Hoe je de zakelijke impact van AI daadwerkelijk meet

Galen Low: Is het eigenlijk wel mogelijk om de impact die AI op een organisatie heeft te kwantificeren?

Michael Domanic: Als je een onderdeel van het verkoopproces verbetert, wil je meten hoeveel verbetering die verandering heeft opgeleverd. Welk resultaat heeft het bereikt? Hebben we meer verkocht? Hebben we een omzetdoelstelling behaald doordat we die verandering in het bedrijf hebben geïmplementeerd?

Hetzelfde geldt voor marketing. We verbeteren veel processen binnen marketing. Prima. Dus als we bijvoorbeeld tijd besparen bij het creëren van marketingcampagnes, hoeveel meer campagnes kunnen we dan creëren en wat is de waarde van die extra campagnes? Ik denk dat je je daar wat meer moet richten op het meten van waarde.

Galen Low: Welke organisatorische denkwijzen en gedragingen moeten onderweg veranderen om gelijke tred te houden met de AI-transformatietocht?

Michael Domanic: Iedereen zal zich comfortabel moeten voelen met het feit dat we allemaal in een transformatie- en leerfase zullen zitten voor de voorzienbare toekomst. Een van de dingen die we weten, is dat het tempo waarin mogelijkheden zich verspreiden niet zal stoppen. Het zal zich blijven versnellen en we zullen ons echt moeten aanpassen aan al deze veranderingen en ontwikkelingen.

Galen Low: Je hebt onlangs een artikel gepubliceerd over je voorspellingen voor AI in 2026. Een van de dingen die je ook veronderstelde, was dat UX-onderzoekers en ontwerpers in 2026 tot de belangrijkste mensen binnen bedrijven zullen behoren. Kun je uitleggen wat je daarmee bedoelt?

Michael Domanic: Ja, dus...

Galen Low: Welkom bij de podcast van The Digital Project Manager — de show die deliveryleiders helpt slimmer te werken, soepeler op te leveren en hun teams met vertrouwen te leiden in het tijdperk van AI. Ik ben Galen en elke week duiken we in echte strategieën, opkomende trends, bewezen raamwerken en af en toe een waargebeurd verhaal uit de frontlinie van projecten. Of je nu enorme transformatieprojecten aanstuurt, AI-workflows beheert of gewoon probeert de chaos onder controle te houden: je bent hier aan het juiste adres. Laten we beginnen.

Vandaag hebben we het over het ontkrachten van onjuiste aannames over AI binnen de bedrijfscultuur en over het resetten van het systeem, zodat we beter kunnen begrijpen hoe AI je kernbedrijf beïnvloedt — niet alleen ijdele statistieken. We bespreken de juiste en verkeerde manieren om de impact van AI te meten, hoe de visie van een organisatie op AI moet veranderen naarmate de AI-volwassenheid toeneemt, en enkele voorspellingen over de invloed van AI op zakelijke trends gedurende 2026.

Vandaag heb ik Michael Domanic bij me, hoofd AI bij UserTesting.

Michael heeft als missie om organisatiebrede transformatie met AI te stimuleren en zo betekenisvolle bedrijfswaarde vrij te maken. Dat doet hij door nauw samen te werken met leiders uit verschillende disciplines om AI in de kernworkflows te verankeren, een innovatiecultuur te bevorderen en AI-vaardigheid binnen zijn organisatie op te schalen met een pragmatische, impactgedreven aanpak.

Michael, bedankt dat je vandaag bij me bent.

Michael Domanic: Bedankt, Galen. Ik waardeer de uitnodiging om vandaag met je in gesprek te gaan.

Galen Low: Ik kijk uit naar dit gesprek, omdat we vooraf een aantal echt interessante gesprekken hebben gehad. En ik weet dat we waarschijnlijk heen en weer zullen springen tussen onderwerpen, maar voor de zekerheid — omdat ik nu eenmaal die projectmanager ben — volgt hier de routekaart die ik voor vandaag heb geschetst.

Om te beginnen wilde ik je mening vragen over een grote, ingewikkelde controversiële vraag. Daarna wil ik uitzoomen en eerst drie dingen bespreken. Ik wil het hebben over hoe je AI bij UserTesting hebt geïmplementeerd en de impact ervan hebt gemeten, en ook waarom je de zaken op deze manier benadert.

Vervolgens wil ik onderzoeken waar het konijnenhol naartoe leidt wanneer een organisatie volwassener wordt tijdens haar AI-traject: welke denkwijzen, gedragingen en waarden moeten verschuiven of misschien zelfs volledig worden losgelaten om succesvol te blijven? En tot slot wil ik ingaan op enkele van je voorspellingen over de invloed van AI op ons werk en de manier waarop we in 2026 zakendoen.

Hoe klinkt dat?

Michael Domanic: Klinkt goed. Laten we wat heen en weer springen.

Galen Low: Laten we dat doen. Goed, ik dacht dat ik zou beginnen met één grote, ingewikkelde vraag en daar wat context bij zou geven. Zoals ik het zie, willen de meeste ondernemingen het succes van hun AI-implementatie kunnen meten.

Die altijd ongrijpbare ROI van AI die verder gaat dan de binaire vraag of iets wel of niet mislukt, maar de meningen lijken hierover verdeeld. Sommige mensen met wie ik praat zeggen dat AI helemaal niet gemeten hoeft te worden, omdat het duidelijk verbeteringen oplevert. Anderen zeggen dat organisaties nieuwe AI-gerelateerde meetwaarden moeten ontwikkelen en die streng moeten meten.

