Tot voor kort was mijn mening vrij simpel: AI moet bij iedereen op nummer één staan. Als je over een tijdje als product owner, team of productorganisatie nog bestaansrecht wilt hebben, moet je nu bewegen. Elke product owner en head of product zou in de 6e versnelling moeten experimenteren, agents bouwen en manieren zoeken om alles en iedereen in de AI-modus te krijgen.
Door die snelheid kom je er namelijk snel achter dat je data ruk is (mooi project voor in de zomer!) of dat je klanten er nog niet mee bezig zijn. En vanaf daar ga je dan kleine stapjes maken. In mijn hoofd een snel en simpel traject. Totdat ik de afgelopen weken eerst met Bjorn en later met Sietse mocht sparren hierover. Sindsdien ben ik er anders naar gaan kijken.
De frictie in je team is je grootste kracht
In die gesprekken ging het over de snelheid en gretigheid waarmee AI wel of juist niet wordt omarmd binnen teams. Het vertrekpunt is een beeld dat denk ik veel mensen in onze wereld herkennen: je hebt een paar mensen in je team die er vol voor gaan en alles willen proberen, er is een middengroep die wel wil, maar nog zoekende is en een groep die openlijk afwacht en kritisch is. Bjorn stipte bij mij aan dat het eigenlijk heel prettig is dat sommige mensen zo kritisch zijn, omdat er daardoor langer wordt nagedacht over feitelijke usability (“gaat iemand gebruiken wat we bouwen?”) en compliancy (“is het naast snel ook veilig?”).
De S-curve van AI-adoptie
Met Sietse ging het over voorkeursgedrag en dat je met een heel team van gasgevers vooral snel tegen muren aan rijdt. Dus dat dat ook niet zaligmakend is. Als ik dat projecteer op alle organisaties waar we mee/voor werken, dan ontstaat er met dit in mijn achterhoofd een patroon. Sietse tekende er zelfs een S-curve bij, erg lijkend op het S-curve model van Johnson.
Deze curve beschrijft hoe mensen zich ontwikkelen in drie fases: de sceptici, de innovators en de vertalers. Onderin zit je in de beginfase waarin alles nieuw en onzeker is. In het midden zit je in de fase waarin je snelheid maakt en impact hebt. En bovenin zit je in de fase waarin je het beheerst en ruimte krijgt om losser met regels om te gaan.
Projecteer dit op een team van product owners en je ziet exact wat er gebeurt. De sceptici zijn samen een clubje. Ze zoeken houvast, stellen vragen over betrouwbaarheid, security en kwaliteit, en willen voorkomen dat de organisatie te snel gaat. Het is “nee, tenzij”. Dat gedrag voelt soms als remmend, maar beschermt je onbewust tegen een hoop ellende.
Dan zijn er nog de mensen die er vol in gaan. Zij experimenteren, bouwen, proberen en trekken de organisatie vooruit, maar hebben ook de neiging om bestaande kaders te negeren. Veel ondernemers zitten hier en zij verzamelen mensen om zich heen die opvangen wat er door de lucht heen vliegt in de snelheid. Vertalend naar product organisaties: dit zijn de jongens en meisjes die op donderdagavond aan het uitzoeken zijn wat ze met het nieuwste model van Claude aankunnen.
En daartussen zit de groep die vertaalslagen maakt. De product owners die AI niet alleen interessant vinden, maar ideeën ook weten te vertalen naar concrete waarde voor hun product en hun stakeholders.
Effectiviteit boven experimenten
Denk aan een product owner die niet blijft hangen in “we moeten iets met AI” of “kijk wat ik in 2 uur heb gemaakt!”, maar juist een super concrete use case oppakt. Zoals het automatisch samenvatten en prioriteren van klantfeedback uit tickets en reviews, en dat direct koppelt aan de backlog. Niet als experimentje, maar als structureel onderdeel van hoe het team input verzamelt en beslissingen neemt. Of een product owner die ziet dat zijn team wekelijks uren kwijt is aan refinement en documentatie, en AI inzet om eerste versies van user stories en acceptatiecriteria te genereren, waardoor het gesprek in het team direct een niveau dieper gaat. Minder tijd kwijt aan opschrijven, meer tijd voor inhoudelijke keuzes.
Dat zijn geen pilots voor de bühne of omdat iemand het geinig vindt om mee te klooien, maar toepassingen die direct impact hebben op snelheid, kwaliteit en focus binnen het team.
Ondertussen zie ik dus in dat het helemaal niet goed is om te proberen om iedereen hetzelfde gedrag te laten vertonen. Als je je sceptici probeert om te vormen tot innovators, krijg je weerstand. Als je je innovators afremt met governance en processen, verlies je snelheid. En als je je middengroep geen duidelijke rol geeft, blijft alles hangen in experimenten zonder echte impact.
Hoe krijg je de curve in beweging?
