De zeven capaciteiten die AI-leiders onderscheiden van AI-achterblijvers
Perceptiekloof: Er bestaat een aanzienlijke kloof tussen leidinggevenden en werknemers wat betreft het begrip van AI-strategieën.
Leiderschapsvaardigheden: Effectieve AI-transformatie vereist specifieke leiderschapskwaliteiten die verder gaan dan technische implementatie.
Succesfactoren voor AI: Empathie en inzicht in individuele veranderingsprocessen vergroten de kans op een succesvolle AI-adoptie.
Strategisch geduld: Veel AI-initiatieven mislukken door onrealistische tijdlijnen en onvoldoende ondersteuning bij het opbouwen van capaciteiten.
Het draaiboek dat momenteel de meeste aandacht krijgt, berust op een eenvoudig uitgangspunt: maak mensen bang en ze zullen harder werken.
Ontslagen die worden gepresenteerd als begrotingsdiscipline. Verplichtingen om terug te keren naar kantoor die worden gepositioneerd als productiviteitsinterventies. Een AI-transformatie die wordt aangekondigd voordat iemand begrijpt wat die voor zijn daadwerkelijke baan betekent.
Het levert krantenkoppen op. Wat het niet oplevert, is de transformatie die leidinggevenden zeggen te willen.
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
Nieuw onderzoek van BCG en Columbia Business School onthult een verschil van 51 procentpunten in perceptie tussen leidinggevenden en medewerkers in de frontlinie over de vraag of mensen de AI-strategie begrijpen. Leidinggevenden denken dat 80% van de medewerkers goed geïnformeerd is. Slechts 29% van de individuele medewerkers is het daarmee eens. Dat komt niet door communicatie. Het is een leiderschapsprobleem.
Het succes van een AI-transformatie heeft weinig te maken met hard klinken of snel handelen. Het hangt af van zeven specifieke leiderschapsvaardigheden die niets te maken hebben met de implementatie van technologie en alles met de manier waarop leiders zich opstellen wanneer uitkomsten onzeker zijn.
Voordat Brian Elliott in maart het podium betrad bij Transform als presentator van het evenement, onthulde hij via zijn Substack wat volgens hem vier belangrijke vaardigheden voor leiders in dit tijdperk zijn.
Het sprak me aan. Maar het voelde ook alsof het uitgebreid kon worden.
Wat ik nu ga doen, is de vaardigheden uiteenzetten zoals Brian dat deed en ze uitbreiden met enkele toevoegingen aan de lijst. Dit is geen tijd voor zwak of toxisch leiderschap. Zoals hij en ik vorig jaar in de podcast bespraken, blijkt ongevoelig leiderschap kostbaar te zijn in wat misschien wel het meest verwarrende tijdperk van werk in een eeuw is.
1. Empathie: begrijpen hoe mensen verandering ervaren
Het enthousiasme over GenAI onder Amerikaanse medewerkers daalde volgens onderzoek van Slack in 2024 in slechts drie maanden van 45% naar 36%. De technologie werd niet slechter, maar de implementatieaanpak wel. Organisaties rolden hulpmiddelen uit zonder te begrijpen hoe verschillend mensen nieuwe mogelijkheden benutten.
Toen managers bij door BCG onderzochte bedrijven hun trainingsaanpak aanpasten om rekening te houden met individuele verschillen in AI-adoptie, nam het gebruik van generatieve AI met 89% toe. Dat gaat niet over aardig zijn, maar over het gebruiken van cognitief inzicht in hoe mensen verandering ervaren om betere aanpakken te ontwerpen.
Mensgerichte organisaties hebben medewerkers die 70% vaker enthousiast zijn over AI-adoptie en 92% vaker aangeven goed geïnformeerd te zijn over de strategie, volgens onderzoek van BCG en Columbia.
Het verband met bedrijfsresultaten is direct. Deze organisaties rapporteren veel hogere percentages AI-volwassenheid dan hun branchegenoten. Mensgerichtheid verklaarde 36% van de variantie in AI-volwassenheid—meer dan sector (14%), afdeling (12%) of bedrijfsgrootte (5%) bij elkaar.
