Er is een moment dat de meeste founders nu bereiken. Je hebt de artikelen gelezen, de demo's gezien, genoeg podcasts in de trein geluisterd. Je hebt gezien wat sommige van je collega's doen, soms luidruchtig, soms heel stil, en je hebt besloten dat je er niet buiten kunt blijven. Dus loop je naar je volgende leiderschapsoverleg en zeg je het: 'We moeten AI bouwen.'
Dan wordt het stil in de kamer, want niemand weet eigenlijk wat dat betekent.
De meeste adviezen op internet helpen je hier niet. Ze zijn geschreven voor enterprises. Zes-cijferige consultancy-opdrachten, meerjarige programma's, governance-kaders ontworpen voor bedrijven met een CIO, een Chief Data Officer en een achttien maanden durende runway om te 'transformeren'. Als je een bedrijf runt van vijftig tot vijfhonderd mensen is dat playbook niet alleen nutteloos. Het is misleidend.
Wat werkt op jouw schaal is minder gecompliceerd dan de enterprise-versie, maar vereist meer discipline. De kaders zijn eenvoudiger. De beslissingen zijn moeilijker.
De eerste beslissing: AI toepassen, of eromheen herbouwen?
Er is een versie van een AI-bedrijf worden die grotendeels comfortabel is. Je koopt je team Claude-licenties. Je organiseert een paar workshops. Misschien huur je een 'AI Lead' in. Je koppelt wat tools aan je bestaande processen en je behaalt meetbare maar geïsoleerde winsten. Klantenservice reageert sneller. Marketing produceert meer content. Ontwikkelaars shippen twintig procent meer code.
Dit is wat de meeste bedrijven doen, en het is niet niets. Maar het heeft een plafond, en dat plafond is lager dan founders beseffen.
De reden is structureel. Je past AI toe bovenop een operationeel model dat ontworpen is voor een wereld zonder AI. Je organogram is hetzelfde. Je processen zijn hetzelfde. Je overdrachten, je vergaderingen, je releasecadans - allemaal hetzelfde. Je hebt het bestaande ding gewoon sneller gemaakt. De intelligentie van het bedrijf is niet toegenomen; hij is lokaal versneld.
“De keuze is niet welk model je gebruikt of welke leverancier je kiest. Het is of je optimaliseert wat je al doet, of herontwerpt wat je bent.”
- Derk Disselhoff
De AI-waardecurve
Als je één diagram uit dit artikel meeneemt, neem dit. De meeste bedrijven stagneren op fase twee en beseffen het niet.
Fase één is waar bijna iedereen begint. Je koopt toegang tot GPT of Claude. Je team speelt met prompts. Sommigen worden sneller in e-mails schrijven of slides maken. Prima, maar het is een productiviteitsfunctie, geen strategie.
Fase twee is waar AI wordt ingebed in specifieke workflows. Support stelt reacties op met AI. Marketing genereert content. Engineering schrijft code. Elke afdeling wordt zichtbaar sneller. Elke winst blijft binnen de afdeling. Het organogram, de processen en de overdrachten zijn nog steeds hetzelfde als een jaar geleden, alleen iets sneller lopend.
Fase drie is waar het samenstellen begint. Je bouwt een platform - soms 'company brain' genoemd - dat AI verbindt met jouw werkelijke context: jouw data, jouw tools, jouw klanten, jouw processen, jouw geschiedenis. Iedereen in het bedrijf kan automatisering, agents en tools bouwen die die context gebruiken, zonder een ticket in te dienen en zes weken te wachten. Elk nieuw ding dat gebouwd wordt maakt het volgende goedkoper.
Fase vier is waar het operationele model zelf wordt herontworpen. Het organogram ziet er anders uit. De rollen zien er anders uit. De manier waarop werk stroomt ziet er anders uit. De vorm van het bedrijf begint overeen te komen met hoe werk feitelijk gedaan wordt in een wereld waar intelligentie goedkoop en overvloedig is. Dit is wat 'AI-first' werkelijk betekent, en het is veel zeldzamer dan hoe de term wordt rondgegoid.
