iedereen ervoor verantwoordelijk en daardoor uiteindelijk niemand.
Bestuurlijke kloof: Bij AI-bestuur zijn mensen op operationeel niveau vaak onvoldoende betrokken.
Behoefte aan bijscholing: Organisaties lopen achter met het opnieuw definiëren van functies, waardoor werknemers bang zijn overbodig te worden.
Uitdaging voor HR: Van HR wordt verwacht dat het de AI-transformatie leidt, maar de afdeling beschikt over onvoldoende technische expertise en afstemming.
Afstemming op de praktijk: Het is dringend nodig de kloof te overbruggen tussen technische oplossingen en het aanpassingsvermogen van mensen.
Laat in de middag bij Transform krijgt een zaal vol HR-leiders een eenvoudige vraag voorgeschoteld waarop geen eenvoudige antwoorden bestaan. Wie is er verantwoordelijk voor AI-geletterdheid in jouw organisatie?
De antwoorden komen binnen via een stemtool die op het scherm wordt geprojecteerd. "L&D." "IT." "Het uitvoerend leiderschap." "Iedereen." En dan een flinke dosis eerlijkheid: "Niemand."
Een van de sessiebegeleiders kijkt naar het scherm en zegt wat iedereen in de zaal al weet.
"Er is een enorme kloof. Ik denk niet dat iemand er verantwoordelijkheid voor neemt."
Een andere deelnemer mengt zich in het gesprek.
"Specifieke leiders bepalen alles, en dat is een probleem, want uiteindelijk zit iedereen op een totaal ander spoor"
De peilingsgegevens bevestigen wat de zaal al aanvoelt. Onder HR-professionals die specifiek bijeen zijn gekomen om AI-adoptie te bespreken, is het meest voorkomende antwoord op de vraag "wie is hiervoor verantwoordelijk" praktisch een gelijkspel tussen iedereen en niemand.
Dit is geen conferentiesessie over falen. Het is een sessie over de werkelijke stand van zaken. En die stand van zaken is, tijdens de twee grootste conferenties in deze reeks voorjaarsconferenties die ik heb bijgewoond en in tientallen uren gesprekken met leidinggevenden, professionals, consultants, investeerders, juristen en bouwers, dat de mensen die verantwoordelijk zijn voor het implementeren van AI en de mensen die verantwoordelijk zijn voor het opnemen ervan niet op een duurzame, structurele manier met elkaar praten. Wanneer ze wel praten, beantwoorden ze vaak verschillende vragen.
Toen ik aan deze reis begon, bracht ik in totaal vier conferenties van begin maart tot half april in kaart. De twee meest opvallende daarvan zouden waarschijnlijk zeer verschillende doelgroepen aantrekken, maar antwoorden bieden rond de toekomst van werk en de uitdaging die deze met zich meebrengt voor leiders en organisaties.
De twee zalen
Transform, dat in Las Vegas werd gehouden, wordt vaak het “HR-zomerkamp” genoemd: een bijeenkomst van meer dan vierduizend CHRO's/hoofden personeelszaken, hoofden talentmanagement en andere mensen die organisaties begeleiden tijdens de ontwrichting die AI-hulpmiddelen veroorzaken.
HumanX, dat twee weken later in San Francisco werd gehouden, trok oprichters en platformbouwers aan: de mensen die de hulpmiddelen ontwikkelen en uitbrengen. De twee doelgroepen delen een vocabulaire — AI-adoptie, bijscholing, agentische werkstromen — maar de woorden doen ander werk, afhankelijk van in welke zaal je je bevindt.
Voor de bouwers draait de dominante vraag om mogelijkheden. Een voortdurende verkenning van wat deze systemen kunnen doen, hoe we hun volledige potentieel ontsluiten en hoe we overstappen van AI die ondersteunt naar AI die handelt?
Ted Bailey, CEO van Dataminr, beschreef zijn bedrijf als een onderneming die realtime-inlichtingen levert aan de Situation Room van het Witte Huis en aan 30 internationale krijgsmachten. Zijn filosofie voor autonome AI is tamelijk precies: bouw het best mogelijke inlichtingenbeeld en laat de uiteindelijke beslissing vervolgens bij een mens.