David Zierk, klinisch psycholoog en auteur van "Mind Rules," beschrijft wat hij "tekortstoornis aan verbinding" noemt—de kloof die ontstaat wanneer AI antwoorden geeft, maar leiders geen context of ondersteuning bieden.
"De geest verdraagt onzekerheid niet," legt hij uit. "We gaan zo snel mogelijk op zoek naar zekerheid, en AI biedt verlichting. Maar alles wat je verlichting geeft, heeft het potentieel verslavend te zijn. Leiders moeten mensen helpen lang genoeg met ambiguïteit om te gaan om echt begrip te ontwikkelen, in plaats van alleen het eerste antwoord te grijpen dat AI biedt.
De kloof tussen de boodschap "AI zal ondersteunen, niet vervangen" en gelijktijdige herstructureringen in afdelingen die nieuwe hulpmiddelen krijgen, heeft precies het wantrouwen gecreëerd dat AI-initiatieven ondermijnt en eerlijke feedback over de werking van implementaties de kop indrukt.
Voordat je te ver gaat, wil je jezelf testen op de zeven vaardigheden? Rond de beoordeling af en je kunt een gratis, gepersonaliseerd rapport met ontwikkelingsdoelen downloaden.
Opmerking: dit is geen wetenschappelijke beoordeling, maar eenvoudigweg een denkoefening die een aanzet kan geven tot zelfreflectie of ideeën voor je eigen professionele ontwikkeling. Als je op zoek bent naar een grondigere beoordeling, bekijk dan ons artikel van vorig jaar over het gebruik van persoonlijkheidsbeoordelingen bij het aannemen van personeel.
2. Aanwezigheid: terug naar de dansvloer
Amazon kwam met zijn mandaat voor terugkeer naar kantoor via een memo. Geen gesprek over hoe hybride werk in de praktijk functioneerde. Geen betrokkenheid van teams die volledige werkstromen hadden herontworpen rond samenwerking op afstand. Alleen een beleid dat het dagelijks leven beïnvloedt, van een afstand opgelegd.
Dat is het tegenovergestelde van wat BCG's rapport AI op het werk uit 2025 identificeert als cruciaal voor een succesvolle transformatie: leiders die begrijpen hoe werk daadwerkelijk wordt uitgevoerd. Uit het rapport bleek dat slechts 51% van de eerstelijnsmedewerkers regelmatig AI-tools gebruikt, tegenover meer dan 75% van de leiders en managers. Dat is een "siliconenplafond", veroorzaakt door de afstand tot de operationele realiteit.
Elliott beschrijft het patroon.
Ik had een bestuurslid dat tijdens een vergadering van het hogere management opstaat en zegt: ‘Jullie moeten allemaal terug naar kantoor, want ik weet dat dat de beste manier van werken is. Gebaseerd op mijn ervaring in de jaren 80, toen ik die ene lunch had met de man die uiteindelijk mijn mentor en coach bleek te zijn.’ En het is altijd een hij, die zijn ervaring baseert op wat voor hem het beste werkte.
Dezelfde logica geldt voor AI, waarbij leidinggevenden beslissingen nemen op basis van hun eigen context en niet van de operationele realiteit.
Je kunt "werkprut"— door AI gegenereerde content die technisch compleet maar inhoudelijk nutteloos is— niet aanpakken als je niet laat zien hoe goede kwaliteit eruitziet. Je kunt geen transformatie eisen als je geen idee hebt hoe het werk daadwerkelijk wordt uitgevoerd.
3. Productdenken: werk behandelen als iets wat je ontwerpt
Onderzoek van MIT Sloan wees uit dat 91% van de dataleiders zegt dat culturele uitdagingen hun AI-inspanningen blokkeren. Slechts 9% wijst op technologische problemen. Toch zijn de meeste bedrijven nog steeds bezig met AI behandelen als een technisch probleem en kondigen ze efficiëntiedoelen aan voordat ze begrijpen wat in daadwerkelijke werkstromen voor wrijving zorgt.
