Geef je beste mensen tijd voor AI

Veel organisaties maken momenteel dezelfde fout. Ze zien dat AI belangrijk is, besluiten dat “we er iets mee moeten”, en wijzen vervolgens één of twee mensen aan om het te verkennen. Juniors. Of een enthousiasteling. Of iemand die toevallig even minder declarabel is. Laat eerst maar eens iemand uitzoeken wat het kan, dan zien we verder.

Dat klinkt verstandig. Het is strategisch onverstandig.

De echte waarde van AI zit in beter zien wat er moet veranderen — welke stappen overbodig zijn geworden, wat er gebouwd moet worden, waar voorsprong ontstaat. Dat soort oordeel zit bij de mensen met de meeste ervaring, de meeste context en de meeste verantwoordelijkheid. AI-adoptie hoort daarom in het midden van de organisatie. Bij je beste mensen.

De verkeerde reflex

AI wordt behandeld als een toolvraagstuk. Welk model kies je, welke licenties schaf je aan, welke chatbot is veilig genoeg voor intern gebruik. In dat model is het logisch om een paar mensen te laten experimenteren en de rest later aan te laten haken.

Maar AI verandert hoe werk wordt verdeeld, hoe beslissingen worden voorbereid, hoe software wordt gebouwd en hoe snel kleine teams kunnen bewegen. Coding agents versnellen de productielaag van software. Generatieve modellen versnellen analyse, synthese, schrijven en voorbereiding. Agent-workflows maken het mogelijk om hele ketens van werk anders in te richten.

Zodra dat gebeurt, wordt leersnelheid belangrijker dan productiviteit.

En daar gaat het mis. Organisaties denken dat ze later nog wel kunnen instappen. Dat AI-adoptie iets is wat je gefaseerd uitrolt zodra de tooling stabieler is. Maar later is precies het moment waarop kleinere, AI-native teams hun voorsprong al hebben opgebouwd.

Waarom juist je beste mensen

Er is een hardnekkig misverstand dat AI vooral interessant is voor uitvoerend werk — sneller mails schrijven, sneller samenvatten, sneller code genereren. Dat voordeel is reëel. Het is niet het belangrijkst.

De grootste waarde van AI ontstaat bij mensen die al sterk oordeel hebben.

Een consultant met vijftien jaar ervaring ziet met Claude in twee uur welke analyse drie dagen kostte. Een software-architect gebruikt Cursor om een legacy codebase te doorgronden die niemand meer durfde aan te raken — en vindt de structurele fout die al twee jaar productie-incidenten veroorzaakt. Een operations manager laat een coding agent de volledige order-to-delivery keten in kaart brengen en ontdekt dat vier van de twaalf stappen administratief residu zijn dat niemand meer bevraagt.

AI maakt zulke mensen productiever. Belangrijker: het vergroot hun bereik. Wat ze altijd al zagen, kunnen ze nu sneller valideren, breder toepassen en concreter onderbouwen.

Wie die mensen buiten deze ontwikkeling houdt, beschermt ze niet. Het laat ze langzaam verouderen op een manier van werken die onder hun voeten verschuift.

Tijd is hier de echte investering

Elk bedrijf zegt inmiddels dat AI belangrijk is. Veel minder bedrijven handelen ernaar.

De echte vraag is of een organisatie bereid is er structureel tijd voor vrij te maken. Serieus. Als onderdeel van het werk. Met verwachtingen, discipline en herhaling. Een consultant bij McKinsey die drie uur per week met Claude werkt, leert in een kwartaal meer over de impact van AI op haar vakgebied dan een heel innovatieteam dat tools evalueert zonder ze in het echte werk in te zetten.

Dat is ongemakkelijk, want de beste mensen zijn de drukste mensen. Ze draaien projecten, nemen beslissingen, begeleiden anderen en houden de kwaliteit hoog. Het voelt inefficiënt om juist hen tijd vrij te maken.

Dat is de denkfout.

Als AI de manier verandert waarop werk wordt gedaan, zijn die uren strategische investering. Dan koop je leervermogen in voor de volgende fase van de operatie. Dan train je op een nieuwe productielaag.

Organisaties die dat begrijpen, krijgen een ander soort voorsprong. De organisatie als geheel leert sneller welke taken anders kunnen, welke processen herontworpen moeten worden en waar nieuwe waarde ontstaat.

De concurrentie waar veel bedrijven nog niet naar kijken

Gevestigde organisaties vergelijken zichzelf met bestaande concurrenten. Partijen met dezelfde kostenstructuur, teamopbouw en besluitvorming. AI verandert juist de onderkant van de markt.

De echte dreiging komt van het kleine team dat AI vanaf dag één volledig heeft ingebouwd. Dat team heeft minder overhead tussen idee en uitvoering. Het test meer varianten per week. Het heeft minder lagen tussen besluit en prototype.

Vic Boomer is zelf een voorbeeld. Deze studio draait op zes AI agents die autonoom essays schrijven, reviewen, illustreren en publiceren — met styleguides, governance en kwaliteitscontrole ingebouwd. Twee maanden geleden bestond het niet. De opstarttijd voor een volledig operationele editorial studio is gedaald van maanden naar dagen. Dat is het tempo waarmee AI-native teams bewegen.

Tegen de tijd dat een grotere organisatie denkt “nu moeten we echt gaan bewegen”, heeft een kleiner team al honderden uren leervoorsprong opgebouwd. Die voorsprong zie je niet in marketingtaal. Je ziet haar terug in snelheid, in scherpere iteratie, in lagere productiekosten en in betere keuzes.

Wat organisaties nu zouden moeten doen

De eerste stap is kleiner en serieuzer dan een innovatieprogramma: wijs je sterkste mensen aan en geef ze structureel tijd.

Mensen uit product, operatie, software, commercie of dienstverlening — afhankelijk van waar je kernprocessen zitten. Een kleine groep met context, oordeel en invloed. Geef hen toegang tot tooling én ruimte om ermee te werken, casussen te testen, patronen te vergelijken en bevindingen terug te brengen.

De tweede stap: maak dat leren zichtbaar als veranderende werkwijzen. Welke taken kosten minder tijd? Welke kwaliteitsnormen verschuiven? Welke rollen veranderen? Welke processen kunnen anders? Daar begint echte adoptie.

De derde stap: behandel AI als onderdeel van professioneel werk. Met verwachtingen, met discipline en met herhaling.

Geen luxe

Organisaties die dit blijven uitstellen lopen risico om te traag te leren. In een fase waarin software, kenniswerk en uitvoering van vorm veranderen, is te traag leren geen klein probleem. Het is hoe je relevantie verliest.

AI-adoptie hoort in het midden van de organisatie. Bij het echte werk. Bij de mensen die het verschil maken. Juist zij moeten voorop lopen — zodat zij de besten blijven.

Vic Boomer is een essay-led AI studio die ideeën over AI, agents en software vertaalt naar heldere analyses, werkende systemen en bruikbare tools.