AI-investeringen zonder bedrijfsresultaat: de stoplichten in je proces.

Goh, wat gaat het hard hè, met al die AI?

Mwa, eigenlijk valt het reuze tegen.

Met de waanzinnige mogelijkheden van nu zou je verwachten dat AI grote bedrijven al tientallen procenten sneller laat werken. Toch gebeurt dat in de praktijk nog nauwelijks. Onderzoek van Deloitte bevestigt dit: hoewel de investeringen in AI records breken, ziet het overgrote deel van de bedrijven nog geen significante, meetbare impact op hun bedrijfsresultaten. Bedrijven bevinden zich in de zogenaamde ‘Productiviteitsparadox’.

Op taakniveau is de adoptie weliswaar groot. De developer schrijft sneller code, de copywriter produceert sneller nieuwe content en de marketeer heeft zijn data-analyses in no time klaar. Maar tegelijkertijd versnelt die individuele tijdwinst het end-to-end proces nog nauwelijks. Hoe kan dat?

De illusie van de snelle silo

Het probleem is dat een end-to-end proces vrijwel altijd teamoverstijgend is. Binnen een specifiek team wordt AI volop gebruikt, maar zodra het stokje moet worden overgedragen aan de volgende discipline, verdampt de tijdwinst als sneeuw voor de zon.

Technologie-experts noemen dit het gebrek aan ‘Decision Velocity’. De enorme snelheidswinst die een individu boekt, gaat verloren door trage, bureaucratische overdrachten en menselijke handovers tussen verschillende afdelingen.

Je kunt het vergelijken met een snelweg waar elke 600 meter een stoplicht staat. Het heeft weinig zin om in een Ferrari keihard van stoplicht naar stoplicht te racen. De totale reis duurt in feite net zo lang als wanneer je in een oude Eend had gezeten.

Het einde van de hyperspecialist

Dit biedt hoop voor de mens, want we zijn nog lang niet overbodig. Wel betekent het dat de traditionele hyperspecialist het moeilijk gaat krijgen. De vraag naar puur uitvoerende instapfuncties is in sommige sectoren al met 35 procent gedaald. Analisten van McKinsey voorspellen dat de succesvolle werknemer van de toekomst transformeert van een pure ‘maker’ naar een ‘orkestrator’.

Als jouw specialistische werk enorm is versneld door AI, is dat elders in de keten waarschijnlijk ook zo. Maar als de overdracht tussen jullie disciplines onveranderd stug blijft, is de input die je krijgt suboptimaal voor jouw taak en is jouw output suboptimaal voor de volgende. Je zult dus over de muren van je eigen silo heen moeten kijken.

Hoe verwijder je de stoplichten?

Om daadwerkelijk te profiteren van AI op organisatieniveau, moet de focus verschuiven van taakautomatisering naar het weghalen van de stoplichten in het proces. Uit de data blijken drie cruciale stappen:

1. Maak harde afspraken over input en output

Alles draait om de estafette. Wat heeft de volgende discipline in de keten nodig om zijn werk optimaal te kunnen doen? De output van het ene team moet naadloos de gestructureerde input van het andere team worden. Dit vraagt om fundamenteel procesherontwerp. Je moet niet beginnen met de vraag hoe je AI inzet, maar met de vraag waar de frictie zit in de overdracht.

2. Doorbreek gefragmenteerde systemen

Stoplichten ontstaan vaak doordat elke afdeling in zijn eigen systeem werkt. Veel medewerkers gebruiken AI nu als een lokale Excel-sheet. Dat is fantastisch voor de eigen productiviteit, maar het is niet schaalbaar, niet veilig en de context gaat verloren bij de overdracht. Alleen door te werken vanuit een centrale, interoperabele architectuur kan data zonder wrijving door het bedrijf stromen.

3. Bereid je voor op Agentic AI

Pas als de input, output en systemen gestandaardiseerd zijn, ben je klaar voor de volgende stap: Agentic AI. Dit zijn systemen die niet alleen teksten genereren, maar autonoom complexe workflows over meerdere afdelingen heen kunnen orkestreren. De adoptie hiervan, of in ieder geval de wil van bedrijven om dit te adopteren, gaat ongekend hard: bijna driekwart (74%) van de bedrijven is van plan om binnen twee jaar autonome agenten in te zetten.

Maar de realiteit haalt deze ambitie in. Technologie is één ding, controle is iets compleet anders. Slechts 21% van de organisaties heeft momenteel de ‘veiligheidskaders’ (guard rails) en governance op orde om deze autonome systemen veilig en succesvol te begeleiden. Voordat je AI volledig autonoom de snelweg op kunt sturen, moet dat fundament perfect staan. Om Henk de Vries uit Almelo te citeren: “Daar zijn we voorlopig nog wel even zoet mee.”

Hoe Breakfast de weg vrijmaakt

De theorie is helder, maar de praktijk is weerbarstig. Bij Breakfast zien we dagelijks hoe digitale projecten en ecosystemen stagneren op de grenzen van afdelingen.

De silo-vorming die in de teams aanwezig is, zie je vaak direct terug in de tech stack. Iedere discipline zijn eigen tools. In theorie een geïntegreerd platform, in de praktijk een versnipperd platform.

Wij helpen organisaties om die stoplichten te identificeren en definitief te verwijderen. We slaan de brug tussen development, marketing en de business door processen naadloos op elkaar aan te laten sluiten, inclusief de ondersteunende techniek. Of het nu gaat om het stroomlijnen van de datastroom of het inrichten van een schaalbare digitale architectuur: wij zorgen dat mens en techniek hand in hand gaan.

We helpen je niet alleen aan een snelle Ferrari, maar ook aan de lege snelweg om daadwerkelijk op door te kunnen rijden.

Klaar om jouw digitale processen AI-ready te maken? Neem contact op met Breakfast.