Hoe AI-transformatie begint bij mensen met Liza Adams
Belangrijkste punten
- Versnippering van AI: Werknemers die op hun eigen motivatie vertrouwen om AI te leren, zullen werkprocessen niet transformeren op de manier die organisaties nodig hebben
- Loopbaanontwikkeling: AI moet werkresultaten transformeren en silo's afbreken, met prioriteit voor resultaten
- Uitdagingen bij adoptie: Leiders moeten de impact erkennen van veranderingen in mentaliteit op de manier waarop ze hun teams beoordelen
- Weerstand tegen verandering: Organisaties hebben moeite met de implementatie van AI en richten zich op technologie in plaats van op de transformatie van werkprocessen
- Gericht op de toekomst: Teams die AI gebruiken om beperkingen aan te pakken, silo's af te breken en hun mensen meer mogelijkheden te geven, zullen winnen
De meeste van je AI-experimenten in 2025 hebben weinig verschil gemaakt.
Je testte tools. Je zocht naar productiviteitswinst. En je hebt waarschijnlijk een paar rapporten geautomatiseerd en enkele e-mails sneller opgesteld. Maar de transformatie die je beloofde? Je team wacht nog steeds.
Het kan zelfs zijn dat je een businesscase aan het opbouwen bent om je team overbodig te maken.
Create a Free Account to Read More
You need to sign up for a free membership to complete reading this article:
Have an account? Log In
"AI is niet het moeilijke gedeelte", zegt Liza Adams, AI- en GTM-strategieadviseur, die marketingteams van Pure Storage tot Smartsheet door transformaties heeft begeleid. "Het zijn de mensen. Wij zijn moeilijk."
Hoewel sectoranalisten voorspellen dat AI-transformatie tegen 2027 vrijwel elke functie zal beïnvloeden , biedt Adams een genuanceerder perspectief. De werkelijke transformatie is helemaal niet technologisch. In feite is het eerder een uitdaging op het gebied van verandermanagement die fundamentele verschuivingen vereist in de manier waarop we over werk zelf denken.
Ze benadrukt de voordelen van mensen op de eerste plaats zetten, en in dit artikel bekijken we haar visie op hoe AI-transformatie eruit kan zien, vanuit het perspectief van iemand die organisaties hier dagelijks doorheen begeleidt.
Na haar carrière als CMO heeft Adams zich op één ding gericht: marketingleiders helpen AI te gebruiken om hun strategische waarde te vergroten, niet om die te vervangen. De meeste organisaties benaderen AI-transformatie volgens haar verkeerd om.
Van snelheid naar verbeelding: de ware belofte van AI
Wie heeft AI niet gebruikt om iets te versnellen dat vroeger 10 uur kostte en nu 10 seconden duurt?
Of het nu gaat om sneller geschreven e-mails, snellere campagnebriefings of geautomatiseerde rapportage, we weten dat AI dingen kan versnellen, maar met welk doel?
"Als we AI voornamelijk gebruiken om oud werk sneller te doen, bouwen we bijna een businesscase om de mens eruit te automatiseren", waarschuwt Adams. Ze heeft dit patroon herhaaldelijk gezien bij de organisaties die ze adviseert.
De verschuiving die je moet maken, is van snelheid naar kwaliteit en vervolgens naar verbeelding.
Vraag dus niet: "Hoe kan AI ons helpen dit sneller te doen?", maar: "Welk werk was voorheen niet mogelijk en zou groei kunnen stimuleren?" Wanneer je werk vanaf de basis opnieuw bedenkt en nieuwe mogelijkheden creëert die nog niet bestonden, bouw je een businesscase voor waarom mensen essentieel zijn.
Werknemers moeten uitzoeken hoe ze AI het beste kunnen gebruiken om tijd te besparen op repetitieve taken, zo blijkt uit het onderzoek van Harvard Business School, maar tijdwinst is niet het uiteindelijke doel.
Volgens Adams draaide het vorig jaar om experimenteren en draait dit jaar om opnieuw verbeelden.
"Als je echt kunt geloven dat je opnieuw bedenkt hoe je werkt, verschuift de energie van AI als hulpmiddel naar AI als een manier van werken, van werk doen dat voorheen niet mogelijk was", legt Adams uit.
De gegevens ondersteunen dit. Harvard Business School ontdekte dat professionals die AI gebruikten om werkprocessen opnieuw te ontwerpen 43% meer werktevredenheid rapporteerden en meer strategische waarde toevoegden dan degenen die alleen taken versnelden.
