AI-experimenten omzetten in impact voor bureaus: nieuwsgierigheid transformeren in meetbare resultaten

Galen Low: Wat is de heilige graal van AI waar bureaumanagers naar op zoek zijn door hun mensen tijd en ruimte te geven om met AI te experimenteren?

Kelly Vega: Ik zou normaal gesproken ongeveer 30% van mijn week besteden aan iets wat me nu minder dan 5% kost, zonder enige twijfel.

Harv Nagra: Dit was een paar jaar geleden. Tijdens onze maandelijkse bijeenkomst met het hele bedrijf creëerden we ruimte voor iedereen die vrijwillig enkele experimenten wilde presenteren en die kennis met anderen wilde delen.

Melissa Morris: Gooi het niet zomaar bij het team neer. Hé, we gaan X, Y en Z doen. Laten we dat realiseren. Als iedereen verantwoordelijk is, is niemand verantwoordelijk. Behandel het als een klantproject, anders wordt het gewoon niet gedaan.

Kelly Vega: We hebben daadwerkelijk een standaardafspraak gemaakt dat alles zou worden getranscribeerd en iedereen zei gewoon: alsjeblieft, ja, verantwoording. Geweldig.

Galen Low: Goed. De sessie van vandaag draait volledig om het verplaatsen van je bureau van een toestand waarin je met AI aan het prutsen bent naar een toestand waarin je echt profiteert van AI-ondersteunde activiteiten op schaal. Laten we dus kennismaken met onze panelleden.

Melissa Morris is oprichter van Agency Authority en ook een zeer productieve plaatser van LinkedIn-video's. Je plaatste enorm veel video's. Het is allemaal geweldig en waardevol. Ik moet Melissa vragen: naast het vrijwel dagelijks plaatsen van waardevolle bureaugerelateerde content, heb ik je naam ook zien verschijnen in podcasts naast namen als Sharon Tarrick en Robert McPhee. Wat is jouw aanpak om je energie overal waar je verschijnt zo aanstekelijk te houden?

Melissa Morris: Ja, ik drink echt heel veel cafeïne, Galen. Nee, dat is een grapje.

Ik denk dat het een paar dingen zijn. Ik doe dit al heel lang. Ik heb echt het gevoel dat ik de bureaueigenaren met wie ik werk diep begrijp. Ik ben enorm enthousiast om hen te ondersteunen, dus de extraverte kant van mij vindt het geweldig om veel goede informatie te delen en tijd met hen door te brengen.

En ik heb ook een geweldig team dat me ondersteunt. We hebben dus een heel sterk contentmanagementsysteem en een goede workflow, waardoor het voor mij heel gemakkelijk is om even in video's te verschijnen, te praten en contact te hebben. Daarna trek ik me terug en nemen zij al het moeilijke werk voor hun rekening.

Galen Low: Daar houd ik van. Waar zal ik nu eens naar vragen?

Misschien richt ik me op mevrouw Kelly Vega, programmadirecteur bij VML en ook een virale TikTok-komiek. Kelly, je bent onlangs herenigd met een bekende account bij een bekend bureau, nadat je een korte omweg had gemaakt naar een volledig andere niche en wereld. Voelt het alsof je bent ontwaakt in een droom in een parallel universum?

Wat is er anders aan hoe de dingen vroeger bij je bureau werkten ten opzichte van nu?

Kelly Vega: Een enorm verschil in perspectief. Soms zie je het als: het gras is groener aan de overkant. Het was niet per se groener of niet; het was gewoon een andere ervaring. En toen die ervaring tot een hoogtepunt kwam, dacht ik: oké, wat nu?

En wat er daarna kwam, was teruggaan, iets wat ik nog nooit had gedaan. Ik was nog nooit teruggekeerd naar een eerdere werkgever. Het is dus geweldig geweest. Ik richt me op bureauactiviteiten en levering voor grote accounts. Ik kwam binnen met een fris perspectief en ervaring op zak, dus ik ben erg blij en enthousiast om hier te zijn en over AI en bureauactiviteiten te praten.

Galen Low: Dat is ook het leuke aan bureaus. Je kent de variatie, toch? Je kunt verschillende verticale markten en sectoren doorkruisen, terugkomen met lessen die je in aangrenzende gebieden hebt geleerd en dat perspectief meenemen.

Kelly Vega: Ja. En het op kleine schaal en op grotere schaal zien en dat allemaal kunnen combineren — daar valt veel over te zeggen. Het is interessant.

Galen Low: Ik ga vandaag een deel van die perspectieven benutten. Bedankt dat je hier deel van uitmaakt.

En last but not least is meneer Harv Nagra, hoofd merkcommunicatie bij Scoro en presentator van de podcast The Handbook: Agency Ops. Harv, je onthulde onlangs aan mij dat je eigenlijk je acteerdebuut maakte in een videocasestudy toen je klant van Scoro was.

Nu werk je daadwerkelijk bij Scoro en gebruik je je achtergrond in bureauactiviteiten en je Oscarwaardige acteertalent voor een nieuwe LinkedIn-videoserie genaamd Ops Quickies. De grote vraag voor mij is dus: hoe lang duurt het voordat we The Handbook als speelfilm zien, of op zijn minst meer videocontent van jou?

