Terugblik Anneke Keller | NextGen Tech Leaders Masterclass | Building great technology teams in the era of AI
Je kunt AI kopen. Je kunt geen team kopen dat het laat draaien.
Met die zin opende ik onlangs een masterclass die ik gaf over het bouwen van geweldige teams in het tijdperk van AI, en die vat het verhaal eigenlijk behoorlijk goed samen.
McKinsey zei dit jaar iets vergelijkbaars: oversight capacity limits agentic scale. Vertaald: hoe ver AI jouw organisatie kan brengen, wordt niet bepaald door het model. Het wordt bepaald door hoe goed jouw team zich eraan aanpast.
Onder die zin liggen vier verschuivingen. Ze komen tegelijkertijd terecht bij hetzelfde team, binnen hetzelfde tijdsbestek.
De vier verschuivingen
De eerste is het operating model zelf, de manier waarop een bedrijf waarde creëert, nu met AI als een nieuwe bron daarvan. De meeste bedrijven draaien nog steeds op een operating model uit het industriële tijdperk met AI eraan vastgeschroefd, en dat levert snelheid op, geen waarde. Slechts een kleine minderheid heeft zichzelf opnieuw ingericht rond agile, cross-functionele, productgerichte manieren van werken. Opnieuw bedraden komt vóór automatiseren, niet erna.
De tweede is systeemarchitectuur. Gewone software is deterministisch, AI niet. Dat betekent dat validatie en beveiliging niet langer aan het einde van een proces kunnen zitten als een laatste controle. Ze moeten vanaf het begin worden ontworpen: voorbereiden, voorstellen, evalueren, uitvoeren, met een mens waar nodig.
De derde is hoe werk wordt gedaan. Mensen verschuiven van bouwen naar het specificeren, controleren en bezitten van de uitkomst. Medewerkers worden eigenaren, die bepalen hoe succes eruitziet en waar de grenzen liggen, en verifieerders, die opvangen wat AI fout doet voordat het zich verder verspreidt.
De vierde is hoe teams georganiseerd zijn. Twee tot vijf mensen kunnen nu al toezicht houden op vijftig tot honderd gespecialiseerde agents die een end-to-end proces uitvoeren. Teams worden kleiner, cycli worden korter en de vaardigheden binnen een team verschuiven. Verantwoordelijkheid blijft echter nadrukkelijk menselijk. Toen een luchtvaartmaatschappij ooit voor de rechter stelde dat haar chatbot feitelijk een afzonderlijke partij was, hield de rechtbank het bedrijf toch verantwoordelijk. Wat een agent ook doet in jouw naam, het is nog steeds jouw naam die eraan verbonden is.
Tel deze vier bij elkaar op en je komt uit op één conclusie. De beperking van hoe ver AI kan gaan in jouw organisatie ligt niet bij het model. Jouw team is jouw AI-plafond.
Waar het Cherry Model helpt
Ik zie een team graag als een kers. De pit zijn de hard skills, het technische vakmanschap waarvoor een team wordt aangenomen. Het vruchtvlees eromheen zijn de soft skills, hoe mensen daadwerkelijk samenwerken. Een team is effectief wanneer beide in balans zijn, nooit op basis van alleen de pit, en dat perspectief heb ik enkele jaren geleden uitgebreid onderzocht samen met Tim Meeuwissen in ons boek The Cherry Model.
Wat nieuw is, is dat AI zich naar de pit verplaatst. Het neemt gestaag meer van de hard skills over, en dat zal doorgaan. Dat is precies waarom het vruchtvlees, de soft skills, de onderscheidende factor wordt. Niet omdat het een mooie toevoeging is, maar omdat het nu het plafond bepaalt.
Datzelfde model biedt ook een manier om de vier verschuivingen te ordenen, via zijn vier seizoenen van verandering. De winter is voor overleven en past van nature bij het heroverwegen van het operating model. De lente is voor het vormgeven van het team, waar je opnieuw bekijkt hoe je organiseert. De zomer is voor groei, het seizoen om systeemarchitectuur aan te pakken. De herfst is voor oogsten, voor reflectie op hoe werk daadwerkelijk wordt gedaan. Alle vier de verschuivingen vinden plaats, maar waar je begint hangt af van het seizoen waarin jouw eigen team zich op dit moment bevindt.
Met andere woorden: geen big bangs. Een geleidelijke introductie, AI behandeld als onderdeel van het team in plaats van eraan vastgeschroefd, en een cultuur die voldoende vrij van schuldtoewijzing is om problemen naar boven te laten komen en voldoende nieuwsgierig is om mensen ervan te laten blijven leren. Het bouwen van zo'n cultuur leidt nog steeds tot resultaten, met of zonder AI.
Zie ik je de volgende keer? Kijk voor meer events en voor het unieke NextGen Tech Executive Programma op de website van NextGen Tech Leaders.
Hartelijke groet,
Anneke Keller
Group CTO QLS
Co-initiator en lid van de NextGen Tech Leaders Programmaraad
Deel dit bericht