Blog De echte uitdaging op het gebied van AI is leiderschap

Als de vooruitgang op het gebied van AI stagneert, komen de meeste organisaties met dezelfde verklaring: we hebben meer talent nodig. Dat klinkt logisch. Als er op het gebied van AI een tekort aan vaardigheden is, vul dat dan aan met mensen. Maar die diagnose is onvolledig. Alleen op basis daarvan handelen is duur.

De echte belemmering is meestal niet het gebrek aan AI-specialisten. Het is het gebrek aan duidelijk leiderschap op het gebied van AI, een gedisciplineerde uitvoering en afstemming binnen de organisatie. Uit McKinsey's 2025 State of AI onderzoek blijkt dat de grootste belemmering voor schaalvergroting niet de werknemers zijn, maar leidinggevenden die niet snel genoeg handelen. Ook vaardigheidstekorten spelen een rol (volgens het World Economic Forum noemt 63% van de werkgevers deze als een belangrijke belemmering voor transformatie), maar vaardigheden leiden pas tot resultaten als er leiderschap is om ze in goede banen te leiden.

Bedrijven boeken geen succes met AI omdat ze een paar datawetenschappers of prompt-engineers in dienst hebben genomen. Ze boeken succes omdat leidinggevenden de koers uitzetten, prioriteit geven aan use cases, werkprocessen herontwerpen, vertrouwen opbouwen en veranderingen in de hele organisatie aansturen. Uit onderzoek van McKinsey blijkt met name dat toezicht door de CEO op het AI-beheer een van de factoren is die het sterkst correleert met een grotere impact op het bedrijfsresultaat door generatieve AI.

Als uw organisatie het steeds weer heeft over het tekort aan AI-vaardigheden, maar niet verder komt dan proefprojecten, dan leggen we in dit blog uit waarom dat zo is. En wat u eraan kunt doen.

Waarom leiderschap op het gebied van AI belangrijker is dan het aannemen van personeel

Leiderschap bepaalt de koers voor de invoering van AI

AI Het mislukt niet omdat een bedrijf geen ideeën heeft. Het mislukt omdat niemand de fundamentele vragen heeft beantwoord: Welk probleem lossen we op? Welke gebruiksscenario’s zijn het belangrijkst? Wie is verantwoordelijk voor het resultaat? Hoe wordt de waarde gemeten? Welke risico’s zijn aanvaardbaar?

Dit zijn vragen over leiderschap. Zonder sturing van het management raakt de AI-activiteit versnipperd. Het ene team schaft tools aan. Een ander voert experimenten uit. Een derde test copilots. Dit alles leidt niet tot strategische impact.

Organisaties die daadwerkelijk waarde creëren met AI, pakken het anders aan. Ze versterken het bestuur, wijzen verantwoordelijkheid toe aan het topmanagement, stellen stappenplannen op en houden KPI’s bij die zijn gekoppeld aan bedrijfsresultaten in plaats van aan technische innovaties. Uit het onderzoek van McKinsey uit 2025 blijkt dat betrokkenheid van het management, goed bestuur, gefaseerde stappenplannen, herontwerp van werkprocessen en duidelijke prestatiemeting de managementpraktijken zijn die het meest worden geassocieerd met waardecreatie.

Goede AI-leiders begint niet met "Wie moeten we aannemen?", maar met "Waar kan AI meetbare bedrijfswaarde creëren, en wat moet er veranderen om die waarde te realiseren?"

Leiderschap schept de voorwaarden voor schaalvergroting

Werving kan een proefproject op gang brengen. Leiderschap zorgt ervoor dat AI op grotere schaal kan worden ingezet.

Op grote schaal hangt de invoering van AI af van beslissingen die ver boven de technische laag liggen: budgettoewijzing, governance, afstemming tussen afdelingen, opleiding, communicatie over veranderingen, herontwerp van processen, juridische toetsing, risicodrempels en acceptatie door de werkvloer. Volgens McKinsey maakt inmiddels meer dan driekwart van de organisaties in ten minste één bedrijfsfunctie gebruik van AI, maar slechts een kleine minderheid beschouwt zichzelf als volwassen op dit gebied. Die kloof bestaat omdat invoering eenvoudiger is dan integratie. Om op grote schaal te kunnen opereren, moeten leidinggevenden de manier waarop het werk daadwerkelijk wordt gedaan, hervormen.