Maar hier ligt de uitdaging: "We worden beperkt door wat we weten en door wat eerder heeft gewerkt", geeft Adams toe. Toen spreadsheets werden geïntroduceerd, gebruikten mensen ze om digitale versies van papieren grootboeken te maken in plaats van hun rekenkracht te benutten. We lopen het risico met AI dezelfde fout te maken, waarbij we oude processen digitaliseren in plaats van nieuwe mogelijkheden te bedenken.
"Iets opnieuw bedenken dat gebaseerd is op iets dat zo snel verandert, is echt moeilijk", zegt ze. "Daarom ben ik zo gepassioneerd over delen en samenwerken. Houd de kennis niet voor jezelf, want niemand anders gaat ons helpen. We moeten elkaar helpen."
De vereiste veranderingen in mentaliteit
Leren hoe je AI zinvol gebruikt gaat verder dan het bekijken van demovideo's en webinars. Het gaat om de praktische toepassing van AI terwijl je dagelijkse taken uitvoert.
Het verschil tussen performatieve invoering van AI en echte transformatie komt neer op vier veranderingen in mindset.
- Van vraag-en-antwoordmachine naar denkpartner: Stop met AI te zien als iets dat vragen beantwoordt. Behandel het in plaats daarvan als een samenwerkingspartner die je helpt om de vragen zelf vorm te geven. Deze nieuwe kijk verandert de manier waarop je team met AI samenwerkt: van passief informatie ophalen naar actieve samenwerking op het gebied van strategie en besluitvorming.
- Van snelheid naar kwaliteit naar herverbeelding: Er bestaat iets dat de ijzeren driehoek wordt genoemd, en ik zag die ooit in een reparatiewerkplaats, waar stond: Goed. Snel. Goedkoop: kies er twee. Ik waardeer hoe dit laat zien dat je alles kunt hebben, alleen niet allemaal tegelijk. En dit wordt nog duidelijker bij het gebruik van AI. Als je energie, inzicht en tijd investeert, levert AI betere resultaten op. In de ontwikkeling van sneller werken naar beter werken wil je idealiter toewerken naar nieuw werk dat betekenisvolle groei stimuleert.
- Van hulpmiddelen naar teamgenoten naar systemen: Iedereen met internettoegang kan AI als hulpmiddel inzetten. De fundamentele veranderingen vinden plaats wanneer je AI-teamgenoten gaat bouwen. Uiteindelijk zul je complete AI-systemen coördineren.
- Forrester voorspelt dat in 2028 25% van de functies regelmatige samenwerking met AI-agenten zal omvatten als vaste teamleden. En de beste marketingleiders wachten niet af. Ze bouwen deze systemen al in hun go-to-marketteams.
- Van organogrammen naar werkoverzichten: Dit is de meest ingrijpende verandering: de overgang van hiërarchische structuren naar werkoverzichten, waarbij organisaties worden afgestemd op resultaten in plaats van op afdelingsgrenzen.
AI geeft niets om onze silo's," merkt Adams op. "Het geeft niets om wie het werk doet. Het geeft niets om titels. Het geeft alleen om resultaten, wat volgens mij een goede zaak is, omdat klanten daar ook niets om geven.
Hoeveel van je teams werken functieoverschrijdend? Er is een enorm voordeel verbonden aan het opnieuw bekijken van functiegrenzen. Naarmate AI verder in onze processen wordt geïntegreerd, zal het afdelingssilo's blijven negeren, en misschien is dat juist goed.
De gevolgen voor de manier waarop je je marketingorganisatie structureert, zijn enorm.
Ben je aardig of meelevend?
Hier gaan de meeste marketingleiders de fout in.
"Er is een groot verschil tussen aardig leiderschap en meelevend leiderschap," betoogt Adams. "Aardig zijn zorgt er alleen voor dat mensen zich op hun gemak voelen. Maar meelevend leiderschap betekent dat je verwachtingen stelt en mensen de middelen geeft om daadwerkelijk succesvol te zijn."
Aardig leiderschap ziet eruit als een Slack-bericht over nieuwe AI-hulpmiddelen sturen en hopen dat mensen zelf uitzoeken hoe ze ermee moeten werken.
Meelevend leiderschap betekent erkennen dat functies veranderen en je team actief helpen om die verandering te maken.
