Automatiseer jezelf voordat AI het doet
In dit artikel:
Organisaties praten vaak over AI alsof het een project is: tools kiezen, workshops houden en een plan op papier zetten. Volgens de auteur mist dat de kern. Verandering begint bij een ongemakkelijke, persoonlijke vraag: ben jij bereid je eigen functie te automatiseren voordat iemand anders dat doet? Niet omdat AI morgen iedereen vervangt, maar omdat veel taken die nu bijzonder lijken—herhaling, patroonherkenning, tekstproductie, analyse, planning en coördinatie—snel efficiënter gemaakt worden. Wie daar actief mee experimenteert, krijgt een voorsprong.
Belangrijker dan leeftijd of technische achtergrond is houding: leerbereidheid en honger om opnieuw beginner te worden. Je kunt jong zijn en AI slechts als een betere zoekmachine gebruiken, of vijftigplus en avonden besteden aan het bouwen van agents, workflows en prompts. Wie zelf processen automatiseert, begrijpt zowel het werk als de automatisering en wordt geen slachtoffer maar ontwerper van de nieuwe werkwijze.
De rol die opkomt heet de orchestrator: iemand die niet per se alles zelf codeert, maar processen ontwerpt, slimme instructies geeft, output beoordeelt en continu zoekt naar hefboomwerking. Waar de vraag “Hoe gebruik ik AI in mijn werk?” leidt tot optimalisatie (sneller schrijven, betere samenvattingen), leidt “Hoe ontwerp ik mijn werk opnieuw nu AI beschikbaar is?” tot transformatie: minder handwerk, meer schaal, hogere kwaliteit en minder kwetsbaarheid door individuele beschikbaarheid.
Organisaties moeten veranderen hoe ze verandermanagement benaderen. Wachten op draagvlak van iedereen vertraagt te veel; AI-adoptie kan niet op het tempo van de traagste vergadering. Dat betekent niet afraffelen: veiligheid, begeleiding en duidelijke kaders blijven cruciaal. Maar er moet ook urgentie en verwachting zijn: AI-geletterdheid wordt geen bijvaardigheid maar basishygiëne, vergelijkbaar met e-mail of spreadsheets. Niet iedereen hoeft dezelfde route te volgen, wel dezelfde noodzaak om in beweging te komen.
Als prikkelend voorbeeld wordt een “corporate Hunger Games” genoemd: medewerkers een duidelijk AI-budget en abonnement geven, met de opdracht binnen zes maanden zoveel mogelijk van hun functie te automatiseren, en beloningen voor wie de grootste impact realiseert. De auteur erkent dat een dergelijke opzet scherp kan voelen en juridische grenzen heeft—een grap met serieuze ondertoon—maar het illustreert hoe concreet, meetbaar experimenteren verandering versnelt.
De juiste aanpak combineert veiligheid en hardheid: ruimte om te leren en fouten te maken, maar ook eerlijke verwachtingen over consequenties van stilstand. Praktisch advies voor individuen: begin klein. Kies een terugkerende taak (rapportage, briefing, contentplanning), ontleed die taak, bouw een eenvoudige briefing voor een AI-agent en iterateer. Door herhaald experiment leer je waar echte waarde ontstaat, welke stappen historisch gegroeid zijn en hoe je AI kunt sturen van losse output naar betrouwbare processen.
Het grote plaatje: er ontstaat een nieuw onderscheid binnen bedrijven—tussen mensen die AI gebruiken als hulpmiddel en mensen die AI inzetten als hefboom. De laatste groep verandert standaarden en bouwt carrièremogelijkheden: van uitvoerder naar ontwerper en systeemdenker. Wie wacht op een centrale AI-strategie of de perfecte tool, loopt risico dat iemand anders (collega, concurrent of extern bureau) jouw werk efficiënter organiseert.
Kortom: wacht niet af. Automatiseer stukjes van je werk, leer orkestreren en maak jezelf relevant door richting te geven aan automatisering in plaats van erdoor gepasseerd te worden.