In ons vorige artikel beschreven we waarom AI-transformaties zelden mislukken door de technologie zelf. Veel vaker loopt de adoptie vast, doordat organisaties aannemen dat medewerkers AI automatisch omarmen zodra nieuwe tools zijn uitgerold.
Hoe onze eigen AI-transformatie leidde tot de AI-adoptie Scan
Bestuurders hebben vandaag meer inzicht dan ooit in hun AI-investeringen. Ze kunnen precies zien hoeveel licenties zijn aangeschaft, welke tools worden gebruikt en hoe actief medewerkers ermee werken. Maar één vraag blijft vaak onbeantwoord: wordt AI daadwerkelijk onderdeel van het dagelijkse werk?
Hoe maak je AI-adoptie meetbaar?
Net als veel andere organisaties zag Effectory dat AI snel terrein wint binnen de organisatie. Medewerkers experimenteerden met nieuwe tools, deelden prompts met elkaar en ontdekten voortdurend nieuwe toepassingen. Vrijwel iedere week ontstonden nieuwe ideeën om het werk slimmer, sneller of beter te doen. We concluderen dat onze AI-transformatie goed op weg was.
Toch stelde onze CEO, Christian de Waard, een andere vraag:
“Begrijpen we eigenlijk wel hoe onze medewerkers AI ervaren?”
Niet of zij AI gebruiken. Niet of zij enthousiast zijn over AI. Maar of zij alles hebben wat nodig is om AI duurzaam onderdeel te maken van hun werk.
Zoals Christian het verwoordde:
“De vraag was niet of onze medewerkers klaar waren voor AI. Uit het onderzoek bleek dat ze dat al waren. De echte vraag was of wij als bestuurders klaar waren om hen de duidelijkheid, ondersteuning en ruimte te bieden die nodig zijn om AI dagelijks toe te passen.”
Dat werd het startpunt van onze eerste interne AI-adoptie Scan.
De resultaten vertelden een ander verhaal
De eerste resultaten zagen eruit als het soort succesverhaal waar veel organisaties op hopen.
- 93% wilde zich verder ontwikkelen in AI.
- 84% was enthousiast over het gebruik van AI.
- 88% ervaarde al productiviteitswinst.
- 74% zag een positieve invloed op de kwaliteit van het werk.
- Bijna twee derde gebruikte AI dagelijks of meerdere keren per dag.
- Slechts 1% gebruikte AI helemaal niet.
Op basis van die cijfers hadden we de conclusie kunnen trekken dat de adoptie van AI uitstekend verliep. Maar toen we verder keken, ontstond een ander beeld.
- Slechts 54% was overtuigd van zijn of haar vermogen om AI effectief toe te passen.
- Minder dan de helft onderzocht actief nieuwe toepassingen.
- Slechts 23% vond dat de organisatie duidelijke richtlijnen gaf over AI.
- Slechts 26% wist waar zij terecht konden met vragen over AI.
- 57% had het gevoel dat experimenteren actief werd gestimuleerd.
Ineens werd duidelijk waar de echte uitdaging lag. Medewerkers stonden open voor AI en waren gemotiveerd om ermee aan de slag te gaan. De volgende stap was hen helpen die motivatie om te zetten in vertrouwen, praktische vaardigheden en nieuwe gewoontes.
Luisteren veranderde onze strategie
Het onderzoek maakte niet alleen zichtbaar waar knelpunten zaten. Het liet ook zien wat medewerkers nodig hadden om verder te komen. Ze vroegen om praktische trainingen, voorbeelden van collega’s, tijd om te experimenteren, betere hulpmiddelen en vooral om meer duidelijkheid.
Met andere woorden: medewerkers vroegen niet om nóg een presentatie over de AI-strategie. Ze vroegen om een omgeving waarin ze konden leren.
Die inzichten veranderden onze aanpak. In plaats van een AI-programma te ontwerpen op basis van aannames, bouwden we een aanpak rondom de behoeften van onze medewerkers.
Want AI-adoptie verloopt niet voor iedereen hetzelfde. Sommige medewerkers omarmen nieuwe technologie direct, terwijl anderen eerst behoefte hebben aan meer kennis, ondersteuning of duidelijke kaders. Daardoor werkt een uniforme aanpak zelden.
In plaats daarvan richtten we ons op het creëren van een omgeving waarin iedereen stappen kan zetten. Niet door iedereen hetzelfde pad te laten volgen, maar door medewerkers de ondersteuning te bieden die zij nodig hebben om AI succesvol onderdeel te maken van hun werk.
Van directietafel naar wetenschappelijk model
Onze eigen ervaringen brachten nog een tweede uitdaging aan het licht: er bestond geen goede manier om AI-adoptie echt te meten.
