Los dit op voordat je AI uitrolt
Governance: Succesvolle AI-adoptie begint met uniforme processen en governance, niet met platformselectie of het uitdelen van licenties.
Opschoning: Het opschonen van documentatie bracht tegenstrijdige werkprocessen aan het licht en creëerde de betrouwbare basis die automatisering nodig had om teams met elkaar te verbinden.
Inzicht: Geïntegreerde systemen gaven ontwerp-, handels- en engineeringteams gedeeld inzicht in beslissingen, afhankelijkheden en overdrachtsmomenten.
Waarborgen: Gespecialiseerde AI-agents met handmatige controlepunten beperken afhankelijkheidsrisico's en behouden tegelijkertijd menselijk toezicht binnen geautomatiseerde werkprocessen.
Inwerken: Kleine, niet-gedocumenteerde taken, zoals printerinstructies, brachten waardevolle kennishiaten aan het licht die AI kan helpen verspreiden.
Voor veel bedrijven begint de adoptie van AI met een gesprek over tools: welk platform, welk licentieniveau, welk team krijgt als eerste toegang. Maar volgens Jeffrey Cedeno, Design Program Manager bij NBCUniversal, die het afgelopen jaar heeft geholpen om AI uit te rollen binnen ontwerp- en engineeringteams, is dat volledig het verkeerde startpunt.
"We hebben een governancesysteem gelanceerd voor elk operationeel proces dat bestaat, zodat we verschillende teams kunnen gaan verenigen", zegt Cedeno. De AI-tools kwamen daarna. Governance kwam eerst.
We hebben een governancesysteem gelanceerd voor elk operationeel proces dat bestaat, zodat we verschillende teams kunnen gaan verenigen
De volgorde "proces vóór platform" maakt het verschil tussen AI die een organisatie stroomlijnt en AI die dezelfde chaos alleen iets sneller automatiseert.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
We spraken met Cedeno over hoe dit er in de praktijk daadwerkelijk uitzag binnen zijn team: de successen, de waarborgen en het weinig glamoureuze opruimwerk dat de uitrol van AI in de eerste plaats mogelijk maakte. Dit is wat hij vertelde.
Het signaal: AI legt bloot wat nooit is gedefinieerd
Cedeno was niet van plan om de operationele documentatie opnieuw op te bouwen. Hij wilde ervoor zorgen dat ontwerp- en engineeringteams AI consequenter zouden gebruiken. Maar zodra ze echte workflows in AI-tools probeerden te verwerken, kwamen de tekortkomingen onmiddellijk aan het licht.
"We ontdekten echte hiaten in ons eigen operationele beheer. Zo had het ene team bijvoorbeeld een projectplan dat het gebruikte, terwijl een ander team een compleet ander document voor hetzelfde doel had", zegt hij. "Dit hielp niet om zaken te stroomlijnen of continuïteit te creëren."
We ontdekten echte hiaten in ons eigen operationele beheer.
Het is het soort probleem dat jarenlang onder ieders neus verborgen kan blijven. Iedereen gaat ervan uit dat het eigen proces in principe goed genoeg is — totdat iets alle processen tegelijk moet doornemen en blijkt dat er nooit één proces is geweest.
De weinig glamoureuze oplossing kwam eerst
Voordat er ook maar enige automatisering werd uitgerold, deed Cedeno's team het deel waar niemand op zat te wachten: ze kozen één tool voor één taak, ruimden die op en maakten een einde aan de overbodigheid.
"Specifiek voor ons is SharePoint uitstekend geschikt voor live documentatie, en daarvoor wordt het gebruikt", legt hij uit. "We hebben elke afzonderlijke map opgeschoond met zeer actuele informatie over elk afzonderlijk onderwerp voor elk afzonderlijk team."
Confluence kreeg dezelfde behandeling en werd geherstructureerd als een echte wiki met een duidelijke hiërarchie. De opruiming verliep niet zachtzinnig. "Ik heb honderden pagina's verwijderd, zodat we alle gegevens konden herstructureren om ze aan te laten sluiten op ons governancesysteem", zegt Cedeno.