Mijn grote, ingewikkelde vraag is dus: is het eigenlijk mogelijk om de impact die AI op een organisatie heeft te kwantificeren, of is het in dit stadium voor de meeste organisaties een zinloze exercitie om op die manier over hun transformatie na te denken?

Michael Domanic: Ja, het is een goede vraag en het is er een waar vaak fel over wordt gedebatteerd, vooral door mensen zoals ik die AI binnen organisaties aansturen.

Er is inderdaad een denkrichting die zegt: doe geen moeite om de ROI van AI te meten, want het is nog zo vroeg. Bovendien zou dit voor de meeste organisaties vanzelfsprekend moeten zijn. Je meet de ROI van elektriciteit niet. Je meet de ROI van e-mail niet. Waarom zou je dan de ROI hiervan meten?

Mijn visie is iets anders. Ik begrijp dat standpunt en ben het met delen ervan eens. We hebben een CFO en een bestuur. We geven veel geld uit aan onze AI-transformatie. We moeten een bepaald rendement op die investeringen kunnen laten zien. Wat wij doen, is daarom niet proberen één allesomvattend getal te berekenen en te zeggen: dit is de ROI voor onze hele organisatie doordat we AI hebben ingevoerd.

In plaats daarvan kijken we elk kwartaal naar onze tien meest betekenisvolle AI-implementaties en meten we die implementaties. We meten het rendement op de investering van die implementaties. Als iemand binnen onze organisatie bijvoorbeeld een GPT maakt die een kritiek onderdeel van het verkoopproces ondersteunt, gaan we dat meten.

We meten dan wat het resultaat is, niet noodzakelijk hoeveel tijd we hebben bespaard. Ik denk dat mensen bij het meten van ROI vaak te veel focussen op tijdsbesparing. Tijdsbesparing is geen resultaat; het is een voordeel. Het resultaat is wat je hebt bereikt door deze AI-oplossing in dit onderdeel van het bedrijf te implementeren.

Als je dus een onderdeel van het verkoopproces verbetert, wil je meten hoeveel verbetering die verandering heeft opgeleverd. Welk resultaat heeft het bereikt? Hebben we meer verkocht? Hebben we een omzetdoelstelling behaald doordat we die verandering in het bedrijf hebben geïmplementeerd? Hetzelfde geldt voor marketing: we verbeteren veel processen binnen marketing.

Als we bijvoorbeeld tijd besparen bij het maken van marketingcampagnes, hoeveel meer campagnes kunnen we dan maken en wat is de waarde van die extra campagnes? Ik denk dat je je daar wat meer moet richten op het meten van waarde.

Galen Low: Ik houd van die nauwkeurigheid, dat niveau waarop je niet zo gedetailleerd gaat dat je elk bespaard uur telt, maar ook niet enorm veel moeite doet om nieuwe meetwaarden en een nieuwe manier van denken over het bedrijf te creëren.

Uiteindelijk draait het om het resultaat. En je punt over het feit dat we de efficiëntie van e-mail nu niet meten, is terecht. Op de een of andere manier is dit nieuw en transformatief, maar over tien jaar zal het op de een of andere manier onopvallend zijn.

Michael Domanic: Mee eens. Ik denk dat je twee verschillende soorten zaken kunt meten. Er is de zachte ROI, zoals ik die noem, en er is de harde ROI. Wat ik beschreef is de harde ROI: iets wat je daadwerkelijk kunt meten. Je kunt zeggen: we hebben dit kwartaal 64 procent meer kennismakingsgesprekken geboekt dankzij deze AI-oplossing.

We weten wat de waarde van een kennismakingsgesprek is. Het is een kritiek onderdeel van het verkoopproces in een SaaS-bedrijf. Maar er zijn ook zachte meetwaarden of zachte indicatoren. We zijn een door AI ondersteund personeelsbestand. We weten dat mensen willen werken voor door AI ondersteunde organisaties. We weten dat dit waarde toevoegt en ons helpt beter talent aan te trekken. Dat is moeilijker te meten, maar we weten dat het belangrijk is.

Galen Low: Dat vind ik mooi. En het komt momenteel in allerlei gesprekken terug. Om het juiste talent aan te trekken, moeten we er op deze manier over nadenken. Mensen willen werken bij organisaties die vooruitstrevend zijn, het voortouw nemen en aan de voorhoede van modern ondernemen staan, omdat dat veelbelovend is.

Michael Domanic: Absoluut. Een van de aanbevelingen die ik doe aan iedereen die een sollicitatieprocedure bij een bedrijf doorloopt, is dat je een van de belangrijkste vragen moet stellen: vertel me over jullie AI-transformatie. Vertel me hoe AI-ondersteund jullie zijn. Mijn advies aan bedrijven is dat ze maar beter een heel goed antwoord op die vraag kunnen hebben als ze toptalent willen aantrekken.

Galen Low: Ik zou hier graag dieper op ingaan. Dat is op zichzelf al een hele aflevering: die sollicitatieprocedure, het zoeken naar werk en het merk van een organisatie. Het is een geweldige tip, want ik weet zeker dat veel organisaties denken dat ze een solide AI-aanpak en -strategie hebben, maar die vraag tijdens een sollicitatiegesprek misschien niet beknopt kunnen beantwoorden.

