Een training helpt mensen beter met AI werken. Wil je terugkerend werk laten overnemen, dan moet je onderzoeken hoe dat technisch kan. Weet je zelf nog niet wat je met AI wilt bereiken, dan vraagt dat ook iets van jou als ondernemer.
Wat een training moet veranderen
Een brede kennismaking met AI heeft een plek. Mensen zien wat mogelijk is en kunnen ontdekken waar ze zelf iets aan hebben. Maar als je wilt dat ze daarna anders gaan werken, moet je dichter bij hun dagelijkse taken komen.
Neem werk mee waar ze nu mee bezig zijn. Laat ze oefenen met herkenbare voorbeelden, binnen afspraken over welke gegevens ze mogen gebruiken. Na een training willen we dat iemand een taak uit zijn eigen werk zelfstandig beter kan uitvoeren en de uitkomst kan beoordelen. Vier weken later moet hij daar niet opnieuw de trainer voor nodig hebben.
Denk aan het voorbereiden van een klantmail. Iemand moet leren welke informatie nodig is voor een bruikbaar concept en kunnen beoordelen of het antwoord klopt en past bij de klant. Alleen weten hoe je een opdracht aan AI geeft, is daarvoor niet genoeg.
Wanneer je werk wilt laten overnemen
Misschien weten je medewerkers prima hoe ze zo'n concept maken, maar moeten ze daarvoor telkens dezelfde handelingen uitvoeren. Dan is nog een training niet vanzelf de beste investering. Bij werk dat vaak terugkomt, zouden wij onderzoeken welk deel kan worden overgenomen.
Daarbij hoeft niet meteen het hele proces automatisch te verlopen. Voor klantmails zouden wij beginnen met conceptantwoorden die een medewerker beoordeelt en verstuurt. Dat maakt duidelijk wat je wilt laten voorbereiden en welke verantwoordelijkheid bij de medewerker blijft. Of en hoe je dat in de gebruikte systemen kunt inrichten, moet technisch worden onderzocht. Klantgegevens horen daarbij alleen in een omgeving die voor dat gebruik is goedgekeurd.
Vraag ook wie de toepassing kan onderhouden als er iets verandert. Een bruikbaar concept is nog geen toepassing waarop je bedrijf dagelijks kan vertrouwen.
Is al duidelijk wat je wilt maken, wie ervoor nodig is en hoe je de uitvoering regelt? Dan hoeft daar van ons niet eerst een breed onderzoek voor te komen. Soms ontbreekt alleen iemand die het oppakt en samen met je mensen de toepassing bouwt.
Wat je als ondernemer zelf moet bepalen
Anders ligt het als je medewerkers aanspoort meer AI te gebruiken, terwijl je zelf nog zoekt naar wat AI voor je bedrijf betekent. Dan leg je een vraag bij hen neer die zij niet alleen kunnen beantwoorden. Zij kunnen toepassingen ontdekken, maar niet voor jou bepalen waar het bedrijf tijd en geld aan moet besteden.
Wil je meer werk aankunnen met hetzelfde team? Moet de kwaliteit omhoog? Of wil je mensen verlossen van taken waar ze dagelijks tegenop zien? Die laatste reden vinden wij onderschat. Je kunt een goede reden hebben om werk anders te organiseren zonder dat de belangrijkste opbrengst meer productie is.
Dat zijn de afwegingen waarvoor strategisch advies nuttig kan zijn. Wat krijgt voorrang, wat kan wachten en wat ben je bereid ervoor vrij te maken? Zonder keuzes over tijd, geld en prioriteit vinden wij een AI-strategie weinig waard.
Je hoeft als ondernemer niet iedere toepassing zelf te bouwen of dagelijks te gebruiken. Wel moet je achter de keuze staan en zorgen dat medewerkers ermee aan de slag kunnen. Wie het naast zijn gewone werk moet uitzoeken zonder beschikbare tijd, heeft met alleen een AI-abonnement weinig aan je aanmoediging.
Je hoeft niet te wachten tot je volledige AI-strategie op papier staat. Een team kan ondertussen best gericht leren hoe het AI bij een duidelijke taak gebruikt, zolang doel, beschikbare middelen en afspraken over gegevens helder zijn.
Wat je als ondernemer wel moet bepalen, is welk werk je wilt verbeteren en wat je daarvoor vrijmaakt. Met die keuze wordt duidelijk waar je medewerkers hulp bij nodig hebben.