Onderzoek van BCG laat zien dat het verminderen van sleur, of wat je misschien zielvernietigend repetitief werk zou noemen, de kans op AI-succes vergroot en het behoud van medewerkers verbetert.
Zapier ging van een aanvankelijk gebruik van 65% naar een dagelijks gebruik van AI-tools door 89% van de medewerkers, door zich te richten op het oplossen van echte problemen in plaats van het maximaliseren van de implementatie van functies. Het klantenserviceteam zag een vermindering van 50% in de behandeltijd per ticket, terwijl de scores voor medewerkersbetrokkenheid met 20-30 punten stegen.
Brandon Sammut, de leider van Zapier tijdens deze transformatie, legde de verschuiving uit.
We stopten met vragen: ‘Wat kan deze AI-tool?’ en begonnen te vragen: ‘Welke problemen veroorzaken sleur voor specifieke teams?’ De tools volgden de problemen, niet andersom.
Organisaties investeren jaarlijks $142 miljard in het begrijpen van klanten, maar minder dan $11 miljard in de werknemerservaring, ondanks duidelijke aanwijzingen dat betrokkenheid verband houdt met bedrijfsresultaten. Als je klanten zou behandelen zoals de meeste bedrijven medewerkers behandelen tijdens technologische transities, zou je failliet zijn.
Het onderliggende probleem is wat Elliott "productiviteitstheater" noemt — optimaliseren voor zichtbare signalen van activiteit in plaats van resultaten.
"Vijfenzestig procent van de ondervraagden zei dat het voor hen belangrijker is om snel op een bericht te reageren dan zich te concentreren op hun kernwerk en dat af te leveren," merkt Elliott op. "Dat is toch gewoon triest? Dat zijn de zichtbare signalen dat er activiteit plaatsvindt. Meer van iets produceren is geen resultaat."
Elliott beschreef vervolgens de noodzakelijke verschuiving. Leiders moeten zichtbare signalen van activiteit achter zich laten ten gunste van resultaatgericht management. Dat betekent dat ze organisatiedoelen definiëren, de belangrijkste prioriteiten verduidelijken, succesmetingen vaststellen en die duidelijkheid door de hele organisatie heen doorgeven.
Goed uitgevoerd zorgt het voor gelijke kansen en levert het de resultaten op die leidinggevenden daadwerkelijk willen. Maar het vereist aanzienlijke investeringen en betekent een fundamentele verandering in de manier waarop organisaties opereren.
4. Moed: ruggengraat tonen wanneer het riskant is
Tijdens een algemene bijeenkomst van Salesforce grapte de leiding dat ICE achter in de zaal stond te wachten op internationale medewerkers die opstonden. De verontwaardiging die daarop volgde ging niet alleen over een gebrek aan beoordelingsvermogen, maar ook over de vernietiging van de psychologische veiligheid die nodig is voor experimenten met AI.
De snelste manier om met onzekerheid om te gaan is oordelen," merkt Zierk op. "Dat sluit de geest af. Het tegenovergestelde van oordelen is nieuwsgierigheid, en nieuwsgierigheid is wat organisaties nu nodig hebben. Maar nieuwsgierigheid vereist psychologische veiligheid, en leiderschap dat op angst is gebaseerd vernietigt die.
Moed in leiderschap betekent dat je moeilijk nieuws persoonlijk brengt, met een eerlijke uitleg van de zakelijke drijfveren, in plaats van managers ontslagteksten in handen te geven. Vooral wanneer functies worden geschrapt voordat AI zich daadwerkelijk heeft bewezen, en toevallig voordat bonusbetalingen zijn uitgekeerd.
De overeenstemming over leiderschap dat zich hard opstelt, creëert kansen voor leiders die organisaties willen opbouwen waarin mensen ondanks onzekerheid hun beste werk kunnen doen. Niet omdat het aardig is, maar omdat angst gehoorzaamheid oplevert, terwijl vertrouwen het intelligente nemen van risico's stimuleert dat AI-transformatie vereist.