Dat is interessant. Ik vraag me af of we iets kunnen uitzoomen. UserTesting is een platform dat veel van mijn projectteams hebben gebruikt. Ik heb het altijd gezien als een intelligent platform dat zich richt op het creëren van impactvolle gebruikerservaringen op basis van inzichten uit de echte wereld, en daar draait het voor mij om.

Wat ik interessant vind aan jou, is dat je een lange geschiedenis met deze organisatie hebt. Je begon in een klantgerichte succesrol en werkte je vervolgens op naar AI-strategie voordat je de functie kreeg die volgens mij nu officieel vicepresident en hoofd generatieve AI-bedrijfsstrategie heet.

Gefeliciteerd. Om al die redenen wil ik je graag uithoren over AI, hoe je de impact ervan op een organisatie meet en hoe je de organisatiecultuur verandert. Maar om eerst de basis te leggen: kun je een paar voorbeelden geven van hoe het team bij UserTesting AI momenteel in zijn werk gebruikt?

We hebben het gehad over marktbenadering en het boeken van gesprekken. Waar leidt dit konijnenhol voor jou naartoe?

Michael Domanic: AI speelt nu een grote rol in bijna alles wat we doen, omdat we de adoptiecurve eigenlijk voorbij zijn en het overal implementeren waar we denken dat het waarde toevoegt — en dat geldt voor de meeste dingen die we doen.

Ik kan veel concrete gebruikssituaties noemen, maar op hoofdlijnen zijn we opnieuw een SaaS-bedrijf. Om succesvol te zijn, moeten we als SaaS-bedrijf een aantal zaken heel goed doen: omzet laten groeien, klanten behouden en onze productsnelheid verhogen.

Daar probeer ik me op te richten. Ik zou al mijn dagen kunnen besteden aan alle onderdelen van het bedrijf, maar ik weet dat juist AI-implementaties op deze gebieden de grootste impact zullen hebben. In ons product doen de meeste productteams dit waarschijnlijk inmiddels, of weten ze dat ze het zouden moeten doen.

Als je een ingenieur bent, zou je hulpmiddelen zoals Codex, Copilot en Cursor moeten gebruiken. Die kunnen je proces versterken, grotere efficiëntie creëren en meer grondigheid brengen in de code die je schrijft. Ontwerpers in ons productteam gebruiken hulpmiddelen voor snelle prototyping.

Ze doen aan zogeheten vibe coding: ze maken veel sneller prototypes om onze productsnelheid opnieuw te verhogen. We willen betere producten maken en die producten sneller creëren. Het hele productteam is bij dat proces betrokken.

Als je naar onze marktbenadering kijkt, heb ik al enkele voorbeelden genoemd van wat ons verkoopteam doet. We maken aangepaste GPT's om onderdelen van het verkoopproces te verbeteren. Onze verkoopontwikkelingsmedewerkers hebben een reeks GPT's die hen helpen relevantere prospects te selecteren, betere gesprekken met die prospects te voeren en hun interesse te wekken voor een gesprek of kennismakingsgesprek met ons. Zo kunnen we vaststellen welke uitdagingen dat bedrijf heeft waarvoor wij mogelijk een oplossing zijn.

Ons marketingteam gebruikt AI om betere campagnes te maken, die campagnes sneller op te zetten, teksten te schrijven en te redigeren en afbeeldingen te creëren. Het wordt dus in ons hele bedrijf gebruikt.

Galen Low: Ik denk dat SaaS hier zo'n goede gebruikssituatie voor is. Zoals je zegt, is snelheid belangrijk. Elke SaaS-markt is intens concurrerend.

Bovendien zijn de toetredingsdrempels om alle redenen die je net noemde veel lager geworden. Je hebt geen volledig engineeringteam van honderd mensen nodig. Je hebt geen vijftig interfaceontwerpers of producteigenaren met twintig jaar ervaring nodig. De kloof wordt kleiner, maar de concurrentie kan veel sneller bijbenen en alles gaat in die wereld razendsnel — en daar is het eigenlijk gerechtvaardigd.

Ik weet dat veel projectmanagers luisteren en voortdurend die druk voelen: sneller, beter en goedkoper opleveren. Dan denken ze: dit is niet bepaald motiverend; het is zodat een organisatie haar zakken kan vullen. Maar wat ik goed vind aan wat je zegt, is dat de gezondheid en vooruitstrevendheid van de organisatie en het succes ervan alle onderdelen versterken, omdat snelheid in jullie sector belangrijk is.

Michael Domanic: En over je punt over dalende toetredingsdrempels: we zijn ons heel bewust van de snel dalende drempels om een SaaS-bedrijf te beginnen.

We weten dus dat we alles wat we doen beter moeten doen. Om dit punt iets verder uit te werken: het maakt niet uit of je een SaaS-bedrijf bent of eigenlijk welk bedrijf dan ook. Er zijn drie manieren waarop je AI in een zakelijke of professionele omgeving gebruikt.

Ten eerste gebruiken we AI als stagiair. Dat is een waardevolle gebruikssituatie waarbij je AI inzet om documenten samen te vatten of een beetje onderzoek te doen. Als je verkoper bent, wil je de accounts waaraan je verkoopt begrijpen. Als je een superintelligente stagiair had, zou je die persoon vragen om onderzoek te doen naar prospects en klanten.

