AI gaat sneller dan je collega’s aankunnen
Waarom tooltraining niet werkt, en wat je in plaats daarvan nodig hebt
Je stuurt een artikel door. “Dit moeten we echt bekijken.” Twee weken later vraag je ernaar. Niemand heeft het gelezen.
Niet omdat ze het niet willen. Maar omdat er sindsdien alweer drie nieuwe tools zijn verschenen, twee LinkedIn-posts over “de volgende grote doorbraak” en een persbericht over een AI-model dat het vorige “volledig overbodig” maakt.
Het tempo van AI-ontwikkeling is ongekend. Voor early adopters voelt dat als speeltuin. Voor de rest van je organisatie voelt het als drijfzand.
En dat is het échte probleem van dit moment.
De kloof die onzichtbaar groeit
In vrijwel elke organisatie zie je hetzelfde patroon ontstaan. Een klein groepje medewerkers, de enthousiastelingen, duikt diep in AI. Ze experimenteren, leren, bouwen workflows. Ze worden intern “de AI-mensen.”
De rest kijkt toe. Of haakt af.
Niet uit onwil. Niet uit domheid. Maar omdat niemand hun de juiste ingang heeft gegeven. Omdat de tools veranderen voordat ze ermee vertrouwd zijn. Omdat het tempo hen het gevoel geeft dat ze nooit bij kunnen benen.
Ondertussen groeit de kloof binnen je team stap voor stap. En met elke nieuwe aankondiging wordt die kloof een beetje groter.
Voor een directeur is dit een strategisch risico. Niet morgen. Maar over twaalf maanden, als blijkt dat de helft van je team structureel achterloopt op de andere helft, en op de markt.
Waarom tooltraining het probleem niet oplost
De meeste organisaties reageren op dit probleem met training. Logisch. Je ziet een gat in kennis, je vult het op.
Maar tooltraining heeft een fundamenteel probleem: de tool is altijd sneller dan de training.
Tegen de tijd dat je een programma hebt uitgerold voor ChatGPT, is er een nieuwe versie. Tegen de tijd dat iedereen die versie kent, heeft een concurrent een ander model geïntroduceerd. De inhoud van de training is verouderd voordat de helft van je team hem heeft afgerond.
Bovendien beklijft tooltraining zelden. Medewerkers leren knoppen klikken, maar begrijpen niet waaróm. Zodra de interface verandert of de tool wegvalt, staan ze opnieuw met lege handen.
De echte uitdaging is geen toolkennis. De echte uitdaging is denkvermogen.
Het verschil tussen een tool kennen en ermee kunnen werken
Er is een groot verschil tussen twee typen medewerkers:
Type A
Heeft geleerd hoe ChatGPT werkt. Weet welke knoppen hij moet indrukken. Kan een standaard prompt invoeren en een antwoord krijgen.
Type B
Begrijpt hoe hij een complexe vraag of werkuitdaging vertaalt naar bruikbare input voor AI. Weet hoe hij output beoordeelt, bijstuurt en integreert in zijn werkproces. Kan dat met elke tool, vandaag en over twee jaar.
Type A is kwetsbaar. Zodra de tool verandert, begint hij opnieuw.
Type B is toekomstbestendig. Hij past zich aan elke nieuwe ontwikkeling aan, omdat zijn vaardigheid niet zit in de tool maar in het denken.
De vraag voor jou als directeur is: wat bouw je op in je organisatie?
De wereld wordt technischer, en dat vraagt iets van leiderschap
Laten we eerlijk zijn: niet iedereen in je team is van nature technisch ingesteld. Dat was vijf jaar geleden al zo, en dat is nu nog steeds zo.
Dat is geen probleem. Het wordt pas een probleem als je van iedereen een technisch expert probeert te maken.
De meeste medewerkers hoeven geen AI-specialist te worden. Ze hoeven niet te weten hoe een taalmodel werkt. Ze moeten wel begrijpen hoe AI hun werk raakt, wat het voor hen kan doen en hoe ze het verstandig inzetten in hun eigen werkcontext.
Dat is een heel andere leervraag. En die vraag beantwoord je niet met een eendaagse tooltraining. Die beantwoord je door AI te verweven in de manier waarop je team dagelijks werkt, stap voor stap, werkproces voor werkproces.
Wat een effectieve aanpak wél doet
Een aanpak die werkt richt zich op drie dingen:
- Aansluiten bij bestaand werk
Niet: “hier is een nieuwe tool, ga ermee oefenen.”
Wel: “hier is jouw offerteproces, zo kan AI daarin ondersteunen.”
Medewerkers leren het snelst als de toepassing direct herkenbaar is in hun eigen werkelijkheid. Abstracte oefeningen beklijven niet. Concrete toepassingen in hun eigen werk wel. - Denken, niet klikken De kern van effectief AI-gebruik is niet weten welke knoppen je indrukt. Het is weten hoe je een vraagstuk formuleert, hoe je output beoordeelt en hoe je bijstuurt als het resultaat niet klopt.
Dat zijn vaardigheden die je traint, onafhankelijk van welke tool je gebruikt. - Borgen in de organisatie
Individuele kennis verdwijnt met mensen. Organisatiekennis blijft.
Een effectieve aanpak zorgt ervoor dat wat het team leert, wordt vastgelegd in gedeelde werkwijzen, gedocumenteerde workflows en interne standaarden. Zo groeit de organisatie, niet alleen de individu.
De rol van de directeur
Als directeur kun je twee dingen doen.
Je kunt wachten tot je medewerkers zichzelf bijscholen. Sommigen doen dat. De enthousiastelingen. De rest doet het niet, tenzij ze de ruimte, de structuur en de begeleiding krijgen om het te doen.
Of je kunt actief sturen. Niet door te bepalen welke tools iedereen moet gebruiken. Maar door de randvoorwaarden te scheppen: tijd, richting, begeleiding en een aanpak die past bij hoe jouw organisatie werkt.
Dat is leiderschap in een AI-tijdperk. Niet bijhouden wat er allemaal nieuw is. Maar zorgen dat je organisatie meebeweegt, als geheel.
Conclusie
AI gaat sneller dan je collega’s aankunnen. Dat is geen verwijt, het is een gegeven.
De vraag is niet óf je iets moet doen. De vraag is wat je doet.
Investeer je in tools? Of investeer je in het vermogen van je mensen om met elke tool te werken?
Het antwoord op die vraag bepaalt over twee jaar of AI je organisatie sterker heeft gemaakt, of alleen maar drukker.
Bij LinkLeaders helpen we commerciële teams om AI te omarmen in hun eigen werkcontext, niet via tooltrainingen, maar via een aanpak die aansluit bij hoe jouw organisatie werkt.
Benieuwd wat dat voor jouw team betekent?
Bel: +31 (0)182 570927 • Mail: contact@linkleaders.nl