5. Strategisch geduld: de lange termijn voor ogen houden
Volgens onderzoek van S&P Global staakt 42% van de bedrijven AI-initiatieven voordat deze ooit de productiefase bereiken, een aantal dat in slechts één jaar tijd meer dan verdubbeld is. Het patroon verloopt als volgt:
- Kondig ambitieuze efficiëntiedoelstellingen aan om raden van bestuur tevreden te stellen
- Versnel de implementatie om deadlines te halen
- Ontdek dat de organisatorische capaciteiten ontbreken
- Neem de verwachtingen zes maanden later stilletjes terug.
De term "herontwerpfase" is ontstaan om bedrijven te beschrijven die werkprocessen van begin tot eind opnieuw ontwerpen in plaats van alleen hulpmiddelen te implementeren. Bij deze organisaties maakt 46% van de medewerkers zich zorgen over baanzekerheid, tegenover 34% bij minder geavanceerde bedrijven.
Die bezorgdheid is de prijs van echte transformatie. Strategisch geduld betekent dat je tijd beschermt zodat die bezorgdheid kan afnemen door aantoonbare ondersteuning en de ontwikkeling van capaciteiten, in plaats van te doen alsof transformatie zonder wrijving plaatsvindt.
BCG ontdekte dat 79% van de medewerkers die meer dan vijf uur AI-training kregen, regelmatige gebruikers werden, tegenover 67% van degenen die minder dan vijf uur training kregen. Strategisch geduld betekent dat je die investering beschermt, ook wanneer raden van bestuur onmiddellijke resultaten willen.
6. Transparantie: eerlijk zijn over onzekerheid
Het verschil van 51 procentpunt tussen wat leidinggevenden denken dat medewerkers begrijpen en wat medewerkers daadwerkelijk begrijpen, komt niet voort uit gebrekkige communicatie—het komt voort uit oneerlijke communicatie.
Leiders kondigen aan dat "AI je tijd zal geven voor werk met een hogere waarde" zonder duidelijk te maken wat dat werk inhoudt of of het zal bestaan tegen hun huidige beloningsniveau. Ze presenteren AI-strategieën als volledig uitgewerkte plannen, terwijl het in werkelijkheid hypothesen zijn die in realtime worden getest. Ze doen alsof ze zekerheid hebben over het verloop van AI, terwijl senior leiders zelf onzeker zijn.
Steve Cadigan legt deze dynamiek uit.
Om vertrouwen te hebben, moet je een staat van dienst opbouwen van consistente, betrouwbare prestaties. En dat hebben we met AI nog niet helemaal. We hebben momenteel ook een enorm narratief in de media: kunstmatige intelligentie gaat je vervangen. Het gaat je baan afnemen. Dat niveau van angst en wantrouwen zal voor obstakels zorgen bij de implementatie.
De angst komt tot uiting in wat Ethan Mollick "geheime cyborgs" noemt: mensen die AI-tools gebruiken maar dit niet aan hun leidinggevenden vertellen, soms uit angst dat het toegeven van dat gebruik suggereert dat ze vervangbaar zijn. Dat is het tegenovergestelde van de transparante experimenten die nodig zijn voor transformatie; dit is wat we nu schaduw-AI noemen.
Johannes Sundlo, expert op het gebied van AI-adoptie, stelt onze relatie met wat we kennis noemen ter discussie.
Wanneer universiteiten debatteren over het verbieden van AI omdat studenten het gebruiken om te frauderen, missen ze de echte vraag: wat is kennis in een wereld waarin AI is geïntegreerd? Leiders in organisaties maken dezelfde fout: ze proberen het verhaal te beheersen in plaats van eerlijk te zijn over wat ze nog niet weten.