De tweede manier waarop we AI in een organisatie gebruiken, is als assistent. Dat gaat meer over generatieve toepassingen. Je marketingteam gebruikt AI om teksten te maken, e-mails of LinkedIn-berichten te schrijven. Het gaat om alle creatieve zaken waarvoor je AI kunt gebruiken.

Die eerste twee gebruikssituaties zijn zeer waardevol, maar niets komt in de buurt van de waarde van de derde: AI gebruiken als denkpartner.

AI is erg goed in het geven van strategische inzichten in de zaken die je in je bedrijf probeert te doen. Ik praat hier voortdurend over in onze organisatie. Ik wil dat iedereen AI voor de eerste twee gebruikssituaties gebruikt, maar wat ik echt wil, is dat mensen strategische gesprekken voeren met de AI-tool die ze gebruiken. Zo kunnen ze hun strategie verbeteren en hun aanpak van grote uitdagingen binnen het bedrijf versterken.

Galen Low: Dat vind ik interessant. Het maakt me nieuwsgierig naar jouw functie. We hebben het gehad over het meten van de impact van AI. Jouw rol is letterlijk om de transformatie van de organisatie door AI te begeleiden.

Hoe betrokken ben je daarbij? Houd je toezicht op alle teams? Is het meer een vorm van minder frequente coaching? Hoe plant je deze zaadjes en zorg je ervoor dat mensen deze denkwijzen over het gebruik van AI activeren, en ook kritisch over AI nadenken?

Niet alleen als denkpartner en niet alleen als iemand die het werk uitvoert waarna jij het kopieert en plakt, maar daadwerkelijk leren hoe je de resultaten uit de hulpmiddelen uitdaagt, aanvult en verbetert met je eigen menselijke oordeel.

Michael Domanic: Daar valt veel over uit te pakken en we proberen ontzettend veel te doen. Als het gaat om de verwachting dat we een organisatie rond AI transformeren, weten we dat we iedereen de hulpmiddelen, training en ondersteuning moeten bieden om dat te doen.

We zijn een bedrijf van ongeveer 750 tot 800 mensen. Ik kan niet overal tegelijk zijn en niet met elk team wekelijks zulke gesprekken voeren.

Ik probeer me te richten op de zaken die in de organisatie het belangrijkst zijn. We hebben het eerder over die drie categorieën gehad. Daarbuiten zijn er veel waardevolle dingen om te doen. Ik denk dat een cruciaal onderdeel hiervan is — en ik zou de meeste organisaties sterk aanraden hetzelfde te doen — om binnen je organisatie te kijken wie al aan het experimenteren is en wie zich actief inzet.

Zij worden je expertisecentrum. We hebben hier bij UserTesting inderdaad een expertisecentrum. Het bestaat uit ongeveer twee dozijn mensen uit verschillende disciplines en onderdelen van de organisatie, waaronder HR, verkoop, marketing, product en engineering.

We geven hen als het ware de bevoegdheid om de AI-experts binnen hun teams te zijn. Zij verbinden zich aan de missie en zeggen: ik blijf hier nauw bij betrokken, ik probeer alle voortdurende veranderingen rond AI te begrijpen en ik probeer uit te zoeken welke AI-implementaties het meest betekenisvol zijn.

Voor mijn functie praat ik met mensen die dezelfde rol hebben en met mensen in aanverwante rollen. Samen proberen we dit uit te zoeken. Dat is een groot onderdeel geweest van onze adoptietocht en transformatie: dit expertisecentrum in staat stellen experts te zijn binnen hun team en binnen hun deel van het bedrijf.

Galen Low: Ik vind die aanpak geweldig. Ik hoor vaak van mensen die het gevoel hebben dat AI hun door de strot wordt geduwd met heel weinig richting. Ik denk dat dit de juiste balans creëert. Je kunt niet overal in je organisatie aanwezig zijn.

Ik neem aan dat je geen groot leger ondergeschikten hebt die ook AI-transformatiespecialisten zijn en die je door de organisatie kunt sturen. Maar het model van een praktijkgemeenschap spreekt me erg aan, omdat het rekening houdt met wat je zegt: de experts in hun vakgebied moeten worden opgeleid in AI, maar zij moeten beslissen waar de meeste waarde te behalen is en hoe je dat vervolgens uitrolt.

Michael Domanic: Ik heb het gevoel dat ik rond de meeste onderdelen van het bedrijf genoeg weet om gevaarlijk te zijn, maar ik ben geen expert in vrijwel alle functies. De mensen die het elke dag doen, zijn de experts.

Zolang we een gesprek voeren over de mogelijkheden van AI, zijn zij degenen die daadwerkelijk vertalen wat die mogelijkheden betekenen voor hun rollen en voor andere mensen in vergelijkbare of aangrenzende functies.

Galen Low: Het beeld dat ik in mijn hoofd heb, is dat mensen worden aangewezen en hun hand opsteken, waarna ze bevoegdheden krijgen. Ben je het tegenovergestelde tegengekomen? Met welke weerstand of onjuiste aannames over AI heb je in je rol te maken gehad bij het begeleiden van de transformatie van het bedrijf, en hoe ben je daarmee omgegaan?

Michael Domanic: In elke organisatie zijn er gewetensbezwaarden die misschien niet volledig achter dit alles staan. Ik ga vrij ruimdenkend en respectvol met die mensen om. Er is geen harde verplichting dat je AI absoluut moet gebruiken, maar we verwachten wel dat je begrijpt dat je op dit moment een achterstand hebt als je zegt: ik ga niet experimenteren en ik ga mijn manier van werken niet veranderen.

