Tot voor kort ging organisatieontwerp vooral over mensen: hoe faciliteer, verleid of stuur je gedrag in de richting van de strategie?
In korte tijd is daar een nieuw soort ‘medewerker’ bijgekomen: de AI-agent. Waar we AI een paar jaar geleden nog zagen als handige tool, schuift het nu steeds meer op richting collega of zelfs teamgenoot. Daarmee raakt AI niet alleen het werk dat we doen, maar ook de manier waarop we organisaties ontwerpen.
In het ontwerp van een organisatie draait het om drie klassieke vragen:
- Knippen – hoe delen we het werk op?
- Plakken – hoe verbinden we de delen weer met elkaar?
- Knopen doorhakken – wie beslist, waarover en op basis waarvan?
Met AI erbij moeten we deze klassieke vragen opnieuw stellen. Want: waar knippen we AI in, hoe plakken we mens en AI aan elkaar, en wie hakt de knopen door als AI ook meepraat?
AI is een organisatie-actor die je bewust moet meenemen in je ontwerp
Knippen betekent: het opdelen van werk in teams, afdelingen of business units. Dat doen we om overzicht en focus te houden. Maar nu schuift er een nieuwe collega aan: de AI-agent.
Een AI-agent is een systeem dat zelfstandig taken uitvoert in een bepaalde context, vaak met een vorm van autonomie en doelgericht gedrag. Je kunt een AI-agent zien als een digitale collega in je team. Soms is het een hulpkracht (zoals een persoonlijke AI-assistent), soms een specialist (zoals een diagnose-AI in de zorg), en soms zelfs een heel team van agents die taken onderling verdelen.
Dat roept een fundamentele vraag op: waar knippen we die AI-agents in?
We moeten daarbij onderscheid maken tussen:
- de activiteiten om AI te laten werken (data scientists, ontwerpers, beleidsmakers), en
- de AI-agents zelf, die je als collega kunt beschouwen.
Veel organisaties kiezen voor wat betreft het eerst een centrale aanpak. Banken en verzekeraars brengen hun data scientists en algoritmes samen in één afdeling. Dat geeft grip, overzicht en standaarden. Tegelijkertijd kan dit ertoe leiden dat AI door de rest van de organisatie wordt gezien als “iets van IT”.
Daarom is ook een decentrale inbedding van belang. Een zorginstelling gaf elk team een eigen AI-assistent voor roosteren, verslaglegging en data-analyse. Dat voelt dichtbij en praktisch. Onderzoek laat bovendien zien dat teams die AI-agents direct integreren, innovatiever worden.
En er zijn organisaties die nog een stap verder gaan: een virtueel team van AI’s. Zo introduceerde KLM al in 2017 BlueBot om klanten te helpen bij boekingen en bagagevragen. Voor de klant voelt dit als een team van medewerkers, maar achter de schermen praten bots met elkaar. Hetzelfde gebeurt in servicecenters waarbij de ene chatbot klantvragen beantwoord, de tweede de voorraad checkt en de derde de retouren regelt. En bij GitHub Copilot, werken verschillende AI’s samen in programmeren, foutopsporing en documentatie.
Het inbedden van AI-agents heeft voordelen: eigenaarschap, innovatie en de ervaring van AI als collega in plaats van black box. Maar er zijn ook valkuilen, zoals tegenstrijdige uitkomsten wanneer elk team “zijn eigen AI” anders gebruikt. Daarom pleiten veel experts voor een hybride aanpak: centrale kaders én decentrale toepassing.
Knippen is daarmee een klassiek organisatievraagstuk in een nieuw jasje: de keuze tussen centraliseren, decentraliseren en de keuze voor in het team of naast het team hangt af van de strategie, de bestuurbaarheid en de beschikbare middelen. Het antwoord verschilt per organisatie, maar is gelukkig altijd te vinden.
AI verandert de sociale dynamiek van samenwerken
Waar geknipt wordt, moet ook weer geplakt worden. Anders vallen de losse delen uit elkaar en ontstaan frustraties: zaken die “over de schutting” worden gegooid, of teams die klagen dat anderen te laat afstemmen.
Tot nu toe dachten we bij plakken vooral aan samenwerking tussen teams of afdelingen. AI voegt hier twee nieuwe lagen aan toe: AI als plakmiddel tussen teams én de noodzaak om anders te plakken tussen mensen en tussen mens en AI.
Dat AI kan helpen met plakken zien we al veel terug in de praktijk. ING verbindt met AI klantgegevens van verschillende afdelingen, zodat klanten hun verhaal niet telkens opnieuw hoeven te doen. Siemens gebruikt AI om data uit productie, logistiek en onderhoud samen te brengen, waardoor bottlenecks sneller zichtbaar worden.