Veel organisaties kijken vooral naar cijfers. Hoeveel medewerkers gebruiken AI? Hoeveel tijd wordt bespaard? Hoe vaak worden AI-tools ingezet? Dat zijn waardevolle inzichten, maar ze vertellen slechts een deel van het verhaal.
Ze maken namelijk niet zichtbaar waarom AI-adoptie in het ene team versnelt en in het andere team achterblijft. Om die vraag te beantwoorden, ontwikkelden we de AI-adoptie Scan. Niet als één overkoepelende score, maar als een scan die AI-adoptie benadert als een ontwikkeling die bestaat uit vijf samenhangende onderdelen.
- Duidelijkheid: Begrijpen medewerkers welke rol AI speelt in hun werk en waar het waarde toevoegt?
- Vaardigheden: Hebben medewerkers de kennis, vaardigheden en het vertrouwen om AI effectief te gebruiken?
- Omgeving: Creëren bestuurders, managers en de organisatie de juiste voorwaarden voor adoptie?
- Gebruik: Is AI daadwerkelijk onderdeel geworden van het dagelijkse werk?
- Impact: Ervaren medewerkers dat AI waarde toevoegt aan hun werk en prestaties?
Deze onderdelen bouwen op elkaar voort. Veel gebruik zonder voldoende vaardigheden vraagt om een andere aanpak dan sterke vaardigheden zonder duidelijke ondersteuning vanuit de organisatie. Door ieder onderdeel afzonderlijk te meten, wordt zichtbaar waar AI-adoptie vertraagt en welke initiatieven het meeste effect hebben.
Gebaseerd op wetenschap, ontwikkeld voor leiders
Het AI-adoptiemodel is niet gebaseerd op aannames of onderbuikgevoel. Voor de ontwikkeling maakten we gebruik van inzichten uit verschillende wetenschappelijke modellen, waaronder het Technology Acceptance Model, COM-B, Diffusion of Innovations, Self-Efficacy Theory en Organizational Support Theory.
Deze modellen hebben één belangrijke overeenkomst: mensen veranderen hun gedrag niet omdat technologie beschikbaar is. Ze veranderen wanneer ze begrijpen waarom die technologie relevant is, vertrouwen hebben in hun eigen vermogen om ermee te werken en zich ondersteund voelen tijdens het proces. Die gedachte vormt de basis van de AI-adoptie Scan.
Waarom AI-adoptie om meer vraagt dan productiviteitscijfers
Nog een belangrijke les uit onze eigen ervaring: AI-adoptie draait niet alleen om kansen en resultaten, maar ook om hoe medewerkers de verandering ervaren.
Veel AI-assessments richten zich vooral op de voordelen van AI. Productiviteit. Efficiëntie. Prestaties. Allemaal belangrijke uitkomsten.
Maar ze vertellen niet hoe medewerkers de transitie beleven. Voelen zij zich voldoende zeker om met AI te werken? Maken zij zich zorgen over de impact op hun functie? Kunnen zij het tempo van verandering bijbenen? En hebben zij vertrouwen in de manier waarop de organisatie deze verandering begeleidt?
Wanneer deze vragen onbeantwoord blijven, ontstaat een nieuwe blinde vlek. Organisaties kunnen productiviteitswinst zien toenemen, terwijl het vertrouwen van medewerkers afneemt. Ze kunnen succesvolle adoptiecijfers vieren, terwijl medewerkers zich steeds minder betrokken voelen.
Duurzame AI-transformatie vraagt daarom om inzicht in beide kanten van het verhaal: de waarde die AI oplevert én hoe medewerkers die verandering ervaren.
Waarom leiderschap het verschil maakt
Als we terugkijken, blijkt onze belangrijkste les uiteindelijk niet over technologie te gaan, maar over leiderschap.
AI-adoptie laat zich niet sturen met dashboards alleen. Daarvoor moet je begrijpen wat er leeft onder medewerkers. Dat vraagt om nieuwsgierigheid, om luisteren en om de bereidheid om aannames te vervangen door inzichten.
De organisaties die de meeste waarde uit AI halen, zijn daarom niet automatisch de organisaties die het meest investeren. Het zijn de organisaties die begrijpen waar adoptie versnelt, waar deze achterblijft en welke ondersteuning medewerkers nodig hebben om de volgende stap te zetten.
Want succesvolle AI-transformatie begint niet bij technologie. Het begint bij inzicht in mensen. En precies daarom hebben we de AI-adoptie Scan ontwikkeld.
Benieuwd hoe jouw organisatie ervoor staat? Vraag een demo aan en ontdek waar AI-adoptie versnelt, waar deze vastloopt en welke ondersteuning medewerkers nodig hebben om succesvol met AI te werken.
Ontdek alles over onze oplossingen in de demo
Wil je meer weten én zien van onze feedbacktools? Vraag een demo aan.
Aanvragen