Mens & Artificial Intelligence

Van hype naar samenspel

AI is hot en iedereen benoemd het te pas en te onpas. De laatste jaren horen we grootse, futuristische voorspellingen én zien we praktische tools die inmiddels in bijna elk kantoor aanwezig zijn. Denk aan ChatGPT of Micosoft Copilot. Toch zie ik bij klanten vaak hetzelfde: er is enthousiasme, maar weinig structureel gebruik. Pilots worden gestart, maar echte integratie in processen, cultuur en strategie blijft lastig.

Bij Adapt zien we dagelijks dat succesvolle AI-toepassing niet alleen draait om data en technologie. Het gaat ook om mensen, vaardigheden en cultuur. AI vervangt geen mensen, maar werkt het best als partner in een organisatie die er klaar voor is. Zoals ik de afgelopen tijd al veel heb gezegd: “De technologie is er, dat is niet het probleem. Adoptie, dát is de echte uitdaging.”

In dit (long read*) artikel neem ik je mee in drie pijlers voor een duurzaam samenspel, of misschien zelfs een partnership tussen mens en AI:

AI-geletterdheid: weten wat AI is, wat het kan, en hoe je er verantwoord mee werkt
Cultuur: een omgeving creëren waar experimenteren, leren en samenwerking met AI vanzelfsprekend is
Veranderaanpak: een gestructureerde route om AI van losse pilots naar strategische meerwaarde te brengen

Ook laat ik zien hoe ethiek & governance, praktische tools en een heldere toekomstvisie deze drie pijlers versterken en helpen om AI blijvend in de organisatie te verankeren.
(* ca. 9 minuten lezen volgens ChatGPT)

Deze blog is geschreven door

Niels Huismans

Directeur

Pijler 1. AI-geletterdheid: meer dan weten wat AI is

AI-geletterdheid gaat verder dan begrijpen dat ChatGPT teksten schrijft of Midjourney beelden genereert. Het is het vermogen om:

te herkennen waar AI waarde toevoegt
begrijpen hoe AI-systemen werken en waar de grenzen liggen risico’s en ethische implicaties inschatten
AI-output kritisch te beoordelen en te verbeteren

Bij Adapt merken we dat AI-geletterdheid ook gaat over goed leren “praten” met AI. Weten welke vragen je moet stellen, hoe je context geeft en hoe je de tool stap voor stap naar een beter resultaat begeleidt. Het gaat dus niet alleen om technische kennis, maar ook om een nieuwe manier van denken en werken, waarin mens en machine elkaars sterke punten benutten. Dit gaat dus net een stapje verder dan alleen maar ‘prompten’ of met een leuke tool als Nano Banana een plaatje bewerken. (Wat overigens wel heel leuk kan zijn).

EU AI Act

Vanaf februari 2025 eist de EU AI Act overigens dat organisaties “een toereikend niveau van AI-geletterdheid” waarborgen. Niet alleen bij medewerkers, maar ook bij externe partijen die met hun AI-systemen werken. De vraag is dus: hoe staat jouw organisatie ervoor?

Wat wij in de praktijk zien
Bij veel klanten zien we grote variatie in kennisniveau:

Directie en management willen strategische kansen en risico’s begrijpen, maar zeggen vaak: “We willen iets met AI.” Dat is een slecht vertrekpunt, want AI is geen doel op zich.
Operationele teams zoeken naar praktische toepassingen in hun werk. Wat betekent AI voor hun dagelijks werk? Trainingen zoals ‘AI tools slim inzetten’ of ‘AI in de praktijk’ zijn daarom enorm populair.
Data- en IT-specialisten willen technische verdieping en maken zich zorgen over security, governance en de data volwassenheid van de organisatie.

Als deze niveaus niet op elkaar aansluiten ontstaan misverstanden. Management vraagt om “iets met AI te doen”, maar teams weten niet hoe dat past in hun proces; specialisten bouwen technische oplossingen, zonder draagvlak bij de business…

Tips uit de praktijk

Wij starten AI-trajecten vaak met rol specifieke leerlijnen. Bijvoorbeeld: een introductieworkshop voor het hele bedrijf, gevolgd door verdiepende sessies per rol. Zo krijgt iedereen relevante kennis én ontstaat een gemeenschappelijke taal over AI.

Pijler 2. Cultuur: de onzichtbare succesfactor.

