AI verandert wie analyseert, beslist en uitvoert.

De rol van AI in kenniswerk verschuift zichtbaar. Waar taalmodellen aanvankelijk vooral hielpen bij samenvatten, schrijven en zoeken, voeren agents en geïntegreerde systemen inmiddels ook analyses uit, bereiden ze besluiten voor en handelen ze delen van processen zelfstandig af. Dat gebeurt niet als grote sprong, maar geleidelijk: in klantcontact, in operations, in finance, in juridische beoordelingen, in engineering.

Het effect is niet dat er "een tool bijkomt". Het effect is dat een deel van het denkwerk waar organisaties zich decennialang omheen hebben georganiseerd, elders komt te liggen. Analyse die eerst door een specialist werd gedaan, komt beschikbaar als continue output. Besluitvoorbereiding die uren kostte, is in minuten klaar. Uitvoerend werk dat als menselijke schakel gold, verdwijnt uit het kritieke pad.

Wanneer analyse en besluitvorming deels door AI worden ondersteund of overgenomen, verschuift ook wie ergens verantwoordelijk voor is. Wie is eigenaar van een aanbeveling die een model produceert? Wie beoordeelt de uitzondering die het systeem laat liggen? Waar blijft menselijk oordeel bewust leidend, en waar accepteren we dat een machine het routinewerk beter doet dan wij?

Tegelijk verandert de expertise die teams nodig hebben. Kennis van het domein blijft cruciaal, maar krijgt een andere functie: minder productie, meer beoordeling, kadering en interpretatie. Nieuwe vaardigheden komen erbij — het formuleren van goede opdrachten aan een systeem, het lezen van modeluitkomsten, het herkennen van waar een model betrouwbaar is en waar niet. Sommige rollen verdiepen zich, andere verliezen hun bestaansreden, en er ontstaan combinaties van werk die eerder niet bestonden.

Dit zijn geen randverschijnselen van een implementatie. Het raakt de kern van hoe werk is verdeeld, hoe besluiten tot stand komen en welke mensen een organisatie nog nodig heeft in welke samenstelling.

In de praktijk zien we vaak een ander patroon. AI wordt uitgerold als capaciteit bovenop bestaand werk. Medewerkers krijgen toegang tot een assistent, teams experimenteren met copilots, er komen use-cases in operations of klantcontact. Rollen, functieprofielen, besluitvormingslijnen en governance blijven vrijwel ongewijzigd.

Het gevolg is dat de winst beperkt blijft tot lokale versnelling. Individuen werken sneller aan dezelfde taken, maar de manier waarop het werk is georganiseerd verandert niet mee. Verantwoordelijkheden overlappen, of raken juist onbelegd zodra een agent een stap overneemt. Governance blijft ingericht op menselijke handelingen, terwijl steeds meer beslissingen worden voorbereid of uitgevoerd door systemen. Teams die inhoudelijk zwaarder werk kunnen doen, blijven in dezelfde rol hangen omdat de organisatiestructuur daar geen ruimte voor maakt.

Dit is geen kwestie van te weinig ambitie of te weinig technologie. Het is een gevolg van het feit dat het invoeren van AI eenvoudiger is dan het opnieuw ontwerpen van de organisatie eromheen.

De relevante vraag is daarmee niet langer waar AI kan worden ingezet. Die vraag is voor de meeste organisaties inmiddels beantwoord. De relevante vraag is welk werk in de nieuwe situatie anders belegd moet worden, en hoe verantwoordelijkheden, samenwerking en sturing daar bij passen.

Concreet betekent dit dat er expliciete keuzes nodig zijn op ten minste vier niveaus:

• **Werk** — welk werk laten we door AI doen, welk werk blijft bewust menselijk, en welk werk ontstaat pas doordat AI het mogelijk maakt.
• **Rollen en teams** — welke rollen worden zwaarder, welke verdwijnen, en hoe stellen we teams samen rond nieuwe combinaties van mens en systeem.
• **Besluitvorming en governance** — wie is eigenaar van uitkomsten waar een model aan heeft bijgedragen, hoe borgen we kwaliteit, en waar willen we menselijk oordeel bindend maken.
• **Sturing** — waarop sturen we als productiviteit, doorlooptijd en kwaliteit zich anders gaan gedragen dan we gewend zijn, en hoe voorkomen we dat oude KPI's nieuw werk in de weg zitten.

De organisaties die met AI daadwerkelijk waarde realiseren, zijn niet degene met de meeste modellen of de grootste licenties. Het zijn degene die het lef hebben om verantwoordelijkheden, samenwerking en organisatie opnieuw ter discussie te stellen zodra technologie het werk fundamenteel verandert.

De vraag is daarmee niet meer of AI iets verandert in de organisatie. De vraag is welke onderdelen van de organisatie bewust opnieuw ontworpen moeten worden — en wie die keuzes maakt.