De introductie van kunstmatige intelligentie (AI) in organisaties is geen technologische upgrade, maar een systeemverandering. AI verandert niet alleen hoe we werken, maar ook hoe we denken, beslissen en waarde creëren. Net als bij klimaatverandering en de transitie in de zorg, vraagt de AI-transitie om fundamenteel andere investeringsbeslissingen – onder omstandigheden van diepe onzekerheid.
AI als motor van systeemverandering
AI wordt vaak gepositioneerd als middel om efficiënter te werken en klantgerichter te opereren. Maar de impact reikt verder. AI stelt organisaties in staat om processen te automatiseren, besluitvorming te versnellen en patronen te herkennen die voorheen onzichtbaar waren. Daarmee verandert AI de manier waarop organisaties hun bedrijfsvoering inrichten: de unieke combinatie van mensen en het gebruik van AI bepaalt hoe een organisatie functioneert en de mate waarin de organisatie levensvatbaar blijft in de lange termijn.
De transitie naar een economie waarin AI in allerlei toepassingen en interacties zichtbaar, maar ook onder de motorkap aanwezig is, verloopt niet lineair en is zeker niet goed vooraf te voorspellen.
Zo maakt AI een voortdurende verbetering van producten en processen mogelijk in plaats van een periodieke vernieuwing op jaarbasis (of langzamer). Denk aan de tech bedrijven zoals Netflix, die AI inzetten om realtime klantvoorkeuren te analyseren en hun aanbod dynamisch aan te passen; of het online retailbedrijf bol die de technologie niet alleen aan de voorkant toepast maar ook in de logistieke supply chain.
Met deze versnelling komt ook onzekerheid: welke AI-technologieën zullen dominant worden? Hoe verandert de rol van medewerkers? Wat zijn de langetermijneffecten op concurrentie, ethiek en governance? Waar is de meeste impact in de bedrijfsvoering te behalen?
Onzekerheid als strategisch instrument
Of het nu gaat om de transitie naar een AI-samenleving, de transitie naar een klimaatneutrale maatschappij of de transitie naar beheersbare zorg(kosten): in transitievraagstukken is onzekerheid geen hindernis, maar een kenmerk van de context waarin de organisatie opereert. Zoals beschreven in de eerdere blogs, gaat het bij diepe onzekerheid om situaties wanneer er geen overeenstemming is over aannames, scenario’s of de mogelijke uitkomsten.
Juist in deze context van transitie-onzekerheid is het essentieel om te sturen op brede waardecreatie: financieel, ecologisch én sociaal. Klassieke investeringsmodellen zoals netto contante waarde (ook discounted cash flow genoemd) schieten tekort omdat ze alleen financiële waarde meenemen en uitgaan van voorspelbaarheid. In plaats daarvan is een geïntegreerd investeringskader nodig dat ruimte laat voor flexibiliteit, leervermogen en maatschappelijke impact.
Hoe experimenteren bijdraagt aan antifragiliteit
Een krachtig concept om met onzekerheid om te gaan is antifragiliteit dat centraal staat in het boek De zwarte zwaan van Nassim Taleb: systemen die sterker worden door het opzoeken van stress, schokken en veranderingen. Organisaties die werken in korte cycli, experimenteren met nieuwe technologieën en leren van feedback, bouwen veerkracht en daarmee antifragiliteit op.
AI kan hierin een sleutelrol spelen mits het niet alleen wordt ingezet voor efficiency, maar ook voor adaptiviteit. Zo kan de technologie helpen in het vinden van kwetsbaarheden en risico’s op basis van patronen die in de (ongestructureerde bedrijfs-)data aanwezig zijn maar voor een mens niet herkenbaar.
Ik noemde in mijn vorige artikel het voorbeeld van een Nederlandse neobank die het experimenteren met AI als een noodzaak ziet. In hun optiek is AI een versneller van alle bedrijfsprocessen: van fraudepreventie tot automatische contractreviews, van klantbegeleiding tot interne kwaliteitscontroles en riskrapportages. Opvallend is hun aanpak: ieder team bouwt eigen AI-agents in nauwe samenwerking met engineers. Een gezamenlijke bibliotheek met bouwstenen, vergelijkbaar met modulaire Lego bouwstenen, zorgt voor snelheid en consistentie. Tegelijkertijd past de bank een “risk by design”-principe toe: agents voeren pre-checks uit om risico’s vroeg te signaleren.
Deze aanpak vergroot de stress- en schokbestendigheid van de bank: zij hebben immers ervaring opgedaan met de pro’s en con’s van AI en snappen de potentie van de technologie veel beter, niet alleen voor zichzelf maar ook voor hun klanten.
AI en transitiemanagement: een nieuwe governance
De AI-transitie vraagt om een aangepaste governance. Niet alleen technische integratie, maar ook het managen van de menselijke kant van verandering is cruciaal. AI roept vragen op over vertrouwen, ethiek en rolverdeling tussen mens en machine. Organisaties die AI inzetten zonder aandacht voor deze aspecten, bouwen kwetsbare systemen en al zeker geen antifragiele systemen.
Wat betekent dit voor bestuurders en strategen?
- Omarm onzekerheid als bron van waarde, niet als risico om te vermijden.
- Stuur op brede waardecreatie: financieel, ecologisch en sociaal.
- Experimenteer en gebruik AI niet alleen voor efficiency, maar als instrument voor leervermogen en systeeminzicht.
- Pas governance aan: creëer ruimte voor experimenten, leertrajecten en adaptieve besluitvorming. Hanteer een ethisch kader en communiceer hierover in de organisatie.
- Integreer reële opties in het investeringsproces om flexibiliteit expliciet te waarderen.
Slot
De AI-transitie is geen sprint, maar een strategische expeditie. Organisaties die nu investeren in weerbaarheid, antifragiliteit en brede waardecreatie, bouwen aan een toekomst waarin technologie niet alleen slimmer maakt maar ook duurzamer, inclusiever en mensgerichter.
➡️ Volg me voor deel 4, waarin ik in ga op de transitie naar soevereine AI, de uitdagingen en het potentieel voor Europese bedrijven.