Ik heb het afgelopen jaar gezien hoe ondernemers dezelfde kostbare fout maken. Ze kopen honderd ChatGPT Plus-licenties, organiseren een ‘Lunch and Learn’ over het schrijven van de ‘perfecte’ prompt en vragen zich vervolgens af waarom de resultaten uitblijven. Ze noemen dit AI-transformatie, maar in werkelijkheid is het iets veel kwalijkers: het uitbesteden van systeemarchitectuur aan de mensen die er het minst voor zijn toegerust—de eindgebruikers.
Leiderschap gaat niet over het geven van een leeg tekstvak aan uw team met de opdracht 'efficiënter te werken'. Dat is alsof u iedereen een emmer geeft en hen vraagt water uit een put te halen, terwijl u het leidingwerk had moeten aanleggen. Als uw medewerkers moeten nadenken over hoe ze met een machine moeten communiceren om hun werk gedaan te krijgen, heeft u niets geautomatiseerd. U heeft enkel 'Prompt Engineer' toegevoegd aan hun toch al overvolle functiebeschrijvingen, zonder hun salaris of capaciteit te verhogen.
De Prompting-paradox: Waarom uw personeel hun AI-abonnementen negeert
💡 Wilt u dat Penny uw bedrijf analyseert? Ze brengt in kaart welke rollen AI kan vervangen en bouwt een stappenplan. Start uw gratis proefperiode →
Er is een fundamenteel wrijvingspunt in het huidige AI-verhaal dat ik de Prompting-paradox noem. Deze stelt dat hoe meer cognitieve inspanning een gebruiker moet leveren om een resultaat van een AI te krijgen, hoe kleiner de kans is dat ze deze gebruiken voor repetitieve taken met een hoge waarde.
We vragen momenteel hoogopgeleide professionals—accountants, marketeers, ingenieurs—om hun werk te onderbreken en zich bezig te houden met een creatieve schrijfoefening met een chatbot. Voor een eenmalige brainstorm is dit prima. Voor een bedrijfsproces is het een ramp. Wanneer een taak vereist dat een mens eraan denkt een tabblad te openen, een prompt te plakken, de output te controleren en deze terug te verplaatsen naar hun workflow, wegen de 'wrijvingskosten' vaak zwaarder dan de 'efficiëntiewinst'.
Dit is waarom ik zoveel bedrijven zie met een hoge AI-adoptie in de eerste maand en een afname van 90% in de derde maand. Mensen willen geen prompt-engineers zijn; ze willen hun werk afkrijgen. Echte AI-transformatie vindt plaats wanneer de AI de waterleiding is, niet de kraan. Het zou op de achtergrond moeten draaien, geactiveerd door gebeurtenissen, niet door menselijke tussenkomst.
De 'Handmatige Intelligentie-belasting' op uw bedrijfsresultaat
Elke keer dat een werknemer handmatig een AI een opdracht moet geven die een standaardprocedure zou moeten zijn, betaalt u wat ik de Handmatige Intelligentie-belasting noem.
Think about your current costs. In veel zakelijke dienstverlening is de duurste hulpbron de 'associatieve kloof'—de tijd die wordt besteed aan het verplaatsen van gegevens van de ene naar de andere plek of het synthetiseren van een standaardrapport. Als u een medewerker £60,000 per jaar betaalt en deze besteedt 20% van de tijd aan het 'prompten' van een AI om vergaderingen samen te vatten of e-mails op te stellen, betaalt u £12,000 per jaar voor hen om als menselijke brug tussen twee systemen te fungeren.
Dat is een falen van het leiderschap. De taak van een leider is om de omgeving te bouwen waarin die samenvatting automatisch plaatsvindt zodra de vergadering eindigt, waarbij de context van de geschiedenis van de klant al is geladen, en het concept al in de inbox van de medewerker staat voor een controle van 30 seconden. Dat is het verschil tussen een 'tool' en een 'transformatie'.
Van 'Generatieve' naar 'Integratieve' AI
Om de Handmatige Intelligentie-belasting te overstijgen, moeten leiders hun focus verleggen van Generatieve AI (het vermogen om te creëren) naar Integratieve AI (het vermogen om te verbinden).
In een integratieve omgeving wacht de AI niet op een prompt. Het wacht op een Trigger.
- Trigger: Een nieuwe lead komt het CRM binnen.
- Context: De AI haalt de branchetrends van de afgelopen drie jaar op, het LinkedIn-profiel van de lead en de interne casestudy's van uw bedrijf.
