Deze 5 rollen bepalen het succes van je AI-implementatie

De tool is gekozen. Het projectplan staat. IT heeft groen licht gegeven. En toch loopt het vast. Niet technisch, maar organisatorisch. Ergens tussen de boardroom en de werkvloer verdampt het momentum.

Wat dat kost, is meer dan het licentiebudget. Een vastgelopen implementatie kost geloofwaardigheid. De volgende keer dat iemand AI voorstelt, herinnert het hele team zich dit project. De weerstand die je nu organiseert, betaal je jaren later nog terug.

In de implementaties die ik begeleid valt me steeds hetzelfde op: teams die het niet halen, hebben zelden de verkeerde tool gekozen. Ze missen rollen. Niet functies op papier, maar mensen die specifieke taken vervullen die niemand heeft belegd.

Technologie is een multiplier: het versterkt wat er in je organisatie al ligt. Ook de gaten. Dit zijn de vijf rollen die bepalen of je implementatie landt, en hoe je ze belegt zonder vijf vacatures te openen.

1. De vertaler die beide werelden begrijpt

Dit is de rol die ik het vaakst mis. De vertaler staat tussen de technologie en de organisatie in. Niet als projectmanager die mijlpalen bewaakt, maar als iemand die de taal spreekt van beide kanten. Die aan IT kan uitleggen waarom het juridisch team de tool niet vertrouwt, en aan het juridisch team kan laten zien waar de tool echt waarde toevoegt.

Zonder vertaler praten twee groepen langs elkaar heen. IT zegt: de tool kan het. De vakspecialisten zeggen: maar zo werken wij niet. En niemand bouwt de brug. De grootste schaarste in organisaties is op dit moment niet technisch talent. Het zijn mensen die technologie en business met elkaar verbinden.

Wat werkt: zoek iemand die van nature verbindend is. Dat is niet per se iemand met een technische achtergrond. Het zijn vaak mensen van de werkvloer die goed kunnen luisteren en de juiste vragen stellen. Geef die persoon minimaal twee dagen per week ruimte voor deze rol. Niet erbij, maar als prioriteit.

2. De proceseigenaar die durft te zeggen: dit past niet

Bij veel implementaties wordt de bestaande werkwijze als gegeven beschouwd. De tool wordt erop gezet, en dan moet het werken. Maar AI verandert processen. Het versnelt sommige stappen, maakt andere overbodig, en creëert nieuwe die er eerder niet waren.

Daar heb je iemand voor nodig die het mandaat heeft om processen te veranderen. Niet iemand die achteraf een procesbeschrijving bijwerkt, maar iemand die vooraf zegt: als we deze tool inzetten, moeten we drie stappen in ons werkproces aanpassen. En die dat ook kan doorvoeren.

Wat werkt: benoem per AI-toepassing een proceseigenaar. Iemand uit het team dat ermee gaat werken, niet uit IT. Geef die persoon het mandaat om proceswijzigingen voor te stellen en te testen. En evalueer na drie maanden of de nieuwe werkwijze beter is dan de oude.

3. De ethiekbewaker die dagelijks meekijkt

Bijna elke organisatie heeft inmiddels een AI-ethiekdocument. Principes over transparantie, eerlijkheid, menselijke controle. Maar principes op papier zijn geen governance in de praktijk.

Wat ik regelmatig zie: het document ligt er, de commissie vergadert twee keer per jaar, en in de tussentijd neemt niemand ethische vragen mee in dagelijkse beslissingen. Dat is schijnethiek: het document wekt de indruk dat het geregeld is, terwijl niemand kijkt.

De ethiekbewaker is iemand die niet alleen beleid schrijft maar meekijkt in het dagelijkse gebruik. Die signaleert wanneer de tool beslissingen neemt die niet kloppen met je waarden. Die vragen stelt als: past dit bij hoe wij omgaan met onze klanten, studenten of cliënten?

Wat werkt: maak ethiek onderdeel van je operationele reviews, niet alleen van je beleidscyclus. Wijs iemand aan die maandelijks drie concrete casussen bespreekt waarin de tool een beslissing nam of adviseerde. Kijk samen: was dit in lijn met onze principes? Als het antwoord niet eenduidig ja is, heb je iets om aan te pakken.

4. De adoptie-eigenaar die bij de business zit, niet bij IT

Adoptie is niet hetzelfde als uitrol. De tool staat aan, maar wordt hij ook echt gebruikt? En niet alleen gebruikt, maar op een manier die waarde toevoegt? Die vraag beantwoord je niet vanuit IT. Die beantwoord je vanuit de business.

Ik zie dit patroon regelmatig: IT meldt dat 85% van de licenties geactiveerd is. Maar als je op de werkvloer kijkt, gebruiken mensen de tool voor triviale taken of helemaal niet structureel. Het verschil tussen activatie en adoptie is enorm. En alleen iemand die dicht bij de gebruikers staat, ziet dat verschil.

Wat werkt: benoem een adoptie-eigenaar per afdeling of team. Niet de IT-lead, maar iemand die dagelijks met het team werkt. Die persoon houdt bij: wie gebruikt de tool waarvoor, waar haken mensen af, wat missen ze? En rapporteert dat niet als klacht maar als input voor verbetering.

5. De lerende evaluator die na drie maanden terugkijkt

Ook deze rol ontbreekt erg vaak. De implementatie is klaar, iedereen gaat door met de orde van de dag, en niemand kijkt gestructureerd terug. Wat werkte? Wat niet? Wat weten we nu dat we drie maanden geleden niet wisten?

Zonder die terugblik leer je niet. En bij AI is leren niet optioneel. De tool verandert, je organisatie verandert, de manier waarop mensen ermee werken verandert. Als je niet regelmatig terugkijkt, neem je aannames mee die al lang niet meer kloppen.

Dit is zaaiend management in de kern. Je plant, je geeft water, en na drie maanden kijk je wat is gegroeid en wat niet. Op basis daarvan bepaal je waar je je energie in steekt. Niet alles krijgt evenveel aandacht. Wat niet werkt, stop je. Wat wel werkt, geef je meer ruimte.

Wat werkt: plan voor elke AI-toepassing een evaluatiemoment in op drie maanden, zes maanden en twaalf maanden. Niet als afvinkmoment, maar als serieus gesprek. Betrek de gebruikers, de proceseigenaar, de vertaler. Stel drie vragen: werkt de tool zoals verwacht, werkt het proces beter dan voorheen, en wat moeten we aanpassen?

Waar begin je?

Niet door vijf nieuwe functies te creëren. Wel door vijf bestaande mensen een expliciete rol te geven. De vertaler, de proceseigenaar, de ethiekbewaker, de adoptie-eigenaar, de lerende evaluator. Het zijn geen voltijdsfuncties. Het zijn verantwoordelijkheden die je bewust belegt.

Kijk naar je huidige AI-implementatie. Voor welke van deze vijf rollen heb je iemand aangewezen? En voor welke niet? Het antwoord vertelt je waar je gaten zitten. Niet in je technologie, maar in je organisatie. En precies daar wordt bepaald of je investering iets vermenigvuldigt of verdampt.