"We hebben hen aangenomen om een specifieke functie uit te oefenen. Nu zijn die functies veranderd. Dus ik denk dat we hen moeten helpen mee te veranderen," legt Adams uit. "AI-geletterdheid is fundamenteel. We kunnen hun niet zomaar een heleboel hulpmiddelen geven, hun een Slack-bericht sturen en zeggen: 'begin ermee.' Dat werkt niet echt."
AI-geletterdheid is fundamenteel. We kunnen hun niet zomaar een heleboel hulpmiddelen geven, hun een Slack-bericht sturen en zeggen: 'begin ermee.' Dat werkt niet echt.
Hoe meelevend leiderschap eruitziet:
- Tijd vrijmaken om te leren en niet alleen lunchsessies tussen vergaderingen door
- Ruimte geven om fouten te maken, omdat mensen gemotiveerd zullen zijn om het te proberen wanneer ze psychologische veiligheid ervaren
- Echte ondersteuning bieden in de vorm van praktische training, door collega's of onder begeleiding van een expert
- Respectvolle begeleiding bieden, en erkennen waar mensen zich bevinden in hun AI-traject
De kloof overbruggen
Er bestaat een sterk contrast tussen door ChatGPT gegenereerde ideeën en een visie op AI-aangedreven werkprocessen. Daartussen gaapt een enorme kloof.
Adams illustreerde dit onlangs in een LinkedIn-bericht: aan de ene kant staat op de ChatGPT-homepage "vraag alles". Aan de andere kant staat het doel om volledig opnieuw ontworpen werkprocessen te bouwen waarin AI-teamgenoten nauw samenwerken met mensen.
Veel organisaties en marketingleiders lopen vast bij het bepalen hoe ze van A naar B komen. Om dit op te lossen is iets nodig waarvoor je waarschijnlijk geen budget hebt uitgetrokken, of het nu gaat om mensen de ruimte geven om geïnspireerd te raken, ruimte creëren om te leren of toestemming geven om te falen.
Hoe dit er in de praktijk uitziet
Deel inzichten openlijk. Bij een bedrijf dat Adams adviseert, houden marketingleiders wekelijks een stand-up van 15 minuten over "AI-succes/misser". Elk teamlid deelt één ding dat werkte en één ding dat niet werkte. De kwetsbaarheid creëert veiligheid. De regelmaat zorgt voor momentum.
Controleer je herhaalbare processen. Breng de vijf terugkerende workflows van je team die de meeste tijd kosten in kaart. Vraag jezelf bij elk proces af: Kan AI de kwaliteit van de output verbeteren? Kan AI een volledig nieuwe aanpak mogelijk maken die we eerder niet konden uitvoeren? Een demandgenerationsteam ontdekte dat het AI in plaats van voor het versnellen van de kwartaalplanning voor campagnes kon gebruiken om scenariomodellen te maken voor meer dan 20 campagnevarianten—werk dat eerder onmogelijk was met hun personeelsbestand.
Creëer tijd voor experimenten. Een CMO met wie Adams samenwerkt, introduceerde twee keer per week "AI-inloopuren" zonder agenda: gewoon vrije tijd voor teamleden om met nieuwe aanpakken te experimenteren, terwijl een meer ervaren collega beschikbaar is om te helpen. De toepassing nam binnen een kwartaal met 300% toe.
"Als we slagen, winnen we, en als we falen, leren we," merkt Adams op. "We moeten uiterst respectvol en genadig zijn, ongeacht waar mensen zich bevinden in dit leertraject rond AI."
Verder dan algemene training
Algemene AI-training leert mensen wat er mogelijk is. Inspiratie die specifiek is afgestemd op een functie leidt tot transformatie. Context is alles.
Onderzoek van MIT en Stanford wees uit dat contextspecifieke AI-training resulteert in vier keer hogere adoptiepercentages dan algemene cursussen zoals "AI 101".
"Ik denk dat we mensen moeten laten zien wat er in hun werk mogelijk is," zegt Adams.
Algemene AI-training leert mensen wat er mogelijk is; inspiratie die specifiek is afgestemd op een functie leidt echter tot transformatie. In dit geval is context alles. En er zijn gegevens die bewijzen dat deze methode werkt. Onderzoek van MIT en Stanford wees uit dat contextspecifieke AI-training resulteert in vier keer hogere adoptiepercentages dan algemene AI-cursussen.