Linda Tong, CEO van Webflow, vertelde hoe ze elke werknemer onbeperkt toegang gaf tot tokens en zag hoe het bedrijf zichzelf opnieuw vormgaf rond AI-agenten.
Het is geen mogelijkheid die door de technische ontwikkeling wordt beperkt. Iedereen is een bouwer.

Voor de overwegend mensgerichte sessies bij Transform was de dominante vraag anders. Niet wat het kan doen, maar wie er verantwoording voor aflegt wanneer het iets verkeerd doet?
Shawn McIntire, hoofd juridische zaken bij PEBL, verwoordde tijdens Transform het verantwoordingsprobleem in vier woorden: "Overal belegd, ergens verantwoordelijk."
Hij beschreef wat er gebeurt wanneer AI-governancekaders van bovenaf worden opgebouwd zonder het uitvoerende niveau te bereiken. Het governancebestuur komt bijeen. Het gebruiksbeleid wordt opgesteld. En dan neemt iemand om twee uur 's nachts in een fractie van een seconde een beslissing die het governancebestuur nooit zal beoordelen.
Je eerste verdedigingslinie bestaat uit je mensen en je processen. Je moet het niveau bereiken van de mensen die het werk doen, met de modellen werken en die beslissing in een fractie van een seconde nemen — een beslissing waarbij de governancecommissie simpelweg niet aanwezig zal zijn.

Dit is de verantwoordingskloof. En die loopt dwars door de ruimte tussen de twee zalen.
Heb je een account? Inloggen
Wie is hiervoor verantwoordelijk?
De bouwers hebben een versie van dit probleem op technisch niveau opgelost.
Jyoti Bansal, CEO van Harness, liep de lagen door tussen door AI gegenereerde code en een product dat kan worden uitgerold. Acht soorten tests, acht soorten beveiligingsbeoordelingen, verificatie van de implementatie, protocollen voor terugdraaien en kostenoptimalisatie. Dertig tot veertig controles tussen code en productie.
"Je kunt geen vertrouwen hebben zonder verificatie," zei hij.
In hetzelfde panel voegde Jeff Wang van Windsurf daaraan toe dat wanneer een AI-agent iets kapotmaakt, die de fout logt en leert die niet opnieuw te maken. Het systeem corrigeert zichzelf dus op technisch niveau.
Je ontkomt er bijna niet aan om je af te vragen welke organisatie het equivalent daarvan voor haar menselijke processen heeft gebouwd. En evenzeer: wie voert systematische controles uit op het gedrag van agents in de bedrijfsvoering? Wie beoordeelt het patroon van beslissingen die een agent vorig kwartaal heeft genomen, op dezelfde manier waarop een auditor financiële overzichten beoordeelt?
De sessies voor bouwers hadden gedetailleerde antwoorden op die vragen voor softwarepijplijnen. Wat organisatorische governance betreft, lieten de sessies met praktijkmensen iets zien dat meer op improvisatie leek.
Bij Transform heeft Victoria Reimers gezien hoe bedrijven veel energie steken in governancecommissies en gebruiksbeleid, terwijl ze te weinig investeren in de mensen die het werk daadwerkelijk doen. Haar advies? Eenvoudig: besteed tien keer zoveel aan je mensen als aan je commissie.
Dat klinkt als een grap, maar het model dat ze bij Juniper Square beschreef — een team van twaalf medewerkers die interne AI-experts werden en beschikbaar waren voor iedereen die niet zeker wist of iets veilig of schaalbaar was — is een van de weinige concrete architecturen voor het van onderaf dichten van de kloof, in plaats van van bovenaf vanuit de bestuurskamer, die ik heb gezien.
Vergelijkingen met de AVG kwamen meer dan eens ter sprake. In sommige opzichten verschilt de datavraag die AI met zich meebrengt niet zo veel en vormt deze een aanjager van verandering en een middel om bedrijven te vragen wat ze doen met de personeelsgegevens die ze verzamelen.
"Mensen wisten niet wat ze moesten doen (voor de AVG)," zei McIntire. "Maar het was een aanjager voor bedrijven om te kijken naar de manier waarop ze persoonsgegevens beheren."
