Wanneer vraagt AI-adoptie om een operating-modeltransformatie?

“AI adoption is not primarily a software rollout. It is operating-model transformation.” Dat las ik in een blog van Vincent Powell op LinkedIn. Die observatie past in een bredere discussie over de invoering van AI in organisaties, en in het bijzonder over Agentic AI

De gedachte erachter is begrijpelijk. Organisaties die de invoering van AI behandelen als een gewone software-uitrol, lopen het risico dat ze vooral technologie toevoegen op bestaande processen die gebaseerd zijn op de mogelijkheden zoals deze zonder AI zijn. Ze zijn ingericht met een ander vertrekpunt. Een licentie aanschaffen, medewerkers trainen en een aantal experimenten starten, betekent nog niet dat een organisatie vervolgens met AI meer waarde creëert.

Maar de uitspraak roept ook een belangrijkere vraag op: “Wanneer verandert AI-gebruik eigenlijk in een verandering van de manier waarop een organisatie werkt?”

Want tussen het eerste gebruik van AI en een fundamentele verandering van het operating model, zit een groot verschil. Dat verschil begint bij twee begrippen die vaak door elkaar worden gebruikt: AI-adoptie en AI-adaptatie.

Van AI-adoptie naar AI-adaptatie

AI-adoptie gaat over het moment waarop mensen technologie gaan gebruiken.

Een medewerker gebruikt AI om een rapport samen te vatten. Een recruiter gebruikt AI om een vacaturetekst te verbeteren of informatie over kandidaten te ordenen. Een manager gebruikt een AI-assistent om sneller inzichten uit documenten te halen.

Dat kan direct waarde opleveren. Het werk kan sneller worden uitgevoerd, medewerkers kunnen nieuwe mogelijkheden ontdekken en bepaalde taken kunnen eenvoudiger worden. Maar daarmee verandert het operating model van de organisatie nog niet automatisch.

Een medewerker kan anders werken terwijl de functie hetzelfde blijft. Een team kan productiever worden zonder dat besluitrechten verschuiven. Een proces kan sneller verlopen zonder dat rollen of verantwoordelijkheden opnieuw worden ingericht. De technologie is toegevoegd aan het bestaande werk. Dat is AI-adoptie.

AI-adaptatie begint wanneer de organisatie zich daadwerkelijk gaat aanpassen aan de mogelijkheden én beperkingen van de technologie. Dan verandert niet alleen het gebruik van AI, maar ook de manier waarop werk wordt ingericht.

Een systeem maakt bijvoorbeeld niet alleen een samenvatting, maar helpt bepalen welke dossiers prioriteit krijgen. Een medewerker behandelt niet langer alle gevallen, maar richt zich vooral op uitzonderingen. Een proces wordt niet alleen versneld, maar opnieuw ontworpen rond een andere verdeling tussen menselijke en digitale capaciteit. 

Dan verschuift de centrale vraag. Niet langer: “Hoe zorgen we dat mensen deze AI-tool gebruiken?”

Maar: “Hoe richten we het werk opnieuw in nu digitale capaciteit onderdeel wordt van de uitvoering?”

• Lees ook: Glansrol voor HR bij AI-transformatie: HR wordt mede-architect van het werk

Niet iedere AI-toepassing verandert werk op dezelfde manier

Wanneer we spreken over AI, lijkt het soms alsof het om één ontwikkeling gaat. Voor veel mensen is AI vooral bekend via generatieve toepassingen zoals ChatGPT of Copilot: systemen waarmee je tekst maakt, informatie samenvat of ideeën ontwikkelt. 

Maar andere vormen van AI kunnen een veel directere invloed krijgen op de manier waarop werk wordt georganiseerd. Een digital AI agent kan bijvoorbeeld niet alleen informatie geven, maar ook binnen bepaalde grenzen handelen. Zo’n agent kan informatie verzamelen, verschillende systemen gebruiken, vervolgstappen plannen en zelfstandig onderdelen van een digitaal proces uitvoeren. 