Transparantie betekent dat je onderscheid maakt tussen wat zeker is (we investeren in AI, sommige functies zullen veranderen) en wat onzeker is (precies welke functies en op welke manier). Het betekent dat je pilotresultaten deelt, inclusief mislukkingen. Het betekent dat je toegeeft: "we zoeken dit samen uit", in plaats van te doen alsof je antwoorden hebt die je niet hebt.
Cadigan merkt op dat een belangrijk element dat fouten rond AI veroorzaakt, is dat het "anders is dan elke andere technologie die we eerder hebben gezien. We zijn gewend redelijk duidelijk te weten hoe iets zal worden toegepast. Met AI weten we niet eens veel van wat het kan en daar leren we nog steeds over. De mogelijkheden zijn nog niet volledig verkend, maar we zijn er vrij zeker van dat hier concurrentievoordeel te behalen is. Dus daar gaan we."
Die onzekerheid maakt traditionele implementatieplannen achterhaald en eerlijke communicatie essentieel.
7. Systeemdenken: inzicht in domino-effecten
De meeste AI-initiatieven mislukken op de grenzen tussen teams. Je implementeert een AI-tool in de klantenservice zonder rekening te houden met de impact op productontwikkeling (andere klachtenpatronen), marketing (de boodschap moet worden aangepast) of bedrijfsvoering (personeelsmodellen veranderen wanneer AI routinematige problemen afhandelt maar complexe problemen doorstuurt).
Onderzoek van BCG naar AI-governance laat zien dat 52% van de succesvolle organisaties nu multidisciplinaire teams van bedrijfs- en technologieleiders gebruikt om de strategie aan te sturen, tegenover slechts 5% een jaar eerder. Deze verschuiving erkent dat AI-beslissingen gevolgen hebben voor mensen en processen die door IT-gestuurde benaderingen niet kunnen worden aangepakt.
Volgens Cadigan ligt de oorzaak van implementaties in silo's in de manier waarop we in het verleden te werk gingen.
"Zoals bij kant-en-klare software", zegt hij. "Je sluit het aan, we krijgen training, zo gebruik je het. Maar AI vereist experimenteren, en dat zijn we doorgaans niet gewend. We moeten erkennen dat AI invloed heeft op de banen, loopbaanpaden en het werk van al onze medewerkers op manieren die denken op systeemniveau vereisen.
Caldwell beschrijft het inzetten van AI-tools voor algemene doeleinden zonder educatie als het overhandigen van een Zwitsers zakmes met 20 functies aan medewerkers, maar slechts drie daarvan uitleggen. Zonder inzicht in hoe hun werk verbonden is met het werk van anderen, optimaliseren ze lokaal op manieren die disfunctie op systeemniveau veroorzaken.
Vermogen opbouwen, niet alleen een strategie aankondigen
Deze zeven vermogens—empathie, aanwezigheid, productdenken, moed, strategisch geduld, transparantie en systeemdenken—zijn geen zachte vaardigheden. Ze vereisen hard werk en voortdurende oefening.
Uit het onderzoek van BCG en Columbia blijkt dat bedrijven met sterk veranderleiderschap gericht op AI 3,2 keer hogere winstmarges behalen dan bedrijven die traditionele, door IT aangestuurde benaderingen gebruiken. Technologische geavanceerdheid gaat verloren als leiderschapsteams de culturele transformatie die AI vereist niet kunnen aansturen.
We bevinden ons in een periode waarin leiders en managers zich eerder zorgen maken dat ze hun baan de komende tien jaar aan AI verliezen dan eerstelijnsmedewerkers. Die angst creëert druk om snel te handelen, zelfverzekerd te klinken en controle te tonen. Maar de leidinggevende teams die succesvol zijn, doen het tegenovergestelde: ze handelen doelbewust, geven onzekerheid toe en bouwen vertrouwen op.
De kloof tussen waar je nu staat en waar je op deze gebieden moet zijn, ligt niet vast. Ze is afhankelijk van hoe doelbewust je investeert in het opbouwen ervan. De vraag is of je bereid bent het werk te doen terwijl alle anderen krantenkoppen genereren.