De implicatie is dat regelgeving misschien datgene is wat de verantwoordingsvraag uiteindelijk onmogelijk maakt om uit te stellen, maar Navrina Singh, oprichter en CEO van Credo AI, dat al zes jaar infrastructuur voor AI-governance bouwt voor Fortune 500-bedrijven, stelt dat organisaties niet op die aanjager zouden moeten wachten. Ze merkte op dat als ze wachten tot er een incident plaatsvindt en dan investeren in AI-governance, ze al irrelevant zullen zijn.
Florian Douetteau, CEO van Dataiku, verwoordde de kostenkwestie nog directer. Als je faalt op het gebied van mensen, orkestratie of governance, stort de volledige investering in agentische AI in.
Mensen zullen gaan zeggen: we hebben daar veel geld aan uitgegeven en er is geen rendement op de investering.

Tussen de pijplijn en de mensen
Ondertussen bevindt het gesprek over bijscholing zich in een vreemde tussenruimte tussen de twee kanten.
Onderzoek dat tijdens Transform door Brandon Hall Group werd gepresenteerd, wees uit dat 65% van de organisaties AI actief in kernwerkprocessen integreert, en dat minder dan 30% hun rollen of functiestructuren op betekenisvolle wijze heeft herzien om dit te weerspiegelen.
De technologie ontwikkelt zich, maar de menselijke architectuur eromheen houdt geen gelijke tred. Simpel gezegd beschrijft dit organisaties die hun motoren herbouwen terwijl ze rijden, zonder de meeste passagiers te vertellen wat er gebeurt of waar ze naartoe gaan.
Amy Reichanadtner, directeur personeelszaken bij Databricks, beschreef de uitdaging van haar team op een manier die me is bijgebleven.
"We willen voor hen geen jungle aanleggen," zei ze, over het breed inzetten van AI-tools zonder een samenhangende kaart van hoe ze met elkaar verbonden zijn. "Mensen hebben een weg nodig, geen machete."
Er is een naam voor wat medewerkers voelen bij afwezigheid van die weg, wat we nu FOBO of angst om overbodig te worden noemen. Volgens talrijke sprekers is dit veruit het meest voorkomende dat hun team hoort wanneer AI ter sprake komt.
De sessies voor bouwers beschouwen adoptie voornamelijk als een oplosbaar probleem van toegang en stimulansen. Geef iedereen tokens. Organiseer een bedrijfsbrede uitdaging. Maak bouwen de verwachting.
Dit werkt aantoonbaar in organisaties waar de cultuur van experimenteren al aanwezig is en waar medewerkers begrijpen dat hun voortgezette rol niet ter discussie staat. Voor alle anderen is de vraag ingewikkelder.
Robin Daniels, directeur bedrijfsvoering bij Zensai, zei tijdens HumanX dat “snelheid zonder duidelijkheid chaos veroorzaakt in plaats van transformatie.”
De urgentie vanuit de bouwers om sneller te adopteren, meer uit te rollen en de achterstand op concurrenten in te lopen, komt anders over in organisaties waar niemand heeft vastgesteld wat er daarna komt.
Veranderingsmoeheid wordt minder uitputtend als je weet waar we naartoe gaan. Onduidelijkheid put uit.

De kinderen van de schoenmaker
De workshop over geletterdheid bij Transform was op zijn eigen manier de eerlijkste sessie van beide conferenties. Een zaal vol HR-professionals, die specifiek bijeen waren gekomen om AI-adoptie te bespreken, stemde ervoor dat AI-geletterdheid iedereen aangaat, wat er in de praktijk op neerkomt dat het niemand toebehoort.
Een deelnemer van een bedrijf in consumentengoederen zei dat haar organisatie zich bewust had ingehouden, anderen eerst de fouten had laten maken en pas vorige maand van de raad van bestuur de opdracht had gekregen om in te stappen.
Een ander beschreef een bedrijf waar elke afdeling zelf verantwoordelijk was voor AI-geletterdheid, omdat het alternatief was om mensen te ontslaan. Een derde merkte op dat niemand eraan zou denken te vragen wie verantwoordelijk is voor financiële geletterdheid in een organisatie, en vroeg zich af of de formulering zelf deel van het probleem was.
