Het antwoord op de vraag of je personeel kunt vervangen door AI is genuanceerder dan de eerste golf van aankondigingen deed vermoeden. Grote bedrijven zoals Ford en IBM draaien ontslagen deels terug omdat AI niet de ervaring, het beoordelingsvermogen en de bedrijfskennis van senior medewerkers kan vervangen. Voor jou als ondernemer is de les niet om AI te negeren, maar om zorgvuldig te bepalen welke taken je automatiseert en welke je juist aan mensen laat.

Wat er aan de hand is

Het beeld dat AI banen massaal en definitief overneemt, krijgt barsten. Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen die de AI-systemen niet konden verhelpen. Charles Poon, vicepresident hardware-engineering bij Ford, geeft tegenover de BBC toe dat het bedrijf dacht dat het invoeren van ontwerpvereisten in AI voldoende was voor een hoogwaardig product. Dat bleek niet zo te zijn. De AI mist de ervaring en training van menselijke ingenieurs die tientallen jaren productcycli hebben meegemaakt.

Ook softwaregigant IBM ziet problemen ontstaan na het vervangen van duizenden medewerkers door AI-tools. Bij de HR-afdeling wordt inmiddels 94 procent van de routinematige vragen afgehandeld door chatbots. De overige 6 procent betreft ethische dilemma’s of vragen die een menselijk oordeel vereisen, zo meldt CNBC. Daar zijn alsnog mensen voor nodig. Daarnaast waarschuwt IBM’s CHRO Nickle LaMoreaux, geciteerd door AI Magazine, voor een opdrogende 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 AI een krachtig hulpmiddel is, maar geen vervanging voor menselijke expertise. Voor het mkb is de relevantie groot. Waar grote bedrijven de financiële ruimte hebben om fouten te herstellen door mensen terug te halen, is die ruimte voor een kleinere organisatie vaak beperkter. Een verkeerde beslissing om iemand te ontslaan en te vervangen door een AI-tool kan leiden tot kwaliteitsverlies, klachten en een verlies aan bedrijfskennis die niet in een systeem is opgeslagen.

De kern is dat AI slechts zo goed is als de informatie waarmee het wordt getraind. Die informatie komt van ervaren medewerkers. Als je die kennis niet borgt voordat je automatiseert, verlies je niet alleen de medewerker, maar ook de kwaliteit van je product of dienst. Het terugdraaien van ontslagen bij Ford en IBM is daarmee geen incident, maar een signaal dat de waarde van ervaring in een AI-tijdperk juist toeneemt.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt… Overweeg om niet te bezuinigen op je meest ervaren engineers of productiespecialisten. Hun kennis is essentieel om AI-systemen te trainen en te controleren. Je zou kunnen beginnen met een inventarisatie van welke kwaliteitsproblemen AI niet oplost en welke senior medewerker daarbij betrokken moet worden. Een mogelijkheid is om een ‘AI-trainer’ aan te wijzen: iemand die verantwoordelijk is voor het voeden van het systeem met de juiste kennis.

Als je een team aanstuurt met repetitieve taken… Kijk kritisch naar de taken die je wilt automatiseren. Routinematige vragen of processen lenen zich goed voor AI, maar taken met een beoordelingscomponent niet. Een optie is om een grens te trekken: alles wat een eenduidig antwoord heeft, kan geautomatiseerd worden. Alles wat interpretatie of empathie vereist, blijft bij mensen. Overweeg om je medewerkers te vragen welke taken zij als meest complex ervaren; dat zijn vaak de taken die je niet moet automatiseren.

Als je starters of junioren in dienst hebt… Zorg dat je blijft investeren in het aannemen en opleiden van jong talent. De pijplijn van kennis droogt op als je alleen op AI vertrouwt. Je zou kunnen overwegen om een vast percentage van je wervingsbudget te reserveren voor startersfuncties, ook als dat op de korte termijn minder efficiënt lijkt. Een mogelijkheid is om een mentorschapsprogramma op te zetten waarin senior medewerkers hun ervaring overdragen, zodat die kennis niet verloren gaat wanneer zij vertrekken.

Als je een automatiseringsproject start… Voer eerst een kennisinventarisatie uit voordat je systemen implementeert. Vraag je af welke ervaring en bedrijfskennis niet in een handleiding of database staat, maar alleen in de hoofden van medewerkers. Overweeg om die kennis vast te leggen voordat je taken overdraagt aan AI. Een optie is om medewerkers te interviewen over hun werkwijze en die inzichten te gebruiken om je AI-systeem beter te trainen, in plaats van te bezuinigen op hun functie.

De praktische toepassing hangt af van jouw situatie, maar de rode draad is duidelijk: AI is een aanvulling op je personeel, geen vervanging. De bedrijven die dat het snelst begrijpen, voorkomen kwaliteitsproblemen en behouden de kennis die nodig is om AI goed te laten werken.

Bron: Sprout