AI Transformatie Archieven - Optmzr Academy

Waarom je AI-vaardigheden na de zomer zijn verdampt

admin — Fri, 28 Aug 2026 07:00:00 +0000

Eind mei zat je hele team in die workshop. Er werd gelachen, er gingen post-its op de muur en er was dat moment waarop iemand zei: “hier had ik vorige week wat aan gehad.” Nu is het eind augustus. Iedereen is terug. En als je heel eerlijk kijkt naar hoe er deze week gewerkt wordt, is er verrassend weinig van over.

Herkenbaar? Goed. Dan is dit artikel voor jou. En het goede nieuws is: dit zegt niets over je team. AI-vaardigheden verdwijnen omdat ze niet aan een vast werkproces vastzitten. Onder druk kiest iedereen automatisch de route die het minste denkwerk kost, en dat is de oude route. Wat wel blijft: één proces kiezen, één meetpunt afspreken, één moment in de agenda zetten. Ritme werkt beter dan intensiteit.

Terugval is de norm, niet de uitzondering

Even weg van AI. Denk aan iedereen die in januari begint met hardlopen. Half februari is de helft gestopt. Niet omdat ze het niet wilden, maar omdat het leven terugkwam.

In je werk gebeurt precies hetzelfde, alleen sneller. Zodra de deadline dichterbij komt, kiest je brein de route die het minste energie kost. En dat is altijd de route die je al honderd keer hebt gelopen.

Je nieuwe AI-werkwijze is die route niet. Die vraagt nog nadenken, uitproberen, teleurgesteld raken en het opnieuw proberen. Dat is precies het soort inspanning waar je onder druk niet aan toekomt.

Dus nee, je team is niet ongemotiveerd. Je team is normaal.

Het verschil tussen weten en doen

Na een goede workshop weet je team hoe het moet. Dat is echt iets waard.

Maar weten en doen zijn twee verschillende dingen. Vraag iemand hoe je een goede prompt schrijft en je krijgt een keurig antwoord. Kijk mee op een drukke dinsdagmiddag en je ziet iets anders.

Dat gat tussen weten en doen is waar de meeste AI-plannen sneuvelen. Het is dezelfde kloof als bij de AI-Ambition Gap, alleen dan op teamniveau in plaats van op directieniveau.

En dat gat dicht je niet met meer kennis. Je dicht het met minder wrijving.

Wat wel blijft hangen

Kijk naar de vaardigheden die je team het afgelopen jaar wel heeft opgepikt. Wat hebben die gemeen?

Ze zaten vast aan iets dat elke week terugkomt.

Dat is het hele mechanisme. Een algemene vaardigheid als “beter prompten” heeft geen aanknopingspunt in je week. Er is geen moment waarop je jezelf betrapt: hé, nu moet ik prompten. Maar “onze maandrapportage” heeft dat wel. Die komt elke maand voorbij, of je er nu zin in hebt of niet.

Koppel je nieuwe werkwijze dus niet aan een tool, maar aan een terugkerend moment in je werk. De wekelijkse klantrapportage. De offerte die elke keer opnieuw wordt opgetuigd. Het verslag van het maandelijkse overleg. De onboarding van een nieuwe collega.

Dat sluit ook precies aan bij het idee van AI als ruisfilter: je zoekt de repeterende taak, niet de spannende.

Ritme verslaat intensiteit

Hier komt de vergelijking waar we bij Optmzr steeds op terugvallen, omdat hij klopt.

Niemand wordt fit van één keer acht uur in de sportschool. Wel van twee keer per week een half uur, volgehouden. Het verschil zit niet in de totale inspanning, maar in de herhaling.

Zo werkt het ook met AI in je organisatie. Eén inspirerende dag zet mensen in beweging. Wat ze in beweging houdt, is het korte moment daarna waarop iemand vraagt: en, hoe ging het?

Dat is de gedachte achter HeartBeat Sessions. Regelmatige check-ins waarin je bespreekt wat werkte, wat niet werkte en wat je de komende weken probeert. Als een personal trainer voor je AI-transformatie. Niet omdat mensen controle nodig hebben, maar omdat aandacht werkt.

Wat zo’n moment doet:

Het maakt vooruitgang zichtbaar. Anders voelt het alsof er niets verandert, terwijl er van alles verandert.
Het haalt obstakels boven tafel. Kleine drempels blijven anders maandenlang staan omdat niemand ze noemt.
Het verspreidt vondsten. Wat één collega ontdekt, wordt zo van het hele team.

Drie dingen voor je eerste week terug

Je hoeft geen nieuw programma op te tuigen. Begin klein, deze week nog.

Kies één proces. Niet drie. Eén terugkerende taak waar je team het meest op afknapt. Daar zit je energie.
Spreek één meetpunt af. Hoeveel tijd kost dit proces nu, en hoeveel over acht weken? Zonder meetpunt is elke discussie een meningsverschil.
Zet één moment in de agenda. Een half uur, elke twee weken, met dezelfde mensen. Zet het erin voordat de agenda volloopt, want dat gebeurt.