Harv Nagra: Volgens mij is die eigenlijk al in productie. Een horrorverhaal: een kwaadaardig klantteam dat zijn urenstaten niet invult en ChatGPT dat uitvalt. Volgens mij ga je het geweldig vinden.

Galen Low: Die zou ik kijken. Een thriller. Absoluut.

Harv Nagra: Ja. Een ontwakende nachtmerrie. Ik woon in Londen, in het Verenigd Koninkrijk, maar kom oorspronkelijk uit Vancouver, Canada. Ik vind het dus geweldig om daar ook mensen uit Brits-Columbia te zien.

Galen Low: Harv en ik komen uit dezelfde stad. Ik kom oorspronkelijk ook uit Vancouver, Brits-Columbia. We kenden elkaar toen niet, maar ik ben blij dat we nu verbonden zijn en dat ik je kan strikken voor een paneldiscussie online vanuit het Verenigd Koninkrijk.

Goed, laat ik dit inleiden. Ik hoor van veel mensen uit bureaus dat hun bureaus medewerkers vragen om wekelijks twee tot vier uur te besteden aan verplichte AI-experimenten en -verkenning.

Hoewel ik dit niet per se verrassend vind gezien het beloofde potentieel van AI, wil ik wel zeggen dat het nog maar kort geleden was dat er simpelweg niet genoeg ruimte was om twee tot vier uur per week vrij te maken en toch een bezettingsgraad van 80% te halen. En hoewel bureauleiders waarschijnlijk hopen dat deze experimenten en verkenningen leiden tot innovatieve doorbraken die hun bedrijf vertienvoudigen, is de realiteit dat wat met AI experimenteren hen daar niet vanzelf brengt.

Experimenten hebben kaders nodig. Ze hebben succescriteria nodig. En daarnaast moeten succesvolle experimenten worden gemobiliseerd naar een implementatiefase om de organisatie als geheel voordeel te bieden. De vraag is dus eigenlijk: wat is de beste manier om van informele AI-experimenten naar bureaubrede, door AI ondersteunde operationele verbeteringen te gaan, en wat staat er op het spel als bureaumedewerkers dat niet voor elkaar krijgen?

Schets een beeld. We hebben het over AI, over het laten groeien van een bureau of welk type organisatie dan ook, maar soms is het onduidelijk hoe die bestemming eruitziet. Daarom dacht ik dat ik dit panel kon vragen: wat is de heilige graal van AI waar bureaumanagers naar op zoek zijn door hun mensen tijd en ruimte te geven om met AI te experimenteren?

Gaat het alleen om medewerkers kennis te laten maken met de technologie, of gaat het om versnellen naar een soort hybride bedrijfsmodel van mens en AI? En als het een ladder is, hoe ziet die er dan uit? Kelly, wil jij beginnen?

Kelly Vega: Dat doe ik graag. Ja. Ik denk dat de tijd die wordt aangemoedigd om AI te onderzoeken en erin te duiken, vanuit het perspectief van projectmanagement en operations, vooral draait om efficiëntie.

Het gaat erom administratieve taken efficiënter te maken en analyseverlamming weg te nemen. Wanneer je maar blijft rondcirkelen rond samenvattingen van vergaderingen en wie wat heeft gezegd, zijn er transcripties die je in een samenvatting kunt zetten. Die moet je vervolgens nalezen, controleren of ieders naam goed is gespeld en nagaan of er niet ergens staat dat iemand gefrustreerd was terwijl je dat misschien helemaal niet wilde vastleggen.

Maar door veel van dat voorbereidende werk weg te nemen waar je anders tijd aan besteedt: ik zou normaal gesproken ongeveer 30% van mijn week besteden aan iets wat me nu minder dan 5% kost. Zonder enige twijfel. Ik denk dus dat dit een belangrijk aandachtspunt is, vooral omdat mijn hoofd bij operationele processen en het standaardiseren van processen zit. Ik zou veel voorbeelden kunnen geven, maar daar gaat mijn aandacht naartoe. Dat is ook waar ik veel projectmanagers en digitale projectmanagers naartoe zie bewegen.

Galen Low: Ik houd van dat idee van de mens in de lus, toch?

Het is niet nul. Maar ik had ook niet echt bedacht hoe pijnlijk het voor je leidinggevenden kan zijn om te zien dat hun toppresteerders waarschijnlijk uitstekende notulen en aantekeningen maken. Met correct gespelde namen. Terwijl zij denken: wat ik juist zo waardeer aan jou en je talenten is dat toch niet?

Ik wil dat je andere dingen doet. Het is niet alleen vervelend voor de mensen die een deel van de administratie moeten doen, maar kan ook pijnlijk zijn voor ondersteunende leiders die eigenlijk willen dat je niet 30% van je tijd daaraan besteedt, omdat je ergens anders beter in bent.

Kelly Vega: Precies.

Het ondersteunt de levering. Het vervangt absoluut niet het talent of de strategie die nodig zijn en waarop je brein anders de ruimte moet krijgen om zich te concentreren. Mijn burn-out is minder omdat ik die energie niet langer besteed aan administratieve zaken die niet productief zijn voor een strategie.

