-

Hoe start ik vandaag nog met Artificial Intelligence in mijn organisatie?  

Iedereen heeft er tegenwoordig een mening over, maar weinig organisaties zijn er al echt mee bezig. AI levert dan ook nog een hoop vragen op. Hoe zorg je ervoor dat jouw organisatie de kansen van AI benut? Hoe wordt AI omarmd door de medewerkers en écht ingebed in jouw organisatie? En waar begin je?

Deloitte Nederland heeft zijn AI-organisatie recent vormgegeven in het Artificial Intelligence Center of Expertise (AICE). De 11 belangrijkste lessen die ze daarbij opdeden deelt het bedrijf graag.

  1. Zorg voor draagvlak onder het leiderschap én inbedding in de strategie

Het opzetten van een AI-organisatie kan worden gezien als een organisatieverandering. En zoals met vrijwel iedere verandering, is het belangrijk dat het leiderschap deze ondersteunt en dat er een duidelijke visie wordt geformuleerd.

Het leiderschap moet achter het opzetten van een AI-organisatie staan en bereid zijn hiervoor tijd én geld beschikbaar te stellen. Bijvoorbeeld voor het leiden van de AI community en het experimenteren met deze technologie. Hiervoor is het belangrijk dat het leiderschap het nut en de noodzaak van deze investering begrijpt. Is het voor het leiderschap duidelijk hoe AI hun organisatie gaat beïnvloeden?

“Zowel op Global als North West Europe niveau, maakt de focus op nieuwe technologieën als AI en Blockchain onderdeel uit van de innovatiestrategie van Deloitte. We hebben binnen Deloitte North West Europe een verantwoordelijke partner aangesteld voor Transformational Solutions, die zich momenteel richt op AI en Blockchain. Dit betekent dat we ook in Nederland AI als speerpunt hebben gekozen in onze organisatie” – Richard Roovers, Partner Deloitte Nederland, Innovation lead Transformational Solutions NWE

2. Creëer een algemeen bewustzijn voor AI onder de medewerkers

Zelfs voor technologisch gedreven organisatieveranderingen geldt, “It is not (at) all about technology”. Het meekrijgen van je medewerkers is minstens zo belangrijk. Hiervoor is het noodzakelijk dat mensen zich bewust worden van AI en vervolgens ook begrijpen hoe het hun organisatie gaat raken.

Bij AI is het lastig dat het niet echt tastbaar is. Binnen Deloitte Nederland hebben we daarom een awareness-campagne ontwikkeld om onze medewerkers bewust te maken van AI. Dit hebben we gedaan met onze AI co-worker genaamd “AIME”. AIME liet onze medewerkers op een laagdrempelige manier kennismaken met het thema. Dit wekte hun nieuwsgierigheid. Alle medewerkers konden zich vervolgens vrijwillig inschrijven voor onze “AI for dummies sessions” om meer te leren over het onderwerp.

“De belangstelling voor onze AI for dummies-sessies was enorm groot. Er is een grote behoefte onder onze medewerkers om meer over AI te weten. De sessies vergroten hun comfort om gesprekken aan te gaan met klanten en mensen uit hun omgeving over de toepassingen AI. Onze collega’s krijgen door de sessies beter begrip van wat wel en niet kan. Zelfs onze CEO heeft deelgenomen! – Arjen Lettinga, organisator AI for dummies sessions, Deloitte Innovation


3. Verbind de AI-experts en begin met de mensen met een technische achtergrond

Voordat AICE bestond, waren er binnen Deloitte Nederland al verschillende mensen aan het werk met AI. Onze organisatie is opgedeeld in verschillende bedrijfseenheden, met als gevolg dat de verschillende AI-initiatieven vaak verspreid waren over de organisatie. Wat in de ene bedrijfseenheid gebeurde, was soms niet bekend bij mensen in de andere eenheid. De eerste stap was dus het identificeren van wat er al op het gebied van AI gebeurde in de organisatie en alle mensen met een technische AI-focus bij elkaar te brengen.

Het starten met het betrekken van mensen met een technische achtergrond heeft verschillende voordelen. Ze zijn vaak “early adopters” en hebben hierdoor een voorsprong in kennis van zaken. Daardoor weten zij wat op dat moment wel (en vooral nog niet) kan en ze worden vaak meer door content en minder door commercie gedreven. Dat laatste zorgt dat zij al snel raakvlakken met elkaar hebben op de inhoud waardoor afdelingsgrenzen sneller verdwijnen. Dit is belangrijk bij het bouwen van een organisatiebrede community.