Meer is het niet. En precies daarom werkt het.

Want de vraag is niet of je team AI kan gebruiken. Dat kunnen ze, dat weet je sinds mei. De vraag is of het ritme er is om het te blijven doen als het even druk wordt.

Veelgestelde vragen

Waarom blijft een AI-training niet hangen?
Omdat de nieuwe werkwijze niet aan een terugkerend werkproces is gekoppeld. Onder tijdsdruk kiest iedereen automatisch de bekende route, die minder denkwerk kost. Zonder herhaling en zonder aanknopingspunt in de week verdwijnt de vaardigheid vanzelf.

Hoe zorg je dat AI-vaardigheden wel beklijven?
Koppel de vaardigheid aan één concreet, terugkerend proces, spreek een meetpunt af en plan een vast evaluatiemoment. Herhaling werkt beter dan intensiteit.

Wat zijn HeartBeat Sessions?
HeartBeat Sessions zijn terugkerende check-ins waarin een team bespreekt wat werkte, wat niet werkte en wat de volgende stap is in de AI-transformatie. Ze functioneren als een personal trainer: ze houden vooruitgang zichtbaar en voorkomen terugval in oude gewoontes.

Hoe vaak moet je AI-gebruik in een team evalueren?
Een half uur per twee weken is voor de meeste teams voldoende om vooruitgang zichtbaar te houden en obstakels op tijd te signaleren. Belangrijker dan de frequentie is dat het moment vast staat en niet als eerste sneuvelt bij drukte.

Zorg dat het deze keer wel blijft

Een goede training zet je team in beweging. Ritme houdt ze in beweging. Wil je dat de kennis van dit voorjaar niet opnieuw verdampt? Met HeartBeat Sessions bouwen we samen dat ritme, afgestemd op de processen die in jouw organisatie echt elke week terugkomen.

Bekijk het aanbod op de Optmzr Academy en kies wat bij jouw team past.

Het bericht Waarom je AI-vaardigheden na de zomer zijn verdampt verscheen eerst op Optmzr Academy.

Laat AI de ruis filteren, niet je werk overnemen

Optmzr — Fri, 24 Jul 2026 15:42:13 +0000

Rond AI hoor je twee uitersten. Aan de ene kant de angst dat het je werk overneemt. Aan de andere kant de belofte dat het bijna alles kan. Beide kloppen niet. De waarheid ligt ergens veel praktischer in het midden, en die helpt je veel verder. Bij Optmzr kijken we naar AI als een ruisfilter. Niet als vervanger van jou, maar als filter dat de herhaling wegneemt zodat jij kunt focussen op wat echt waarde toevoegt. In deze blog leggen we dat principe uit.

Signaal en ruis

Elk werk bestaat uit twee soorten taken. Er is signaal: je expertise, je creativiteit, je oordeel, het strategisch denken. En er is ruis: de repetitieve klusjes, het overtypen, het standaardwerk dat moet, maar weinig toevoegt.

Het probleem is dat de ruis vaak je dag opvreet. Je bent uren bezig met dingen die niemand zich later herinnert, terwijl het signaal, het werk waar jij het verschil maakt, blijft liggen. Dat is precies waar AI van pas komt.

AI als filter, niet als vervanger

Zet AI in op de ruis. Laat het de herhalende taken wegfilteren: de samenvatting, de eerste opzet, het opschonen van data, het standaardantwoord. Wat overblijft, is ruimte voor het signaal. Voor het werk dat jouw aandacht en ervaring verdient.

Zo verandert AI van een bedreiging in een versterking. Het neemt je werk niet af, het haalt de rommel weg die je ervan weerhield. In onze Copilot en Claude Learning Series eer je precies die taken herkennen en uit handen geven.

Waarom dit beeld helpt

Het mooie van denken in signaal en ruis is dat het de angst wegneemt. Je hoeft niet bang te zijn dat AI jou overbodig maakt, want het richt zich op het deel van je werk dat je toch al liever kwijt was. Jouw waarde, het signaal, wordt er juist beter zichtbaar door.

Het geeft ook richting. In plaats van “wat kan AI allemaal?” stel je een veel bruikbaardere vraag: “Welke ruis in mijn week kan ik laten filteren?” Dat maakt het meteen concreet.

Herken de ruis in je eigen werk

Begin klein. Loop een gewone werkweek langs en let op de momenten waarop je denkt: dit is herhaling, dit kost tijd maar weinig hoofd. Dat zijn je kandidaten. Een terugkerend mailtje, een vast soort samenvatting, het ordenen van informatie.

Stuk voor stuk niet wereldschokkend, maar samen leveren ze je serieus tijd op. En die tijd investeer je in het werk waar jij wél het verschil maakt.