Ik probeer mensen dat te laten inzien, maar ik respecteer tegelijkertijd dat er legitieme zorgen bestaan. Het gaat zo snel. Er kunnen milieueffecten zijn waar we ons misschien niet voor willen inzetten.

Ik probeer dus respectvol om te gaan met gewetensbezwaarden. Ik denk zelfs dat juist zij, meer dan de mensen die enthousiast zijn over AI en zich volledig willen inzetten, degenen zijn die ik het liefst aan tafel wil hebben. Zij denken waarschijnlijk zorgvuldiger na dan de rest van ons over wat dit allemaal betekent.

Ik waardeer dat perspectief enorm. Ik probeer dat zoveel mogelijk aan deze groep duidelijk te maken. Ik respecteer dat je hier even niet aan wilt deelnemen, maar ik wil je er wel bij hebben, want je hebt een belangrijk perspectief en een belangrijke stem in dit geheel.

Galen Low: Dat is een heel goed punt. Ik vind het goed dat je gewetensbezwaarden benoemt. Het zijn mensen die hier diep over nadenken en zaken opnieuw beoordelen in het licht van hun moraal, waarden, welzijn en levensonderhoud.

Dat onderscheidt hen van uitgesproken tegenstanders die zich er niet echt in hebben verdiept. Zij zijn waarschijnlijk bang of angstig, of hebben er nog niet echt over nagedacht. Ik vind het goed dat je deze gewetensbezwaarden bewust aan tafel brengt.

Vanuit projectmanagementperspectief vertegenwoordigen zij risico. Ze denken na over risico's. En dat is in sommige opzichten precies wat we nodig hebben: iemand die misschien even op de rem trapt, mensen in de lus die deze zaken uitdagen en vragen stellen in plaats van alles zomaar aan te nemen.

Als we alles zonder meer aannemen, met de snelheid waarmee het op ons afkomt, leidt dat niet noodzakelijk tot het beste resultaat voor elke organisatie.

Michael Domanic: Voor alle duidelijkheid: ik denk dat de meeste organisaties twee groepen hebben van mensen die AI misschien niet gebruiken of niet adopteren.

De ene groep is gewoon niet geïnteresseerd genoeg om na te denken over hoe ze hun manier van werken moeten veranderen. Daar wil ik niet enorm veel energie in steken. Maar ik wil juist veel energie steken in de mensen die AI niet gebruiken omdat ze er heel zorgvuldig over nadenken. Dat is voor ons bijzonder informatief.

Galen Low: Dat is interessant en in sommige opzichten ook een vorm van UserTesting. Ik ben benieuwd: gebruiken jullie je eigen product om nieuwe manieren van werken met AI te testen?

Michael Domanic: Dat doen we inderdaad, heel vaak zelfs. Grappig genoeg begon mijn reis bij UserTesting zeven jaar geleden.

Tien jaar geleden bouwde ik AI-oplossingen en testte ik die binnen UserTesting. Dat was als het ware AI-hypecyclus 1.0. Daarna nam die af en nu zitten we in hypecyclus 2.0, die veel groter is dan 1.0.

Mijn taak is om transformatie binnen de organisatie te stimuleren, dus ik gebruik voortdurend ons platform om feedback uit het hele bedrijf te verzamelen over wat we doen.

Dat kan bijvoorbeeld onze tweejaarlijkse enquête over AI-vaardigheid zijn, waarin we vragen hoe mensen over AI denken en waar ze meer ondersteuning nodig hebben in hun persoonlijke transformatie. We kijken ook naar hoe mensen AI in verschillende categorieën binnen de organisatie gebruiken.

We vragen naar hulpmiddelen waartoe we momenteel geen toegang hebben, maar die mensen wel willen gebruiken. Dat is voor mij zeer informatief en helpt me om de ondersteuning die we binnen het bedrijf bieden te verbeteren.

We hebben hier bij UserTesting een zeer sterke cultuur rond aangepaste GPT's opgebouwd. We hebben er inmiddels bijna duizend gemaakt en zijn een bedrijf van ongeveer 750 mensen.

Veel daarvan is waardevol experimenteren, maar er zijn ook veel aangepaste GPT's die binnen UserTesting zijn gebouwd en door grote delen van het bedrijf, of zelfs door het hele bedrijf, worden gebruikt.

GPT's die we bouwen en die door grote groepen mensen worden gebruikt, testen we binnen UserTesting met een testgroep, een interne testgroep. We zorgen ervoor dat ze intuïtief zijn en daadwerkelijk het probleem oplossen waarvoor ze bedoeld zijn.

Ze mogen niet te ingewikkeld zijn. Ik wil niet dat iemand een geavanceerde prompttechnicus moet zijn om deze aangepaste GPT's te gebruiken. We gebruiken ons platform dus om feedback te verzamelen over de AI-oplossingen die we aan onze medewerkers aanbieden.

Galen Low: Dat is een geweldige praktijk en waarschijnlijk iets wat veel meer mensen zouden moeten doen, met UserTesting of een ander hulpmiddel.

Ik zie momenteel veel fascinatie voor pilots en experimenten, maar veel minder gesprekken over optimaliseren, feedback verzamelen en met mensen praten over hoe je iets kunt verbeteren. Veel mensen gaan gewoon door naar de volgende aangepaste GPT, de volgende app die met vibe coding is gemaakt of het volgende nieuwe hulpmiddel.

