AI-disruptie: een eindeloze cyclus

Samenvatting

AI-disruptie maakt verandering permanent: nieuwe technologieën volgen elkaar sneller op dan medewerkers kunnen bijhouden.

AI-disruptie als permanente verandering

AI-capaciteiten verschijnen in steeds snellere golven. Daardoor kan een model waarop een team weken heeft gebouwd, alweer zijn ingehaald door een goedkoper of sneller alternatief voordat de implementatie klaar is. Traditioneel verandermanagement gaat uit van een verstoring met een eindpunt, maar die aanname past niet bij AI.

Leiders zien de situatie vaak als een uitvoeringsprobleem: de organisatie beweegt niet snel genoeg. Chegg laat zien waar die reflex vandaan komt. De marktkapitalisatie van het onderwijsbedrijf kelderde nadat AI-alternatieven het bestaande model voor bijles onder druk zetten. Alleen harder versnellen leidt volgens de auteurs echter tot uitputting, omdat er geen vaste eindstreep is.

Waarom AI-disruptie organisatorische gevolgen heeft

De druk komt nu vaak bij individuele medewerkers en teams te liggen. Zij moeten pilots afronden, integraties uitrollen en tegelijk reageren op nieuwe modellen en toepassingen. Dat maakt snelheid alleen een slechte maatstaf voor AI-adoptie.

De auteurs stellen drie organisatorische praktijken voor: permanente AI-infrastructuur, gescheiden werkritmes en leren dat in het dagelijkse werk zit ingebouwd. Daarmee verschuift de aanpak van een eenmalig veranderprogramma naar een manier van werken die rekening houdt met voortdurende technologische verschuivingen. De vergelijking met Netflix en Blockbuster onderstreept het verschil tussen een verstoring die uiteindelijk een nieuwe norm wordt en een technologieomgeving die nieuwe golven blijft produceren.

Concrete takeaway voor AI-disruptie

Richt AI-governance niet alleen op snelle pilots. Leg vaste infrastructuur, afzonderlijke ritmes voor experiment en uitvoering, en ingebouwd leren vast voordat nieuwe modellen opnieuw prioriteiten veranderen.