De mens blijft het signaal

Eén ding mag je nooit uit het oog verliezen: het oordeel blijft van jou. AI filtert de ruis, maar wat goed genoeg is en wat klopt, bepaal jij.

Wil je dat AI je werk lichter maakt zonder je rol over te nemen, dan is het ruisfilter-principe een mooi startpunt. Kijk waar de herhaling zit, geef die uit handen, en houd je aandacht voor het signaal. In onze Learning Series maken we dat samen met je concreet.

Want AI is geen bedreiging. Het is een versterking, mits je het op de juiste taken zet.

Het bericht Laat AI de ruis filteren, niet je werk overnemen verscheen eerst op Optmzr Academy.

AI-adoptie draait om cultuur, niet om tools

Optmzr — Fri, 29 May 2026 14:56:08 +0000

Er is een hardnekkig misverstand over AI. Het idee dat je een goede tool aanschaft, licenties uitdeelt, en dat je organisatie daarna vanzelf slimmer werkt. Was het maar zo simpel. Want de tool is het makkelijke deel. De mensen zijn het echte werk. AI is geen technologische upgrade. Het is een culturele transformatie. En wie dat onderschat, houdt straks dure software over die nauwelijks wordt gebruikt. In deze blog leggen we uit waarom cultuur de sleutel is, en wat dat in de praktijk betekent.

De tool is niet het probleem

De meeste AI-tools werken uitstekend. Ze zijn krachtig, toegankelijk en worden met de dag beter. Toch zie je in veel organisaties dat de impact tegenvalt. Niet omdat de techniek faalt, maar omdat de manier van werken niet meebeweegt.

Mensen blijven doen wat ze gewend zijn. De tool staat klaar, maar wordt nauwelijks aangeraakt, of alleen voor een snel trucje. De potentie blijft liggen. En dat los je niet op met een betere tool, maar met een andere aanpak.

Echte verandering zit in gedrag

Hier is de kern: echte AI-adoptie ontstaat wanneer mensen hun manier van werken veranderen, niet alleen de tools die ze gebruiken. Het gaat om nieuwe gewoontes, nieuwe reflexen, een andere kijk op het eigen werk.

Dat is precies wat cultuur betekent: hoe we hier de dingen doen. En cultuur verander je niet met een handleiding. Die verander je door mensen mee te nemen, te laten oefenen en te laten ervaren wat het oplevert.

Begin bij de mens, niet bij de techniek

Daarom draaien wij het om. We beginnen niet bij de tool, maar bij de mensen die ermee gaan werken. Wat doen ze dagelijks? Waar lopen ze tegenaan? Wat zou hen echt helpen? Vanuit die vragen wordt AI ineens concreet en relevant.

In onze Learning Series staat de mens daarom centraal. Geen abstracte techniekverhalen, maar stap voor stap leren werken met AI in je eigen praktijk, of dat nu met ChatGPT, Claude of een andere tool is. Zo wordt AI geen bedreiging, maar een versterking.

Verandering kost tijd, en dat is normaal

Een nieuwe gewoonte ontstaat niet in een dag. Net als een jong plantje heeft verandering tijd, aandacht en de juiste omstandigheden nodig. Wie verwacht dat één workshop het werk doet, komt bedrogen uit. De eerste enthousiaste weken zijn niet het moeilijke deel. Het volhouden is dat wel.

Daarom geloven we in opvolging. Met regelmatige check-ins, een soort personal trainer voor je AI-transformatie, houden teams de richting vast en vallen ze niet terug in oude patronen. Verandering die beklijft, ontstaat door consequent dezelfde kant op te blijven bewegen.

Cultuur en kennis gaan samen

Een cultuur waarin mensen verantwoord met AI omgaan, vraagt ook om kennis. Weten wat AI kan, waar de risico’s zitten en wanneer je het moet vertrouwen of overrulen.
Wil je dat AI in je organisatie echt landt, kijk dan verder dan de tool. Begin bij je mensen, bij hun werk en bij de gewoontes die je samen opbouwt. In onze Learning Series helpen we je teams om die verschuiving stap voor stap te maken.

Want technologie verandert. Jouw waarde blijft. En cultuur is wat die twee met elkaar verbindt.

Het bericht AI-adoptie draait om cultuur, niet om tools verscheen eerst op Optmzr Academy.

Werken met AI: van vraagsteller naar regisseur

Optmzr — Fri, 15 May 2026 14:46:54 +0000

Toen AI-tools opkwamen, was de eerste reflex van velen: ik stel een vraag, ik krijg een antwoord. Een digitale vraagbaak, handig voor een snel klusje. Maar wie zo blijft werken, blijft hangen op het laagste niveau van wat mogelijk is. Want je rol verandert. Je bent niet langer alleen de vraagsteller. Je wordt de regisseur. En die verschuiving maakt je werk niet minder waardevol, maar juist meer. In deze blog laten we zien wat dat betekent.