AI-implementatie op basis van personeelswerving versus AI-implementatie op basis van leiderschap

Waarom de tekortkoming aan AI-vaardigheden slechts een deel van het probleem is

Alleen maar mensen aannemen lost uitvoeringsproblemen niet op

De tekort aan AI-vaardigheden is een reëel probleem. Het World Economic Forum meldt dat 63% van de werkgevers vaardigheidstekorten beschouwt als een belangrijke belemmering voor transformatie in de periode 2025–2030, en dat 85% van plan is om bijscholing prioriteit te geven. Zeventig procent verwacht bovendien personeel met nieuwe vaardigheden aan te nemen.

Maar personeel aannemen is niet de belangrijkste oplossing.

Uit IBM's 2024 CEO study bleek dat 58% van de ondervraagde CEO’s personeel aan het werven was voor functies op het gebied van generatieve AI die het jaar daarvoor nog niet bestonden, maar dat meer dan de helft nog geen inventarisatie had gemaakt van de gevolgen van deze technologie voor hun huidige personeelsbestand. Veel organisaties nemen nieuw personeel aan voordat ze duidelijkheid hebben over de operationele implicaties, de culturele gevolgen of de vereiste aanpassingen.

Nieuwe medewerkers komen terecht in een onduidelijke omgeving. Ze beschikken weliswaar over gedegen technische expertise, maar hebben geen steun van het management. Er is geen prioriteitenlijst voor use cases. Er zijn geen afgestemde succescriteria. Ze hebben geen bevoegdheid om werkprocessen binnen verschillende bedrijfsonderdelen te wijzigen. Daardoor raken talentvolle medewerkers verstrikt in experimenteren in plaats van dat ze de transformatie aansturen.

Het echte probleem is of de organisatie er klaar voor is

De mate waarin een organisatie erop voorbereid is, maakt het verschil tussen ambities op het gebied van AI en de daadwerkelijke uitvoering ervan.

Een goed voorbereide organisatie beschikt over afgestemde leidinggevenden, een duidelijk bestuurskader, betrouwbare gegevens, geprioriteerde use cases, budgettaire discipline, veranderplannen, risicobeheersingsmaatregelen en managers die weten hoe ze AI in het dagelijkse werk kunnen integreren. Een organisatie die hier nog niet klaar voor is, kan weliswaar nog steeds op grote schaal personeel aannemen, maar zal moeite hebben om de aangeschafte capaciteit daadwerkelijk te benutten.

Zoals McKinsey het stelt, is de uitdaging van AI op de werkvloer niet in de eerste plaats een technologische uitdaging. Het is een zakelijke uitdaging die van leidinggevenden vraagt om teams op één lijn te brengen, weerstanden tegen de invoering weg te nemen en het bedrijf klaar te stomen voor verandering. De grootste kloof binnen veel organisaties ligt niet op het gebied van vaardigheden. Het is de kloof tussen de ambities op het gebied van AI en de mate waarin het management daarop is voorbereid.

Verandermanagement op het gebied van AI is cruciaal voor de acceptatie

Waarom werknemers weerstand bieden tegen veranderingen op het gebied van AI

Leiders zien weerstand tegen AI soms als angst voor technologie. Meestal is de reden echter praktischer.

Werknemers verzetten zich wanneer ze niet begrijpen waarom AI wordt ingevoerd, welke gevolgen dit heeft voor hun functie, hoe een goed gebruik eruitziet, of het management wel goed heeft nagedacht over kwaliteit, eerlijkheid en risico’s. Uit onderzoek van McKinsey blijkt dat een aanzienlijke minderheid van de werknemers terughoudend staat tegenover AI op het werk, terwijl zorgen over onnauwkeurigheid en cyberbeveiliging nog steeds veel voorkomen. Uit onderzoek van IBM blijkt ook dat veel CEO’s de invoering van AI sneller doorvoeren dan werknemers prettig vinden.

De weerstand neemt toe wanneer organisaties te hoge verwachtingen wekken. Als je AI als een wondermiddel presenteert, maar vervolgens verwarrende werkprocessen, slechte resultaten en onduidelijke richtlijnen levert, verdwijnt het vertrouwen snel.

Hoe effectief verandermanagement met AI eruitziet

Effectief verandermanagement op het gebied van AI is niet beperkt tot één enkele trainingssessie bij de start. Het is een gestructureerd programma dat de volledige levenscyclus van een initiatief bestrijkt.