Binnen iedere bedrijfseenheid hebben we daarom een technische AI leader aangesteld. Voor de keuze van de juiste personen is intrinsieke motivatie belangrijker dan functieniveau. Wel hebben we mensen uit meer senior posities gevraagd mee te denken over de aangewezen persoon in hun eenheid (zie punt 1 voor leiderschap commitment). Belangrijk, naast intrinsieke motivatie, is dat mensen inhoudelijke AI-kennis hebben, en het bijvoorbeeld onderdeel hebben gemaakt van hun jaarplan zodat ze er ook tijd aan willen/kunnen besteden.

“Betrek juist die mensen in het programma met technische kennis, een hands-on mentaliteit en voldoende tijd voor wie het veranderen van de status quo geen bedreiging vormt. Intrinsieke motivatie en kennis zijn belangrijker dan functieniveau. Senior leaders een rol geven in het programma, lijkt wellicht voordehand liggend, maar kan juist contraproductief werken omdat het een impact kan hebben op bestaande verhoudingen” – Ewout Bolhuis, Director, Deloitte Innovation, Nederland

4. Maak keuzes en stel duidelijke doelen

Met de geselecteerde AI Tech leaders hebben we in verschillende sessies, gezamenlijk ons jaarplan opgesteld. Het is hierin belangrijk om de verschillende ambities op elkaar af te stemmen en keuzes te maken (zie onderstaand voorbeeld met de 100 euro oefening). Bij het maken van keuzes is het goed om rekening te houden met wat (technisch) haalbaar is.

In het opstellen van het jaarplan is het verstandig om aan het begin van het traject “laaghangend fruit” op te nemen. Bijvoorbeeld door te communiceren wat er al in de organisatie op het gebied van AI gebeurt of snelle successen te realiseren. Dit vergroot het vertrouwen in het programma, ook onder het leiderschap.

“In een van de eerste sessies is alle AI Tech leaders gevraagd welke activiteiten ze in AICE wilden onderbrengen. Dit resulteerde in een flinke lijst, die onmogelijk gerealiseerd zou kunnen worden in één jaar. Om dit op te lossen hebben we de “100-euro oefening” gebruikt. Hierbij moesten de leiders een fictieve 100 euro over alle activiteiten verdelen. Hiermee kregen we inzicht in verschillen tussen afdelingen en bij welke activiteiten de prioriteit moest komen te liggen. Dit hielp ons in het maken van keuzes en het creëren van draagvlak voor het plan” – Marjolein Vlaming, programmamanager AICE

5. Bouw de AI community maar wees selectief

Al snel nadat we de technische community in beeld kregen, kregen we ook verzoeken om onderdeel van de AI community te worden van mensen met een meer “business focus”. We hebben in iedere bedrijfseenheid een AI business leader aangesteld. Het betrekken van mensen met een business focus, naast -en na- de techneuten, heeft verschillende voordelen.

Techneuten zijn vaak gericht op hun technische oplossing. Dat is positief, maar als dit te ver doorslaat kan het risico ontstaan dat er iets ontwikkeld wordt, zonder dat er een daadwerkelijk business probleem aan ten grondslag ligt (“ontwikkelen om het ontwikkelen”). Mensen met een business focus staan in nauw contact met de klant en kunnen hierdoor problemen waar organisaties mee zitten, aandragen. Tegelijkertijd hebben techneuten juist beter zicht op wat momenteel mogelijk is en wat niet. Zij kunnen voorkomen dat er zaken aan klanten worden beloofd die niet waargemaakt kunnen worden. Juist door het betrekken van beide groepen, creëer je een situatie waarin de optimale oplossing aan de klant kan worden geboden.

Wel is het belangrijk om beide groepen op een andere manier te gaan betrekken in de AI-organisatie. Wat voor de Tech community interessant is, is voor de Business community vaak niet interessant en andersom. Wij hebben er bewust voor gekozen om sommige activiteiten (denk aan sommige community events) gezamenlijk te doen en anderen apart te houden (bijvoorbeeld trainingen).