Maar onderzoek laat ook zien dat AI de sociale dynamiek verandert. Algoritmes die werkorders prioriteren bepalen indirect wie met wie samenwerkt. Medewerkers slaan collega’s soms over en lossen iets met AI op. Handig, maar het kan ook de onderlinge interactie verarmen en belangrijke signalen laten verdwijnen. Dit vraagt opnieuw plakken tussen mensen.
De derde vraag die hier opkomt is: hoe plak je tussen mens en AI? Bij Siemens noemen monteurs de voorspellende AI “een collega die 24/7 oplet”. Het systeem signaleert, de monteur geeft betekenis. Ook in servicecenters werken bots en mensen samen: chatbots lossen standaardvragen op, maar dragen complexe gevallen over aan een medewerker.
Plakken is meer dan processen afstemmen. Het gaat om vertrouwen, gelijkwaardigheid en samenwerking. De vragen die je als organisatie moet stellen zijn: ondersteunt AI de samenwerking, of creëert het nieuwe muren? Versterkt AI vertrouwen, of leidt het tot afhankelijkheid? Antwoorden daarop bepalen waar en hoe je moet plakken: tussen collega’s, of juist tussen mens en AI.
Wie beslist als AI meepraat?
De derde vraag van organisatieontwerp is: hoe hakken we knopen door? AI kan scenario’s berekenen, opties vergelijken en risico’s voorspellen. Zo gebruikt een multinational AI om te bepalen welke productinnovaties kansrijk zijn. De directie beslist, maar de invloed van de AI is groot. Bij een rederij helpt AI prioriteiten stellen in de containerlogistiek. Managers nemen het besluit, maar volgen vaak de AI omdat het sneller en overtuigender klinkt. Harvard Business Review noemt dit een kans op “augmented decision-making”: AI als extra stem die het gesprek verrijkt, niet vervangt.
Toch zijn er ook risico’s. Experts waarschuwen dat besluiten soms te snel genomen worden “omdat de AI het zegt”. In de zorg voelen artsen druk bij AI-adviezen over IC-opnames: wat als ze het advies negeren en ongelijk blijken te hebben? Ten slotte laat onderzoek zien dat wie AI begrijpt, automatisch een machtspositie krijgt in besluitvorming.
AI vergemakkelijkt besluitvorming door:
- sneller en vollediger informatie te verzamelen
- slimmere analyses en scenario’s te maken
- aanbevelingen te doen en opties te vergelijken
- kleine operationele beslissingen zelfstandig te nemen
- managers en teams tactisch te ondersteunen
- de strategische koers te informeren
AI maakt besluitvorming lastiger wanneer:
- verantwoordelijkheden onduidelijk zijn
- uitlegbaarheid ontbreekt (black box, bias)
- de sociale dynamiek verschuift (nieuwe machtsposities, groupthink)
- het proces verarmt (te snel, te veel opties, verlies van intuïtie)
- risico’s worden versterkt (bias, schijnzekerheid)
- waarden en draagvlak ontbreken (botsingen met cultuur of ethiek)
Het vraagstuk van knopen doorhakken verandert niet fundamenteel: we moeten helder maken wie waarvoor verantwoordelijk is. AI kan operationele keuzes maken, zoals orderrouting of prijsaanpassingen, maar de eindverantwoordelijkheid ligt altijd bij een mens. Op tactisch en strategisch niveau blijft de mens degene die de knoop doorhakt.
Belangrijk is dat AI expliciet als gesprekspartner wordt gedefinieerd: niet de beslisser, maar de adviseur die input levert. Zo voorkom je dat AI ongemerkt de autoriteit krijgt. Concreet betekent dit: AI een plek geven in de besturingsfilosofie, beslissingen langs de meetlat van waarden leggen, en zorgen dat adviezen uitlegbaar blijven. AI is een krachtige gesprekspartner, maar nooit de baas. De kwaliteit van besluiten hangt nog steeds af van het goede gesprek – met elkaar én met AI aan tafel.
Organisatieontwerp gaat altijd over knippen, plakken en knopen doorhakken. Met AI erbij krijgen deze klassieke vragen een nieuwe lading. Wie ze onbeantwoord laat, loopt het risico dat AI stilletjes een plek inneemt die niet ontworpen is – met alle gevolgen van dien. Wie ze bewust stelt en ontwerpt, maakt van AI geen bedreiging maar een waardevolle partner bij het realiseren van de strategische koers.