BCG adviseert een holistisch veranderingsplan dat bestaat uit een inspirerend verhaal, duidelijke kaders, het vergroten van de vaardigheden en duidelijkheid over de gevolgen voor het personeel. McKinsey noemt dezelfde elementen: regelmatige communicatie over de toegevoegde waarde, rolgerichte trainingen, feedbackmechanismen, duidelijk omschreven stappenplannen en stimulansen die de acceptatie bevorderen.

Dat betekend in de praktijk:

• Uitleggen waarom het initiatief belangrijk is voor het bedrijf, en niet alleen voor het IT-team
• Laten zien hoe het werk op functieniveau zal veranderen, en niet alleen op organisatieniveau
• Managers opleiden, niet alleen eindgebruikers
• Werkprocessen herontwerpen in plaats van AI toe te passen op processen die niet goed functioneren
• Het opstellen van duidelijke regels voor het beheer en het gebruik vóór de implementatie
• De acceptatie en de bedrijfswaarde samen volgen, niet afzonderlijk

Als het verandermanagement rond AI tekortschiet, ervaren medewerkers AI als een verstoring die hen wordt opgelegd. Als het verandermanagement goed is, zien ze AI als een capaciteit die samen met hen wordt opgebouwd. Dat verschil bepaalt of de acceptatie blijvend is.

Wat een sterke AI-transformatiestrategie nu eigenlijk inhoudt

Meer dan alleen een lijstje met benodigde technologie

Een sterke AI-transformatiestrategie is geen lijst met aan te schaffen tools. Het is een operationeel plan voor het creëren van waarde. Deze strategie moet op zijn minst het volgende omvatten:

Waarom strategie mislukt als het leiderschap niet op één lijn zit

Veel AI-strategieën zien er op papier veelbelovend uit, maar mislukken in de praktijk omdat het managementteam niet op één lijn zit. De CIO wil consistentie in het platform. De bedrijfsleiders willen snelheid. De juridische afdeling wil strengere controles. HR is niet in een vroeg stadium betrokken geweest. De financiële afdeling wil bewijs zien voordat er budget wordt vrijgemaakt. Geen van deze standpunten is onredelijk. Het probleem ontstaat wanneer niemand de afwegingen maakt.

Uit onderzoek van IBM onder CEO’s is gebleken dat de kwaliteit van de samenwerking tussen de financiële en de technologische afdeling rechtstreeks verband houdt met het succes van AI, maar veel CEO’s geven ook aan dat concurrentie tussen leidinggevenden op C-niveau een belemmering vormt. Uit hetzelfde onderzoek bleek dat een cultuuromslag vaak als belangrijker wordt beschouwd dan technische uitdagingen bij het uitbouwen van een datagestuurde organisatie.

Bij een AI-transformatiestrategie gaat het niet alleen om de vraag wat er moet worden ontwikkeld. Het gaat erom de organisatie op één lijn te brengen over hoe de verandering tot stand komt, wie de beslissingen neemt en wat succes inhoudt.

Het leiderschapsgedrag dat het succes van AI bepaalt

Stel een duidelijke, geloofwaardige visie vast

Sterk AI-leiderschap begint met een visie die AI koppelt aan een concrete zakelijke toekomst, en niet met innovatieslogans of vage beloften om technologie te benutten. Leiders die duidelijk kunnen uitleggen waar het bedrijf naartoe gaat en waarom AI belangrijk is voor dat doel, scheppen de voorwaarden voor echte afstemming.

Zorg voor afstemming tussen de verschillende afdelingen

AI is van nature functieoverschrijdend. Een in silo’s opgedeeld leiderschap is funest voor AI.

Leidinggevenden hebben behoefte aan gezamenlijke prioriteiten, een gemeenschappelijke taal en gedeelde verantwoordelijkheid. Bedrijfsleiders moeten samen met de technologieteams verantwoordelijkheid nemen voor de use cases. HR moet in een vroeg stadium inzicht hebben in de gevolgen voor de functies, en niet pas na de implementatie worden geraadpleegd. Risicobeheer en de juridische afdeling mogen niet pas op het laatste moment worden ingeschakeld. De financiële afdeling moet vanaf dag één helpen bij het vaststellen van de ROI-logica.

De beste AI-leiders fungeren als integrators. Ze nemen wrijving tussen afdelingen weg in plaats van elke afdeling afzonderlijk te laten optimaliseren.

Zorg voor culturele verandering, niet alleen voor de technische uitvoering

Cultuur is vaak de doorslaggevende factor voor het al dan niet slagen van AI-programma’s. Als managers experimenteren afkeuren, zullen teams problemen verzwijgen. Als leidinggevenden zelf nooit gebruikmaken van AI, komt het programma over als een show. Als beloningen alleen gericht zijn op resultaten op korte termijn, zal niemand investeren in het herontwerpen van werkprocessen.