Van uitvoeren naar aansturen

Een regisseur speelt zelf geen enkele rol in de film. Toch bepaalt hij of zij hoe alles eruitziet. Dat is precies de verschuiving die AI mogelijk maakt. Je doet het uitvoerende werk niet meer allemaal zelf, je stuurt het aan.

Je geeft richting, je beoordeelt het resultaat en je bepaalt of het goed genoeg is. Het werk dat vroeger je hele dag vulde, verschuift naar de achtergrond. Wat overblijft, is het deel waar jouw oordeel en ervaring het verschil maken.

Regie voeren is een vaardigheid

Sturen klinkt makkelijker dan het is. Een goede regisseur weet precies wat hij wil, kan dat helder overbrengen en herkent meteen wanneer iets niet klopt. Datzelfde geldt voor werken met AI. Je moet weten wat je wilt, dat duidelijk kunnen formuleren en kritisch kunnen kijken naar wat je terugkrijgt.

Die vaardigheden leer je niet vanzelf. Maar ze zijn goed te ontwikkelen, in elke tool. Of je nu met Claude, ChatGPT, Gemini of Perplexity werkt, het principe blijft hetzelfde: jij regisseert, de AI voert uit.

Jouw oordeel wordt belangrijker, niet minder

Een veelgehoorde angst is dat AI je overbodig maakt. Maar kijk je naar de regisseursrol, dan zie je het tegenovergestelde. Juist omdat de AI het uitvoerende werk doet, wordt jouw oordeel doorslaggevend. Wat is goed genoeg? Wat klopt niet? Welke richting kiezen we?

Dat zijn precies de vragen die een mens moet beantwoorden. AI kan tien versies maken, maar jij bepaalt welke de juiste is. Je expertise verschuift naar voren in plaats van naar de achtergrond.

Niet je functietitel, maar je combinatie van talenten

Deze verschuiving heeft nog een mooi gevolg. Als het uitvoerende werk minder tijd kost, komt er ruimte vrij voor wat je écht goed kunt. Je bent niet langer je functietitel, je bent je combinatie van talenten. AI vult de gaten, jij brengt het geheel samen.

Dat maakt werk vaak ook leuker. Minder routine, meer richting geven. Minder uitvoeren, meer betekenis.

Regie houden vraagt om kennis

Een regisseur die niet weet wat er technisch kan, verliest snel de controle. Daarom hoort bij deze nieuwe rol ook dat je begrijpt waar AI sterk in is en waar het je in de steek laat. Anders regisseer je in het wild.

Aan de slag

Wil je groeien van vraagsteller naar regisseur, dan begint dat met bewuster werken: weten wat je wilt, helder sturen en kritisch beoordelen. In onze Learning Series oefen je die regierol stap voor stap met je eigen werk.

Want de vraag is niet of AI je werk verandert. De vraag is of jij de regie pakt.

Het bericht Werken met AI: van vraagsteller naar regisseur verscheen eerst op Optmzr Academy.

De AI-Ambition Gap: waarom grote AI-plannen blijven steken

Optmzr — Fri, 24 Apr 2026 14:08:20 +0000

Vraag een willekeurige organisatie naar hun AI-ambitie en je hoort grote woorden. Slimmer werken, sneller groeien, voorop lopen. De wil is er. De tools zijn er. En toch blijft het bij veel bedrijven opvallend stil als je vraagt wat er daadwerkelijk verandert. Dat is de AI-Ambition Gap: de gevaarlijke kloof tussen wat je wilt bereiken en wat er in de praktijk gebeurt. In deze blog kijken we waar die kloof vandaan komt en, belangrijker nog, hoe je hem dicht.

Waar de kloof ontstaat

Veel organisaties beginnen enthousiast. Er komt een pilot, een paar mensen gaan ermee aan de slag, en er ontstaat wat losse handigheid. Maar dan stokt het. De pilot blijft een pilot. De kennis blijft bij een handjevol mensen hangen. En de grote ambitie van het begin verdampt langzaam.

De oorzaak is bijna nooit de technologie. De tools werken prima. Het probleem zit in de mensen en de manier van werken eromheen. En precies daar wordt het te vaak over het hoofd gezien.

AI is geen technologische race

Hier zit de kern. Veel bedrijven behandelen AI als een technologisch project: tool uitrollen, licenties regelen, klaar. Maar AI-adoptie is geen technologische race. Het is een menselijke reis.

Echte verandering ontstaat pas als mensen hun manier van werken aanpassen, niet alleen de tools die ze gebruiken. Zolang dat niet gebeurt, heb je dure software die nauwelijks wordt benut. De winst zit niet in het aanschaffen, maar in het eigen maken.

Klein beginnen, structureel verankeren

Hoe overbrug je de kloof dan wel? Niet met een groots masterplan dat in één keer alles verandert. Wel met concrete stappen die beklijven. Begin bij echt werk, bij de taken die mensen dagelijks doen, en bouw van daaruit op.

Zo wordt AI geen los project naast het werk, maar onderdeel van het werk zelf. En die verschuiving is veel waardevoller dan welke indrukwekkende pilot dan ook.

