Mijn missie: 1.000 AI Champions vóór eind 2027. Meedoen? Abonneer je op het YouTube-kanaal.

Hi AI Champions!

Vorige week zat ik op een klantdag met een ondernemer aan de lijn, en halverwege vroeg ik hem iets wat al een tijdje bij me speelde. "Maar merk je niet ook dat er gewoon een heleboel AI-meuk gemaakt wordt?" Ik zie overal rapporten voorbijkomen die er prachtig uitzien, en die gewoon mega lang zijn.

Hij herkende het meteen, en zei dat mensen er dan in verdwalen en dingen gaan doen die eigenlijk helemaal niks meer opleveren.

Wat jullie maandag stemden

Stelling 9: lees je AI-output nog helemaal na? 76 procent altijd, 18 procent meestal, 6 procent zelden

Maandag vroeg ik of je AI-output nog helemaal naleest voordat je hem verstuurt. 76 procent zegt altijd, 18 procent meestal en 6 procent zelden.

Dat vind ik eerlijk gezegd een mooie uitslag, want je stuurt dus niet zomaar iets door. Alleen zegt het nog niks over hoe lang de ander erover doet.

Vijf keer zo lang

Die ondernemer leest zelf soms ook van die berichten, en dan moet hij dat bericht helemaal lezen. "Dat duurt dan eigenlijk vijf keer zo lang dan het probleem wat daarin staat gewoon oplossen."

En het venijnige is dat het er zo goed uitziet. Het is meer en vaak ook minder doordacht, alleen omdat het er snel goed uitziet denkt iedereen "prima, gaan we doen".

Relevant lijken is nog geen communiceren

Een paar dagen eerder zat ik bij een marketingbureau met iemand die hetzelfde merkte, alleen kwamen de lange antwoorden bij hem rechtstreeks uit AI. Hij werkt met Claude in zijn editor, en wat Claude terugschreef klopte ook allemaal. Na een week of twee dacht hij "hele boeken aan het lezen, volgens mij is dat ook weer niet de bedoeling".

Mijn antwoord was dat AI heel relevant kan zijn en lijken, alleen dat is echt iets anders dan effectief communiceren. En daar is AI, vind ik, nog niet heel sterk in.

Hoe ik het zelf doe

In mijn eigen bedrijf werk ik met AI-medewerkers, en die mogen me niks vragen zonder dat ze eerst zelf hebben nagedacht. Elke vraag of beslissing komt bij mij binnen als 1-3-1, dus één probleem, drie oplossingen die ze zelf hebben bedacht en één advies welke ze zouden kiezen.

Dat dwingt ze om eerst na te denken voordat ze iets over de bühne gooien. Ik kies op mijn telefoon, vaak in een paar tellen, en er komen er hooguit drie per dag bij me binnen. Kies ik niet op tijd en is het terug te draaien, dan volgen ze gewoon hun eigen advies.

Het grappige is dat het eigenlijk helemaal geen AI-methode is. Pas je het toe bij mensen, dan zie je dat er steeds minder vragen bij je terechtkomen, want een heleboel vragen worden gesteld gewoon omdat ze dan even niet meer op het eigen bordje liggen.

Wat je maandag kunt doen

Lees je AI-output dus vooral na, alleen stel jezelf daarbij één andere vraag. Wat moet de lezer hierna doen, en staat dat bovenaan?

Staat het er niet, zet dan zelf in een paar bullets bovenaan wat hij moet weten en doen, en haal weg wat hij niet nodig heeft. En zet in de instellingen van je AI-tool gewoon dat hij kort en bondig moet antwoorden. Minder lullen, meer poetsen ;)

Hoe ik 1-3-1 vorig jaar al bij teams inzette, lees je in #152, De Kennisval.

Deze week heb ik mijn YouTube-kanaal helemaal vernieuwd. Mijn AI-kloon maakte twee video's, een uitlegvideo over wanneer AI goed genoeg is en de weekupdate met het AI-nieuws van week 45.

Wil je eens hardop kijken waar AI bij jullie tijd kost in plaats van scheelt? Plan een half uur met me in.

Lekker weekend alvast!

Mathieu