Om een organisatie volwassen te maken, kunnen sommige van die GPT's geweldig zijn en na verloop van tijd op basis van gebruikersfeedback worden verbeterd.

Ik vind het ook mooi wat ik over jullie cultuur hoor. Jullie leven die mensgerichte waarden echt na. Het gebruik van AI-hulpmiddelen is niet verplicht. Ik ken organisaties die meten hoe vaak iemand in Cursor inlogt of AI-gebruiksstatistieken opnemen in prestatiebeoordelingen. Ik begrijp het, maar het voelt ook erg geforceerd.

Ik vind het beeld dat jij schetst beter: mensen krijgen de vrijheid om zelf beslissingen te nemen. Je moedigt hen aan om AI vanuit een authentieke motivatie te verkennen. Je wilt niet dat ze achterop raken en denkt dat het in hun eigen voordeel is om deze hulpmiddelen te leren gebruiken.

Wat ik ook goed vind, is dat jullie meetwaarden gebaseerd zijn op kernbedrijfsstatistieken. Jullie meten AI niet noodzakelijk afzonderlijk, maar kijken naar de daadwerkelijke invloed ervan op het bedrijf.

Ik wil vanaf hier verdergaan met het feit dat niets statisch is. Alles blijft bewegen. Transformatie staat niet stil. Online zie ik mensen zeggen dat er momenteel geen beste werkwijze bestaat, omdat alles voortdurend verandert en er geen wondermiddel zal zijn waarmee je voor altijd succesvol AI-transformaties uitvoert.

Een organisatie doorloopt meerdere stadia of fasen naarmate zij een diepere AI-volwassenheid bereikt. Welke organisatorische denkwijzen en gedragingen moeten onderweg veranderen om gelijke tred te houden met de AI-transformatietocht, zelfs als het gaat om zaken die de organisatie in de vorige fase net heeft geleerd?

Michael Domanic: Iedereen zal zich comfortabel moeten voelen met het feit dat we allemaal in een transformatie- en leerfase zullen zitten voor de voorzienbare toekomst. Dat kan de komende vijf of tien jaar zijn. Ik weet niet hoe lang het duurt, maar het zal een tijd duren.

Denk eens aan alle vooruitgang die de afgelopen drie jaar in AI is geboekt. Stel je nu voor dat al die vooruitgang vandaag zou worden stopgezet en dat we met alle mogelijkheden die in de afgelopen drie jaar zijn gebouwd de toekomst in zouden gaan. Het zou ons minstens tien jaar kosten om te begrijpen en te ontrafelen hoe dat onze organisaties zou beïnvloeden.

Ik denk waarschijnlijk langer, maar minstens tien jaar zou die transformatietocht duren. Een van de dingen die we weten, is dat het tempo waarin mogelijkheden zich verspreiden niet zal stoppen. Het zal zich blijven versnellen en we zullen ons zeer snel aan al deze veranderingen en ontwikkelingen moeten aanpassen.

Mijn advies aan elke organisatie is daarom dat je je er echt comfortabel mee moet voelen om je heel snel aan al deze transformatie en verandering aan te passen.

Galen Low: Dat vind ik geweldig. Het is intimiderend en in sommige opzichten beangstigend. Je ziet organisaties zeggen: de AI-transformatie is gewoon een rivier waar we overheen springen. Maar eigenlijk stappen ze in een oceaan die eindeloos is.

Michael Domanic: Ik denk dat deze transformatie verschilt van vrijwel alle transformaties uit het verleden. Toen voelde het alsof er één groot ding was waaraan we ons moesten aanpassen. Het kon een paar jaar duren, misschien langer, maar we wisten dat er een andere kant was.

Bij generatieve AI en de verspreiding ervan — en het feit dat A-G-I en A-S-I misschien aan de horizon verschijnen — denk ik dat de transformatie die we de afgelopen drie jaar hebben doorgemaakt nog niet eens het oppervlak raakt van wat ons de komende tien jaar te wachten staat.

Galen Low: Dat is ongelooflijk.

Michael Domanic: Ik weet het. Het klinkt nogal somber en een beetje beangstigend, maar dit is de realiteit. We moeten gewoon aan die realiteit wennen.

Galen Low: En ik denk dat daar de kern zit: accepteren dat wat voor ons ligt uitgestrekt is. Het is niet iets wat we beginnen en vervolgens beëindigen. Het is een nieuwe manier om ernaar te kijken. Als we dat kunnen omarmen, zijn we er in zekere zin veel beter aan toe dan wanneer we aannemen dat het tijdelijk is.

Michael Domanic: Ja.

Galen Low: Mag ik nog even terugkomen op de meetwaarden en metingen?

Je zei dat jullie je momenteel in een fase bevinden waarin alles aan het kernbedrijf is gekoppeld. Jullie meten deze zaken niet buiten het kernbedrijf; AI versterkt het alleen. Zal dat binnen jullie organisatie veranderen wanneer jullie een toekomstige fase ingaan? Verwacht je dat dit anders wordt gemeten wanneer we de diepte van de verandering beter begrijpen en onze bedrijven beginnen te vernieuwen buiten het bedrijfsmodel dat we nu als de kern beschouwen?

Michael Domanic: Zal het veranderen? Ja. Hoe het zal veranderen, is wat onduidelijker. Een van de dingen waar we nu naar kijken, is dat we 2026 ingaan. Als ik naar de afgelopen achttien maanden van onze formele transformatie kijk, hebben we ongeveer twee dingen gemeten.