Vaardigheden bij de mensen zelf

Een tool die maar door een paar enthousiastelingen wordt gebruikt, verandert je organisatie niet. De winst komt pas als een brede groep mensen weet hoe ze AI verantwoord en effectief inzetten. Dat vraagt om vaardigheden bij de mensen zelf, niet alleen om een licentie op het netwerk.

In onze Learning Series, zoals de AI-Geletterdheid Learning Series, draait het daarom om de mens. Stap voor stap bouw je echte vaardigheden op, in je eigen werk, zodat de kennis blijft hangen waar hij hoort.

Verandering die niet terugvalt

De grootste valkuil komt ná de eerste enthousiaste weken. Mensen vallen terug in oude gewoontes, de aandacht verslapt, en de winst sijpelt weg. Daarom geloven we in opvolging: regelmatige momenten om bij te sturen, resultaten te zien en scherp te blijven.

We noemen dat de HeartBeat-aanpak, een soort personal trainer voor je AI-transformatie. Want blijvende verandering ontstaat niet in één keer. Die ontstaat door consequent dezelfde richting vast te houden.

Aan de slag

Herken je de kloof tussen wat je wilt en wat er gebeurt, dan is de eerste stap kleiner dan je denkt: begin bij de mensen en bij echt werk. In onze Learning Series leren je teams AI verantwoord inzetten in hun dagelijkse praktijk, bijvoorbeeld met de Copilot of Claude Learning Series.

Want technologie verandert. Jouw waarde blijft. De kunst is om die twee bij elkaar te brengen.

Het bericht De AI-Ambition Gap: waarom grote AI-plannen blijven steken verscheen eerst op Optmzr Academy.

Van T-shaped naar X-shaped: de professional die AI echt vraagt

Optmzr — Fri, 30 Jan 2026 09:55:22 +0000

Afgelopen maand zat ik bij een klant die trots vertelde over hun AI-implementatie. Elke mail wordt automatisch gecategoriseerd, samengevat, en er staat direct een concept-reactie klaar. “Efficiëntie verhoogd met 40%!”
En terwijl hij sprak, dacht ik: we missen de olifant in de kamer.

Want hier is wat niemand hardop zegt. Als AI jouw mails leest, samenvat én beantwoordt, wat blijft er dan over van jouw stem? Van de menselijke connectie? Een mail van AI naar AI is geen communicatie. Het is data-uitwisseling.
Dit is het gesprek dat we zouden moeten voeren. Niet “kan AI dit voor mij doen?” Maar: “hoe kan AI mij helpen dit beter te doen?” Het verschil klinkt subtiel. Maar het bepaalt of AI ons versterkt of vervangt.

Van eilandjes naar ecosysteem

In veel organisaties werken afdelingen als eilandjes. Marketing doet marketing. Finance doet finance. IT doet IT. Iedereen heeft eigen tools, eigen processen, eigen jargon.
AI-training doorbreekt die silo’s. Wanneer de hele organisatie dezelfde basis krijgt, ontstaan er bruggen. De marketeer ontdekt dat de analist met dezelfde tool werkt. De HR-manager ziet mogelijkheden om samen te werken met operations. Plotseling worden gesprekken mogelijk die er voorheen niet waren.
Het gaat niet alleen om de technologie. Het gaat om het gezamenlijke leerproces. Samen ergens nieuw mee beginnen schept een band.

𝗗𝗲 𝗱𝗮𝘁𝗮 𝘇𝗲𝗴𝘁 𝗶𝗲𝘁𝘀 𝗮𝗻𝗱𝗲𝗿𝘀 𝗱𝗮𝗻 𝗷𝗲 𝘃𝗲𝗿𝘄𝗮𝗰𝗵𝘁

Ik dook recent in het State of Skills 2026 rapport van Lepaya. Een analyse van bijna 28.000 professionals, 196 bedrijven, en ruim 200.000 uur aan training. En wat ik vond, verraste me.

Je zou verwachten dat in het AI-tijdperk bedrijven massaal investeren in technische skills. Prompt engineering, AI-implementatie, data-analyse. Dat gebeurt niet.
Wat er wél gebeurt: meer dan de helft van alle trainingsinvesteringen (51,6%) gaat naar wat ze “empowering leadership” noemen. Leiderschap dat niet aanstuurt maar in staat stelt. Niet controleert maar vertrouwt.
Investering in leiderschap: +126% ten opzichte van vorig jaar.
Investering in eigenaarschap: +40%.
Investering in samenwerkingstraining: -54%.
Die laatste is veelzeggend. Niet omdat samenwerking minder belangrijk is. Maar omdat de manier waarop we samenwerken fundamenteel verandert. Organisaties zoeken nog naar wat dat betekent. Hier zit een inzicht dat de meeste AI-discussies missen: AI verhoogt de vloer van wat mogelijk is. Maar menselijke vaardigheden verhogen het plafond van wat bereikbaar is. Naarmate technologie routinetaken overneemt, worden onderscheidend menselijke capaciteiten (oordeelsvermogen, vertrouwen bouwen, autonome beslissingen nemen) juist waardevoller. Niet minder.

