Reflecties, analyses en perspectieven op wat AI betekent voor change professionals en de mensen die zij begeleiden.
Veel organisaties zijn druk bezig met AI. Tools worden uitgerold, pilots lopen, teams experimenteren. En toch is er opvallend weinig communicatie over wat dat allemaal betekent.
De eerste fase van AI-uitrol zag er voor veel bedrijven hetzelfde uit: toegang geven, aanmoedigen, loslaten. Ergens begon een meter te draaien.
De vraag komt vroeg of laat in elk traject. Soms rechtstreeks, soms via een omweg. Hoe ga je er als change manager mee om?
Een concrete kijk op hoe AI de voorbereiding van workshops anders maakt, en wat dat betekent voor de tijd die overblijft.
Als AI taken overneemt die vroeger uren kostten, komen er uren vrij. De vraag is wat je daarmee doet.
Veel projecten reduceren change management tot een communicatieplan en een trainingsdag. Waarom dat niet werkt.
De technologie werkt. De training is gevolgd. En toch verandert het gedrag niet. Over de kloof tussen toegang geven en echte adoptie.
Organisaties investeren fors in AI-trainingen. Maar training is niet hetzelfde als leren, en leren is niet hetzelfde als gedragsverandering.
User adoption is geen IT-term. Het is de kern van wat change management zou moeten doen.
Een systeem opleveren is niet hetzelfde als een verandering realiseren. De ROI zit niet in de tool, maar in het gebruik ervan.
Hoe het ADKAR-model helpt om AI-adoptie te structureren, en waarom de vijf bouwstenen bij AI verandering vaak tegelijk in beweging zijn.
Organisaties die tegelijk nieuwe tools uitrollen, processen herdenken en cultuur willen veranderen, lopen vast. Over change fatigue en hoe je het voorkomt.
De cijfers zijn bekend. Bijna iedereen experimenteert met AI. Maar meetbare impact blijft uit. Waarom, en wat maakt het verschil?
Iedereen weet dat AI bestaat. Maar weten en kunnen zijn twee verschillende dingen. De kloof groeit snel.
AI adopteren is geen kwestie van tools uitrollen en mensen trainen. Het vraagt andere processen, andere incentives, andere cultuur.
AI verandert niet alleen de organisaties die change managers begeleiden. Het verandert ook het werk van de change manager zelf.
Veranderingen mislukken zelden door slechte communicatie. Ze mislukken omdat de echte blokkades niet worden aangepakt.
In traditioneel change management wacht je op evaluaties na afloop. Wat als je voortdurend feedback verwerkt terwijl de verandering nog loopt?
AI neemt taken over. Maar het vergroot ook de verwachtingen van wat change management kan leveren.
Over de neiging om AI overal op toe te passen, en hoe je de grens trekt tussen zinvol gebruik en digitale overconsumptie.
AI is een krachtig hulpmiddel. Maar zoals elk hulpmiddel werkt het beter als je weet waarvoor je het gebruikt.
Eén keer per maand: nieuwe artikels, AI Radar updates en nieuws over cursussen in je inbox.
Geen spam. Alleen relevante updates.
Je bent ingeschreven.