[column] AI is geen alibi voor leiderschap

Elke boardroom heeft het inmiddels: de AI-roadmap, een pilot met een AI-tool, de strategiesessie over automatisering. Volgens het State of AI-onderzoek van McKinsey & Company zegt 78% van de respondenten dat hun organisatie AI gebruikt in ten minste één kernproces. Marketingafdelingen behoren vaak tot de voorlopers en aan ambitie geen gebrek, maar Gartner constateert tegelijkertijd dat een meerderheid van de AI-initiatieven vastloopt in de opschalingsfase. Niet door de technologie zelf, maar door gebrek aan governance, eigenaarschap en verandervermogen. Dat is geen technisch probleem, maar een leiderschapsvraagstuk.

Verwachtingen groeien sneller dan volwassenheid

In gesprekken met directies en CMO’s hoor ik vaak: ‘We moeten nu starten met AI, anders lopen we achter.’ Die urgentie is begrijpelijk - markten digitaliseren snel en concurrentie versnelt - maar urgentie is geen strategie.
AI is namelijk zoveel méér dan tooling. Het vereist:

• heldere processen
• expliciet eigenaarschap
• betrouwbare en toegankelijke data
• een cultuur waarin leren belangrijker is dan gelijk krijgen

Wanneer die basis ontbreekt, krijg je precies wat ik bedoel met ‘schijnversnelling’: teams die tools krijgen zonder kaders, managers die productiviteitswinst verwachten maar niet investeren in vaardigheden, strategieën die worden bijgesteld terwijl het gedrag precies hetzelfde blijft. In zo'n organisatie is AI geen hefboom, maar een vergrootglas voor bestaande onduidelijkheid.

Structuur is richting, niet bureaucratie

Zonder expliciete eigenaarschap werkt geen enkele strategie, ook niet met AI. De kern zit in drie vragen die zelden hardop worden gesteld:
 

1. Wie is verantwoordelijk voor modeluitkomsten?
2. Wie bewaakt kwaliteit?
3. Wie besluit wanneer menselijke interventie nodig is?

 

Voor marketingdirecteuren betekent dit dat AI niet alleen een performancevraagstuk is, maar ook een merk- en reputatievraagstuk. Wie draagt verantwoordelijkheid wanneer een algoritme een doelgroep verkeerd adresseert? Wie weegt performance af tegen merkwaarde? Zonder antwoord op die vragen blijft governance een intentie, geen praktijk.

McKinsey toont aan dat organisaties met duidelijke governancestructuren significant vaker slagen in het opschalen van AI - niet als uitzondering, maar als patroon. Toch zie ik in de praktijk dat AI regelmatig wordt weggezet als IT-initiatief of innovatieproject. Bij een retailer waarmee ik werkte, was de AI-strategie volledig belegd bij de CTO, terwijl de commerciële teams er dagelijks mee moesten werken en nooit aan tafel zaten. Daarmee verschuift de verantwoordelijkheid naar één afdeling, terwijl de impact organisatiebreed is. AI raakt marketing, operations, HR, IT en finance tegelijk. Maar het leiderschap denkt nog vaak in silo's.

Het contrast met UPS is veelzeggend. Toen UPS het AI-systeem Orion uitrolde voor routeoptimalisatie - goed voor naar eigen zeggen 100 miljoen mijl (circa 161 miljoen kilometer) minder reisafstand per jaar - duurde de uitrol jaren. Niet omdat het algoritme faalde, maar omdat chauffeurs het systeem moesten leren vertrouwen. Management investeerde bewust in gedragsverandering, training en acceptatie. Het succes zat niet in de software. Het zat in het leiderschap dat de voorwaarden maakte om de technologie te laten werken.

Dat wordt urgenter nu AI niet meer alleen een productiviteitstool is. McKinsey rapporteert dat 39% van de organisaties experimenteert met AI-agents en 23% deze al opschaalt. Agents grijpen in op workflows, verantwoordelijkheden en besluitvorming. Gartner wijst daarom nadrukkelijk op governance en risicomanagement als randvoorwaarde voor 2026 - niet omdat governance sexy is, maar omdat AI zonder spelregels niet slimmer wordt. Het wordt onvoorspelbaarder.

Structuur is dan ook geen bureaucratische last. Het is het fundament waarop versnelling mogelijk wordt. Zonder structuur blijft AI hangen in pilots die nooit doorgroeien en gedragen worden binnen de organisatie.

Cultuur: leren mag meer kosten dan presteren

AI introduceert onzekerheid. Modellen maken fouten. Prompts leveren wisselende resultaten. Automatisering vraagt experimenteren. Dat vraagt een cultuur waarin leren belangrijker is dan gelijk hebben en dat is voor veel organisaties ongemakkelijk terrein.