𝗗𝗲 𝗚𝗿𝗲𝗮𝘁 𝗙𝗹𝗮𝘁𝘁𝗲𝗻𝗶𝗻𝗴: 𝘄𝗮𝗮𝗿 𝗵𝗶ë𝗿𝗮𝗿𝗰𝗵𝗶𝗲 𝗽𝗹𝗮𝗮𝘁𝘀𝗺𝗮𝗮𝗸𝘁 𝘃𝗼𝗼𝗿 𝗲𝗶𝗴𝗲𝗻𝗮𝗮𝗿𝘀𝗰𝗵𝗮𝗽

Tussen mei 2022 en mei 2025 daalde het aantal managers bij beursgenoteerde bedrijven met 6,1%. Meta, Intel, Google, Amazon: allemaal snijden ze managementlagen weg. Mark Zuckerberg noemde het expliciet: “flatten the organization.” Op het eerste gezicht logisch. Snellere beslissingen, lagere overhead. Maar hier zit een fundamentele verschuiving die verder gaat dan kostenreductie. Wanneer er minder lagen zijn tussen directie en uitvoering, moeten mensen zelf gaan denken. Zelf beslissen. Zelf verantwoordelijkheid pakken zonder dat iemand het vraagt.
Een People Experience lead bij een scale-up verwoordde het zo: “Je kunt ‘het werk doen’ niet meer zinvol scheiden van ‘het werk bezitten’. De waarde die mensen nu brengen ligt in hoe ze informatie interpreteren, verbanden leggen, en bepalen wat ertoe doet. Eigenaarschap vult het gat dat hiërarchie vroeger bezette.”
Dit is wat ik in de praktijk zie bij organisaties die we begeleiden. De oude vraag was: “Wat moet ik doen?” De nieuwe vraag is: “Wat zou ik moeten doen, en waarom?” Dat vraagt een ander type professional.

𝗗𝗲 𝗧-𝘀𝗵𝗮𝗽𝗲𝗱 𝗽𝗿𝗼𝗳𝗲𝘀𝘀𝗶𝗼𝗻𝗮𝗹 𝗶𝘀 𝗱𝗼𝗼𝗱

Jarenlang gold de T-shaped professional als het ideaal. Brede basiskennis plus één diep specialisme. De horizontale balk van de T gaf je genoeg context om mee te praten. De verticale poot maakte je onmisbaar. Die formule werkte in een wereld waarin kennis schaars was en expertise decennia stabiel bleef. Maar AI heeft de spelregels veranderd.
Generatieve tools handelen nu af wat wij jarenlang leerden: routinematige codering, conceptvoorstellen, data-analyse, compliance-checks. De “brede basis” van de T? Steeds makkelijker vervangbaar. Het diepe specialisme? Veroudert sneller dan ooit. En hier zit de paradox die me fascineert.
95% van AI-pilots levert dit jaar geen rendement op. De reactie van veel mensen: “Zie je wel, AI werkt niet!” Maar dat is de verkeerde conclusie. Bij een slaagkans van 5% moet je niet falen straffen, maar het gebrek aan experimenteren.
Het verschil tussen de organisaties waar AI wél werkt en waar het faalt? Niet de technologie. Of leiderschap transformatie mogelijk maakt of blokkeert. Bijna de helft van executives noemt leiderschapseffectiviteit als de belangrijkste driver van AI-ROI, ver boven technologie, talent of cultuur.
Dit vraagt om een fundamenteel andere benadering. Organisaties hebben leiders nodig die autoriteit delegeren, autonomie geven, en teams in staat stellen te opereren zonder constant toezicht. Ze moeten “change navigators” worden: technologie demystificeren, experimenteren aanmoedigen, en angst wegnemen.

𝗗𝗲 𝗫-𝘀𝗵𝗮𝗽𝗲𝗱 𝗽𝗿𝗼𝗳𝗲𝘀𝘀𝗶𝗼𝗻𝗮𝗹: 𝗲𝗲𝗻 𝗮𝗻𝗱𝗲𝗿 𝗺𝗼𝗱𝗲l

Wat organisaties nu zoeken is niet een T, maar een X. Vier kruispunten die elkaar versterken:
Adaptief vermogen. Niet één specialisme voor 20 jaar, maar het vermogen om snel nieuwe domeinen te doorgronden. Als AI kennis democratiseert, gaat het niet meer om wat je weet. Het gaat om hoe snel je nieuwe dingen leert en toepast.
Verbindend leiderschap. Of je nu formeel leider bent of niet. Het vermogen om anderen te inspireren, vertrouwen te bouwen, collectieve capaciteiten te activeren. In een wereld waar 21% van medewerkers engaged is, is dit geen soft skill. Het is de hardste skill die er is.
Eigenaarschap zonder toezicht. Zelfstandig kansen zien, problemen oplossen, impact vergroten. Niet wachten tot iemand het vraagt. Niet escaleren wat je zelf kunt beslissen.
AI als versterker, niet als vervanging. En dit is waar de meeste organisaties de fout ingaan. Ze gebruiken AI om de mens te vervangen in plaats van te versterken. De professional die ChatGPT, Claude of Copilot inzet om sneller, beter en creatiever te werken (zonder de menselijke connectie te verliezen) heeft een enorm voordeel.

