Mijn missie: 1.000 AI Champions vóór eind 2027. Meedoen? Abonneer je op het YouTube-kanaal.
Hi AI Champions!
We zitten op een gaaf moment. Veel waar ik de afgelopen periode hard aan heb gewerkt komt nu samen en is af. De Academy staat live, er worden wekelijks picks aan toegevoegd. De Werkwijze staat live en bijna dagelijks lopen er nieuwe mensen doorheen. De Claude-workshop waar ik laatst over schreef is inmiddels mijn meest aangevraagde.
En de afgelopen weken heb ik veel tijd besteed aan wat al twee jaar mijn kernproduct is: het stimuleren van AI-adoptie. Vandaag deel ik het denken daarachter. En ik start een beta voor v2 van dit traject onder de werknaam ‘Data-driven AI adoptie’.
Het gaat over de AI diffusion-gap. Wat het is, waarom het er is, en wat je ermee moet.
Het diffusion-gap is de ruimte tussen wat AI vandaag technisch al kan, en wat organisaties en mensen er daadwerkelijk mee doen. Capability groeit exponentieel, adoptie volgt lineair. Tussen die twee curves zit een ruimte van jaren breed. En die ruimte groeit, want de bovenste curve gaat sneller dan de onderste.
Twee redenen waarom dat gat groeit
Het gat is geen toeval en het sluit zich niet vanzelf. Het zit er om twee structurele redenen:
1. AI ontwikkelt te snel voor een jaarplan. Wat vandaag een opening keynote bij OpenAI of Anthropic was, is over zes maanden alweer drie generaties verder. Je kunt geen kristallen bol pakken en zeggen "zo gaan we het komend jaar aanpakken". Voor je het weet bouw je op een aanname die niet meer klopt. Een statische roadmap houdt geen stand. Wat wel werkt is dynamisch meebewegen met wat er in de markt en bij je mensen speelt.
2. Gedrag verandert te langzaam voor een project. Mensen anders leren werken duurt niet drie weken. Een training landt enthousiast en zakt drie weken later weer in als de gewoonte terugkomt. Adoptie is geen project met een einddatum. Het is een proces dat doorgaat zolang het werk doorgaat.
Die twee zijn elkaars tegenpolen: AI heeft geen wrijving en versnelt, mensen hebben alle wrijving en bewegen traag. Daarom groeit het gat.
Wat je ermee moet doen
Twee dingen, allebei tegelijk. Een doet niets als de andere ontbreekt.
1. Beweeg dynamisch mee. Geen vaste roadmap die je een jaar lang afwerkt, wel doorlopende sensitiviteit voor wat verandert. Wat is er deze maand uit bij OpenAI of Anthropic. Wat speelt er bij jullie mensen. Wat doen jullie klanten al met AI. Dat continu filteren en vertalen naar wat voor júllie relevant is. Per kwartaal kort terugkijken en bijsturen, niet jaarlijks een nieuw groot plan schrijven.
2. Maak gedragsverandering een doorlopend proces. Niet een training, niet een workshop, niet een project. Wel een cadans waarin maandelijks aan adoptie gewerkt wordt. Een interne werkgroep die intern de motor is. Use cases die in de praktijk landen, niet alleen op papier. Een ritme dat blijft draaien zolang de organisatie blijft draaien.
Eén van de twee zonder de andere werkt niet. Alleen dynamisch meebewegen zonder gedragsverandering levert een goed geïnformeerde organisatie op die niets anders doet. Alleen gedragsverandering zonder dynamische input levert een team op dat zes maanden geleden geleerde dingen blijft toepassen terwijl AI inmiddels iets anders kan.
Hoe ziet dat eruit in de praktijk?
Dynamisch meebewegen kan op verschillende manieren. Een paar voorbeelden:
Iemand binnen je team die wekelijks tien minuten bijhoudt wat in AI-land is gebeurd en wat daarvan voor jullie relevant is
Een vaste maandelijkse "AI-pulse" waarin je samen kijkt naar wat is veranderd en wat dat voor jullie werk betekent
Een actieve lijst van bronnen die je volgt, met een filter wat je probeert en wat je weglegt
Per kwartaal kort terugkijken: wat dachten we drie maanden geleden, wat denken we nu, wat moet aangepast in onze aanpak
Doorlopende gedragsverandering vraagt iets anders:
Een ritme van bespreken, niet alleen toepassen. Al is het maar elke twee weken een half uur waarin mensen delen wat ze proberen
Een groep collega's die elkaar scherp houdt. Ambassadeurs, werkgroep, AI-team, wat ook bij jullie past
Gewoonten installeren ("elke nieuwe taak begin ik met de vraag: kan AI hier iets aan doen?")
Delen wat werkt, en eerlijk benoemen wat niet werkt en eruit moet
Niet één persoon laten trekken. Want dan stopt het als die persoon weggaat
Dit is geen rocketscience. Wel onderhoud. En onderhoud kost discipline omdat het bij de waan van de dag het eerst sneuvelt.
En voor jou persoonlijk
Niet iedereen runt een team of organisatie. De twee vragen werken net zo goed voor jezelf:
Beweeg jij dynamisch mee? Wat doe jij elke maand om bij te blijven met wat AI nu wel of niet kan? Of werk je sinds vorig jaar met dezelfde prompts en workflows?
Werk jij doorlopend aan je gedrag? Niet een cursus afgerond, wel: heb je een ritme waarmee je AI in je werk verweven krijgt? Of doe je het als het uitkomt?
Welke van de twee is voor jou het zwakst nu?
Data-driven AI adoptie, beta-fase
Het traject is af. Wat nog moet komen is de uitrol op de website zodat jullie ook weten wat het precies is. Ook in de mail zal ik hier natuurlijk aandacht aan gaan besteden.
Voor de beta start ik met stap 1: het onderzoek-deel. Je hoeft niet meteen het hele traject te doen. Het idee is dat we eerst samen kijken waar je staat. De afgelopen tijd heb ik daar een methodiek voor ontwikkeld die ik bij 10 bedrijven wil valideren.
De vraag waar de methodiek antwoord op geeft: hoe kom je er snel en met zo min mogelijk tijd achter waar de behoefte en bottlenecks in jouw organisatie zitten als het gaat om AI-adoptie?
Wat de beta inhoudt:
Een kickoff met jou en je ambasadeur of werkgroep
Een onderzoek dat we uitzetten onder iedereen in je organisatie die met AI werkt, ongeveer 20 minuten invultijd per persoon
Een analyse van de resultaten en een advies-rapport: waar je staat ten opzichte van de benchmark, wat de belangrijkste bottlenecks zijn om op te lossen en welke stappen daarbij horen
Met het rapport kun je zelf aan de slag, of het is de natuurlijke start van het Data-driven AI adoptie traject
Wil je meedoen aan de beta? Plan een kennismaking van 30 minuten of reply op deze mail. Dan kijken we samen of het van toegevoegde waarde voor jou kan zijn om dit te gaan doen.
Tot maandag!
Dan krijg je weer een verse lading AI-nieuws in je inbox.
Cheers,
Mathieu
Kleine tip
De nieuwsbrief is leuk.
Maar de video’s?
Die kijken net wat lekkerder weg.
Elke week een verse.
Wil je blijven groeien met AI?
Abonneren is een goed idee.