Waar je op focust: de spier, niet de winsten
De belangrijkste herkadering op dit punt van je AI-traject is: stop met jagen op quick wins, en begin met het bouwen van de spier.
De spier is de onderliggende capaciteit die je in staat stelt het volgende ding te bouwen, en het volgende, en het volgende, elke keer sneller. In de praktijk ziet het er als vier dingen uit:
- 01Een platform waar AI is verbonden met je echte bedrijfsdata met goede toegangscontroles.
- 02Een groeiende bibliotheek van herbruikbare skills, prompts, agents en connectors die iedereen in het bedrijf kan oppakken.
- 03Een cadans van training en delen - doorgaans een wekelijkse demosessie - zodat wat de ene persoon bouwt binnen dagen beschikbaar is voor iedereen.
- 04Een cultuur waar iets bouwen met AI de standaardreactie op een probleem is, geen uitzondering die toestemming vereist.
“Een team dat duizend uur heeft bespaard door vijftig losgekoppelde automatiseringen is niet hetzelfde als een team dat één platform heeft gebouwd waarop duizend automatiseringen draaien. Het eerste is een productiviteitsverhaal. Het tweede is een bedrijf.”
- Derk Disselhoff
Bouw geen apart AI-team
Dit is contra-intuïtief, en het is de meest gemaakte fout door founders. Wanneer je besluit AI serieus te nemen, is het instinct een dedicated team op te richten. Huur een AI Lead in. Geef ze een paar engineers. Zet ze ergens in het organogram waar ze snel kunnen bewegen. De bedoeling klopt. De structuur klopt niet, en hij faalt om redenen die bijna altijd onzichtbaar zijn tot twaalf maanden later.
Een apart AI-team doodt wat AI waardevol maakt: context. De mensen die begrijpen hoe het bedrijf echt werkt - de klantenservice-lead die weet waarom terugbetalingen lastig worden, de operations-manager die weet welke leveranciers traag zijn - die mensen zitten niet in het AI-team. Het AI-team, geïsoleerd van die context, bouwt dingen die het verkeerde probleem oplossen of er zo lang over doen dat het moment voorbij is.
Wat wél werkt is het inbedden van AI-capaciteit in de bestaande teams. Het klantenservice-team bouwt zijn eigen AI-workflows. Operations bouwt die van hen. Er is een kleine centrale functie, vaak één of twee mensen, wiens taak het is deze teams te enablen, niet het werk voor hen te doen.
Wie je aanneemt: de nieuwe competentiestack
Het competentiekader voor nieuwe hires is veranderd, en de meeste founders hebben het hunne nog niet bijgewerkt. Het meest nuttige filter bij de deur is of iemand een 'AI-fluente bedrijfsdenker' is. Drie dingen zitten onder dat label:
- 01Ze begrijpen de volledige bedrijfscontext. Ze kunnen de klant, de operaties, de financiën en het product tegelijk in hun hoofd houden, in plaats van een specialist te zijn die alleen zijn eigen stukje kan oplossen.
- 02Ze hebben een extreme groeimindset. Ze zijn comfortabel met werken zonder structuur, zonder precedent, zonder handleiding - want er is steeds vaker geen handleiding.
- 03Ze zijn buitensporig nieuwsgierig. Niet 'geïnteresseerd in technologie' nieuwsgierig. Het soort dat drie keer achter elkaar vraagt waarom, zoals een klein kind vraagt waarom de lucht blauw is, totdat de volwassene geen antwoorden meer heeft.
Het geheel op één pagina
Geen transformatieprogramma. Geen consultancy-opdracht. Een founder, een enabler, een wekelijkse sessie, een eenpagina-strategie en één eerlijk getal om bij te houden.
De bedrijven die de komende vijf jaar winnen, zullen niet degenen zijn die de grootste AI-programma's hebben gedraaid. Ze zijn degenen die het vroegst begonnen met spierbouwen en het ritme ervan het langst hebben beschermd.
“Het goede nieuws voor jou is dat dit geen enterprise-budget vereist om mee te beginnen. Het vereist een beslissing.”
- Derk Disselhoff