Voor HR maakt dat verschil. Een recruiter die AI gebruikt om een vacaturetekst te verbeteren, verandert vooral zijn eigen manier van werken. Maar stel dat een organisatie een AI-agent inzet die zelfstandig kandidateninformatie verzamelt, kandidaten rangschikt en alleen uitzonderingen aan een recruiter voorlegt. Dan verandert er meer dan alleen de snelheid van het proces.

De organisatie moet opnieuw nadenken over:

• wie de eerste beoordeling uitvoert; 
• waar menselijk oordeel noodzakelijk blijft; 
• welke verantwoordelijkheid de recruiter nog draagt; 
• hoe kwaliteit en mogelijke fouten worden gecontroleerd. 

Dan verschuift de vraag van technologiegebruik naar werkontwerp.

Bij physical AI agents komt daar nog een extra dimensie bij. Dit zijn AI-systemen die niet alleen informatie verwerken, maar ook handelen in de fysieke wereld, zoals robots in productie, logistiek of magazijnen. Daar spelen naast werkverdeling en besluitvorming ook vragen over veiligheid, fysieke samenwerking en de manier waarop mensen en machines samen het werk uitvoeren.

De kern blijft echter hetzelfde: Niet de technologie zelf bepaalt de impact, maar de rol die zij krijgt binnen het werk.

Wanneer verandert AI het operating model werkelijk?

Hier ontstaat vaak verwarring. Een medewerker kan zeggen dat zijn manier van werken sterk is veranderd, terwijl een bestuurder juist zegt dat de organisatiestructuur exact hetzelfde is gebleven. Beide kunnen gelijk hebben: verandering ziet er anders uit, afhankelijk van het perspectief van waaruit je kijkt.

Een individuele medewerker kan anders werken zonder dat de organisatie als geheel verandert. Een proces kan efficiënter worden zonder dat rollen, verantwoordelijkheden of besluitrechten fundamenteel verschuiven. Een organisatie kan AI gebruiken zonder dat het operating model geraakt wordt.

• Lees ook: Waarom AI alleen geen concurrentievoordeel oplevert en wat HR daaraan kan doen

Daarom is de aanwezigheid van AI niet de beste maatstaf. De betere vraag is: Wat verandert er in de manier waarop de organisatie waarde creëert, werk organiseert en verantwoordelijkheid verdeelt?

• Soms blijft de verandering beperkt tot een taak. Een medewerker schrijft sneller, analyseert efficiënter of krijgt ondersteuning bij een bestaande activiteit.
• Soms verandert een proces. Een systeem verzamelt informatie, bereidt beslissingen voor of bepaalt welke gevallen extra aandacht krijgen.
• En soms raakt de verandering de organisatie zelf. Dan moeten rollen, capabilities, besluitvorming en governance worden aangepast.

Pas wanneer die verandering doorwerkt in de manier waarop de organisatie haar werk bestuurt en waarde creëert, spreken we van een operating-modeltransformatie.

De technologie verandert het operating model niet vanzelf

Daar zit ook de belangrijkste nuance in de oorspronkelijke uitspraak. Niet iedere AI-toepassing vraagt om een fundamentele herinrichting van de organisatie. Een medewerker die AI gebruikt om sneller een verslag te maken, vraagt waarschijnlijk niet om een nieuw operating model. Dat is ook geen tekortkoming. Niet elke AI-toepassing hoort tot adaptatie te leiden: soms is het optimaliseren van bestaand werk precies het juiste doel, en is verdere aanpassing van rollen of besluitvorming helemaal niet nodig.

Maar wanneer een organisatie besluit dat een AI-systeem zelfstandig onderdelen van een proces uitvoert, ontstaan vragen die niet meer alleen over software gaan.