𝗗𝗲 𝗯𝗹𝗶𝗻𝗱𝗲 𝘃𝗹𝗲𝗸 𝗱𝗶𝗲 𝗻𝗶𝗲𝗺𝗮𝗻𝗱 𝘄𝗶𝗹 𝘇𝗶𝗲𝗻

Er zit een verontrustende trend in de data die ik al langer volg. Stanford University analyseerde 650+ miljoen LinkedIn-profielen en vond een 50% daling in nieuwe functies voor professionals met minder dan één jaar werkervaring. Niet in één sector: overal.
Chris Eldridge, CEO van Robert Walters UK, noemde het in de Financial Times: “Dit is waarschijnlijk een van de meest uitdagende tijden in de geschiedenis voor afgestudeerden om een baan te vinden.” En in het Lepaya-rapport zie ik hetzelfde patroon: training voor young talent daalde met 23%. Meer dan een derde van bedrijven overweegt instapfuncties te vervangen door AI.
De “diamantvormige organisatie” is een term die steeds vaker opduikt. Veel mensen in het midden, weinig aan de onderkant. Het klinkt modern en lean. Totdat je de simpele vraag stelt: waar komt over 5 jaar je middle management vandaan als je nu niemand opleidt?
Want hier zit de cognitieve paradox. Recent onderzoek toont: AI-gebruikers lossen 48% meer problemen op, maar scoren 17% lager op conceptueel begrip. Sneller resultaat, minder diep begrip. Je leert iets de derde of vierde keer dat je het doet. Je leert niet echt meer na de 20ste keer. Maar je leert ook niets als je het nooit doet.
AI moet de zinloze herhaling vervangen, niet het leren zelf.

𝗪𝗮𝘁 𝗱𝗶𝘁 𝗯𝗲𝘁𝗲𝗸𝗲𝗻𝘁 𝘃𝗼𝗼𝗿 𝗷𝗼𝘂

De vraag is niet: “Kan AI dit voor mij doen?” De vraag is: “Hoe kan AI mij helpen dit beter te doen?” Want als we alles automatiseren wat ons mens maakt (communicatie, relaties, nuance, empathie), wat blijft er dan over? AI-transformatie is 80% cultuur, 20% technologie. En die cultuur begint met de vraag: wat willen we behouden van onszelf?
Voor jezelf: Begin met experimenteren. Niet passief “weten wat AI kan” maar actief ermee werken. Ontdek hoe tools als ChatGPT, Claude, Copilot of Gemini jouw werk versterken zonder jouw stem te vervangen. Dit is waarom we met de Optmzr Academy 15-daagse Learning Series hebben ontwikkeld: praktische trajecten waarbij je dag voor dag ontdekt hoe AI jou versterkt, niet vervangt.
Voor je team: Creëer ruimte om te experimenteren. En te falen. De organisaties waar AI werkt zijn niet degene met de beste tools. Het zijn de organisaties waar teams de vrijheid krijgen om te proberen, te leren, en nieuwe werkwijzen te ontdekken. Waar falen niet gestraft wordt, maar het gebrek aan experimenteren wel.
Voor je organisatie: Stop met AI implementeren alsof het een softwareproject is. Echte AI-adoptie is geen technologie-upgrade. Het is een culturele transformatie. Het ontstaat wanneer mensen hun manier van werken veranderen, niet alleen de tools die ze gebruiken.
Dit vraagt om continue begeleiding. Zoals een personal trainer voor je AI-transformatie, die voorkomt dat je terugvalt in oude patronen. Van verkenning naar verankering. Van pilots die falen naar experimenten waar je van leert.

𝗗𝗲 conclusie

De organisaties die in 2026 floreren, zullen niet degene zijn met de meest geavanceerde AI-tools. Het zullen degene zijn die systematisch menselijke capaciteiten bouwen bovenop die AI-fundatie. Leiderschap dat inspireert in plaats van aanstuurt. Eigenaarschap dat autonome actie drijft. En de wijsheid om te weten wanneer AI moet versterken, en wanneer de mens moet blijven.
De T-shaped professional maakte plaats voor de X-shaped professional. Niet omdat AI ons vervangt. Maar omdat AI de lat verhoogt voor wat het betekent om écht waarde toe te voegen.
De vraag is niet of deze transitie plaatsvindt. De vraag is of je hem bewust maakt, of wacht tot de markt je dwingt.

