De eerste grote AI-ontslaggolf wordt deels teruggedraaid. Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen die AI niet kan aanpakken, en IBM investeert weer in jonge starters nadat automatisering bij HR op grenzen stuitte. De les voor ondernemers is dat AI een krachtig hulpmiddel is, maar geen vervanging voor jarenlange ervaring en menselijk oordeel.

Wat er aan de hand is

Autofabrikant Ford erkent nu openlijk dat de eerdere AI-strategie te ver ging. Het bedrijf had 900 AI-camera’s in fabrieken geïnstalleerd en kunstmatige intelligentie door het hele industriële systeem doorgevoerd, in de veronderstelling dat dit automatisch tot hoogwaardige producten zou leiden. Charles Poon, vicepresident hardware-engineering, geeft tegenover de BBC toe dat dit een misvatting was. De afgelopen jaren is te weinig aandacht besteed aan de ervaring van de meest deskundige ingenieurs, die vele productcycli hebben doorlopen. Die ervaring zit niet in een AI-tool, en daarom worden nu 350 senior engineers teruggehaald om de AI-systemen beter te trainen.

Bij softwaregigant IBM speelt een vergelijkbaar probleem. Daar zijn duizenden mensen ontslagen en vervangen door AI-tools, vooral binnen HR. Inmiddels wordt 94 procent van de routinematige hr-vragen afgehandeld door AI-chatbots. Maar de laatste 6 procent kan AI niet aan: vragen over ethische dilemma’s of situaties die een menselijk oordeel vereisen. Daar zijn alsnog mensen voor nodig. Daarnaast waarschuwt IBM’s CHRO Nickle LaMoreaux voor een verstoorde pijplijn: als er geen jonge starters worden aangenomen, droogt de bron van talent over drie tot vijf jaar op. IBM heeft daarom opgedragen om het aannemen van jonge starters in de VS te verdrievoudigen.

Wat dit betekent

Deze terugdraaiingen markeren een kantelpunt in hoe bedrijven naar AI kijken. In de afgelopen jaren overheerste het beeld dat AI banen zou vervangen en dat automatisering de productiviteit vrijwel onbeperkt zou verhogen. De praktijk bij Ford en IBM laat zien dat dit beeld te rooskleurig was. AI-systemen zijn zo goed als de informatie waarmee ze getraind worden, en die informatie komt uiteindelijk van mensen met ervaring.

Voor het midden- en kleinbedrijf is dit een belangrijke waarschuwing. De verleiding is groot om bij personeelstekorten of kostenbesparingen snel AI-tools in te zetten. Maar de ervaringen van deze grote bedrijven tonen aan dat blind vertrouwen op automatisering kwaliteitsproblemen kan veroorzaken die achteraf duur zijn om op te lossen. Het terugbellen van ontslagen medewerkers is niet alleen een logistieke operatie, het is ook een signaal naar het resterende personeel dat beslissingen mogelijk te snel zijn genomen.

Tegelijkertijd betekent dit niet dat AI geen waarde heeft. Het betekent wel dat de inzet ervan doordacht moet zijn. De grens ligt ongeveer daar waar routinematige taken eindigen en oordeelsvorming begint. Voor een ondernemer is de vraag niet of AI ingezet moet worden, maar waar precies.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt… overweeg om AI in te zetten voor kwaliteitscontrole en procesoptimalisatie, maar behoud de ervaren medewerkers die het systeem kunnen trainen en beoordelen. Een mogelijkheid is om een vast team van senior medewerkers aan te wijzen dat verantwoordelijk is voor het voeden van AI-systemen met de juiste informatie en het controleren van de output. Zo voorkom je dat je later ontdekt dat de kwaliteit is gedaald zonder dat iemand het doorhad.

Als je een team aanstuurt waarin AI-taken zijn geautomatiseerd… kijk kritisch naar de laatste procenten die AI niet kan afhandelen. Bij IBM bleek dat 6 procent van de hr-vragen menselijk oordeel vereist. Je zou kunnen inventariseren welke klant- of medewerkersvragen in jouw organisatie standaard zijn en welke echt maatwerk vereisen. Zorg dat er altijd een persoon beschikbaar is voor die uitzonderingen, en communiceer duidelijk wanneer een klant of medewerker een mens kan spreken.

Als je starters of junioren in dienst neemt… overweeg om juist nu te investeren in jong talent, ook als AI sommige instapfuncties overneemt. De zorg van IBM’s CHRO is dat een organisatie zonder instroom over een paar jaar geen ervaren medewerkers meer heeft. Een optie is om een deel van de besparing die AI oplevert te herinvesteren in een stageprogramma of traineeship, zodat je over drie tot vijf jaar beschikt over mensen die zowel de bedrijfsprocessen als de AI-systemen begrijpen.

Als je overweegt om medewerkers te vervangen door AI… maak eerst een lijst van taken die niet in een handleiding of dataset te vangen zijn. Denk aan klantrelaties, onderhandelingen, creatieve oplossingen en het overdragen van bedrijfskennis. Als die lijst langer is dan je dacht, is de kans groot dat je dezelfde fout maakt als Ford en IBM. Het is verstandig om AI in te zetten als ondersteuning van medewerkers, niet als vervanging, en om de beslissing over ontslagen pas te nemen nadat je de grenzen van de technologie in jouw specifieke situatie hebt getest.

De praktische toepassing hangt af van jouw situatie, maar de rode draad is duidelijk: AI kan veel, maar niet alles. De bedrijven die dit het snelst erkennen, voorkomen dat ze straks ook mensen moeten terugbellen.

Bron: Sprout