• Wie bepaalt wat het systeem mag doen?
• Waar blijft een menselijk oordeel noodzakelijk?
• Wanneer moet een systeem stoppen of escaleren?
• Welke kennis en vaardigheden hebben medewerkers nodig om de uitkomsten kritisch te beoordelen?
• Wie blijft verantwoordelijk voor het uiteindelijke resultaat?

Dat zijn vragen over werkontwerp, governance en organisatie-inrichting. De technologie veroorzaakt die verandering niet automatisch. De ontwerpkeuzes rondom de technologie doen dat.

Waarom dit onderscheid belangrijk is voor HR

Voor HR ligt hier een belangrijke nuance.De ene valkuil is dat AI wordt gezien als een puur technisch vraagstuk. “IT implementeert de technologie, medewerkers krijgen training en daarna volgt de waarde.” De andere valkuil is dat iedere AI-toepassing direct wordt gezien als een volledige organisatieverandering. De werkelijkheid ligt ertussenin. Niet iedere AI-toepassing raakt het operating model.

Maar iedere toepassing die verandert wie het werk uitvoert, wie beslissingen beïnvloedt of wie verantwoordelijkheid draagt, vraagt om bewust ontwerp. Daar raakt AI aan het domein van HR.

Niet omdat HR eigenaar wordt van technologie. Niet omdat iedere technologische keuze een HR-vraagstuk is. Maar omdat veranderingen in werk uiteindelijk raken aan de manier waarop organisaties functies ontwerpen, mensen ontwikkelen, leiderschap organiseren en verantwoordelijkheid beleggen.

• Lees ook: Waarom AI geen tech-vraagstuk is, maar een mensvraagstuk

De vraag voor HR verschuift daarmee van: “Hoe helpen we medewerkers wennen aan AI?”

naar: “Hoe ontwerpen we werk, rollen en verantwoordelijkheden wanneer digitale capaciteit structureel onderdeel wordt van de uitvoering?”

De vraag die organisaties eigenlijk moeten stellen

Misschien is de belangrijkste vraag bij iedere AI-toepassing daarom niet: “Welke AI-technologie gaan we invoeren?” Maar: “Wat moet er naast de technologie veranderen voordat deze toepassing daadwerkelijk waarde oplevert?”

Een bruikbare manier om dat zelf te toetsen, komt van Vincent Powell zelf: stel bij ieder AI-initiatief de vraag wat er nog zou tegenhouden als de technologie morgen perfect zou functioneren. Is het antwoord “niets, dan werkt het” — dan gaat het om adoptie. 

Gaat het antwoord over vertrouwen, beslisrechten, prikkels, datakwaliteit of de goedkeuringssnelheid van risk en legal, dan was de techniek nooit de eigenlijke beperking, en zit een organisatie al middenin adaptatie, ongeacht of zij dat woord ervoor gebruikt.

Als het antwoord vooral gaat over toegang, training en gebruik, gaat het waarschijnlijk om AI-adoptie.

Als het antwoord gaat over processen, rollen, besluitvorming, vaardigheden en verantwoordelijkheid, begint AI-adaptatie. En wanneer die adaptatie verandert hoe de organisatie waarde creëert, werk organiseert en verantwoordelijkheid verdeelt, raakt zij het operating model.

De technologie bepaalt dus niet automatisch de transformatie. De keuzes die organisaties maken over de plaats van AI in het werk bepalen dat.

De interessante vraag voor organisaties is daarom niet: “Hebben we AI ingevoerd?”

Maar: “Wat moet er in ons werk veranderen voordat deze technologie werkelijk waarde oplevert?”

Waar bevindt een organisatie zich vandaag: vooral in AI-adoptie, of al in AI-adaptatie?

Met dank aan Vincent A. Powell, AI-transformatieadviseur en auteur van The CEO’s Guide to AI Transformation, voor de openingsgedachte en de diagnostische testvraag (LinkedIn, 2026).