Leiderschap op het gebied van AI betekent het geven van het goede voorbeeld door nieuw gedrag te tonen: betere vragen stellen, leren belonen en verantwoord experimenteren tot de norm maken. Het betekent ook eerlijk zijn. Sommige functies zullen veranderen. Sommige processen zullen verdwijnen. Sommige vaardigheden zullen opnieuw moeten worden opgebouwd. Door die gesprekken uit de weg te gaan, verdwijnen ze niet. Het zorgt er alleen maar voor dat er later meer weerstand ontstaat.

Hoe de overstap te maken van een op werving gerichte naar een door leiderschap gestuurde implementatie van AI

1. Begin met bedrijfsdoelstellingen, niet met functietitels

Begin niet met: “We hebben een AI-manager, een ML-engineer en een promptspecialist nodig.“ Begin met het zakelijke probleem.

Vraag uzelf af: welke beslissingen verlopen traag, zijn duur of zijn inconsistent? Welke werkprocessen verlopen het minst soepel? Waar zou AI de kwaliteit, snelheid of winstmarge kunnen verbeteren? Wat is de meetbare meerwaarde als we dit goed aanpakken? Zodra de gebruiksscenario’s duidelijk zijn, worden beslissingen over personeel veel nauwkeuriger.

2. De verantwoordelijkheid van het management versterken

Elk serieus AI-initiatief heeft een benoemde leidinggevende nodig die over de verschillende afdelingen heen bevoegdheden heeft en verantwoordelijk is voor de toegevoegde waarde, de acceptatie en het beheer, en niet alleen voor de uitvoering. Uit de gegevens van McKinsey’s ‘State of AI 2025’ blijkt dat toezicht door de CEO op het AI-beheer gepaard gaat met een grotere impact op het bedrijfsresultaat. AI mag niet aan de rand van de aandacht van het management blijven staan.

3. Bouw AI-verandermanagement vanaf dag één in

Beschouw verandering niet als een communicatieproces dat pas vlak voor de lancering erbij wordt geplakt. Bouw het vanaf het begin in: effectbeoordeling op functieniveau, ondersteuning van leidinggevenden, communicatie over het bestuurskader, op persona’s gebaseerde training, feedbackloops en meetgegevens over de acceptatie, naast ROI-cijfers. Dit is waar de meeste AI-programma’s hun momentum winnen of verliezen.

4. Stel een duidelijke strategie voor AI-transformatie op

Leg de transformatielogica vast: wat verandert er, waarom nu, in welke volgorde, met welke verantwoordelijken en aan de hand van welke maatstaven. Een duidelijk stappenplan van één pagina is doorgaans effectiever dan een uitgebreid strategiedocument. Duidelijkheid wint het van complexiteit.

5. Beschouw talent als een hulpmiddel, niet als de volledige oplossing

Talent is belangrijk. Werving is belangrijk. Bijscholing is absoluut belangrijk. Maar talent moet een strategie ondersteunen, niet in de plaats komen van een strategie. De meest effectieve organisaties combineren selectieve werving met het opbouwen van interne capaciteiten, het herontwerpen van werkprocessen, goed bestuur en afstemming op het leiderschap. De gegevens van het World Economic Forum weerspiegelen deze bredere visie: werkgevers nemen niet alleen mensen aan, maar geven ook prioriteit aan bijscholing en functiewisselingen.

Het succes van AI hangt af van leiderschap

De bedrijven die succes boeken met AI zijn niet per se de bedrijven die het snelst mensen hebben aangenomen. Het zijn de bedrijven die het duidelijkste leiderschap hebben getoond.

Ze zullen de juiste zakelijke prioriteiten vaststellen, het managementteam op één lijn brengen, werkprocessen herontwerpen, vertrouwen opbouwen en mensen bij veranderingen ondersteunen. Ze zullen talent inzetten als een middel om de impact te vergroten, niet als vervanging voor strategie. En ze zullen inzien dat een AI-transformatiestrategie in wezen een uitdaging op het gebied van leiderschap is.

Vraag niet langer alleen: “Wie moeten we aannemen? “Maar vraag in plaats daarvan: “Hoe willen we dat dit bedrijf verandert, en zijn we bereid om die verandering op een goede manier in goede banen te leiden? “