Galen Low: Ik vind het mooi dat de heilige graal niet meer die overweldiging is die ertoe leidt dat snelkoppelingen zich verspreiden en je jezelf te dun uitsmeert.

Melissa, je werkt met veel bureaus aan hun activiteiten. Ik stel me voor dat je hier ook een behoorlijk goed perspectief op hebt, in termen van wat de mensen met wie je praat zien als hun heilige graal en hun visie voor de toekomst.

Wat hoor je zoal?

Melissa Morris: Ja, ik denk dat het vergelijkbaar is met wat Kelly zegt: heel praktisch, van dag tot dag, hoe ziet dit eruit? Maar als je een stap verder gaat, zijn ze volgens mij echt op zoek naar meer winstgevendheid. Bureaus kunnen soms eindigen met heel kleine marges, vooral creatieve bureaus en sectoren.

Die staan erom bekend dat projecten buiten de scope raken. Drie revisierondes worden tien revisierondes, vervolgens verandert de klant van richting en staan we weer aan het begin, toch? Er is dus altijd de wens bij bureaus om terug te gaan naar de vraag: waar kunnen we vereenvoudigen? Waar kunnen we stroomlijnen? En waar kunnen we wat ademruimte creëren in onze marges en tijdlijnen?

Ik denk dat dit in sommige creatieve gebieden een uitdaging is. Waar kunnen we ons dus echt richten op administratieve zaken, zoals vergadernotities, het maken van presentaties of wat dat voor jouw bureau ook betekent, om misschien wat meer marge en ademruimte te creëren? We worstelen er al jaren mee om daar grip op te krijgen.

Galen Low: Daar houd ik van. Tijdens een van onze eerdere evenementen, volgens mij in juli, richtten we ons op creatieve projecten. Wat me toen opviel, was dat het geen uniform iets hoeft te zijn. Misschien is het dat wel, toch? Voor een projectmanager of iemand die een project leidt en zich richt op levering of operations, gaat het misschien om dagelijkse operationele efficiëntie.

Maar vanuit het perspectief van een projectteam is er een tijd en plaats waarop je juist veel tijd en menselijke energie wilt besteden aan het creëren van dingen. Als je dan kijkt naar het aanpassen van afbeeldingsformaten, is er een moment waarop je denkt: ik wil liever niet dat mijn beste ontwerpers en creatieven afbeeldingen aanpassen of gelokaliseerde teksten voor een campagne maken.

Er zijn gebieden waar het pijnlijk is om mijn beste mensen dit soort dingen te zien doen en waar AI misschien kan helpen. Ik vind het prettig dat het niet noodzakelijk gaat om AI overal op 110 te zetten, maar om de plekken te vinden waar het echt verschil maakt.

Kelly Vega: Ja, een Jira-ticket opstellen is iets wat administratief kan aanvoelen.

Net als een samenvatting van een vergadering of het samenvatten van een e-mail. Maar er kan veel technische informatie in staan. Als je een langdradig antwoord krijgt van een ontwikkelaar of iemand die technisch is ingesteld, kun je die doorlopende zin nemen en zeggen: hé, ik wil hier een Jira-ticket van maken.

Vervolgens lees je het door en denk je: oké, dit onderdeel klopt. Als je ook het platform vermeldt waarop iets staat, kan AI dat aanvullen. Daarna kort je het in, reageer je erop en pas je het aan zodat het in je ticket past. Er zullen labels worden voorgesteld, maar je hebt ze niet allemaal nodig.

Dat heeft projectmanagers enorm veel tijd bespaard bij de opdracht: maak dit Jira-ticket. Soms bevriezen ze gewoon of wordt het ticket een dag lang niet aangemaakt omdat ze tijd nodig hebben om erover na te denken.

Galen Low: Dat ben ik. Het duurt bij mij een paar dagen om een Jira-ticket te maken. Als ik maar eerder kon beginnen.

Maar ik ben ook degene voor wie juist dat menselijke onderdeel belangrijk is. Ik moet mijn zaken op orde hebben om met mijn team te kunnen delen wat we moeten doen, omdat het gevolgen heeft als ik dat verkeerd doe. Tegelijkertijd onderschatten we hoeveel tijd er verloren gaat aan knoppen aanklikken, kopiëren en plakken en informatie zoeken in verschillende hulpmiddelen.

Als dat kan worden gestroomlijnd, is dat geweldig. Misschien moeten we van daaruit uitzoomen en dit concreet maken. Voor mensen die dit voor het eerst horen, werkt hun organisatie misschien niet zo. Ze denken: ik zou elke dag wel AI-pauze willen hebben. Dat klinkt leuk, maar hoe ziet dat eruit in organisaties waar jullie mee praten?

Harv, jij spreekt in je rol bij Scoro met veel mensen. Hoor je hier veel over?

Harv Nagra: Ja. Iets wat bij me opkwam, was dat dit een paar jaar geleden gebeurde toen ik bij mijn vorige bureau werkte.

Tijdens onze maandelijkse bijeenkomst met het hele bedrijf was er geen verplichte tijd die we moesten besteden, maar we moedigden mensen wel aan om met hulpmiddelen te spelen. Tijdens die bijeenkomsten creëerden we ruimte voor iedereen die vrijwillig enkele experimenten of geleerde lessen wilde presenteren.