Het is dus zaak om deze spanning te organiseren. Wat waarschijnlijk beter werkt, is erkennen dat iedereen in het team ergens anders op die curve zit. En dat dat OK is. De innovators zorgen voor beweging en laten zien wat er mogelijk is. De middengroep vertaalt dat naar werkende oplossingen die passen binnen de context van het product. En de sceptici zorgen ervoor dat je geen domme fouten maakt op het gebied van kwaliteit, security of compliancy.
De echte winst zit niet in het kiezen van één kant, maar in het organiseren van de spanning tussen die drie. Dat vraagt wel iets van hoe je je team aanstuurt. Sommige mensen zijn enorm gebaat bij ruimte en verantwoordelijkheid om te exploreren, terwijl je van anderen juist mag vragen om na te denken over de nadelen en risico’s van dat nieuwe project. Niet iedereen hoeft dus hetzelfde te doen. Sterker nog, dat moet je juist voorkomen. Geef de mensen die vooroplopen ruimte om te experimenteren zonder alles direct dicht te timmeren. Zorg dat de middengroep de tijd en focus krijgt om dingen werkend te maken. En gebruik je sceptici actief om plannen beter te maken, in plaats van ze te zien als rem.
En misschien nog belangrijker: zorg dat mensen bewegen.
Laat iemand die sceptisch is minimaal één experiment doen, al is het klein. En dwing iemand die vooral experimenteert om één idee echt door te vertalen naar productie. Daar zit groei. Niet in overtuigen, maar in ervaren.
In 3 stappen naar “Slimmer werken met AI”
1. Zorg dat iedereen next level kennis heeft van AI
Niet het futuristische geneuzel, maar ook niet Co-pilot gebruiken als een soort veredelde stagiair waar je alleen maar lui van wordt. Daar ergens tussenin zit het goud.
In de praktijk zie ik dat teams die hier stappen maken in hun AI volwassenheidsniveau, simpelweg meer begrijpen van wat er kan en wat niet. Daardoor stellen ze betere vragen, kiezen ze betere use cases en maken ze sneller impact.
2. Benoem expliciet wie waar zit op de curve
Dit is minder spannend dan het klinkt. Dit soort dingen heb je vaak in een uur scherp tijdens een teamlunch. Maak het bespreekbaar. Wie zit waar? Wie duwt? Wie vertaalt? Wie remt?
Vraag vervolgens iedereen om een concrete missie voor zichzelf te formuleren die teamoverstijgend en praktisch is. Iets waar de rest van de organisatie ook beter van wordt. De meeste product owners en product managers zien dat niet als extra werk, maar juist als een kans om eigenaarschap te pakken.
3. Kijk eerlijk naar je eigen laag
Hoe zit het in je eigen MT of leiderschapsteam? Als daar alleen maar gasgevers zitten, ga je vroeg of laat uit de bocht. Als daar alleen maar risicomijders zitten, gebeurt er simpelweg te weinig.
Wat je in je teams ziet, is vaak een afspiegeling van hoe het daarboven georganiseerd is. Als dit herkenbaar is, is de kans groot dat dit niet alleen een teamvraagstuk is, maar ook een leiderschapsvraagstuk.
Kort samengevat
Mensen trainen en tijd laten maken is super belangrijk, maar het is niet genoeg. We weten inmiddels ook dat tools niet het probleem zijn en slechte data juist wel. Maar dat is voor niemand nog een echte verrassing, denk ik. En het nieuwe inzicht wat ik heb, is dat het óók gaat om balans in je team. Met te veel van één smaak komt je curve niet van de grond. Want er komen of geen ideeën, of het blijven slechts ideeën, of het zijn ideeën die onvoldoende geborgd worden en dus sterven in schoonheid. Alleen met een ‘trio van voorkeuren’ (naampjes geven helpt, bijvoorbeeld pushers, vertalers en challengers) krijg je AI-initiatieven van de grond die echt impact maken.
Wat ik net al zei; Ongeacht waar iemand zit op die curve, moet je blijven investeren in kennis en vaardigheden. Een sceptische product owner zonder begrip van wat AI kan, stelt de verkeerde vragen. Een innovatieve product owner zonder fundament, bouwt dingen die niet schaalbaar of veilig zijn. Of rent alleen maar achter de wilde ideeën aan die op zijn of haar tijdlijn voorbij komen. En iemand in het midden zonder diepgang, blijft hangen in middelmatige toepassingen, een soort van “AI-washing”. Met andere woorden: je positie op de curve bepaalt je gedrag, maar je kennis bepaalt je plafond.
—
Mijn collega Linus helpt wekelijk teams hierbij met onze “Slimmer werken met AI”-incompany training. Niet om trucjes te leren, maar om dat niveauverschil te overbruggen. Voor kleinere organisaties is er de AI-club, waar je in een gemixte groep 8 x per jaar mee wordt genomen in praktische toepassingen met AI.