Technologie is vaak het makkelijkste deel. De grootste uitdaging is het veranderen van hoe mensen werken, beslissen en samenwerken. AI vraagt namelijk om:

experimenteren zonder garantie op succes;
samenwerken tussen disciplines (IT, business, compliance, HR);
leren omgaan met onzekerheid;

Organisaties die gewend zijn aan strakke procedures en risicomijding, hebben hier moeite mee. Ik zie het vaak bij overheidsinstanties en grote corporates: er is angst om fouten te maken of reputatieschade op te lopen, waardoor innovatie niet van de grond komt.

Wat werkt wél?

Duidelijkheid: heldere kaders voor het gebruik van AI, faciliteer leren en experimenteren.
Psychologische veiligheid: medewerkers voelen zich vrij om AI te gebruiken en te experimenteren, zonder angst voor negatieve gevolgen bij fouten.
Transparantie: teams delen open hun successen én mislukkingen met AI.
Eigenaarschap: AI is niet “van IT” of “van innovatie”, maar van iedereen. Dat vraagt eigenaarschap bij zowel directie als op de werkvloer.

Adapt's aanpak

Bij Adapt werken we vaak met een projectteam (soms zelfs AI-impactteam genoemd): een groep uit verschillende lagen van de organisatie die experimenten doet en ervaringen deelt. Zo wordt AI onderdeel van de dagelijkse praktijk in plaats van een los innovatieproject.

Pijler 3. Strategische veranderaanpak: van losse pilot naar waarde.

Veel bedrijven zitten vast in de “pilot-val”: losse AI-experimenten die geen vervolg krijgen. De reden? Geen duidelijke link met strategische doelen, geen draagvlak en geen plan voor opschaling.

Bij Adapt gebruiken we vaak deze vijf stappen om AI duurzaam te verankeren:

Visie en strategische doelen: bepaal wat AI toevoegt aan de organisatiedoelen.
Use case selectie: kies projecten met duidelijke businesswaarde én haalbaarheid.
Experimentfase: kleinschalig testen met meetbare KPI’s.
Opschalin: succesvolle pilots uitrollen, inclusief training en governance.
Borging en doorontwikkeling: AI blijven verbeteren en uitbreiden.

Bij een klant in de energiesector startten we drie kleine use cases. Het samenvatten van vergaderverslagen leverde direct 40% tijdwinst op. Dit werd opgeschaald naar de hele organisatie, mét training. Andere pilots kregen alleen een vervolg waar dat zinvol was.

Ethiek, tools en toekomstvisie

AI werkt alleen als medewerkers, klanten en stakeholders erop kunnen vertrouwen. Dat betekent dat organisaties duidelijke ethische kaders en governance nodig hebben. Belangrijk hierbij is dat AI geen groepen systematisch mag benadelen (bias en fairness). Daarnaast moet helder zijn hoe AI tot een beslissing komt, zodat transparantie gewaarborgd blijft. Ook verantwoordelijkheid speelt een rol: er moet altijd duidelijk zijn wie de eindverantwoordelijkheid draagt bij fouten of problemen.

Bij Adapt gebruiken we hiervoor een AI Governance Framework. Dit bestaat uit vier lagen die samen zorgen voor een solide basis. Het begint met principes: de ethische en maatschappelijke uitgangspunten van de organisatie. Vervolgens is er beleid, waarin interne regels over de ontwikkeling en het gebruik van AI zijn vastgelegd. Daarna volgen processen, die zorgen voor toetsing, monitoring en audits. Tot slot zijn er tools: de technische en organisatorische hulpmiddelen die naleving ondersteunen.

Praktische tools en acties:

Stel een AI-impactteam samen
Reserveer “AI-tijd” in de week
Bouw een AI-kennisbank
Train rolgericht
Meet de impact

Toekomstvisie - Mens & AI als partner

We staan pas aan het begin; AI zal steeds dieper verweven raken met ons werk. Maar het blijft een hulpmiddel en geen vervanger van menselijk oordeel, creativiteit en context. De winnaars zijn organisaties die AI inzetten om menselijke kwaliteiten te versterken. Zij leren omgaan met snelle technologische veranderingen en investeren in vaardigheden, cultuur en governance.

Bij Adapt geloven we dat de sleutel ligt in het partnerschap tussen mens en AI. Technologie die slim en verantwoord wordt ingezet en mensen die weten hoe ze het optimaal kunnen benutten.

Wil je weten hoe jouw organisatie AI-geletterdheid kan vergroten, cultuur kan versterken en AI duurzaam kan verankeren? Neem contact op met Jonatan Buttet of Niels Huismans. Samen zorgen we dat mens en AI in jouw organisatie écht partners worden.