- Wereld
- Buitenland
- Binnenland
- Sport nieuws
    - Voetbal nieuws
    - Formule 1 nieuws
    - Wielrennen
    - Ajax nieuws
    - Feyenoord nieuws
    - PSV nieuws
- Economie
- Wetenschap
- Showbiz/Media
- Computer nieuws
- Gaming nieuws
    - PS4 nieuws
    - Xbox One nieuws
- Hardware nieuws

Hoogprofiel mislukkingen bij Commonwealth Bank en McDonald’s tonen waarom zorgvuldige planning en prioritering cruciaal zijn voor succesvolle implementaties.

Bedrijven die kunstmatige intelligentie uitrollen struikelen vaak wanneer ze zich storten op complexe projecten zonder duidelijke doelen. Recente misstappen van Commonwealth Bank en McDonald’s illustreren de risico's, terwijl experts praktische stappen schetsen die tot betere resultaten leiden.

Hoogprofiel AI-mislukkingen bieden duidelijke lessen

Vorig jaar besloot Commonwealth Bank 45 callcentermedewerkers te vervangen door een AI-chatbot. Binnen een maand draaide de Australische bank het besluit terug nadat het aantal klantvragen explodeerde. Overgebleven medewerkers draaiden extra overuren en senior managers sprongen bij om achterstanden weg te werken. De bank bood excuses aan en gaf de ontslagen medewerkers de keuze tussen hun oude baan of een vrijwillige vertrekregeling.

McDonald’s maakte twee jaar eerder een vergelijkbare blunder toen het AI-spraakbestellingen testte bij drive-throughs in de VS. Klanten meldden bizarre fouten, waaronder een ijsje met spek erop. Het bedrijf trok het systeem terug.

Deze gevallen benadrukken het belang van grondige voorbereiding. Experts die organisaties begeleiden bij AI-projecten wijzen op geduld en gerichte uitvoering als essentiële voorwaarden.

Begin met beheersbare vraagstukken voordat je opschaalt

Suveer Kothari, hoofd Europa bij Sierra, raadt bedrijven aan te starten met een specifiek zakelijk probleem in plaats van AI omwille van AI na te jagen. Hij zet deze aanpak af tegen wat hij AI-toerisme noemt: teams die op zoek gaan naar problemen nadat ze van bovenaf de opdracht hebben gekregen om de technologie te omarmen.

Eerst richten ze zich op een duidelijk zakelijk vraagstuk en pas daarna passen ze AI toe — in tegenstelling tot wat wij AI-toerisme noemen, waarbij teams besluiten dat ze een AI-strategie nodig hebben, vaak als gevolg van een top-down bevel, en vervolgens op zoek gaan naar een probleem om op te lossen.

Kothari voegt toe dat succesvolle teams snel met echte klanten starten om te testen wat werkt. Ze proberen ook niet alles tegelijk op te lossen. In plaats daarvan kiezen ze één beheersbaar vraagstuk dat AI kan aanpakken en gaan daarna over op steeds complexere uitdagingen.

Prioritering en vroege vertrouwdheid stimuleren adoptie

Nicola Parton, group AI business lead bij Swiss Re, benadrukt dat het tegelijkertijd aanpakken van te veel zaken een veelvoorkomende valkuil is. De enorme interne vraag naar AI maakt prioritering essentieel. Teams moeten technologie- en bedrijfskennis richten op gebieden waar AI echte verbeteringen kan opleveren, terwijl ze tegelijkertijd de basis leggen op het gebied van data, technologie, governance en organisatorische gereedheid.

Swiss Re introduceerde AI-tools voor routinetaken zoals het samenvatten van documenten en het voorbereiden van vergaderingen. Het doel was om medewerkers vertrouwd te maken met de technologie voordat deze werd ingezet bij kernactiviteiten zoals underwriting, compliance en het afronden van contracten. Eenvoudige toepassingen helpen medewerkers om regelmatig ervaring en vertrouwen op te bouwen.

Behandel AI als bedrijfstransformatie, niet alleen als technologie

Parton wijst op een andere veelgemaakte fout: AI zien als een technologische uitrol in plaats van een geïntegreerde bedrijfstransformatie. Het lanceren van losse tools is eenvoudig, maar het daadwerkelijk aanpassen van workflows om meetbare waarde te creëren blijkt veel lastiger.

Bij de Britse bank Griffin waarschuwt chief operating officer Ed Carter voor het meten van de verkeerde zaken. Vragen of medewerkers AI voldoende gebruiken leidt tot het tellen van uren. Output en doordachte experimenten geven een beter beeld van de voortgang.

Duidelijke verantwoordelijkheid is belangrijker dan een dedicated chief AI officer

De verantwoordelijkheid voor de AI-strategie verschilt per organisatie. Sommige bedrijven leggen het bij IT, anderen bij de chief executive. HSBC creëerde in april voor het eerst een chief AI officer-functie. Parton gelooft dat geen enkele structuur voor elke organisatie past. Duidelijke verantwoordelijkheid is essentieel, maar een dedicated chief AI officer is niet altijd nodig.

Een dedicated chief AI officer kan zinvol zijn in een bepaalde fase, vooral wanneer een organisatie momentum moet creëren of activiteiten over verschillende delen van het bedrijf moet coördineren. Maar er is ook het risico dat het aanstellen van zo iemand onbedoeld het signaal afgeeft dat AI bij één persoon of afdeling hoort.

Florian Mueller, partner bij adviesbureau Bain, is het daarmee eens. Een chief AI officer kan platforms en talent effectief opbouwen, maar kan ook een excuus worden waardoor andere leiders zich terugtrekken. Grote beslissingen over prioriteiten, organisatorische herstructurering en betrokkenheid van medewerkers moeten van de top komen.

Als medewerkers alleen over AI horen van de AI-chef, is het een project. Als ze het herhaaldelijk horen van de CEO en het hele directieteam … dan is het een strategie.