Wil je de volledige data zien?

Het State of Skills 2026 rapport van Lepaya is gratis te downloaden en bevat diepgaande analyses van 27.746 learners, 196 bedrijven, en 204.111 uur training. Een must-read voor iedereen die serieus bezig is met de toekomst van werk en talent development.
Bronnen:
Lepaya – The State of Skills 2026 Report (27.746 learners, 196 bedrijven, 204.111 uur training)
Stanford Digital Economy Lab – LinkedIn profielanalyse 2019-2024
Financial Times – Interview Chris Eldridge, Robert Walters
McKinsey – The State of AI 2025

Het bericht Van T-shaped naar X-shaped: de professional die AI echt vraagt verscheen eerst op Optmzr Academy.

De €250.000 fout: waarom AI zonder cultuurverandering een tijdbom is

Optmzr — Fri, 31 Oct 2025 13:00:42 +0000

Deloitte betaalt de Australische overheid bijna €250.000 terug. De reden? Een AI-gegenereerd rapport vol fictieve bronnen en verzonnen citaten. Dit is geen AI-probleem. Dit is een cultuurprobleem.

Wat ging er mis?

Niemand durfde te stoppen, te twijfelen of te zeggen ‘dit klopt niet.’ De tools waren geïmplementeerd, maar de manier van werken was niet veranderd. Het resultaat? Een professioneel ogend rapport dat niemand echt had gelezen of gecontroleerd.
Dit is het klassieke patroon van mislukte AI-implementaties: de technologie wordt uitgerold, maar de cultuur blijft hetzelfde. Medewerkers krijgen nieuwe tools, maar niet de mindset om ze verantwoord te gebruiken.

AI is een culturele transformatie

Bij Optmzr zeggen we het vaak: AI is geen technologische upgrade, het is een culturele transformatie. Echte AI-adoptie ontstaat wanneer mensen hun manier van werken veranderen, niet alleen de tools die ze gebruiken.
De Deloitte-case illustreert perfect wat er gebeurt als je dit principe negeert. Je kunt de beste AI-tools ter wereld hebben, maar als niemand de output kritisch beoordeelt, creëer je alleen maar sneller slechte content.

De drie pijlers van succesvolle AI-adoptie

1. Kritisch denkvermogen
AI-hallucinatie is een bekend fenomeen. Modellen kunnen met grote stelligheid onjuiste informatie presenteren. Je team moet getraind zijn om elke AI-output kritisch te beoordelen, bronnen te verifiëren en de vraag te stellen: klopt dit wel?
2. Psychologische veiligheid
In een cultuur waar twijfelen niet mag, durft niemand te zeggen dat de AI misschien fouten maakt. Teams moeten zich veilig voelen om vragen te stellen, output af te wijzen en extra controles te vragen – ook als dat de deadline in gevaar brengt.
3. Duidelijke verantwoordelijkheid
Wie is verantwoordelijk voor de kwaliteit van AI-gegenereerde content? Die vraag moet vóór de implementatie beantwoord zijn, niet erna. De mens blijft altijd eindverantwoordelijk voor de output, ongeacht welk AI-tool is gebruikt.

Accountability structureel borgen

Een professioneel AI Impact & Compliance Assessment dwingt je om deze verantwoordelijkheden expliciet te documenteren. Het bevat secties voor menselijk toezicht en controle, waarbij je concrete technische features beschrijft die toezicht ondersteunen – van realtime dashboards tot manuele override-knoppen. Ook documenteer je training en handleidingen die toezichthouders leren om ‘automation bias’ te herkennen.

De verborgen kosten van slechte implementatie

De €250.000 die Deloitte moest terugbetalen is slechts het topje van de ijsberg. De echte kosten zijn veel hoger: reputatieschade, verloren vertrouwen van klanten, demotivatie van medewerkers die zich schamen voor het geleverde werk, en het wantrouwen dat nu rond elke AI-toepassing hangt.
Organisaties die AI implementeren zonder cultuurverandering, zaaien aan hun eigen ondergang. Op korte termijn lijkt het efficiënt. Op lange termijn erodeer je het vertrouwen dat de basis is van elke klantrelatie.

Hoe doe je het wel?

Succesvolle AI-adoptie begint niet bij de technologie, maar bij de mensen. Train je team niet alleen in het gebruiken van AI-tools, maar in het kritisch beoordelen van output. Creëer een cultuur waarin twijfelen wordt beloond, niet bestraft.
Investeer in AI-geletterdheid die verder gaat dan knoppen klikken. Leer je mensen begrijpen hoe AI werkt, waar het sterk in is, en waar het tekortschiet. Alleen dan kunnen ze weloverwogen beslissingen nemen over wanneer ze AI wel en niet vertrouwen.

Het bericht De €250.000 fout: waarom AI zonder cultuurverandering een tijdbom is verscheen eerst op Optmzr Academy.