In veel organisaties begint het gesprek over AI bij intelligentie.
Wat kan het systeem begrijpen? Welke beslissingen kan het overnemen? Hoe slim is het werkelijk?
Dat is een logische ingang. Maar voor lean werken is het misschien niet de meest bruikbare.
De laatste tijd merken we dat organisaties AI vooral benaderen als een nieuwe digitale medewerker. Iets dat analyses maakt, teksten schrijft of voorspellingen doet. Daarna ontstaat al snel de vraag welke functies ermee kunnen worden vervangen.
In de praktijk ligt de waarde vaak ergens anders.
Niet in het nabootsen van menselijke intelligentie, maar in het verbeteren van het werk dat mensen al doen.
AI kan helpen om sneller patronen te zien in afwijkingen. Het kan grote hoeveelheden feedback samenvatten. Het kan terugkerend administratief werk verminderen en informatie beschikbaar maken op het moment dat iemand die nodig heeft.
Dat klinkt minder spectaculair dan een autonome organisatie. Maar het sluit beter aan bij lean.
Lean gaat uiteindelijk niet over minder mensen. Het gaat over minder verspilling in het proces, zodat mensen hun aandacht kunnen gebruiken voor werk dat werkelijk waarde toevoegt.
Vanuit dat perspectief wordt AI geen Artificial Intelligence, maar Artificial Improvement.
Een middel om het verbetervermogen van een organisatie te vergroten.
Dat verschil is belangrijk. Wanneer AI wordt ingezet als vervanging, kijken organisaties vooral naar lokale efficiëntie. Hoeveel tijd besparen we? Hoeveel handelingen verdwijnen? Hoeveel capaciteit kan eruit?
Wanneer AI wordt ingezet als leverage voor lean, ontstaat een andere vraag: waar helpt deze technologie ons om problemen eerder te zien, oorzaken beter te begrijpen en verbeteringen sneller door te voeren?
In veel organisaties zit daar een ongemakkelijke waarheid onder.
AI maakt een zwak proces niet automatisch beter. Het kan het vooral sneller laten verlopen.
Een onduidelijke aanvraag wordt sneller verwerkt, maar blijft onduidelijk. Een verkeerde KPI wordt sneller gerapporteerd, maar stuurt nog steeds het verkeerde gedrag. Een proces met veel overdrachten kan efficiënter worden ondersteund, terwijl de overdrachten zelf nauwelijks ter discussie staan.
Soms weten we dat al. Maar het is eenvoudiger om technologie toe te voegen dan om het werk opnieuw te bekijken.
Wat helpt, is AI niet als los innovatieproject te behandelen. De bruikbare toepassingen liggen vaak dicht bij het dagelijkse werk: waar mensen zoeken, wachten, controleren, herstellen of dezelfde informatie opnieuw invoeren.
Daar kan AI hefboomwerking geven. Niet door het verbeterproces over te nemen, maar door het zicht op het proces te vergroten.
Dat vraagt ook om enige terughoudendheid. Niet iedere activiteit die geautomatiseerd kan worden, hoeft geautomatiseerd te worden. Soms bevat juist het handmatige contact informatie die nodig is om kwaliteit te begrijpen, samen te werken of afwijkingen op tijd te herkennen.
De interessante vraag is daarom niet hoe intelligent AI wordt.
De vraag is waar AI ons helpt om als organisatie beter te zien, beter te leren en gerichter te verbeteren.
Wat verandert er wanneer we AI niet langer beoordelen op hoe menselijk het lijkt, maar op hoeveel beter het werk ervan wordt?