Pas nadat die structuur bestond, begon automatisering echt werk te verrichten: SharePoint, Jira en Confluence met elkaar verbinden, zodat het invoeren van een ticket in Airtable automatisch een overeenkomstig Jira-ticket kon aanmaken, zonder handmatige herinvoer. "Niets daarvan was mogelijk geweest zonder de AI-integratie", zegt hij. Maar de AI-integratie was niet mogelijk geweest zonder de voorafgaande opruiming.
De winst was duidelijkheid, niet alleen snelheid
Het meest tastbare resultaat was niet een snellere output, maar inzicht over teams heen dat daarvoor simpelweg niet bestond. Cedeno wijst op de langdurige kloof tussen de ontwerp- en commerciële teams als duidelijk voorbeeld.
"We hebben een commercieel team tegenover een [ontwerp]team. Deze teams werken in silo's en nu zijn we allemaal geïntegreerd", zegt hij. Voorheen kon een ontwerpbeslissing doorgaan zonder rekening te houden met bijvoorbeeld een reclameonderbreking, omdat de teams "dingen gewoon doorgaven en we geen idee hadden wat ermee gebeurde". Nu zegt hij: "bij elke stap is dit ook iemand om rekening mee te houden, en dit is ook het team dat betrokken is bij dat ene ding waar je niet aan denkt."
De anekdote over de printer
Niet elk hiaat in de documentatie is strategisch. Sommige vallen pas echt op zodra je ze ziet.
"Zelfs willekeurige dingen — zoals hoe mensen de printer in het bedrijf gebruiken — die een van de meest gestelde vragen in ons hele team waren, ontbraken in de documentatie", zegt Cedeno. "En slechts twee mensen wisten je te vertellen hoe dat moest."
Zelfs willekeurige dingen — zoals hoe mensen de printer in het bedrijf gebruiken — die een van de meest gestelde vragen in ons hele team waren, ontbraken in de documentatie.
Het is een klein voorbeeld, maar het is de duidelijkste illustratie van het werkelijke probleem: ongedocumenteerde kennis die in de hoofden van twee mensen zat en eerder als te triviaal werd beschouwd om in de documentatie op te nemen. Maar juist zulke stukjes kennis kunnen AI veel nuttiger maken, vooral voor nieuwe medewerkers in een organisatie die AI inzet voor hun inwerkperiode.
De waarborg: gerichte AI-agenten, geen megabrein
Ondanks al het enthousiasme is Cedeno opmerkelijk voorzichtig met te veel centralisatie. Zijn team probeert niet één systeem te bouwen dat alles doet.
"We proberen zeer specifieke agenten, toepassingen en workflows te creëren en het daar vervolgens bij te houden", zegt hij. Eén systeem dat alles afhandelt klinkt efficiënt, maar hij ziet de afweging duidelijk: "Daardoor ontstaat wel een situatie waarin je nu afhankelijk bent van dat ene ding, en hoe minder menselijke interactie je hebt, hoe groter de kans dat dingen volledig misgaan."
Daarom heeft elke geautomatiseerde workflow bij NBCUniversal nog steeds wat hij een handmatig controlepunt noemt. "Er is bij elk afzonderlijk contactpunt een niveau van menselijke interactie, als een soort bypasssleutel", zegt hij, "zodat iemand het opmerkt als er iets niet klopt."
De conclusie
Cedeno's ervaring is een vrij directe weerlegging van de manier waarop de meeste bedrijven over AI-adoptie praten. De reflex is om met de tool te beginnen: iedereen licenties geven, enkele workshops organiseren en wachten tot de productiviteit stijgt. Wat bij Peacock daadwerkelijk het verschil maakte, was trager en minder spannend: overeenstemming bereiken over één proces, de documentatie erachter opschonen en pas daarna AI laten automatiseren wat al goed was gedefinieerd.
"Het zal nooit perfect zijn", zegt Cedeno. "Ik kan je zeker vertellen dat het ons heeft geholpen om het voor nu zo perfect mogelijk te maken."
Wil je meer inzichten zoals deze? Maak dan een gratis DPM-account aan om van meer experts zoals deze te horen.