Dus in plaats van te kijken naar het type AI-training dat je team nodig heeft om het werk beter te doen, kun je Adams' visie overwegen: "Ik denk dat we mensen moeten laten zien wat er in hun werk mogelijk is.”
Bekijk je aanpak opnieuw
- In plaats van erop aan te dringen dat je productmarketeers ChatGPT gebruiken, laat je zien hoe AI in de helft van de tijd een ICP-segmentatie kan maken.
- In plaats van digitale marketeers aan te moedigen algemene prompts te gebruiken en de output te bewerken, laat je zien hoe AI conversiepercentages kan optimaliseren en je merk kan positioneren voor aanbevelingen in AI-zoekmachines.
- In plaats van eenvoudige e-mailsjablonen voor vraaggeneratie te gebruiken die de positionering en personalisatie missen die tot conversie leiden, laat je team zien hoe AI je verkoopcyclus kan verkorten door te analyseren welke berichtenreeksen daadwerkelijk verband houden met gewonnen deals.
Het verschil is aanzienlijk. Algemene training leert mensen wat er mogelijk is. Functiespecifieke training brengt de verandering teweeg waar de meeste organisaties naar streven.
De harde waarheid over de wet van de derden
Empathisch leiderschap betekent ook dat je realistisch bent. Bij het bijscholen en omscholen van je team heeft Adams een patroon waargenomen—de "wet van de derden", waarbij:
- Een derde het voortouw neemt
- Een derde volgt
- Een derde zijn eigen weg vindt
"We moeten op dat laatste derde deel met compassie reageren," zegt ze. "Misschien moeten we een andere rol voor hen vinden, misschien een andere organisatie, of misschien zelfs buiten het bedrijf." Er is behoefte aan compassie. CMO's en marketingleiders die deze beslissingen over het personeelsbestand nemen, zitten klem tussen twee kwaden. Het is inherent moeilijk en voor sommigen hoort het bij de baan.
Natuurlijk wil niemand iemand uit zijn of haar functie verwijderen en ook HR wordt het beu om in deze positie te worden geplaatst. De vraag die dit automatisch oproept, is dan ook: "hoe kan ik dit goed doen?" Hoe communiceer ik aan de mensen die in hun functies blijven wat er van hen wordt verwacht, en hoe leg ik de basis voor mijn team om te blijven experimenteren, resultaten te leveren en succesvol te zijn?"
Natuurlijk zullen sommige mensen de overstap niet maken. Maar de mensen die dat wel doen, kijken toe om te zien hoe je de volgende fase aanpakt.
Silo's doorbreken
Als je marketing-, sales- en CS-teams nog steeds opereren als afzonderlijke landen, laat je pipeline liggen.
Een senior directeur voor vraaggeneratie bij een beursgenoteerd bedrijf begon AI-teamgenoten te bouwen om te helpen bij het bedenken en uitvoeren van campagnes. In plaats van deze AI-teamgenoten binnen haar marketingdomein te houden, verbond ze ze met sales, waar ze hielpen bij de ondersteuning van die campagnes. Vervolgens breidde ze ze uit naar klantensucces voor onboarding.
Ze creëerde een naadloze, verbonden ervaring die zich uitstrekte over drie traditioneel gescheiden afdelingen.
Ze heeft haar functie opnieuw vormgegeven. Ze is niet langer senior directeur campagnes en vraaggeneratie. Ze is nu senior directeur marktbenaderingsarchitectuur en -strategie.
Dit gebeurde niet omdat een leidinggevende een reorganisatie oplegde. Het gebeurde omdat ze zich niet langer druk maakte om de grenzen van haar functie en begon na te denken over klantresultaten.
"Ze maakte zich niet langer zo druk om de grenzen van haar functie," merkt Adams op. "Ze dacht na over klantresultaten binnen een verbonden ervaring en heeft haar functie in wezen opnieuw gedefinieerd."
Ze herschreef haar functieomschrijving en maakte zichzelf daarbij waardevoller.
Deze transformatie werkt alleen wanneer je de focus van je team verlegt van afdelingssuccessen naar bedrijfsresultaten.
AI geeft er niet om wie het werk doet. AI geeft niet om functietitels. AI geeft alleen om resultaten, wat naar mijn idee heel goed is, want klanten geven daar ook niet om.
Dit is niet puur anekdotisch. Uit een onderzoek van Harvard bleek dat multidisciplinaire teams minder belang gingen hechten aan functiegrenzen wanneer ze AI gebruikten. "Omdat AI niet gaf om wie het werk doet, de titel of de functies, gaf AI alleen om het resultaat," legt Adams uit.