Het eerste is adoptie: de adoptie van AI binnen de organisatie. Het is een beetje een ijdele meetwaarde, maar wel cruciaal. Je kunt niet transformeren als je de hulpmiddelen niet gebruikt. We moeten dat volgen. Op dit moment zitten we op een punt waarop ik zou zeggen dat we volledige AI-adoptie hebben bereikt. Ons aantal wekelijks en dagelijks actieve gebruikers van AI-hulpmiddelen ligt bijna op honderd procent.

Het andere dat we de afgelopen achttien maanden volgden, was de invloed op bedrijfsresultaten. Daar gaan we zeker mee door. We zullen waarschijnlijk minder nadruk leggen op adoptiegegevens.

Vooruitkijkend heb ik de afgelopen maanden aan onze directie uitgelegd dat we nu fase twee ingaan. Fase twee draait vooral om autonome AI-agenten en het integreren daarvan in bedrijfsprocessen binnen de organisatie.

Dat gaan we meten. We hebben de afgelopen maanden enkele experimenten uitgevoerd, maar zodra we dit formeel door de organisatie gaan uitrollen, moeten we ons sterk richten op de invloed ervan op processen en workflows binnen het bedrijf.

Ik weet nog niet precies hoe dat eruitziet, maar ik heb wel een idee. Waarschijnlijk komt het opnieuw neer op het meten van bedrijfsresultaten, maar misschien op een andere manier. We zullen dat gaandeweg blijven verfijnen.

Galen Low: Dat vind ik goed. Je had het eerder over de zachte kant: cultuur.

Ik vind de manier waarop jullie het gebruik van hulpmiddelen benaderen eigenlijk goed. Het is niet verplicht, maar jullie kijken wel of mensen het gebruiken. Jullie gaan fase twee in en nu wordt de vraag: gebruiken we agenten? Er zijn veel vraagtekens die bedrijven zelf moeten beantwoorden voor hun unieke bedrijf en voor de manier waarop ze dit meten.

Ik wil van onderwerp veranderen en afronden met een gesprek over de toekomst, vooral omdat je onlangs een artikel hebt gepubliceerd dat ik overigens erg interessant vond. Het ging over je voorspellingen voor AI in 2026. Daarin noemde je onder andere functies zoals die van jou, de verwachting dat een hoofd AI vanzelfsprekend wordt voor middelgrote en grote ondernemingen, en AI-agenten die stilletjes op de achtergrond de zaken regelen.

Je noemde ook strategiepresentaties over de periode na AGI die binnen de directiekamer circuleren. Dat vind ik interessant, ongeacht of mensen volledig begrijpen wat dat betekent. Daarnaast zullen onze feeds, sociale media en informatiebronnen veel slordiger worden, met meer AI-rommel erin.

Waarschijnlijk zal er ook goede AI-inhoud tussen zitten, maar ook andere rommel. Je veronderstelde bovendien dat UX-onderzoekers en ontwerpers in 2026 tot de belangrijkste mensen binnen bedrijven zullen behoren. Kun je uitleggen wat je daarmee bedoelt?

Michael Domanic: We hadden het er eerder over dat de toetredingsdrempels voor het creëren van producten snel dalen.

Het is nog nooit zo gemakkelijk geweest om wireframes en prototypes te maken, dat op schaal te doen en zelfs een nieuw bedrijf te creëren. Bedrijven gebruiken deze hulpmiddelen nu om hun productsnelheid te verhogen.

Maar een van de dingen die nog steeds ongelooflijk moeilijk zijn, is producten maken die mensen daadwerkelijk willen gebruiken. Daar komen ontwerpers en UX-onderzoekers volgens mij om de hoek kijken. Zij worden de experts in de ruimte die het bedrijf helpen begrijpen welke van alle hulpmiddelen voor vibe coding en alle nieuwe producten die daarmee worden gecreëerd, daadwerkelijk bij onze klanten zullen aanslaan.

UX-ontwerpers en UX-onderzoekers hebben altijd een ongelooflijk belangrijke rol gespeeld, vooral voor SaaS-bedrijven zoals het onze. Maar zelfs als je een consumentenproduct maakt, blijft die rol zeer belangrijk. Er zal een groeiende vraag zijn naar bedrijven die deze producten veel sneller creëren en hun productsnelheid verhogen.

Het is vandaag niet eenvoudiger om producten te creëren die bij je klanten aanslaan dan drie jaar geleden. Mensen binnen het UX-vakgebied zullen daarom zeer gewilde experts worden. Zij zullen hun bedrijven helpen dat voor elkaar te krijgen.

Als je volgend jaar tien keer zoveel functies uitbrengt als vorig jaar, maar die functies slaan niet aan bij je klanten, dan heb je de naald helemaal niet bewogen. Je hebt je productsnelheid niet verhoogd.

Galen Low: Daar zit ontzettend veel in. Vaste luisteraars weten dat ik een zwak heb voor goede gebruikerservaringen, vanuit mijn achtergrond in mensgericht ontwerp.

Michael Domanic: Wij hebben datzelfde zwakke punt.

Galen Low: Precies. En ik denk dat het belangrijk is wat je aan het begin zei. Sommige mensen zullen denken: wacht even, je zei net dat wireframing, coderen en het ontwikkelen van ervaringen eenvoudiger worden. Waarom zou een UX-specialist dan waardevol zijn?