Wat tijdens de sessie aan het licht kwam, zonder het helemaal te benoemen, is dat van de HR-functie wordt gevraagd een organisatieverandering te leiden waarvoor zij slechts gedeeltelijk is toegerust om die te begrijpen.
"We zien dat onze organisaties overal om ons heen AI uitrollen," zei een van de begeleiders. "We begrijpen AI niet eens binnen onze eigen functie, en vervolgens wordt ons gevraagd andere bedrijfsonderdelen te helpen AI te adopteren."
Matt Poepsel, VP Talentoptimalisatie bij The Predictive Index, kwam vanuit een andere invalshoek tot dezelfde conclusie.
Hij beschreef de schade die hij aan het begin van zijn loopbaan had veroorzaakt als manager die gericht was op het verbeteren van de teamprestaties en geobsedeerd was door technische uitvoering. Hij zag niet wat zijn team daadwerkelijk ervoer, en het was HR die hem hielp beseffen dat het hem aan context ontbrak.
"Wat ik nu, al die jaren later, ontdek, is dat ik dezelfde dingen in organisaties zie gebeuren, maar dan op grotere schaal en in een hoger tempo," zei hij. "En dat komt doordat HR die cruciale context mist, net zoals ik die miste. Je hebt mensen horen zeggen dat we de mens in de lus moeten houden. Welnu, ik zeg dat we een manier moeten vinden om human resources in de lus te houden."
Ik heb uit de eerste hand gezien welke schade ik persoonlijk heb veroorzaakt, zonder dat ik dat van plan was, toen ik me te veel fixe bezig hield met de technische aspecten van het bedrijf. HR-professionals begrijpen de menselijke componenten op een andere manier en hechten er meer waarde aan dan de gemiddelde manager die wordt gepromoveerd om leiding te geven aan mensen. Daarom baart het me zorgen wanneer ik zie dat HR buiten beschouwing wordt gelaten en alleen transactioneel of uitsluitend vanuit compliance wordt benaderd als het gaat om een van de grootste revoluties die we in lange tijd hebben meegemaakt.

Dit is het probleem van de kinderen van de schoenmaker, en het is wijdverbreid. HR is de functie die het meest verantwoordelijk is voor aanpassing van het personeelsbestand en die door opleiding en organisatorische gewoonten het minst in staat is om een technische transformatie te leiden.
Stacy Eng, voormalig directeur Leren bij Chevron, beschreef hoe ze een AI-raad had samengesteld met daarin de CIO, CFO en een kleine werkgroep, specifiek om governance te creëren rond de vraag welke ideeën moesten worden nagestreefd en welke terzijde moesten worden gelegd.
Zonder governance heb je een puinhoop. We kunnen niet de hele oceaan in één keer leegdrinken.

Het structurele argument is doorgaans dat HR in die raad naast de CIO en CTO moet zitten, en er niet onder moet vallen. Rasmus Hulst, CEO van Zensai, voerde hetzelfde argument aan bij HumanX.
“Breng de CHRO, de CTO en de CFO samen in één ruimte”, zei hij, en hij merkte op dat hij het “bijna nooit daadwerkelijk heeft meegemaakt.”
De ironie is dat de bouwers bij HumanX dit in veel gevallen intern hebben opgelost. Vijay Tella, CEO van Workato, beschreef 28 AI-agenten die binnen de bedrijfsactiviteiten van zijn bedrijf zijn ingezet. Tong beschreef de interne cultuur van Webflow, waarin iedereen bouwt.
Dit zijn organisaties waarin de technologiefunctie en de mensenfunctie effectief zijn samengevoegd, waarin de CEO, de CHRO en de CTO noodzakelijkerwijs hetzelfde gesprek voeren.
Het zijn geen bruikbare analogieën voor de onderneming met 50.000 werknemers, waar de CHRO nog achteraf over AI-implementaties hoort.
More Articles
- Signaalrapport: lessen uit Transform 2026
- AI-klaar is een uitdrukking, geen strategie
- Vicepresident People & Organisatie bij AI-eenhoorn zegt dat HR-leiders de architecten moeten worden van een arbeidsbestand van mens en machine
- Talentadviseur zegt dat AI organisatieschuld versnelt in plaats van deze op te lossen
- We vroegen HR-experts wat ze verkeerd hadden over AI. Dit is waar ze van gedachten veranderden.