Het onderzoek van McKinsey is nog opvallender: organisaties die met AI aangevulde werkprocessen opnieuw beoordelen wat mogelijk is, behalen een 3,5 keer hogere ROI dan organisaties die zich uitsluitend op efficiëntie richten.
Dus in plaats van te vragen: "Hoe kan AI mijn marketingteam helpen sneller te werken?" zou je moeten vragen: "Hoe kan AI ons helpen betere resultaten voor klanten te leveren, ongeacht welke afdeling traditioneel verantwoordelijk was voor elk onderdeel?"
Hoe kan AI ons helpen betere resultaten voor klanten te leveren, ongeacht welke afdeling traditioneel verantwoordelijk was voor elk onderdeel?
Die vraag verandert alles.
Voor snelgroeiende SaaS-bedrijven betekent dit dat AI je kan helpen om:
- Verkoopcycli te verkorten door marketingintentiegegevens te verbinden met verkoopbenadering en klantimplementatie door CS
- CAC te verlagen door de volledige klantreis te optimaliseren, niet alleen de bovenkant van de verkooptrechter (iets waarbij AI voor het in kaart brengen van de klantreis kan helpen)
- LTV te verhogen door uitbreidingsmogelijkheden te identificeren die product, marketing en klantensucces overspannen
De gevolgen voor de organisatie zijn enorm.
Wat versterkt AI momenteel in jouw organisatie?
Adams heeft een bijzonder scherpe manier om de rol van AI te omschrijven: AI versterkt wat er al is.
"Wat ik geweldig vind aan AI is dat het de schijnwerper richt op wat er is, of dat nu goed of slecht is," zegt ze. "Als we een geweldig bedrijf zijn, als we geweldige mensen zijn, versterkt het de intentie. En als dat niet zo is, versterkt het dat ook.”
Je kunt fundamentele disfunctie of een gebrek aan samenhangende communicatie niet met AI oplossen. Als je klantervaring versnipperd is omdat marketing, verkoop en CS niet goed communiceren, zal AI die versnippering efficiënter maken, niet beter.
Maar als je de juiste intentie hebt en je oprecht op klantresultaten richt, kan AI die positieve intentie over afdelingsgrenzen heen versterken op manieren die voorheen onmogelijk waren.
Onderzoek bij je team wat AI momenteel in jouw organisatie versterkt.
Want AI versterkt alles wat je het geeft.
Het algoritme voor succes
Adams krijgt vaak de vraag: "Hoe worden we zichtbaar in AI-zoekopdrachten? Wat is het algoritme om ChatGPT ons merk te laten aanbevelen?"
Haar antwoord neemt de angst weg: "Ik zeg altijd dat ik het algoritme niet ken, en dat is de waarheid. Als we ooit zouden proberen het algoritme te achterhalen, zouden we waarschijnlijk gek worden, omdat het voortdurend verandert. Maar ik zeg altijd: vergeet het algoritme, stop met het najagen van het algoritme. Wees eerst een geweldig mens. Wees een geweldig merk. Wees een geweldige marketeer en laat de kaarten vallen zoals ze vallen, want AI zal versterken wat er al is."
Ze stelt voor dat leiders en mensen "authenticiteit en menselijkheid omarmen, en in een wereld waarin AI IQ democratiseert, wordt EQ steeds waardevoller."
Nu kunstmatige intelligentie steeds meer cognitief zwaar werk overneemt, worden emotionele intelligentie, authenticiteit en oprecht menselijke eigenschappen de onderscheidende factoren. Dit is misschien wel het belangrijkste inzicht voor 2026 en daarna.
De weg vooruit
Zoals Adams ons eraan herinnert, bestond 60% van de banen van vandaag niet in 1940. We hebben ons eerder aangepast. Van liftbedienden tot softwareontwikkelaars, van stenografen tot socialmediamanagers. "Wij zijn de meest aanpasbare wezens op deze planeet," zegt ze. "Ik geloof echt dat we ons opnieuw zullen aanpassen."
De vraag is niet óf we ons zullen aanpassen. De vraag is of we mensen snel genoeg kunnen bijscholen, werk snel genoeg opnieuw kunnen vormgeven en daarbij onze menselijkheid kunnen behouden.
En die uitdaging is, zoals Adams duidelijk heeft gemaakt, diepgaand en onmiskenbaar menselijk.