Is dat niet juist hun hele taak? Daar zit het probleem: dat is niet de taak. De taak is om aan te sluiten bij gebruikers.

Ik denk ook aan jullie interne transformatie, niet alleen aan het externe product. Jullie hebben gebruikers die omgaan met digitale technologie die jullie hebben gebouwd om een AI-transformatie te bereiken. Dat is ook UX. Deze mensen zijn gebruikers geworden, niet alleen werknemers die een intern hulpmiddel gebruiken.

Iedereen heeft wel ervaring met een intern hulpmiddel waar niemand aandacht aan besteedt omdat het intern is. We ondergaan het gewoon: een vreselijk in elkaar gezet pseudo-ERP waarmee we het bedrijf kunnen runnen.

Niemand denkt eraan om het te verbeteren. Toch is dat juist de adoptie-uitdaging: mensen deze hulpmiddelen laten gebruiken en ze stap voor stap beter maken. Niet alleen zeggen: mooi, we hebben het gedaan, we hebben onze aangepaste GPT's en we zijn klaar. Je moet een ervaring creëren die mensen willen gebruiken en waardevol vinden.

Zo verbeter je de cultuur, maak je het bedrijf gezonder, trek je talent aan dat goed werk zal leveren en bereik je toch de snelheid en innovatie die nodig zijn — vooral in SaaS, maar eigenlijk in elk bedrijf.

Michael Domanic: Daar ben ik het volledig mee eens.

Galen Low: Ik borduur alleen voort op wat je zei. Ik vond dat artikel erg goed en voeg een link toe in de shownotes. Hoe verleidelijk het ook is om op elk punt in te gaan, er valt zoveel uit te pakken. Misschien is dat een gesprek voor een andere keer.

Michael Domanic: Als ik nadenk over wat ik in dat artikel schreef, is het UX-punt natuurlijk relevant voor jouw publiek. Maar bereid je ook voor op de rommelapocalyps, want die komt eraan. Ik voorspel dat het gebruik van sociale media tegen het einde van 2026 sterk zal afnemen.

Mensen zullen genoeg hebben van de rommel en niet meer weten waar ze naar kijken. UX speelt daar volgens mij ook een rol in. Als je een socialmediabedrijf bent, moet je strategisch nadenken over wat dit voor je bedrijf betekent en welke ervaring je wilt bieden aan de mensen die je producten gebruiken.

We proberen allemaal die rommelapocalyps te vermijden, maar ze komt eraan.

Galen Low: We verslijten onze kanalen tegenwoordig zo snel. Kijk naar mijn inbox: vergeet het maar. E-mail is een kanaal dat we nauwelijks nog gebruiken, omdat het meeste wat ik ontvang spam is. Het wordt interessant om te zien wat ervoor in de plaats komt of hoe we ons aanpassen.

Michael Domanic: Absoluut.

Galen Low: Michael, dit was geweldig. Ik waardeer het echt. Heb je voor de lol een vraag die je mij wilt stellen?

Michael Domanic: Wat zijn jouw voorspellingen voor AI in 2026?

Galen Low: Op zeer hoog niveau en misschien vanuit een optimistische invalshoek denk ik dat sommige mythes, vooral de angstzaaierij, zullen verdwijnen.

Ze zullen irrelevant worden. Mensen gaan AI daadwerkelijk gebruiken en ontdekken waarvoor het kan worden gebruikt, waar het goed in is en waar niet. Ik denk dat veel van hypecyclus 3.0 zal bestaan uit mensen die zeggen: goed, ik kan er niet langer een boeman van maken.

Het is een technologie. Het is niet per definitie goed of slecht. Ik hoop dat enkele van de minder feitelijke uitgesproken meningen over AI, transformatie, wat organisaties doen en hoe dat het bedrijfsleven beïnvloedt, uit het gesprek zullen verdwijnen.

Misschien komt er meer rommel bij, maar ik hoop dat een deel van de menselijk gedreven angstzaaierij die voortkomt uit een gebrek aan kennis zal afnemen.

Michael Domanic: Interessant. Dus we stoppen allemaal met het lezen van mensen zoals Gary Marcus, die doemdenkers over AI zijn?

Galen Low: Er zullen waarschijnlijk nog steeds doemdenkers zijn. Ik hoop alleen dat het er minder worden. Michael, ik waardeer dit enorm. Waar kunnen mensen meer over jou en UserTesting te weten komen?

Michael Domanic: Je kunt me volgen op LinkedIn.

Ik plaats daar veel over AI als je mijn reis wilt volgen. En als je bij een bedrijf werkt dat feedback wil krijgen op wat het doet, kom dan bij UserTesting langs. Het kan gaan om je AI-transformatieprogramma, de producten die je maakt of de rommel die je creëert. Als je feedback wilt, laat het ons weten.

Galen Low: Ik vind die drie gebruikssituaties geweldig. Michael, nogmaals bedankt. Ik waardeer het echt.

Michael Domanic: Bedankt, Galen. Het was fijn om met je te praten.

Galen Low: Dat was de aflevering van vandaag van de podcast van The Digital Project Manager. Als je van dit gesprek hebt genoten, abonneer je dan via het platform waarop je luistert. En als je nog meer praktische inzichten wilt, zoals casestudy's en draaiboeken, ga dan naar thedigitalprojectmanager.com.

Tot de volgende keer. Bedankt voor het luisteren.