Zo werd het met iedereen gedeeld. Onlangs was ik bij een ontbijtevenement over AI en marketing. Iemand zei iets moois. Ik weet niet meer hoe ze het noemden, misschien een werkgroep, waarin mensen zich vrijwillig aansloten. Maandelijks kwamen ze bij elkaar en moesten ze iets presenteren.

Dat kon interessant en relevant nieuws over AI zijn, of een experiment dat ze hadden uitgevoerd. Het feit dat het maandelijks gebeurt en dat je iets moet delen, betekent dat het wordt gedaan in plaats van iets wat je misschien ooit nog oppakt maar nooit prioriteit geeft.

Het voordeel is opnieuw dat je kennis met anderen deelt. Waar ik nu bij Koro werk, hebben we een AI-kanaal in Slack waarin we nieuws en experimenten delen. We hebben onlangs ook een onderzoek naar AI-vaardigheden binnen het bedrijf uitgevoerd om te ontdekken wat mensen gebruiken.

We hebben strikte gebruiksregels, dus we weten al wat mensen gebruiken en wat ze doen, omdat de hulpmiddelen op het gebied van gegevens zijn gecontroleerd. Ik raad dit soort dingen aan om ervoor te zorgen dat er een regelmatig ritme is van leren, presenteren en kennis delen.

Galen Low: Het is een geweldig analyse-instrument, en dan op een heel optimistische manier. Ik heb ook voorbeelden gezien die koud en steriel aanvoelen, alsof je je baan kunt verliezen als je de vraag verkeerd beantwoordt. Dit stimuleert juist onderwijs, en dat is volgens mij een belangrijk onderdeel. Het thema van informatie delen is enorm belangrijk.

Ik houd van die stok achter de deur. Het is misschien niet voor iedereen. Sommige mensen zullen waarschijnlijk met hun ogen rollen en denken: ik moet dit AI-ding doen en er vervolgens over presenteren. Wanneer zit ik weer op de basisschool? Maar het is ook een manier om kennis te delen. Als we die kennis niet delen, kan niets opschalen of zich verspreiden.

Iemand kan al deze uitstekende werkwijzen verzamelen, maar als alleen die persoon ze gebruikt, blijft de impact op projecten klein in plaats van groot. Dat brengt daarna weer eigen uitdagingen met zich mee.

Maar daar komen we nog op. Heeft iemand anders een voorbeeld van hoe een organisatie of bureau deze experimenten structureert?

Kelly Vega: Ja. We hebben een eigen hulpmiddel. Het is zeer uitgebreid en opgesplitst in creatieve, operationele en strategische behoeften. Daarbinnen kun je vaste prompts, bestandstypen en andere dingen opzoeken die moeten worden gemaakt.

Ondanks die uitgebreide mogelijkheden merk ik dat ik vaak gewoon naar de chatfunctie ga die ik elders al eeuwig gebruik. Dat betekent niet dat de uitgebreide versie niet nuttig is wanneer je iets specifieks nodig hebt, maar meestal stuit je er toevallig op.

Ik gebruik de chatfunctie gewoon. Het feit dat we zo'n eigen hulpmiddel hebben, zorgt er automatisch voor dat de standaard is: gebruik dit, het is van jou. Als je feedback hebt, laat het hier weten. Onze klanten kennen het hulpmiddel en gebruiken het ook. Het gaat dus minder om een bepaalde hoeveelheid tijd die wordt toegewezen om met AI te experimenteren en meer om het aanmoedigen van mensen om te laten zien hoe ze het succesvol gebruiken.

Voor elke taak die ik heb — zelfs bij het bekijken van een Jira-export met bestede tijd — kan ik het gebruiken. De rapportagefunctie van Jira is geweldig, maar als ik iets heel specifieks zoek, heb ik geen tijd om door filters te graven en ermee te experimenteren.

Als alle beveiligings- en richtlijnen worden gevolgd, kan ik die export gebruiken en vragen: vertel me dit hierover, of hoe ontwikkelt dit zich? Het helpt me om na te denken en daarna terug te gaan naar Jira om te kijken hoe ik iets kan optimaliseren. Het geeft me dus niet alleen antwoorden, maar helpt me ook op weg.

Het wordt inmiddels zo aangemoedigd dat het voor ons een standaardhulpmiddel is. De vraag is niet meer óf we het gebruiken, maar hóé we het gebruiken.

Galen Low: Kun je input leveren voor dat eigen hulpmiddel? Is het alleen getraind op alles wat mensen dagelijks doen, of is er tijd om te zeggen: zo doe ik iets, ik upload het en train het model ermee?

Kelly Vega: Dat vraag ik me inderdaad af. Het is gekoppeld aan mijn account, dus het gedrag en de handelingen die ik invoer, worden meegenomen. Ik heb gemerkt dat de formulering van samenvattingen steeds meer op mijn stem begint te lijken. Maar ik gebruik het nog steeds niet als directe tekst om in e-mails te plakken.

Ik gebruik de opsommingen of processen die het aanlevert en werk die daarna verder uit, zodat ik ze eigen maak. Er zijn aanpassingen nodig. Als ik het zou kwantificeren, pas ik misschien 10 tot 30% van samenvattingen aan of voeg ik koppelingen toe. Daarmee laat ik zien dat ik aandacht heb besteed aan de samenvatting en niet zomaar iets overneem met dezelfde emoji's en gedachtestreepjes.