- Action: Het genereert een op maat gemaakte briefing voor de verkoopmedewerker.
Niemand gaf een prompt. De medewerker hoefde niet na te denken. Ze openden simpelweg hun laptop en waren 10x beter in hun werk omdat het systeem was ontworpen om hen te ondersteunen. Dit is hoe ik mijn eigen bedrijf run. Ik 'praat' niet de hele dag tegen mezelf via een chatinterface. Ik heb loops gebouwd waarbij gebeurtenissen (een e-mail, een nieuwe abonnee, een data-upload) mijn interne modellen triggeren om specifieke, vooraf gedefinieerde functies uit te voeren.
De drie niveaus van onzichtbare AI
Als u een echte AI-transformatie wilt leiden, moet u stoppen met denken in chatinterfaces en beginnen met denken in niveaus van onzichtbaarheid.
1. Het schaduwniveau (Event-Driven)
Dit is waar de AI leeft binnen uw bestaande softwarestack. Als u kijkt naar de stijgende kosten van HR-software, bijvoorbeeld, zou u niet alleen naar de licentieprijs moeten kijken. U zou moeten kijken of die software AI gebruikt om 'Handmatige Intelligentie'-taken automatisch af te handelen—zoals het categoriseren van onkosten of het signaleren van compliancerisico's—zonder dat een mens er ooit om hoeft te vragen.
2. Het contextuele niveau (Data-Rich)
De grootste zwakte van de 'Prompt het gewoon'-aanpak is dat de AI geen geheugen heeft van uw bedrijf. Een prompt-vrije omgeving lost dit op door de AI een live stream van bedrijfsgegevens te voeden. In onderwijs en training betekent dit een AI die de eerdere prestaties van elke student kent en automatisch het curriculum aanpast, in plaats van een docent die handmatig een bot moet prompten om 'een lesplan te schrijven voor een leerling die moeite heeft'.
3. Het orchestratieniveau (Multi-Step)
Dit is de heilige graal. Dit is waar meerdere AI-agents samenwerken om een complex project te voltooien. De ene agent identificeert een probleem, de tweede stelt een oplossing voor, de derde controleert deze op budgettaire naleving, en de mens stapt pas aan het einde in de loop om de definitieve 'Ja' te geven.
De leider als systeemarchitect
De toekomst van leiderschap is niet 'tech-savvy' in de zin van weten op welke knoppen je moet klikken. Het gaat erom een Systeemarchitect te zijn.
U moet in staat zijn om naar een bedrijfsproces te kijken—of het nu gaat om de onboarding van klanten, productontwikkeling of financiële rapportage—en de 'Logic Flow' uit te stippelen die een AI kan volgen.
Als u uw bedrijfsproces niet kunt beschrijven als een reeks logische stappen, kunt u het niet automatiseren. En als u het niet kunt automatiseren, dwingt u uw personeel om hun dure, menselijke hersenen te gebruiken om het werk van een goedkoop, silicium circuit te doen. Dat is niet alleen inefficiënt; het is een verspilling van menselijk potentieel.
Waarom ik radicaal eerlijk ben over prompting
Ik weet dat het populair is om cursussen 'Prompt Engineering' te verkopen. Het is makkelijk, het is tastbaar en het geeft mensen het gevoel dat ze een nieuwe vaardigheid hebben geleerd. Maar ik ben hier om u te vertellen dat prompt engineering een overgangsfase is. Het is de 'MS-DOS-opdrachtregel' van het AI-tijdperk. Uiteindelijk zal het verdwijnen achter een gebruikersinterface die daadwerkelijk begrijpt wat we willen.
Mijn advies? Train uw personeel niet voor een wereld die al aan het verdwijnen is. Investeer die tijd en dat geld in plaats daarvan in het bouwen van de infrastructuur die prompting overbodig maakt.
Stop met uw team te vragen wat ze kunnen doen met ChatGPT. Begin uw team te vragen waar ze momenteel fungeren als een handmatige brug tussen systemen—en bouw dan die brug.
Echte AI-transformatie gaat niet over het vakje waarin uw personeel typt. Het gaat over het werk dat ze nooit meer hoeven te doen.
Klaar om te zien waar uw bedrijf nog steeds de Handmatige Intelligentie-belasting betaalt? Laten we naar uw operaties kijken en het leidingwerk vinden dat aangelegd moet worden. De kans om deze verschuiving te leiden wordt kleiner, en de winnaars zullen niet degenen zijn met de beste prompts—het zullen degenen zijn die ze in de eerste plaats niet nodig hadden.