AI is een populair thema. Toch is het voor het bouwen van de community belangrijk dat mensen dezelfde ambities hebben. De interesses van technici zijn anders dan die van werknemers met een business focus. Technici willen echt inhoudelijke kennis opdoen van bijvoorbeeld de verschillende AI-technologieën. Het is belangrijk om beide groepen te bedienen, maar ieder op een andere manier. – Wouter Pepping, AI Lead Risk Advisory, Deloitte Nederland

Bij de mensen met een Business focus, hebben we wel als voorwaarde gesteld dat ze zich in hun dagelijkse werk op AI willen gaan richten. Mensen die alleen geïnteresseerd zijn in het thema, maken we geen onderdeel van de community. Voor deze groep overige werknemers hebben we de “AI for dummies sessies” georganiseerd waarin zij basiskennis van AI kunnen opdoen.

Daarnaast hebben we onze IT-afdeling en Risk & Reputatie office in de organisatie opgenomen. Hiermee kunnen we de community optimaal faciliteren (denk aan het gezamenlijk inkopen van software) en ook data- en privacy issues voorkomen of snel signaleren.

Onze indeling resulteerde in de volgende groepen:

“Achter iedere kans, schuilt ook een bedreiging. Het is goed dat ik daarom vanaf het begin bij het AI programma betrokken ben om tijdig advies te geven of risico’s te signaleren” – Alfons Koenders, Deputy confidentiality officer/National Security Officer, Risk & Reputation office, Deloitte Nederland.

Van: Niet gemanagede AI community Naar: organisatie-breed AI Programma
  • AI-initiatieven gefragmenteerd in de organisatie
  • Niet iedere afdeling gericht op AI
  • Geen duidelijk aanspreekpunt, geen overal zicht op betrokkenen
  • Soms alleen gericht op of technologie of business
  • Initiatieven en kennisuitwisseling veelal gericht op eigen afdeling
  • IT & privacy ondersteuning niet centraal geregeld
  • Duidelijke structuur
  • Iedere afdeling gericht op AI
  • Duidelijk aanspreekpunt per functie, overall community in kaart
  • Iedere afdeling heeft zowel een Technische als Business counterpart
  • Initiatieven en kennisuitwisseling afdeling-overstijgend
  • IT, risk & reputatie zaken centraal geregeld en onderdeel van het programma

6. Schets heldere verwachtingen in de organisatie en wees reëel: AI is geen wondermiddel

Vooral in het eerste stadium van je AI-programma, maar zeker ook daarna is het managen van de verwachtingen rondom AI cruciaal. Er heersen over het algemeen 2 (mis)opvattingen binnen organisaties over AI:

  1. dat AI de oplossing is voor alle problemen
  2. dat de organisatie al in staat is om alles te doen met AI

Het is belangrijk dat zowel het leiderschap als salesmedewerkers de actuele (on)mogelijkheden van AI begrijpen. Dit voorkomt vervelende situaties als dat zaken worden toegezegd die (nog) niet waargemaakt kunnen worden.

Om uiteindelijk succesvol te kunnen zijn als organisatie, zou in deze eerste fase de nadruk moeten liggen op het bouwen van een community, het opdoen van ervaring en het experimenteren. Het kan dus zijn dat in deze eerste fase sales beperkt is of uitblijft, er minder mogelijk is dan gedacht en er tijdens het experimenteren fouten worden gemaakt. Het leiderschap moet het lef hebben om de investering te doen, ondanks mogelijke tegenslagen, en hierbij een lange termijn visie vast te houden.

“AI is geen wondermiddel. Het kan goed zijn dat voor een bepaald probleem AI niet de oplossing is, maar bijvoorbeeld een simpele regressie analyse of RPA volstaat. Het is belangrijk in de gaten te blijven houden of AI de beste manier is om het klant probleem op te lossen. Mensen die bij klanten het gesprek aangaan over AI, moeten zich hiervan bewust zijn” – Willem van Willigen, AI lead Financial Advisory Services, Deloitte Nederland


7. Zorg voor technologische ondersteuning

Het is belangrijk de tijd en geld die in het programma geïnvesteerd wordt, ook te gebruiken om de community op het gebied van ICT te faciliteren. Denk bijvoorbeeld aan het inrichten van een dataplatform, een code repository (GIT) voor het delen van codes of het inrichten van samenwerkingstools.

“Een code repository (GIT) voor het delen van codes kan afdeling-overstijgend kennisdeling faciliteren” – Roderick Lucas, AI Lead binnen Tax & Legal, Deloitte Nederland.