Galen Low: Of gedachtestreepje.

Kelly Vega: Juist. En ik zou ze echt gebruiken. Nu kan ik dat niet meer, want mensen zouden zeggen: oké, we weten allemaal dat AI wordt gebruikt. En dan dat gedachtestreepje.

Galen Low: Ik voeg nog wat typefouten toe aan mijn e-mail voordat ik die verstuur.

Kelly Vega: Ja, precies.

Galen Low: Utopia is te schoon voor mensen om te geloven, dus we moeten het een beetje verpesten.

Kelly Vega: Zeker verkeerd gespeld.

Galen Low: Elke keer. Misschien sluit dit aan op wat ik eerder bedoelde: het vertrouwd raken met de technologie en haar mogelijkheden.

Je helpt jezelf je persoonlijke productiviteit te verbeteren. Ik juich het toe dat een organisatie zoals een bureau, dat draait op projecten en factureerbare uren, bereid is om niet-factureerbare tijd te investeren zodat mensen met AI kunnen experimenteren. Maar zelfs de beste AI-experimenten kunnen op een plank blijven liggen en stof verzamelen, net als al die hackathons die we het afgelopen decennium hebben georganiseerd.

Er is structuur en formalisering nodig. Het gaat niet alleen om experimenteren. Voor mijn operationele collega's: hoe kunnen bureaus een structuur opzetten die goede ideeën toetst, ze onderdeel maakt van de strategie en ze vervolgens naar implementatie brengt, zodat ze deel worden van het bedrijf en niet slechts een hulpmiddel zijn dat iemand ergens in een hoekje gebruikt?

Hoe voorkomen deze projecten dat ze het gevreesde interne project worden dat altijd de laagste prioriteit heeft ten opzichte van klantwerk? Bijna klaar om te lanceren. Het was geweldig. We besteedden al onze experimenteertijd aan het bouwen van dit fantastische hulpmiddel, maar telkens wanneer we het proberen uit te rollen, komt er een groot project van een klant binnen.

Dan blijft het liggen en gebeurt er niets mee. Hoe voorkom je dat?

Melissa Morris: Dit is iets waar ik veel met onze klanten over praat, omdat operationele zaken, projecten en activiteiten in de operationswereld niet altijd het leukste werk zijn. Denk aan het maken van standaardwerkinstructies of werken met je projectmanagementhulpmiddel.

Wanneer er klantwerk is, wordt dat interne werk onvermijdelijk opzijgeschoven. Daarom herinner ik bureaueigenaren er altijd aan: als je een intern project hebt dat af moet en de eindstreep moet halen, moet je er middelen voor vrijmaken zoals je dat voor een klantproject zou doen.

Gooi het niet gewoon bij het team neer met: hé, we gaan X, Y en Z doen. Laten we dat realiseren. Als iedereen verantwoordelijk is, is niemand verantwoordelijk. Dat weten we allemaal, toch? Geef het ook niet aan iemand die al een grote deadline heeft en volledig bezet is met eigen klantopleveringen.

Want dan wordt het onvermijdelijk niet gedaan. Behandel het dus als een klantproject en bouw echte mijlpalen in. Is er een creatieve briefing? Wat proberen we op te lossen? Zeggen dat iemand moet uitzoeken hoe we AI kunnen gebruiken om het bureau groter, sneller en sterker te maken, is erg vaag.

Zeg liever, om Kelly's voorbeeld te gebruiken: Jira-tickets schrijven is een enorme belasting en kost veel tijd. Soms krijg ik zo'n opdracht en denk ik: ik moet hier even over nadenken. Hoe kunnen we AI hiervoor gebruiken? Laten we heel specifiek worden over wat we willen bereiken.

We moeten ook duidelijk zijn over de verwachtingen. Ik kan drie maanden zeggen dat ik het onderzoek, zonder verder te komen. Wat zijn de eerste stappen? Hoe moet dat onderzoek eruitzien? Wanneer wil ik een aankoopbeslissing? Ik wil dat je tien uur besteedt aan het bekijken van dit soort hulpmiddelen.

Dit is het beschikbare budget. Zeg ook niet dat je een geweldig hulpmiddel hebt gevonden dat ons 800 dollar per maand kost. Bouw duidelijke parameters in en laat de persoon weten wat je verwacht tijdens het experimenteren. Rol het vervolgens uit zoals je een klantoplevering zou uitvoeren.

Kom naar de wekelijkse stand-up of het wekelijkse overleg. Geef een update. Vertel over blokkades en uitdagingen. Als je er middelen voor vrijmaakt en het behandelt zoals klantlevering, wordt het afgerond, net zoals klantlevering wordt afgerond.

Galen Low: Daar houd ik van. Je noemde ook het vrijmaken van middelen. In mijn hoofd denk ik: zet er een geldbedrag naast.

Soms draait het om de zakelijke onderbouwing. Mijn aanname is dat de meeste bureaus en andere organisaties tijd investeren om hun bedrijf en activiteiten te verbeteren en de levenskwaliteit van hun medewerkers te verhogen. Daar moet dus rendement tegenover staan.

Zelfs op experimenteerniveau zou er een hypothese moeten zijn. Ik vond Carrie's opmerking in de chat goed: de implementatie van AI moet aansluiten op bedrijfsdoelen en doelstellingen. Dat is volgens mij ook belangrijk.

We spraken intern over onze ervaringen met ideeënbrievenbussen. Je stopt een projectidee in de brievenbus en afhankelijk van de cultuur krijg je veel ideeën die goed aansluiten, zoals de marge verhogen of de tijd verkorten die nodig is om iets te doen.

Of je krijgt ideeën die zo ver buiten de realiteit liggen dat niemand meer naar de brievenbus wil kijken. Er moet dus cultureel werk worden verricht om iedereen af te stemmen op de bredere doelen. De experimenten zelf moeten een hypothese of doel hebben.

Ik vind het goed om prioriteiten te stellen zoals bij een projectportfolio: waar krijgen we het sterkste rendement? Dat project moeten we van middelen voorzien, erin investeren, als een echt project behandelen en er een geldbedrag naast zetten. Zo zeggen we niet: die klant heeft een project van 20.000 dollar dat we morgen kunnen aannemen.

We kunnen misschien 4 miljoen dollar rendement behalen met dit project, terwijl het ons slechts 30.000 dollar aan middelen kost. Dan krijgt het de juiste motivatie om daadwerkelijk te worden afgerond en niet op de plank te blijven liggen.

Melissa Morris: Om daar nog iets aan toe te voegen: hoe relevant is het en hoe moeten we prioriteren? Kijk naar dat rendement op investering. We kunnen een presentatie in vijf minuten maken op basis van een transcriptie. Geweldig. Maar als we één presentatie per achttien maanden maken, gaan we het niet uitrollen en het team trainen alsof het een groot feest is.

Als ik over achttien maanden weer een presentatie moet maken, besteed ik een paar uur en ga ik verder. We moeten de benodigde input en middelen dus afstemmen op het rendement.

Galen Low: Ik houd van die manier van prioriteren.

Kelly Vega: Er is ook iets te zeggen voor de betrokkenheid van het team.

De opwinding van sommigen betekent niet automatisch volledige overeenstemming of betrokkenheid van iedereen. Als mensen de bedrijfsdoelen en de betreffende KPI's of efficiëntiewinsten begrijpen, kan het snel gaan zodra er draagvlak is. Dan denken mensen: o, oké. En wordt het meer een prioriteit.

Galen Low: Dat is het veranderingsmanagementgedeelte. Ik vraag me af of er nuance is. Wanneer je een project doet dat je nog nooit hebt gedaan, weet je niet hoe lang het zal duren.

Veel AI-werk is nieuw. Sommige mensen kunnen weerstand bieden en denken: geweldig, ik mag mijn vervanger opleiden. Anderen vinden het onzinnig of weten niet hoe ze het moeten doen. Niemand weet precies hoelang het duurt om iets operationeel te maken.

Hoe kunnen organisaties en vooral bureaus hiermee omgaan, zodat projecten binnen de afgesproken beperkingen blijven? Is het gewoon een ander project, of zorgt AI voor een nuance die ingewikkelder is dan een standaardproject voor klanten?

Harv Nagra: Wat je ook doet, het is waardevol om een inschatting te maken van de tijd die iets kan kosten. Je hebt niet 40 uur per week voor deze experimenten. Misschien heb je een paar uur per week. Zeg dus: we besteden hier tien uur aan gedurende drie weken en beoordelen het daarna.

Als het niet tot een conclusie leidt, beslis je of je doorgaat, het parkeert of ermee stopt omdat het te ingewikkeld is of niet uitpakt zoals verwacht. Tijd afbakenen is volgens mij een goede aanpak. Daarna beoordeel je of het ergens nuttigs toe leidt.

Galen Low: Ik vind het ook interessant omdat het een miniatuurversie is van hoe financiering werkt. We geven je wat geld om tot hier te komen en meer geld als je verder komt. Zo niet, dan krijg je misschien minder of helemaal geen extra geld.

Welke mijlpalen helpen ons naar waarde toe te werken? We moeten kunnen pauzeren en vragen of we de goede richting opgaan. En er moet een cultuur zijn waarin het oké is om te zeggen: we hebben hier al veel geld aan besteed, maar het werkt echt niet. Laten we stoppen voordat we nog meer middelen verspillen.

Kelly Vega: Bij AI-projecten en -initiatieven geldt vaak: omdat iets kan, betekent dat niet dat je het moet doen. Dat zien we vooral in verzoeken van klanten die niet alle beste werkwijzen kennen of niet weten waar AI toepasbaar is. Op een bepaald moment moet je kunnen zeggen: omdat het kan, moeten we het dan ook doen, gezien de resterende inspanning en wat het tot nu toe oplevert?

Galen Low: Misschien moet ik de rol van advocaat van de duivel aannemen. We experimenteren met dingen die we moeten kunnen meten. Implementatie vereist mogelijk een plan en middelen, maar moet ook iteratief zijn.

Waarom slaan we alle planning niet over? We werken toch iteratief. Laten we alle goede ideeën die we week na week bedenken nemen en met elk idee een eerste halve stap zetten. Dat moet goed zijn, toch? Planning is iets van vóór AI. Dat zijn de oude tijden.

Waarom zou dat volgens jullie wel of geen goed idee zijn?

Melissa Morris: Wanneer we iets nieuws uitrollen, of het nu AI is of niet, moeten we begrijpen dat er verschillende niveaus van draagvlak, technische vaardigheid en comfort binnen het team zijn. We moeten oppassen dat we sommige mensen niet achterlaten.

Dat doen we ook bij de invoering van nieuwe tijdregistratie-, projectmanagement- of CRM-hulpmiddelen. We hebben een duidelijk plan: wanneer betrekken we het team, begrijpen ze op hoofdlijnen waarom we dit doen, wat is ons trainingsplan en hoe ondersteunen we mensen die extra begeleiding nodig hebben?

Sommige mensen zijn erg technisch ingesteld, enthousiast over AI en klaar om er volledig voor te gaan. Anderen zijn terughoudender, zien de waarde niet of zijn minder technisch aangelegd.

Ik wil ook terugkomen op iets wat je eerder zei: angst. Sommige mensen vragen zich af of ze zichzelf leren vervangen door een AI-bot. Of ze zijn bang dat er twee keer zoveel werk van hen wordt verwacht omdat men denkt dat AI hen twee keer zo snel maakt.

Misschien ga ik voorlopig parttime werken in plaats van fulltime omdat AI dit kan afhandelen. AI brengt dus een andere lading met zich mee dan sommige eerdere technologische ontwikkelingen. Mensen kunnen echt bang zijn voor hun baanzekerheid.

We moeten daarom heel duidelijk zijn over wat we doen, waarom we het uitrollen, welke training en ondersteuning beschikbaar zijn en waar teamleden hun gedachten of zorgen kunnen delen.

Galen Low: Daar houd ik van. Het kan niet overhaast worden. We zouden technisch gezien morgen honderd nieuwe ideeën kunnen uitrollen, maar wat doet dat met ons brein en onze emoties? Hoe houden we zicht op honderd doelen en KPI's die we allemaal proberen te bereiken en die misschien naar één noordster leiden?

Dat is waarschijnlijk waar veel implementaties mislukken.

Kelly Vega: Ik heb momenteel geen projectmanagementteam dat aan mij rapporteert, maar als dat wel zo was, zou ik vanuit projectmanagement en operations misschien zeggen: junioren, werk aan het gebruik van AI voor samenvattingen en ontwikkel een gestandaardiseerde prompt. Wat is de beste prompt na verfijning van de backlog? Wat is de beste prompt na sprintplanning?

De medior medewerkers kunnen onze documentatie en Confluence bekijken en veilige documenten uploaden om te zien hoe we processen en documentatie kunnen standaardiseren. Als dat meer iets voor een technisch leider is, is dat ook goed.

En tegen de senior medewerkers zou ik zeggen: kijk naar 2026. Hoe kun je vanuit je perspectief als projectmanager een strategie voor 2026 ontwikkelen? Denk aan initiatieven en verschillende projecten. Het kan steeds groter worden.

Je kunt dus meerdere initiatieven tegelijk hebben. Dat is mijn perspectief vanuit projectmanagement en operations. Als er één groot initiatief is waarbij iedereen denkt: AI, oké, dan zijn er allerlei kleine stappen die verschillende mensen kunnen zetten.

Galen Low: Ik houd van de juiste omvang van een experiment. Laat een nieuwe stagiair niet bepalen hoe we onze salarisadministratie herinrichten.

Maar je raakte ook iets anders aan. In een operationele rol heb je projectmanagers nodig om deze projecten te leiden. Dit zijn projecten en we moeten er beslissingen over nemen. Het is een programma of portfolio van projecten en initiatieven die leiderschap nodig hebben.

Misschien is dat net zo waardevol als klantwerk. Is dit de volgende fase van onze investering? Mijn projectmanagementteam voert bijvoorbeeld vier projecten tegelijk uit. Eén daarvan wordt een intern project, met Kelly van Operations als opdrachtgever. Zij houdt toezicht op de uitrol, de aansluiting op de doelen en de vertaling naar standaardwerkinstructies.

Dat is iets anders dan iedereen gewoon dingen laten doen en hopen dat het goed komt. Beginnen is niet altijd beter dan stilstaan.

Kelly Vega: Een mogelijke oplevering is dat je jezelf opneemt terwijl je vanaf nul een ticket maakt. Neem je hele scherm op en leg vast hoeveel je moet klikken. Neem daarna op hoe je dezelfde informatie met een chatfunctie verwerkt. Dan heb je een concrete oplevering.

Maar het kan een gladde helling worden als mensen zeggen: geweldig, doe dan meer. Hier zijn nog twee projecten. Je moet die andere ruimte beschermen en zeggen: nee, ik heb nu twee uur nodig om me volledig te richten op de strategie, klanttickets of wat het ook is.

Je beschermt die tijd, zodat je minder gehaast werkt en de kwaliteit hoger is.

Galen Low: Ook dat vertrouwen is belangrijk. Het vertrouwen opbouwen om iemand zijn werk te laten opnemen. Ik beloof dat ik er niet over zal oordelen. Ik ga er niet over oordelen. Ik oordeel er wel over.

Ja, we beoordelen het. Maar we willen juist meer van dit soort bijdragen. Er zijn zoveel lagen om doorheen te werken voordat mensen zelfs maar op dezelfde manier aan het project deelnemen als aan een gewoon project dat niets te maken heeft met hun baan of nieuwe technologie.

Kelly Vega: Misschien gaat het ook om goedkeuring om een AI-hulpmiddel te gebruiken. Als mensen niet aan boord zijn of om goede redenen sceptisch zijn, is educatie belangrijk.

Galen Low: Je noemde gegevensbeveiliging en naleving. Harv, je zei dat er bepaalde hulpmiddelen zijn die je kunt gebruiken omdat ze zijn getoetst binnen het algemene governanceprogramma rond AI-hulpmiddelen.

Mijn vraag is misschien: is governance iets wat mensen over het hoofd zien, omzeilen of volledig meenemen wanneer ze interne AI-processen uitrollen? Wat is het juiste niveau van governance in een bepaalde fase? Gegevensprivacy, naleving en alles daaromheen.

Harv Nagra: Dat hangt volledig af van de organisatie en haar volwassenheid. In de afgelopen paar jaar, sinds deze AI-race begon, is er veel geëxperimenteerd. Vooral in het begin was er veel bezorgdheid over mensen die klantgegevens uploaden.

Dat gebeurde ongetwijfeld en gebeurt waarschijnlijk nog steeds. Inmiddels hebben bedrijven duidelijke richtlijnen over wat wel en niet mag. Schaduw-IT is altijd een probleem geweest waar operations- en financiële medewerkers zich zorgen over maken: mensen vinden hulpmiddelen, downloaden ze, installeren ze en vragen abonnementen aan.

Je eindigt met te veel betaalde hulpmiddelen waar je misschien geen controle over hebt. Bovendien profiteert niet iedereen ervan. Daarom zijn operationele controles belangrijk: zo selecteren we producten, zo zorgen we dat ze veilig zijn en zo bepalen we waarvoor je het platform wel en niet mag gebruiken.

Melissa Morris: Ik wil daaraan toevoegen dat we vooral hebben gesproken over gebruik binnen ons eigen bureau of bedrijf. Maar het is ook belangrijk om klanten duidelijkheid te geven en zichtbaar te maken hoe je AI gebruikt wanneer dat relevant en gepast is.

Ik denk aan een bedrijf waarmee we werken. Zij voeren gesprekken die zeer gevoelig zijn. Als die in een rechtszaak terechtkomen, kan er ineens een transcript bestaan van een vergadering die nooit had mogen plaatsvinden. Er zijn dus situaties waarin je heel voorzichtig moet zijn en ervoor moet zorgen dat je klant het weet.

Dat geldt ook voor standaardpraktijken rond opnames. Mag ik die opname gebruiken om een transcriptie te maken en die in mijn Google-document op te slaan, omdat ik dan eenvoudig kan terugverwijzen naar wat we hebben besproken? De klant moet weten dat dit gebeurt en ermee akkoord gaan. Je moet begrijpen welke documentatie je bewaart en welke gevolgen dat later kan hebben.

Kelly Vega: We hebben daadwerkelijk een standaardafspraak gemaakt dat alles wordt getranscribeerd en dat iedereen tijdens deze gesprekken op elk moment mocht transcriberen of opnemen. Iedereen reageerde met: alsjeblieft, ja, verantwoording. Geweldig. Dat was eenvoudig en prettig.

Galen Low: Je hebt in veel zwaar gereguleerde sectoren gewerkt. Ik kan me voorstellen dat sommige klanten zouden zeggen: nee, bedankt. Verraste het je dat ze juist zeiden: ja, graag?

Kelly Vega: Voor mij was het eigenlijk andersom. Mensen wilden juist dat het werd opgenomen vanwege de verantwoording.

Er kan zo gemakkelijk iets verkeerd worden toegeschreven. En bij technische details rond regelgeving en toestemmingen was het vanuit mijn ervaring eigenlijk de standaard om op te nemen.

Galen Low: Dat is begrijpelijk. Het tegenovergestelde kan ook gelden: vanwege regelgeving willen we een verslag hebben van het feit dat iets heeft plaatsgevonden.

Kelly Vega: Ja. Ik zeg aan het begin van een vergadering die ik wat informeler wil houden soms dat ik deze niet opneem. Als iemand dat absoluut wil, kan dat altijd, maar ik weet dat een opname de sfeer van een gesprek kan veranderen. Daar moet je rekening mee houden.

Ik doe dat niet bij mijn één-op-één gesprekken met projectmanagers. We verzamelen daar geen uitgebreide vereisten met de rode opnameknop aan.

Galen Low: Geweldig.

Veel dank aan onze panelleden voor het vrijmaken van hun tijd vandaag. Ik weet dat we vaak contact hebben, maar dit was erg leuk. Het was ook geweldig om jullie drie samen in één ruimte te hebben.

Heel erg bedankt voor jullie inzichten.

Kelly Vega: Bedankt dat ik erbij mocht zijn.

Melissa Morris: Bedankt.