De 40 procent
De vraag wat er met mensen gebeurt ligt aan dit alles ten grondslag.
Adit Jain, CEO van Leena AI, dat AI-collega's inzet voor HR- en backofficefuncties binnen ondernemingen, gaf een van de meest nuchtere beoordelingen die ik in twee weken hoorde. Bij het automatiseren van bedrijfsprocessen ziet zijn bedrijf routinematig dat 60% van de mensen in een bepaald proces overbodig wordt.
Hij zei het zonder drama, omdat het gebeurt. Hij beschreef wat de betere klanten doen. Ongeveer 20% van de werknemers die hun functie verliezen, kan opnieuw in het proces worden opgenomen als menselijke beheerders van AI-systemen, die toezicht houden en correcties uitvoeren in plaats van de onderliggende taak te doen. Hij benoemde de overige 40% rechtstreeks. "Daar hebben we meerdere gesprekken met klanten over gevoerd."
Bij Transform kwam een stem uit een andere richting. Van Jones ging op het hoofdpodium rechtstreeks in op de kwestie van het aantal werknemers, zonder die af te zwakken.
“Mensen zullen zich haasten om het aantal werknemers te verminderen en mensen door bots te vervangen, omdat ze vinden dat mensen te veel kosten en bots goedkoper zijn”, zei hij. “Dat zal deels gebeuren, het is onvermijdelijk. Maar binnenkort heeft iedereen bots.”
Zijn argument was structureel en niet sentimenteel. Zodra de technologie een handelsproduct is geworden, wat zal gebeuren, keert het onderscheidende vermogen terug naar mensen. Specifiek naar degenen die het onzichtbare werk doen: de empathie, de verbinding en het emotionele werk om teams goed te laten functioneren.
Als je hen als werknemersaantallen ziet en van hen afkomt. Over twee jaar zullen de teams die dezelfde bots hebben als jij, maar betere mensen die beter samenwerken, je voorbijstreven.

Wat geen van beide conferenties volledig heeft opgelost, is de architectuur voor organisaties die iets anders willen doen dan zich een weg door de transitie optimaliseren. De sessies voor bouwers bevatten gedetailleerde technische kaders om AI-systemen betrouwbaarder te maken. De sessies voor praktijkmensen bevatten gedetailleerde kaders om werknemers zich beter te laten aanpassen.
De tussenlaag — de governance- en verantwoordingsinfrastructuur die deze twee zaken met elkaar verbindt —, het organisatorische equivalent van de kwaliteitsketen met 30 lagen van Harness, bestaat in de meeste bedrijven niet en het opbouwen ervan is niemands toegewezen taak.
Waar het risico zit
Kit Krugman, SVP Mensen en cultuur bij Foursquare, beschreef het voortdurende probleem van de mensenfunctie bij Transform. Deze heeft altijd moeite gehad om een strategische plaats aan tafel te verwerven. AI, zo betoogde ze, is een echte kans om dat te veranderen, maar alleen als HR belangrijke governancevraagstukken operationeel kan beantwoorden.
Een orkestratielaag zal een van de grootste ontwrichtingen zijn die we in deze sector zullen zien. Maar eerst moet de basale operationele laag werken.

Die basis van schone gegevens, duidelijke governance, vastgelegde verantwoordelijkheid en een personeelsbestand dat begrijpt wat het moet doen en waarom, proberen de meeste organisaties nog steeds op te bouwen. Zonder een goede planning voor AI-gereedheid lopen bedrijven het risico achterop te raken bij deze cruciale transformatie. De bouwers gaan sneller dan die opbouw kan plaatsvinden. De praktijkmensen voeren die opbouw uit terwijl de omstandigheden voortdurend veranderen. En het verschil tussen die twee snelheden is waar het meeste risico zit.
Voor de conferentieagenda van volgend jaar is het waarschijnlijk een goed idee om de twee groepen samen te brengen en beide perspectieven aan dezelfde tafel te leggen.




