Veel organisaties experimenteren met Gen AI om processen te versnellen en medewerkers slimmer te ondersteunen. Toch blijft het vaak bij losse pilots: de technologie werkt, de mogelijkheden zijn er, maar echte impact blijft uit. Niet door een gebrek aan tools, maar doordat een duidelijke organisatievorm ontbreekt. Zonder helder eigenaarschap en vaste kaders verzandt Gen AI in losse initiatieven. De sleutel tot succes ligt daarom zelden in nóg betere technologie, maar in de manier waarop je Gen AI organiseert en focust op adoptie. Julie van Nierop, Head Technology Innovation bij Pon en verantwoordelijke voor de bouw en implementatie van Gen AI trajecten samen met NXTminds, vertelt hoe zij het aanpakken.
Veel bedrijven beginnen vol enthousiasme. Maar na de eerste successen ontstaat er ruis: wie is eigenaar? Hoe schaal je op? En hoe zorg je dat AI geen experiment van een paar enthousiastelingen blijft?
AI begint bij het probleem, niet bij de oplossing
Volgens Julie is dat geen toeval. “Gen AI is een hulpmiddel”, zegt ze. “Geen doel op zich. De echte vraag is: welk probleem wil je oplossen? Dan kijk je naar proces en pas daarna kijk je hoe technologie kan helpen.” Bij Pon, waar Julie nu drie jaar werkt, is die volgorde heilig. Pon is een familie-multinational met 11.300 medewerkers in 32 landen op zes continenten. Vanuit het Datalab werkt Julie aan AI- en Gen AI-oplossingen die niet alleen slim zijn, maar ook aan de adoptie van deze oplossingen
“Te vaak starten organisaties bij de tool”, zegt ze. “Dan wordt de vraag: kunnen we hier AI op plakken? Terwijl je eigenlijk eerst moet kijken naar wat je wilt oplossen en de klantbehoefte.
Een veelvoorkomend voorbeeld is de klantenservice. “Organisaties krijgen grote volumes aan terugkerende vragen binnen, terwijl medewerkers hun tijd vooral kwijt zijn aan repetitief werk”, legt Julie uit. “Dat gaat ten koste van snelheid, kwaliteit en aandacht voor complexere klantvragen.”
“In deze situatie kijk je eerst naar een oplossing”, vervolgt ze. “Dat kan beginnen met automatisering, bijvoorbeeld met een chatbot. Daarna kan dit aangevuld worden met het automatiseren van andere klanten touch points, zoals e-mail en voice. Maar elke stap vraagt om andere keuzes; in proces, techniek en organisatie.”
Programma of Centre of Excellence?
Zodra organisaties AI serieuzer oppakken, kiezen ze vaak voor een programma-aanpak. Met een vast budget, duidelijke doelen en een einddatum. “Dat is logisch”, vindt Julie. “Een programma helpt om focus te creëren en snelheid te maken.”
Maar Gen AI is geen tijdelijk onderwerp. Daarom kiest Pon bewust voor een combinatie. “Bij Pon hebben we een Centre of Excellence waarin experts continu bezig zijn met het inzichtelijk maken van de klantbehoefte, data en Gen AI. Die kennis blijft beschikbaar. Tegelijkertijd draaien we programma’s waarmee we bepaalde onderwerpen tijdelijk extra aandacht geven in de organisatie.”
Binnen het Centre of Excellence werken verschillende teams samen: data-experts, Gen AI-specialisten die bots en platforms bouwen en mensen die vanuit de klantvraag denken. Alles komt samen op één platform, ingericht volgens vaste security- en privacy-standaarden.
“Het programma dat daaruit voortkomt, is tijdelijk”, legt Julie uit. “Zes maanden, vaste doelstellingen. We versnellen use cases vanuit de business, trainen mensen en voeren een scan uit om daarna teams handvaten te geven om verder op te schalen.”
Van pilot naar adoptie
Dat onderscheid, tussen iets bouwen en het faciliteren van de adoptie is cruciaal. “Veel AI-initiatieven blijven steken in pilots”, zegt Julie. “Niet omdat de technologie faalt, maar omdat adoptie niet is georganiseerd.”
Bij Pon wordt AI-adoptie bewust georganiseerd, op twee manieren. “Ten eerste selecteren we scherp: er moet een businesscase achter zitten en we kijken altijd of een oplossing herbruikbaar is voor andere Pon-bedrijven en in lijn met de Security en Privacy standaarden. Daarnaast speelt verandermanagement een grote rol. “We trainen mensen op verschillende niveaus en hebben verschillende curricula opgebouwd.”
Waarom het vastloopt als niemand eigenaar is
AI verandert hoe mensen werken. “De grootste winst zit niet in de tool, maar in gedrag,” zegt Julie. “Mensen moeten hun manier van werken aanpassen. Dat kost tijd en aandacht, dat moet je organiseren.” Bedrijven die AI volledig bij de business neerleggen, lopen daarom vaak vast. “Mensen weten niet waar ze moeten beginnen of raken overweldigd. En zonder duidelijke kaders ontstaan risico’s, bijvoorbeeld rond privacy en veiligheid.”
Daar komt bij dat gedragsverandering voorbeeldgedrag vraagt. “Leiders van de organisatie moeten laten zien dat dit belangrijk is. Als het niet expliciet wordt verwacht, zakt het weg.”
End-to-end-ondersteuning in AI-adoptie
In de fase waarin organisaties AI willen opschalen, van losse initiatieven naar structurele adoptie, maakt Pon regelmatig gebruik van de expertise van NXTminds. Julie: “NXTminds begrijpt dat dit niet alleen een technologievraagstuk is. Het gaat om mensen. Om profielen die willen leren, die innovatie ademen en organisaties helpen veranderen.”
NXTminds ondersteunt end-to-end: van het vinden van de juiste AI-profielen tot het inzetten ervan in programma’s en teams. “Die tijdelijke expertise is onmisbaar”, vindt Julie. “Je kunt niet altijd alles intern oplossen. Zéker niet in een markt die zo snel beweegt.”
Waarom nu organiseren loont
Volgens Julie is dit hét moment om na te denken over de organisatievorm van Gen AI. “Het raakt iedereen. Banen veranderen. Als je het nu niet goed organiseert, doet je concurrentie dat wel, en lopen zij voor.”