 

“Deze groep is over het algemeen bovengemiddeld geïnteresseerd in nieuwe technologie. Dit biedt ons de mogelijkheid om op een kleine schaal binnen onze organisatie te experimenteren met nieuwe software, bijvoorbeeld samenwerkingstools of AI cloud solutions. Hiermee snijdt het mes aan twee kanten” – Jan-Pieter Kuyt, AI leader binnen IT&WS, Deloitte Nederland


8. Stel een programmamanager aan uit een “neutrale” afdeling

Zoals eerder aangegeven, bestaat Deloitte Nederland uit verschillende bedrijfseenheden. Ondanks dat alle eenheden tot dezelfde organisatie behoren, kunnen bedrijfseenheden (on)bewuste voorkeuren hebben die kennisdeling in de weg staat. Omdat binnen Deloitte Nederland de Innovatie afdeling een algemeen, bedrijfs-breed belang dient, is het voor ons gemakkelijker om een verbindende rol in te nemen. Voor het programma is tijd en geld vrijgemaakt en een programmamanager aangesteld.

“Het helpt ons enorm dat het AI programma wordt gecoördineerd vanuit een centrale afdeling en we kennis kunnen uitwisselen met andere organisatie-eenheden. Het managen van het programma vraagt een brede expertise, die je niet altijd binnen eigen eenheid hebt. De duidelijke meeting structuur en het regelmatige contact dat we hebben, zorgen ervoor dat het programma onderdeel wordt van ons werk” – Twan van Gool, AI Lead Audit, Deloitte Nederland


9. Inventariseer de AI competenties

Wanneer je de community in kaart hebt gebracht, is het belangrijk om te kijken welke competenties je in huis hebt en op welk niveau. Hiermee maak je inzichtelijk welke bedrijfseenheden bijvoorbeeld vooroplopen/ achterlopen, welke AI skills je nog mist en waar de experts zich bevinden. De uitkomst van deze analyse biedt de basis voor bijvoorbeeld het AI-traininsgplan (welke trainingen, aan wie, wanneer), en de indeling van communityleden in werkstromen (business, Technologie) en naar niveau (potentials, experts).

“Samen met enkele collega’s met een PhD in Artificial Intelligence, hebben we een framework ontwikkeld om onze AI competenties in kaart te brengen. Het framework gaat in op harde skills (bijvoorbeeld of men kennis heeft van bepaalde technieken) maar ook kennis in andere relevante aspecten zoals ethiek” – Naser Bakhshi, AI Lead Consulting, Deloitte Nederland


10. Bied een veilige leeromgeving

AI is voor veel mensen nog onbekende materie. Daarnaast is het een breed domein. Het kan goed zijn dat mensen bijvoorbeeld ervaring hebben met classificatieproblemen, maar nog nooit iets met Natural Language Processing hebben gedaan. De kans is hierdoor groot dat communityleden sommige dingen nog niet weten of begrijpen. Het stellen van vragen is essentieel. Leg learnings vast en deel ze, zodat anderen niet dezelfde fouten maken.

Het maken van fouten is in een eerste fase reëel. Dit maakt het belangrijk om na te denken over het voorkomen van risico’s maar het is vooral ook van belang om te bedenken hoe je eventuele compliance of security inbreuken zo snel/goed mogelijk identificeert en herstelt. Het betrekken van de Risk & Reputation office (zie tip 5) kan hieraan bijdragen.


11. Communiceer!

Communiceer veel en frequent. Maak de organisatie duidelijk wat er op het gebied van AI en binnen het programma wordt gedaan en herhaal de boodschap. Ga er niet vanuit dat de kennis meteen bekend is. Benoem kortetermijnsuccessen en langetermijnvoortgang.

Communiceer naast op organisatiebreed niveau ook veel persoonlijk. Ga de dialoog aan met collega’s. Het gaat om complexe materie. Er moet tijd worden gemaakt voor uitleg en waar nodig voor verduidelijking. Ga niet alleen het gesprek aan met de“AI enthousiasts” maar ook met sceptici. Zodat je weet wat er leeft en daar kun je vervolgens op inspelen.

AI is een actueel thema dat momenteel bij veel organisaties leeft, zowel in de bestuurskamer als bij medewerkers. Dit is het moment om binnen jouw organisatie met AI te starten!

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond