Hoe AI-leiderschap projectoplevering vormgeeft (en wanneer je het nodig hebt)

Galen Low: Wat doet een VP AI eigenlijk?

Tim Fisher: Deze titel kan volgens mij veel dingen betekenen. Deze rol moet praktisch zijn. Hij moet niet opzichtig zijn, alsof ik bedrijfsresultaten in mijn achterzak heb. Het moet niet alleen gaan om coole dingen doen met AI, hoewel veel mensen denken dat dat de functiebeschrijving is. Ik denk niet dat een CEO of CFO daar waarde aan hecht.

Galen Low: Wanneer is het juiste of verkeerde moment voor een organisatie om een AI-specialist zoals jij aan het leiderschapsteam toe te voegen?

Tim Fisher: Ik denk dat het te vroeg kan zijn als het leiderschap nog steeds discussieert over de vraag of AI een hype is, als er geen data-infrastructuur is of als je cultuur experimenteren bestraft.

Galen Low: Wat is de grootste uitdaging die je voor je ziet?

Tim Fisher: De grootste uitdaging is het creëren van een veranderingscultuur, een cultuur waarin je snel leert van mislukkingen en een cultuur waarin mensen zich prettig voelen bij ambiguïteit. AI implementeren in een organisatie is veel meer een menselijke dan een technologische kwestie.

Galen Low: Welkom bij de podcast van The Digital Project Manager — de show die delivery-leiders helpt slimmer te werken, sneller op te leveren en beter leiding te geven in het tijdperk van AI.

Ik ben Galen, en elke week duiken we in strategieën uit de praktijk, nieuwe tools, bewezen methodes en af en toe een waargebeurd verhaal uit de frontlinies van projecten. Of je nu enorme transformatieprojecten aanstuurt, AI-workflows probeert te beheersen of gewoon de chaos onder controle probeert te houden: je bent hier op de juiste plek. Laten we beginnen.

Vandaag hebben we het over AI-leiderschapsrollen binnen digital-firstorganisaties en over de manier waarop het aannemen van een AI-executive invloed kan hebben op de uitvoering van projecten en de bedrijfsvoering — zowel positief als negatief. Vandaag is Tim Fisher bij me, de nieuwe VP AI bij het moederbedrijf van The Digital Project Manager, Black & White Zebra.

Tim is een zeer ervaren leidinggevende in mediatechnologie, ondernemer, liefhebber van datawetenschap en hack-engineer. Hij werkte onder meer bij People Inc. (voorheen Dotdash Meredith) en retailgigant Target. Maar meer dan al die dingen is Tim iemand die problemen graag oplost met behulp van mensen, technologie en een beetje slimheid.

Zijn rol als VP AI bij Black & White Zebra is nieuw binnen onze mediaorganisatie. Daarom zetten we Tim vandaag een beetje op de pijnbank om uit te pluizen waar zijn rol precies om draait en welke andere voorwaarden aanwezig moeten zijn voordat een organisatie de waarde van zo'n rol kan benutten.

Tim, bedankt dat je er vandaag bij bent.

Tim Fisher: Heel erg bedankt, Galen.

Galen Low: En welkom aan boord. Voor de duidelijkheid: Tim en ik werken samen. Hij is nieuw aangenomen en als onderdeel van ons ontgroeningsritueel heb ik hem naar de podcast gesleept. Maar ik dacht dat dit een goede invalshoek zou zijn, omdat er momenteel veel organisaties op zoek zijn naar AI-leiderschap om hun AI-strategie aan te sturen, op te stellen of te ontrafelen en opnieuw vorm te geven.

En ik denk dat er veel onduidelijkheid bestaat over wat dat betekent. Er is scepsis, optimisme en fanatisme. Ik dacht dat we dat vandaag konden uitpakken. Ik maak natuurlijk een grapje over die ontgroening, maar zodra we begonnen te bellen wist ik dat ik je in de show moest hebben, omdat je tegenover mij had toegegeven dat je zo nerdy bent als ik had gehoopt.

En ik weet dat mijn luisteraars de rauwe, egovrije uitleg willen horen over de invloed die een AI-leider op een organisatie kan hebben. Tot nu toe hebben jij en ik het nogal wisselend gedaan als het gaat om een agenda volgen versus interessante konijnenholen induiken. Maar dit is de voorlopige routekaart die ik voor vandaag heb geschetst.

Om te beginnen wilde ik één grote, brandende vraag uit de weg ruimen: die moeilijke, directe en misschien zelfs beledigende vraag waarop iedereen het antwoord wil weten. Daarna wil ik uitzoomen. Ik wil het over drie dingen hebben. Ten eerste over de vaardigheden die iemand nodig heeft wanneer die een AI-executive- of leiderschapsrol op zich neemt, en over het juiste moment om iemand voor die rol aan te nemen.

Daarna wil ik het hebben over de impact van AI-leiderschap en hoe dat eruitziet voor mensen in de praktijk die projecten opleveren en de dagelijkse bedrijfsvoering aanpakken. En tot slot wil ik inzoomen op de toekomst: de toekomst van AI-versterkte manieren van werken en wat dat betekent voor projecten en de algemene bedrijfsvoering, inclusief waar we voorzichtig mee moeten zijn.

Tim Fisher: Dat klinkt geweldig.

Galen Low: Zoals ik aan het begin al zei, wordt er in mijn projectmanagementgemeenschappen de laatste tijd veel gesproken over de behoefte aan AI-experts aan de leiderschapstafel, in executive- en seniorleiderschapsrollen. Maar er zijn ook veel mensen die denken dat een chief AI officer of welke vorm van AI-leiderschapsrol dan ook geen echte baan is — of nog geen echte baan is.

Ze zeggen in feite dat de kar voor het paard wordt gespannen. Dat het aannemen van iemand misschien meer uiterlijk vertoon dan praktische waarde heeft. Daarom wil ik er direct naar vragen. Wat doet een VP AI eigenlijk? Wat betekent dat voor digitale projectleiders en hoe vertaalt dit zich naar AI-versterkte manieren van werken binnen een organisatie?

Tim Fisher: Om te beginnen weet ik niet zeker of ik ooit heb gehoord dat het geen echte baan is. Misschien ligt dat aan jou en maakt het deel uit van de ontgroening, maar.

Galen Low: Jij komt uit een lange lijn van AI-executives.

Tim Fisher: Nee, ik maak maar een grapje. Ik heb dat zeker eerder gehoord en ik zal eerlijk zijn: zelfs voor mij klinkt VP AI een beetje verzonnen. En eerlijk gezegd heb ik bij mijn vorige baan de titel die ik had inderdaad zelf bedacht.

Maar goed, deze titel kan volgens mij veel dingen betekenen. Hij kan sterk op technologie gericht zijn, sterk op product, sterk op bedrijfsvoering of een combinatie van al die dingen. Zo zou ik mijn eigen rol omschrijven. En dat hele verhaal over de kar voor het paard: dit komt voortdurend ter sprake.

Het punt is dat dit nieuw is. Er bestaat nog geen AI-proces. Er is geen medewerkerskader dat bepaalt wat een AI-titel betekent of waar die titel in de organisatie thuishoort. Er is geen definitie van de rol waar iedereen het over eens is. Maar net als met alles rond AI moet je ergens beginnen. Sommige organisaties zullen dit in het begin absoluut verkeerd aanpakken, en dat is prima.

En zoals je zei: deze rol moet praktisch zijn. Hij moet niet opzichtig zijn. Het moet niet gaan om mooie AI-trucjes of flitsende resultaten. Ik heb hier bij BWZ, en eerder bij People Inc., echte bedrijfsresultaten voor ogen. Veel mensen denken dat ‘coole dingen doen met AI’ de functiebeschrijving is. Ik heb een echte functiebeschrijving.

Ik denk niet dat dat waardevol is voor een CEO of CFO. En ik weet zeker dat dit veel oogrollen veroorzaakt en vragen oproept als: waarvoor dient deze baan eigenlijk? Volgens mij draait een echte, praktische AI-rol in het leiderschap om het opbouwen van capaciteiten en het opstarten van iets. Dat is in wezen de taak, met de nadruk op echte bedrijfsresultaten.

Mijn verantwoordelijkheden zijn bijvoorbeeld educatie door de hele organisatie heen, automatisering, strategie, operationele discipline waar die rond AI-workflows nog ontbreekt, workflowadvies binnen alle afdelingen van een bedrijf, verandermanagement en juridisch- en risicobeheer.

Het gaat maar door. Er komt veel bij kijken en een leiderschapsrol kan helpen om dat allemaal samen te brengen. Het hangt af van de omvang van de organisatie, de behoeften van de organisatie en de vaardigheden van de persoon die je aanneemt. Het kan gaan om het opbouwen van een team, zoals ik bij People Inc. heb gedaan.

Of om relaties met bestaande product- en juridische teams die niet rechtstreeks in de lijn vallen, zoals bij een zeer groot bedrijf. Misschien is het meer een zelfstandige externe adviseur, of een combinatie daarvan. Het grote geheim — dat eigenlijk geen geheim is — is dat AI- en executivetitels op dit moment een beetje dwaas kunnen aanvoelen. Dat geef ik volledig toe.

Als je de rol goed afbakent, kan die duidelijkheid en orde brengen, evenals een beetje proces — niet te veel — en echte KPI's voor iets dat momenteel anders ongelooflijk ambigu aanvoelt. Specifiek voor digitale projectleiders en eigenlijk iedereen die iets oplevert, biedt zo'n executive de kans om een zeer nauwe partner te zijn die chaos vertaalt naar praktische tools en workflows. Voor iemand die iets oplevert betekent dat soepelere projecten.

Galen Low: Ik vind de manier waarop je het als veranderaar neerzet interessant. De rol bevindt zich er een beetje tussenin. Je hebt gelijk: het is niet per se iemands rol. Misschien zou je kunnen zeggen dat het bij een chief operating officer hoort, maar volgens mij gaat het om meer dan alleen operations.

En om de manier waarop mensen werken te transformeren. Ik noteerde ook de term veranderingsleiderschap. Daarmee bedoel ik dat we grappen maakten over een verzonnen titel. Jij had je titel bij je vorige functie daadwerkelijk zelf bedacht. Maar de kern was dat die nodig was, omdat iemand de uitdaging van deze verandering moest aangaan.

De verandering draait toevallig om AI, maar het gaat niet alleen om technologie, ermee experimenteren, coole ideeën bedenken, flitsende koppen schrijven en goede public relations rond AI. Het gaat om echte operationele verandering. Het gaat om verandermanagement, leiderschap voor mensen en ergens daartussenin om wat de technologie kan.

Ik vond je nadruk op educatie erg goed. Een deel van dat veranderingsleiderschap is mensen meenemen. Bovendien verandert AI zo snel. Dat geldt voor elke opkomende technologie, maar volgens mij is dit ongekend in verhouding tot wat ik in mijn tijd heb gezien. Alleen al proberen bij te blijven is een voltijdbaan.

Iemand die ons uitlegt wat actueel is, is zoveel beter dan rondzwerven op Reddit, Udemy en YouTube en op het beste hopen. Vervolgens moet je dat allemaal samenbrengen in manieren waarop we daadwerkelijk dingen kunnen doen: echte workflows met meetbare bedrijfsimpact.

Tim Fisher: Je noemt daar veel belangrijke punten. Ik vind vooral dat punt over mensen die zich op verschillende plekken bevinden, of mensen meenemen, belangrijk. Een van de uitdagingen van zo'n rol is mensen ontmoeten waar ze zijn, ze begeleiden en ze meenemen naar de toekomst waarin deze rol misschien al leeft.

Mensen bevinden zich op allerlei plekken op dat spectrum. Sommigen beginnen net omdat ze bang waren, geen kans hebben gehad of om wat voor reden dan ook. Anderen leven al in het heden en denken drie, zes of twaalf maanden vooruit. Vooral een grotere organisatie kan grote groepen mensen hebben die verspreid over dat hele spectrum zitten.

Mensen ontmoeten waar ze zijn en dat doen terwijl er zoveel mensen op zoveel verschillende plekken zitten, is volgens mij een enorme uitdaging.

Galen Low: Het is een soort eenwording — misschien is dat zelfs een te groot woord — maar in elk geval mensen meenemen vanaf de plek waar ze staan en daar rekening mee houden. Veel organisaties die ik uit de losse pols zie handelen zijn de organisaties waar we grappen over maken in memes. Ze zeggen: doe de AI, doe het nu. We hadden de AI gisteren al nodig. Doe het. Alsjeblieft.

Dat is geen AI-leiderschap. Dat is vier woorden tegelijk dicteren. Ik ben het dus met je eens en waardeer de verduidelijking. Ik vroeg me af of we wat konden uitzoomen, want ik kader dit tot nu toe als veranderaarswerk. Sommige luisteraars denken misschien: dat kan iedereen. Dat is gewoon verandermanagement, maar dan staat er toevallig AI in je titel.

Ik wil het technologische aspect echter niet onder het tapijt vegen. We hebben het erover gehad dat het om meer gaat dan technologie. Zeker. Maar als het om technologie gaat, hebben we het over snelle veranderingen. Sommige mensen zeggen dat niemand nu al expert op het gebied van AI kan zijn. Het is te nieuw. We hebben het nog niet uitgezocht, alle onderzoeken nog niet uitgevoerd en alle resultaten nog niet gezien. Hoe kan iemand dan expert zijn?

Daarom wil ik je een beetje uitdagen. Kun je iets vertellen over je achtergrond? Welke kwalificaties, onderscheidingen of ervaringen maken jou geschikt om AI op leiderschapsniveau te vertegenwoordigen?

Tim Fisher: Ik denk dat mijn achtergrond helpt. Ik heb een achtergrond in natuurkunde en wiskunde. Ik ben een enorme nerd. Op een gegeven moment ben ik overgestapt naar bedrijfskunde omdat ik mijn huur moest betalen, maar daar komt veel van mijn enthousiasme vandaan: ik ben mijn hele leven al een wetenschapsnerd.

Ik ben in technologie, systeemengineering en soortgelijke dingen terechtgekomen. Bij een vorige baan kreeg ik de kans om documentatie over processen te maken en workflows te ontwerpen. Hoe nerdy dit ook klinkt, ik werd er helemaal verliefd op. Ik heb dus dertig jaar ervaring met communiceren over complexe ideeën en met die combinatie van technologie en mensen.

Dat is een heel belangrijk onderdeel van de rol. Bij People Inc. heb ik in bijna twee decennia vrijwel vanaf nul een top-tientechnologieplatform opgebouwd. Mijn rol was technologie begrijpelijk maken en uitleggen aan mensen die moeite hadden om die te begrijpen. Ik heb die vaardigheid via het internet opgeschaald.

Dat was volgens mij een zeer belangrijke verzameling ervaringen die me heeft geleerd hoe ik hierover moet praten op een manier die nu echt belangrijk is. Ik heb ook enkele kleine bedrijven opgericht. Ik heb ongeveer een dozijn mediamerken geleid, dus ik was verantwoordelijk voor de bedrijfsvoering van boven naar beneden en van links naar rechts. Ik begrijp goed hoe alles werkt.

De combinatie van dat alles is volgens mij een kwalificatie voor AI: ik heb een diep technisch begrip en kan tegelijkertijd helder communiceren met verschillende soorten doelgroepen. Er is een nerdlaag waarop ik weet hoe taalmodellen worden getraind en werken. Daarbovenop ligt een bedrijfslaag waarop ik vol vertrouwen kan uitleggen wanneer een taalmodel geschikt is voor X en misschien niet voor Y, en hoe we van nul naar één komen.

Ben ik naar een soort school voor AI-leiderschap geweest? Nee, ik denk niet dat die bestaat.

Galen Low: De tweedaagse bootcamp.

Tim Fisher: Precies. Al zeg ik dat, misschien bestaat er op dit moment wel een school voor AI-leiderschap waar ik niets van weet.

Maar al die dingen ontstaan terwijl we praten.

Galen Low: Het is interessant dat je dat zegt. We maken er grappen over, maar wat je beschrijft is in sommige opzichten zeldzaam. Bijna een soort eenhoornachtige combinatie van zakelijk en ondernemend inzicht.

Je weet wat een bedrijf laat draaien. Je hebt bedrijven geleid en opgericht. Daarnaast is er de technische nerdlaag: een diep begrip van technologie. En dan is er de communicatielaag: het vermogen om technologie en bedrijfsvoering aan elkaar uit te leggen, bijna als vertaler tussen die twee.

En je hebt het ook echt gedaan. Met technologie heb je activiteiten, teams en websites opgeschaald. Niet alles was AI, maar AI was bijna de natuurlijke volgende stap van wat je al deed. Het is dus logisch dat je bij je vorige baan je eigen titel hebt bedacht.

Ik trek de vergelijking misschien te ver door, maar toen je natuurkunde en wiskunde noemde, dacht ik meteen aan mensen als Neil deGrasse Tyson op het gebied van astrofysica en Hannah Fry op het gebied van wiskunde. Mensen die een combinatie van eigenschappen hebben: ze begrijpen de inhoud, maar ook hoe ze mensen moeten onderwijzen, verandering moeten bewerkstelligen, mensen in de juiste richting moeten houden en leiding moeten geven terwijl ze de interne werking blijven begrijpen.

Nu je dit zo uitlegt, denk ik: dit is in sommige opzichten een bijzonder moeilijke rol om voor te werven.

Tim Fisher: Dat is het. Ik weet niet of ik voorbij het feit kom dat je mijn naam in één adem met Neil deGrasse Tyson noemde. We kunnen nu stoppen als je wilt.

Galen Low: Maar wat een geweldige rol vervult hij, net als anderen: iets terugbrengen tot een niveau waarop iedereen kan aanhaken, zonder het te vervormen tot leugens of het zo sterk te vereenvoudigen dat het te oppervlakkig wordt. Het gaat erom de essentie te destilleren van wat er moet gebeuren.

Het juiste niveau kiezen. We hadden het over mensen meenemen vanaf waar ze zijn. Sommigen willen weten hoe een taalmodel wordt getraind, en dat kun je uitleggen. Anderen willen alleen weten of ze te veel context aan ChatGPT geven en vijfentwintig minuten bezig zijn met het schrijven van een prompt.

Is dat normaal? Zeg het me gewoon. Help me, Tim. En volgens mij is dat in zekere zin de baan: begrijpen waar iemand staat en die persoon op dat niveau onderwijzen. We maken grappen over ‘leg het uit alsof ik vijf ben’, maar misschien is dat voor sommige mensen juist het nuttigste om over die eerste drempel heen te komen.

Tim Fisher: Soms is dat inderdaad zo.

Galen Low: Ik verwees eerder al naar timing: de timing voor deze rol en het moment waarop je ervoor moet werven. Ik kwam een meme tegen die volgens mij rondgaat. Daarin vragen CEO's: wie zijn wij? CEO's. Wat willen we? AI. Wanneer willen we die? Nu. Waarvoor willen we die? En dan weten ze het niet.

Er is dus het gevoel dat bedrijfsleiders en CEO's AI willen zonder werkelijk te begrijpen welke uitkomst ze ermee willen bereiken. Ik snap het. Vanuit een concurrentieperspectief geldt: als je het niet doet, loop je achter. Je moet op deze trein springen.

Maar als ik om me heen kijk, lijken sommige organisaties er nog niet klaar voor, ook al zeggen ze dat ze er klaar voor zijn. Wanneer is het juiste of verkeerde moment voor een organisatie om een AI-specialist zoals jij aan het leiderschapsteam toe te voegen? Welk volwassenheidsniveau is nodig om AI-gerelateerde doelen te bereiken? En welke voorbeelden van zulke doelen zijn er?

Tim Fisher: Dat hangt van veel factoren af. Uiteraard zijn steun van de CEO en het managementteam belangrijk. Sommige organisaties hebben die steun niet. Dat gaat vreemd genoeg vaak gepaard met veel blinde druk om iets te doen en met een gebrek aan wendbaarheid.

De meeste organisaties zijn niet bijzonder wendbaar. Dit zijn geen kleine veranderingen. Door AI vinden er grote veranderingen binnen organisaties plaats. Wanneer gesprekken verschuiven van ‘laten we kijken wat we kunnen doen’, ‘laten we experimenteren’ of ‘laten we zien wat mogelijk is’ naar ‘laten we dit op schaal doen’, is dat een goed teken.

Ook versnipperd, bottom-upgebruik van AI in de organisatie dat enige coördinatie, orde en een beetje proces nodig heeft, is een goed teken. Het kan te vroeg zijn als het leiderschap nog steeds discussieert over de vraag of AI een hype is — en dat gebeurt nog steeds.

Er is geen data-infrastructuur. Iedereen die enige tijd met AI heeft gewerkt, weet dat de invoer buitengewoon belangrijk is. Als je geen data hebt die in een AI-systeem kan worden ingevoerd, is je bedrijf misschien nog niet klaar. Het kan ook te vroeg zijn als je cultuur experimenteren bestraft of als er weinig tolerantie is voor ambiguïteit.

Dit is nog grijs gebied. Het wordt beter, maar als je niet voorbereid bent om dit op te nemen en ermee om te gaan, is dat geen goed teken. Nog belangrijker is volgens mij de digitale aard van de organisatie. In de digitale wereld waarin we leven nemen we dat allemaal als vanzelfsprekend aan, maar er zijn nog steeds veel organisaties die zelfs nu niet bijzonder digitaal zijn.

Als alles draait om invoer en uitvoer en het meeste van je werk nog in archiefkasten zit, kun je beter eerst iemand inhuren om je documenten te scannen voordat je een AI-strategie opstelt. Het is ook het juiste moment als teams verdrinken in repetitief werk, als je weet dat er kansen voor automatisering zijn of als concurrenten succesvol automatiseren.

Als je concurrenten iets doen dat duidelijk goed is voor hun bedrijf en jij dat niet doet, is het misschien tijd om jezelf af te vragen of je iets moet veranderen. En natuurlijk is het een goed moment als je CEO naar AI vraagt in de bedrijfsstrategie. Soms wordt wachten een groter risico dan meteen beginnen.

Wat doelen betreft: tenzij je een AI-start-up of ontwikkelaar van een basismodel bent — bijvoorbeeld OpenAI, Google, Microsoft of Amazon — zou AI zelf niet het doel moeten zijn. Als je iets bouwt dat vóór AI letterlijk niet mogelijk was, is AI misschien wel het werkelijke doel.

Voor de meeste bedrijven gaat het echter om het transformeren van de organisatie en zo goed mogelijk functioneren met behulp van de nieuwste technologie. De bedrijfsdoelen hoeven dus helemaal niet te veranderen. Alleen de manier waarop je die doelen bereikt verandert.

Misschien is dit een controversiële uitspraak, maar volgens mij draait de AI-revolutie voor de meeste bedrijven helemaal niet om AI zelf. De waarde zit in het afdwingen van automatisering en transformatie. Ik schat dat ongeveer 25 procent van de projecten die ik tot nu toe in mijn AI-rollen heb uitgevoerd, ook vóór de komst van grote taalmodellen had kunnen worden uitgevoerd.

Het bedrijf gaf die zaken alleen geen prioriteit, omdat er geen speciale transformatieleiders waren. Er was geen interne druk om ons af te vragen hoe we het beter konden doen. We deden gewoon wat we altijd hadden gedaan. Daarom denk ik dat dit soort rollen uiteindelijk waarschijnlijk zullen evolueren naar titels zonder AI erin, maar met meer nadruk op transformatie.

Galen Low: We hebben de afgelopen tijd vaker vloeibaarheid in functietitels gezien op gebieden als cybersecurity, DevSecOps en RPA, oftewel procesautomatisering. Ik heb het niet gecontroleerd, maar er zijn vast tientallen VP's en directeuren voor procesautomatisering en RPA.

Ze doen precies wat jij beschrijft: efficiënter worden in het bereiken van dezelfde doelen, terwijl het doel zelf misschien verschuift. Als het bijvoorbeeld gaat om AI-transformatie in een callcenter, blijven de meeste meetwaarden hetzelfde. Het doel is het aantal telefoontjes of de gesprekstijd verlagen, of het oplossingspercentage verhogen.

Het gaat niet om een AI-organisatie worden. Het gaat om klanten beter helpen, medewerkers beter ondersteunen en de bedrijfsvoering verbeteren. Ik vond het interessant dat je niet sprak over een ideale toestand van volwassenheid waarin alles rustig en klaar is voor de volgende stap.

Je zei dat er steun en data-infrastructuur kunnen zijn, of dat er op lagere niveaus al experimenten plaatsvinden. Als je die energie niet organiseert en ergens op richt, verspreidt ze zich en ontstaat chaos. Dat kan de cultuur beschadigen voordat het positieve effect op het bedrijf zichtbaar wordt.

Dat zie ik vaak. Soms is die energie positief, soms paniekerig. Mensen denken: ik moet AI begrijpen, dus ik moet al deze dingen doen en hopen dat ik mijn baan behoud. Anderen zijn gewoon enthousiast. Ze denken: misschien hoef ik geen aantekeningen meer te maken tijdens een vergadering. Geweldig. Laten we een machine bouwen.

Het gaat niet om AI uitvinden, maar om AI gebruiken voor wat mensen al doen. Het belangrijkste is volgens mij de psychologische veiligheid om te experimenteren. In sommige organisaties gebeurt al die experimentatie achter gesloten deuren. Niemand praat erover en niemand weet dat het gebeurt.

Er is waarschijnlijk geen governance rond de data die in sommige van die systemen terechtkomt. Dat kan chaos zijn die bedrijfsleiders niet eens zien, omdat ze geen cultuur hebben gecreëerd waarin mensen hun hand durven opsteken en zeggen: ik probeer dit uit — is dat oké?

Als mensen denken dat ze op hun vingers worden getikt, kun je er zeker van zijn dat ze AI gebruiken om zichzelf relevant te houden voor hun volgende baan, niet voor hun huidige baan.

Tim Fisher: Amen. Ja.

Galen Low: Dit is interessant, want ik kwam dit gesprek binnen met een soort utopisch beeld van AI-transformatie. Maar het kan rommelig zijn. Het kan problemen oplossen en nieuwe problemen creëren. Het heeft leiderschap nodig.

Dat is volgens mij de kern: iemand moet kunnen uitzoomen en inzoomen, het bos door de bomen blijven zien en mensen begeleiden, zodat de energie die erin wordt gestoken productief is en meetbare verandering oplevert.

Tim Fisher: Precies.

Galen Low: Ik wil inzoomen op het leven in de praktijk.

Mijn achtergrond ligt in projectmanagement, business development en accountmanagement. Wij zitten in de dagelijkse bedrijfsvoering. We hebben het hier al over gehad, maar als het gaat om AI integreren in de manier waarop we aan projecten samenwerken en onze dagelijkse activiteiten uitvoeren: zie je dat als iets wat het beste top-down binnen een organisatie kan gebeuren? Is dat het idee achter de AI-leiderschapslaag en de AI-leider?

Tim Fisher: Ik denk dat je beide moet doen. Top-down én bottom-up. De juiste AI-leider kan beide richtingen succesvol maken.

Top-down is wat duidelijker. Je stelt doelen en strategieën vast en geeft een heldere richting. Je kunt grote workflows en systemen aanpakken, grote projecten opzetten en volledig veranderen hoe je bedrijf een enorme dagelijkse activiteit uitvoert.

Bottom-up wordt vaak te laat overwogen. Men neemt aan dat het vanzelf goedkomt of dat het niet belangrijk is. Maar het gaat om educatie, mensen in staat stellen zelfstandig problemen op te lossen en individuen machtigen.

Bij mijn vorige baan hadden we bijvoorbeeld een formulier voor goede ideeën. Iemand zei dan: ik doe dit elke dag en ik weet door mijn onderzoek dat taalmodellen dit voor me kunnen oplossen. Ik zou graag willen dat jullie team dit bouwt.

Veel individuele taken zijn echter specifiek voor één persoon en diens functie. Er is geen enorme ROI in het inzetten van een groep engineers en productmensen voor iets wat één persoon doet. Maar voor die ene persoon kan het transformerend zijn.

Mensen in staat stellen zelf problemen op te lossen met laagdrempelige of no-code-tools kan dus zeer veel impact hebben. ChatGPT of Gemini kan bijvoorbeeld een programmeerpartner zijn voor Apps Script achter Google Sheets. Mensen toestemming geven om zulke dingen te doen, heeft een enorme impact.

Je hebt beide richtingen nodig en ze moeten elkaar in het midden ontmoeten.

Galen Low: In mijn hoofd lijkt het bijna op een projectmanagementbureau: is dit een project? Zo ja, dan kunnen we ondersteuning bieden, ons team inzetten en het op rails zetten. Als het geen echt project is, kunnen we je begeleiden en kun je zelf verder.

Er is spanning tussen ‘je kunt het zonder code zelf doen’ en ‘dit is eigenlijk ingewikkeld, dus we hebben engineers nodig die ook ethiek en governance begrijpen’. Er is een grens tussen wat moet worden opgeschaald naar bedrijfsimpact en wat vooral individuele productiviteit is.

Mensen in mijn team werken met tools als Lovable en n8n. Ze bouwen iets om hun eigen werk eenvoudiger te maken. Kunnen we die stroom doorlopen? Hoe beoordeel je een idee om te bepalen of je er een volledige operationele machine omheen moet bouwen, of dat je iemand juist kunt leren hoe die het zelf kan doen?

Tim Fisher: Dat is een interessante vraag. Het antwoord verschilt sterk per organisatie en per manier waarop je bent ingericht.

Terwijl ik naar je vraag luister, denk ik aan de grote variatie in hoeverre individuele medewerkers begrijpen wat ze doen en welke invloed dat op het bedrijf heeft. We komen weer uit bij transformatie en zelfreflectie.

We besteden in bedrijven niet veel tijd — of lang niet genoeg tijd — aan het kritisch bekijken van wat we doen, hoe we het doen en welke waarde het heeft. Leiderschap moet mensen helpen begrijpen hoe elk onderdeel van hun werk bijdraagt aan de doelen van het bedrijf.

Er moet een proces zijn waarmee je, wanneer je zelf experimenteert en iets automatiseert, de waarde voor het bedrijf kunt kwantificeren. In een volwassen bedrijf is dat misschien eenvoudig, omdat zulke waarden voortdurend worden gemeten en gerapporteerd.

Zonder zo'n structuur — en dat komt volgens mij veel vaker voor — is er een proces nodig om die waarde te bepalen. Bij People Inc. hebben we binnen de redactionele organisatie grondig onderzocht wat mensen precies deden, wat die taken kostten en welke waarde ze voor het bedrijf opleverden.

Dat hielp ons om het van bovenaf aan te pakken. Tegelijkertijd zagen we individuele initiatieven die op een interessante manier overeenkwamen met kansen om bepaalde werkzaamheden op te schalen.

Maar dat gebeurt niet vanzelf. Iemand moet de rol op zich nemen om daar ten minste een beetje proces omheen te creëren of de benodigde informatie beschikbaar te maken. Veel organisaties zullen over vijf jaar uit hun eerste AI-experimenten komen zonder een reeks flitsende AI-producten waarover ze public relations kunnen bedrijven, maar wel met meer volwassenheid in de manier waarop ze nadenken en beslissen wat ze wel en niet moeten doen.

Galen Low: Eerder zei je dat er een adviesaspect aan de AI-leiderschapsrol zit. Toen je vertelde over begrijpen wat mensen doen, dacht ik aan het woord audit. Dat klinkt voor een klassiek managementteam beangstigend: we gaan onderzoeken wat jullie allemaal doen en bepalen of het waardevol is.

Iedereen denkt dan dat iemand zal zeggen dat hij of zij niet waardevol is en al vijftien jaar geen waarde heeft toegevoegd. Terwijl er juist een leiderschapslaag nodig is die zegt: we moeten onze manier van werken door de lens van AI bekijken. Niet AI omwille van AI, maar AI gebruiken om bedrijfsdoelen te versterken.

We zullen ontdekken dat sommige dingen die mensen doen geweldig zijn en meer erkenning verdienen. Andere dingen zijn vervelend en saai, en daar ligt ook rendement. Maar de persoon in deze rol moet worden vertrouwd. Je kunt niet binnenkomen met een metaforische kettingzaag en zeggen: we gaan alle overtolligheid wegsnijden en robots nemen jullie banen over.

Er is een vertrouwenslaag nodig. Iemand die het plaatje op beide niveaus helder kan schetsen: er is bedrijfsimpact en er is impact op mensen, en zo hangen die samen. Zonder die laag krijg je rellen op straat.

Tim Fisher: Absoluut. Het draait om vertrouwen.

Galen Low: Ik hoop dat ik je terug kan uitnodigen. De volgende keer wil ik die ideeën uit de ideeënbus verder onderzoeken. Als mensen de doelen begrijpen en er een goede cultuur is, krijg je goede ideeën. Daarna moet iemand bepalen: dit is een sterke businesscase, het wordt goedgekeurd door het leiderschap en nu is het een project.

Dat is waar mijn publiek uiteraard erg in geïnteresseerd is. We hebben gesproken over AI-versterkte manieren van werken en hoe we projecten beter kunnen opleveren met AI. Maar ik wil nu afronden door te vragen naar de grootste uitdaging die je in deze organisatie, Black & White Zebra, voor je ziet. Wat is je hypothese over hoe je die gaat oplossen?

Tim Fisher: De grote vraag. Volgens mij is de grootste uitdaging het creëren van een veranderingscultuur, een cultuur waarin je snel leert van mislukkingen en een cultuur waarin mensen zich prettig voelen bij ambiguïteit. Ik noemde geen enkel technologisch probleem.

De krantenkoppen gaan over hallucinaties van modellen, datakwaliteit en problemen met prompts. Dat zijn allemaal oplosbare uitdagingen. Modellen worden voortdurend bijgewerkt en steeds beter. Er zijn manieren om hallucinaties aan te pakken, bijvoorbeeld door invoer te baseren op betrouwbaardere informatie en door retrieval-augmented generation te gebruiken.

Maar AI implementeren in een organisatie is veel meer een menselijke dan een technologische kwestie. De taak van een AI-executive is onder meer de verwachtingen aan de top managen. Ik moet de CEO kunnen zeggen dat er geen magische AI-knop is die we kunnen kopen of bouwen. Zo werkt het niet.

Daarna draait het om verandering in de hele organisatie. Er bestaan allerlei populaire veranderingsmodellen voor bedrijven, maar ik denk niet dat die geschikt zijn voor de snelheid waarmee AI op ons afkomt en de schaal waarop AI veranderingen veroorzaakt.

Dit verandert sneller en beangstigender dan het internet. AI verandert fundamenteel wat werk is en hoe werk wordt gedaan. We weten niet hoe morgen eruitziet. Dat is beangstigend.

Een paar maanden geleden was ik bij OpenAI, het bedrijf achter ChatGPT. Zij hebben een hoofdeconoom aangenomen, omdat veel mensen — zijzelf inbegrepen — willen begrijpen hoe dit alles de economie verandert en hoe ze die verandering op hoog niveau kunnen helpen sturen.

Ik zat daar met allerlei directieleden. Sommigen hadden AI in hun titel, maar de meesten waren CEO's, CIO's en CFO's. De gesprekken gingen niet over hun bedrijven of hun sectoren. Ze gingen over de vraag wat hun kinderen aan de universiteit zouden moeten studeren.

Dat laat zien hoe enorm deze verandering is. Deze mensen waren daar bij een unieke gelegenheid en reageerden heel menselijk. Ze begrepen genoeg van wat er gebeurde om zich af te vragen of hun dochter, die computerwetenschappen wilde studeren, nog wel de juiste weg koos. En wat wordt de volgende spannende rol in de wereld? Waar moeten we onze tijd en aandacht aan besteden?

Iedereen is bezorgd over wat dit betekent. Toch ligt daar ook de kans. Mensen en organisaties die kunnen veranderen, zullen winnen. Dat is wat er gaat gebeuren.

Ik denk niet dat er één universeel sjabloon bestaat. Wel zijn er thema's die belangrijk zijn. Normaliseer AI. Het is er en het is rommelig. Praat er dus veel over. Praat er eerlijk en open over. Zorg dat het leiderschap betrokken is en laat hen er ook meer over praten.

Geheime plannen vernietigen vertrouwen. Bespreek de plannen eerlijk en overal. Radicale transparantie is iets waar ik een groot voorstander van ben. Het is de snelste manier om vertrouwen op te bouwen die ik ken.

Normaliseer ook snelle verandering. Ik hoor vaak frustratie over leiders die voortdurend van gedachten veranderen. Maar van gedachten veranderen op basis van nieuwe informatie is juist een kracht. Het is een realistische reactie op een wereld waarin voortdurend nieuwe informatie op je afkomt.

Ik zou bang zijn voor een organisatie die een AI-strategie opstelt en daar vervolgens elk kwartaal niets aan verandert. Dat betekent waarschijnlijk dat ze niet opletten wat er in de wereld gebeurt.

Normaliseer ook mislukkingen. Je moet snel falen. Je moet systemen bouwen die voorkomen dat je blijft doorgaan op een doodlopende weg. Het moeilijkere deel waar mensen niet vaak genoeg over praten, is publiekelijk falen binnen je organisatie.

Wanneer je in het openbaar faalt, leert de hele organisatie iets. Dat is voor de meeste mensen beangstigend, maar het zorgt er volgens mij voor dat de organisatie sneller beweegt.

En het belangrijkste: geef toe dat je iets niet weet. Er bestaat veel overmoed over de toekomst van AI en de gevolgen ervan voor je organisatie of de wereld. Wie beweert alles te weten, verkoopt vaak iets — soms ook aan zichzelf.

Galen Low: Het opvallendste voor mij is dat we begonnen met verandermanagers. Bij een groot adviesbureau waar ik werkte was dat een volledige dienstverlening: één verandering managen.

Wat jij beschrijft is echter een generatieverandering. In een ruimte vol leidinggevenden ging het over wat hun kinderen zouden studeren, omdat we spreken over verandering op een schaal die meerdere generaties raakt.

Dit gaat niet over het renoveren van een lunchruimte. Het verandert fundamenteel hoe organisaties en groepen mensen worden ingericht om met nog meer verandering om te gaan. De pandemie heeft ons sommige aannames over werk laten afleren. Dit is de volgende golf.

We hebben geen virus meer nodig om nieuwe manieren van werken te ontdekken. Deze technologie kan ons vooruitduwen, maar ze verandert alles: niet alleen het werk dat we vandaag doen, maar ook het onderwijssysteem, loopbaanpaden en nog veel meer.

Daarom is het een groot onderwerp. Daarom is een titel als VP AI zinvol, en niet alleen VP Verandering of VP Verandermanagement. Het gaat niet om een modieuze titel, maar om een fundamentele verschuiving.

De impact ervan kan niet worden onderschat. En toch gaat het nog steeds niet vooral om technologie. Het gaat om radicale transparantie, vertrouwen en psychologische veiligheid. Leiderschap betekent op dit moment misschien juist erkennen dat je het niet weet, een kans nemen en vervolgens leren hoe je moet bijsturen terwijl je samen faalt en leert.

Tim Fisher: Mee eens.

Galen Low: Tim, heel erg bedankt. Heb je voor de lol misschien een vraag aan mij?

Tim Fisher: Zou het te brutaal zijn als ik je iets vraag? Je noemde aan het begin de vraag of VP AI een echte baan is. Ik draai die vraag nu naar jou terug. Stel je een wereld voor waarin AI alles heeft veranderd, zeker deliverywerk.

Denk je dat projectmanager binnenkort een verzonnen functietitel wordt? Verandert het werk zo sterk dat het niet meer logisch is? Evolueert het naar iets groters of anders? Waar zie jij dit naartoe gaan voor projectmanagement?

Galen Low: Touché, Tim Fisher. Touché. Maar ik verdien het. En eigenlijk: hier is een impopulaire mening. Waarschijnlijk wel. De functie wordt volgens mij belangrijker, maar de rol en de titel kunnen verdwijnen.

Voor mensen die mij de afgelopen jaren live hebben zien spreken: we doen een oefening waarin we banen verzinnen die nog niet bestaan. Directeur menselijke en machinale manieren van werken en methodologieën, bijvoorbeeld. Dingen die we nu nog niet doen, maar waarmee alles veel soepeler zou lopen.

We zitten alleen zo vast in de details. Mensen omschrijven projectmanagement als katten hoeden. Je bent projectleider, maar je hebt geen formele macht over iemand. Iedereen rent alle kanten op. Het leiderschap verandert steeds van gedachten en jij moet de ijzeren driehoek van scope, planning en budget beheren.

Een deel van mij hoopt dat de functie daarbovenuit stijgt. Misschien krijgt ze een nieuwe titel, want er zit al veel meer in dan de meeste mensen onder projectmanagement verstaan.

We hebben al een imagoprobleem met projectmanagers. De beste projectmanagers doen echter veel meer dan mensen denken. Hun rol verdient het om zo te worden beschreven. Er is ook een educatief aspect, net als bij AI: waarde opleveren door samenwerking tussen mensen en machines wordt steeds belangrijker.

Vandaag is het al belangrijk en later wordt het nog belangrijker, omdat er door opkomende technologie zoals AI meer projecten ontstaan. Het is niet meer genoeg om een plan te maken en te hopen dat het achttien maanden hetzelfde blijft.

Dus ja, ik denk dat het een verzonnen functietitel wordt. Een anachronisme, maar op een goede manier. We zullen verschuiven naar iets anders. Ik wil niet dat mijn titel in 2025 ‘computer’ is, en in 2045 wil je misschien niet meer dat je titel Projectmanager is.

Tim Fisher: Ja, daar ben ik het mee eens.

Galen Low: Bedankt dat je hierin meeging. Tim, bedankt dat je vandaag tijd met me hebt doorgebracht. Dit was erg leuk. Voordat ik je laat gaan: waar kunnen mensen meer over je leren?

Tim Fisher: Ga naar LinkedIn en zoek op Tim Fisher, BWZ. Fisher zonder C. Je kunt me niet missen.

Galen Low: Nogmaals bedankt, Tim. Ik waardeer dit enorm.

Tim Fisher: Heel erg bedankt, Galen.

Galen Low: Dat was de aflevering van vandaag van The Digital Project Manager Podcast. Als je van dit gesprek hebt genoten, abonneer je dan via je favoriete podcastapp. En als je nog meer praktische inzichten, casestudy's en draaiboeken wilt, ga dan naar thedigitalprojectmanager.com. Tot de volgende keer, bedankt voor het luisteren.