Veel organisaties opereren nog steeds in een prestatiecultuur waarin fouten worden afgestraft en efficiëntie centraal staat. Ik zie dat terug in hoe teams over AI praten: voorzichtig, met veel slagen om de arm, alsof een mislukte prompt een slechte beoordeling oplevert. In zo'n omgeving durven teams minder te experimenteren. Ze gebruiken AI met de handrem erop of juist kritiekloos. Beide zijn problematisch.

Het World Economic Forum stelt dat de meest gevraagde vaardigheden van de nabije toekomst niet primair technisch zijn, maar adaptief: kritisch denken, probleemoplossend vermogen, leervermogen. Dat zijn culturele competenties en die kweek je niet met een e-learning over prompten.

Wanneer leiders AI introduceren zonder ruimte te scheppen voor experiment en reflectie, ontstaat er spanning. Teams voelen druk om resultaten te leveren met technologie die ze nog niet volledig begrijpen. AI wordt dan geen leerinstrument, maar een beoordelingsinstrument en dat remt adoptie meer dan welke technische beperking ook.

Gedrag: voorbeeld doet volgen - of niet

De grootste misvatting over AI-adoptie is misschien wel dat technologie gedrag verandert. Een workshop helpt en een licentie ook, maar geen van beide raakt de kern. Werkelijk gedrag verandert pas wanneer CMO’s en marketingdirecteuren zelf het voorbeeld geven. Dat betekent concreet:

 

• Gebruiken zij AI in hun eigen besluitvorming?
• Zijn zij transparant over waar modellen ondersteunen en waar menselijke intuïtie leidend blijft?
• Nemen zij verantwoordelijkheid voor uitkomsten, ook wanneer die door systemen zijn gegenereerd?

 

Wanneer leiders AI framen als oplossing voor inefficiëntie, maar zelf vasthouden aan traditionele controlemechanismen, ontstaat een paradox die medewerkers feilloos aanvoelen. AI vraagt vertrouwen in teams en gedistribueerde besluitvorming, maar de manager stuurt nog wekelijkse rapportages en dubbele checks. Dat spanningsveld vertraagt adoptie meer dan welke technische beperking ook.

NS illustreert waar die grens ligt. Het bedrijf gebruikt AI voor onderhoudsplanning en reizigersinformatie - voorspellende modellen die signaleren waar verstoringen kunnen optreden. Nuttig en bewezen effectief, maar welke treindienst krijgt prioriteit bij uitval? Hoe communiceer je met reizigers onder druk? Dat blijft mensenwerk. NS heeft die grens bewust getrokken: AI optimaliseert het systeem, leiders maken de afweging. Dat is geen zwakte. Dat is volwassen leiderschap.

 

Productiviteit is geen doel, maar gevolg

Er wordt veel gesproken over productiviteitswinst. Onderzoek en praktijkervaring laten echter zien dat winst niet automatisch ontstaat. AI kan taken versnellen, maar zonder bewust herontwerp van werk leidt versnelling vaak tot hogere verwachtingen en meer outputdruk, niet tot meer ruimte.

Teams ervaren dan geen verlichting, maar intensivering. Ze doen meer in minder tijd, maar de vraag of ze daarmee waardevoller werk doen, stelt niemand. Ik hoor dat terug in gesprekken met marketingleiders: ‘We zijn sneller, maar ik weet niet meer waar we precies naartoe werken.’ Leiders die sturen op ‘wat AI kan opleveren’ in plaats van ‘wat dit betekent voor de manier waarop we samenwerken’, creëren onbalans. Productiviteit is geen optelsom van tools. Het is het resultaat van heldere doelen, duidelijke rollen en consistent gedrag.

De spiegel van technologie

Hier ligt de kern van het probleem en tegelijkertijd de kans. Technologie is zelden de bepalende factor. Het versterkt bestaande patronen. In een organisatie met een heldere strategie, sterke samenwerking en een lerende cultuur is AI inderdaad een hefboom. In een organisatie met onduidelijke prioriteiten, silo's en wantrouwen vergroot AI precies die zwaktes.
AI kan niet compenseren door een gebrek aan visie. Het kan geen cultuur repareren. Het kan geen gedrag afdwingen dat niet wordt voorgeleefd. Wie verwacht dat technologie een gebrek aan fundament compenseert, komt bedrogen uit.
De technologie doet wat ze belooft. De vraag is of de organisatie eromheen dat ook doet. AI maakt organisaties en marketingteams niet automatisch slimmer. Het maakt zichtbaar hoe ze worden geleid. En die spiegel kun je negeren, maar niet weg automatiseren.