“We willen AI versnellen.” Dat hoor je vandaag in bijna elke directiekamer. Wat je veel minder vaak hoort, is de vraag die daaraan vooraf zou moeten gaan: is onze organisatie eigenlijk al klaar voor de manier van werken die AI vereist?
Cloud was de eerste test. Veel organisaties behandelden cloud vooral als een infrastructuurmigratie — VM’s verhuizen, en de rest komt later wel. Het operating model, de besluitvorming, de eigenaarschapsvragen: die bleven grotendeels onaangeraakt. On-premise governance in andermans datacenter.
AI komt daar nu bovenop. Niet als een nieuw, geïsoleerd vraagstuk, maar als een versneller van precies die onafgewerkte transitie. Een AI-assistent kopen is nog geen AI-adoptie, net zoals een workload naar de cloud verplaatsen nog geen cloudadoptie was. De vraag die er echt toe doet, luidt:
Kan een organisatie die nog worstelt met haar operating model, AI al verantwoord en op schaal adopteren?
Ons antwoord: ja, voor beperkte en gecontroleerde toepassingen. Niet vanzelf voor AI op schaal — en al helemaal niet voor agentic AI die zelf beslissingen uitvoert. Daartussen zit een concreet bouwwerk: het AI Target Operating Model (AI TOM). Hieronder hoe wij dat bouwen, stap voor stap, volgens onze methodologie.
Shatter — de aannames op tafel leggen
We beginnen niet met een technologiekeuze. We beginnen met de vraag welke organisatorische frictie AI vandaag zou versterken. Waar blijven beslissingen hangen? Welke kennis zit vast in hoofden en mailboxen in plaats van in herbruikbare bronnen? Waar gebruiken mensen nu al ongecontroleerde AI-tools, en waarom is het officiële alternatief trager of minder bruikbaar?
Dat laatste is vaak het scherpste signaal. Shadow AI is zelden een discipline-probleem. Het is het voorspelbare gevolg van een kloof tussen wat medewerkers nodig hebben en wat de organisatie veilig aanbiedt. Die kloof zichtbaar maken — zonder ze meteen dicht te timmeren met nog meer comités — is de eerste beweging.
Rewire — de fundamenten van het AI TOM bouwen
Een AI TOM is geen volledig nieuw model naast je bestaande organisatie. Het is een uitbreiding en verzwaring van een moderne cloud-basis: identity en toegangscontrole, veilige platformen, geautomatiseerde guardrails, gedeeld eigenaarschap. AI voegt daar specifieke, zwaardere vragen aan toe:
- Wie mag welke modellen, data en agents gebruiken — niet alleen wie resources mag provisioneren.
- Wie is eigenaar van een AI-beslissing of agentactie — niet alleen wie workload owner is.
- Hoe wegen we modelkosten, kwaliteit en menselijke review tegen elkaar af — niet alleen hoe we cloudkosten beheersen.
De governance-omslag die daarbij hoort is misschien wel de belangrijkste: van goedkeuring vragen naar veilige capaciteit aanbieden. Een centraal team dat elke use case moet beoordelen, wordt onvermijdelijk een rem. Volledige vrijheid zonder gemeenschappelijke kaders creëert evenveel risico. De volwassen vorm zit in het midden — een klein team bouwt herbruikbare platformcapaciteiten en guardrails; teams gebruiken die zelfstandig en dragen verantwoordelijkheid voor hun eigen toepassing.
Activate — van diagnose naar beweging
Hier wringt het in de praktijk het meest. Teams herkennen de symptomen — trage delivery, versnipperde tools, onduidelijke kosten — zonder dat er iets verandert, omdat de bestaande organisatie op korte termijn nog altijd veiliger aanvoelt dan de transformatie. Activeren betekent: niet alles tegelijk aanpakken, maar precies de neuronen aanpakken die interventie nodig hebben, en de rest onaangetast laten.
Concreet beginnen we daarom nooit met een adviesdocument. We beginnen met een diagnose die een organisatie zelf kan doorlopen en herkennen.
De AI Signal Scan: het eerste concrete instrument
Dat is precies wat de AI Signal Scan is: geen aparte tool los van deze methodologie, maar de praktische, eerste toepassing ervan. Tien vragen, verdeeld over vijf domeinen — richting & besluitkracht, kennis & data, proces & platform, assurance & accountability, gedrag & adoptie — die samen zichtbaar maken waar AI vandaag zou versnellen, en waar het vooral bestaande ruis zou versterken.
De scan geeft geen kunstmatig precieze slaagpercentage. Wel een frictiekaart: welke domeinen sterk staan, welke onder druk staan, en welke combinaties van zwakke domeinen elkaar versterken. En per gedetecteerd signaal een concrete eerste beweging, volgens hetzelfde ritme: Shatter, Rewire, Activate.
Het is, kortom, geen marketingtool. Het is de kleinste, meest concrete manier om te laten zien hoe wij werken, voordat er ook maar één adviesgesprek heeft plaatsgevonden.
Wil je zien waar AI in jouw organisatie vandaag zou versnellen — of waar het de bestaande ruis zou versterken?
Doe de AI Signal Scan →10 vragen · 2 minuten · Gratis · Of plan een gesprek