Het antwoord op de vraag of AI je personeel kan vervangen is steeds vaker: nee, niet helemaal. Grote bedrijven zoals Ford en IBM draaien hun AI-ontslaggolf gedeeltelijk terug en halen voormalige medewerkers terug, omdat blijkt dat kunstmatige intelligentie niet kan tippen aan jarenlange ervaring en menselijk oordeelsvermogen. Voor jou als ondernemer is de les duidelijk: AI kan processen versnellen, maar het vervangen van senior kennis is een kostbare vergissing die je kunt voorkomen.

Wat er aan de hand is

Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen die ontstonden nadat het bedrijf sterk inzette op AI. Charles Poon, vicepresident hardware-engineering, geeft tegenover de BBC toe dat AI niet de ervaring en training van menselijke ingenieurs heeft. Eerder had Ford vol trots 900 AI-camera’s in fabrieken geïnstalleerd om kwaliteitsproblemen op te sporen, maar dat bleek onvoldoende. ‘We dachten ten onrechte dat we door simpelweg kunstmatige intelligentie te introduceren een hoogwaardig product zouden opleveren’, zegt Poon nu.

Bij softwaregigant IBM is een vergelijkbare beweging zichtbaar. Na duizenden ontslagen en vervanging door AI-tools, vooral binnen HR, blijkt dat de laatste 6 procent van de vragen niet door chatbots kan worden afgehandeld. Dat zijn vragen over ethische dilemma’s of situaties die een menselijk oordeel vereisen, meldt CNBC. Daarnaast waarschuwt IBM’s CHRO Nickle LaMoreaux voor een uitdrogende pijplijn van jong talent. Ze heeft daarom opdracht gegeven om het aannemen van starters in de VS te verdrievoudigen.

Wat dit betekent

Deze voorbeelden laten zien dat de eerste AI-hype plaatsmaakt voor realisme. Voor middelgrote bedrijven is de relevantie groot. Waar grote concerns de financiële ruimte hebben om fouten te herstellen, kan een mkb-bedrijf minder makkelijk terugkomen op een verkeerde ontslagronde. De kern is dat AI-systemen slechts zo goed zijn als de informatie waarmee ze getraind worden. Die informatie komt van mensen met ervaring. Als je die mensen laat gaan, verlies je niet alleen hun kennis, maar ook het vermogen om je AI-systemen te verbeteren. Daarnaast wijst het IBM-voorbeeld op een structureel risico: zonder instroom van jong talent droogt de kennisbasis voor de toekomst op. Voor bedrijven die nu bezuinigen op startersfuncties, ligt een tekort aan ervaren medewerkers over enkele jaren op de loer.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt… overweeg om kritisch te kijken naar welke kwaliteitscontroles je aan AI hebt overgelaten. De Ford-casus laat zien dat AI goed is in het signaleren van afwijkingen, maar niet in het begrijpen waarom die afwijkingen ontstaan. Je zou kunnen inventariseren welke senior medewerkers proceskennis hebben die niet in systemen is vastgelegd. Een mogelijkheid is om hen een expliciete rol te geven in het trainen en verbeteren van je AI-modellen, in plaats van hen te vervangen door diezelfde technologie.

Als je een team aanstuurt waarin AI-taken heeft overgenomen… is het verstandig om te evalueren welke taken echt goed worden afgehandeld en waar klanten of collega’s vastlopen. Het IBM-voorbeeld toont aan dat vooral de laatste paar procent van de vragen menselijk oordeel vereist. Je zou kunnen overwegen om een duidelijke escalatieroute in te bouwen: AI handelt de standaardzaken af, maar complexe of gevoelige kwesties gaan altijd naar een ervaren medewerker. Een optie is om te checken of die medewerkers nog in je organisatie aanwezig zijn of dat je hen hebt laten gaan.

Als je verantwoordelijk bent voor werving en selectie… overweeg om je instroombeleid voor starters te heroverwegen. De uitspraak van IBM’s CHRO over de uitdrogende pijplijn is ook voor kleinere organisaties relevant. Je zou kunnen onderzoeken of je nog voldoende junior posities hebt die zorgen voor kennisoverdracht van senior naar nieuw talent. Een mogelijkheid is om een bewust mentorschapsprogramma op te zetten waarin ervaren medewerkers hun kennis expliciet delen, zodat die niet verloren gaat wanneer zij vertrekken.

Als je overweegt om AI in te zetten om kosten te besparen op personeel… is het advies om eerst in kaart te brengen welke kennis essentieel is voor de kwaliteit van je product of dienst. De ervaring van Ford leert dat AI alleen niet genoeg is en dat het terugdraaien van ontslagen duurder is dan het voorkomen ervan. Je zou kunnen starten met een kleine pilot waarin AI een ondersteunende rol krijgt, terwijl je senior medewerkers behoudt om de resultaten te bewaken. Overweeg om pas op te schalen wanneer je zeker weet dat de kwaliteit overeind blijft.

Bron: Sprout