Kunstmatige intelligentie is overal. Het leidt tot debat in de bestuurskamer, geeft prioriteiten aan, bepaalt de toegang tot informatie en stimuleert de consumentenervaring. Maar tijdelijk AI Het belooft scherpere inzichten en snellere actie, maar versnelt ook blinde vlekken waar leiders al mee te maken hadden.
De paradox is deze: AI kan de visie verbreden, maar als AI zonder goed inzicht wordt gebruikt, zal deze deze verkleinen. En wanneer deze blinde vlekken overeenkomen met de snelheid van de adoptie van AI, zullen de gevolgen zich vermenigvuldigen.
Ik heb dit in alle sectoren zien gebeuren – via mijn leiderschapsrollen bij Google, Maersk en Diageo, en in het adviseren van leidinggevenden die deel uitmaken van enkele van de grootste organisaties ter wereld. Het patroon is duidelijk: technologie stopt niet bij blinde vlekken. In plaats van ons te waarschuwen, wist het vaak de sporen uit – totdat het concurrentievoordeel stilletjes overgaat in commoditisering.
Hier zijn drie manieren waarop AI blinde vlekken kan vergroten en hoe deze kan worden verkleind.
1. Gegevens zonder context zijn een vals gemak
Elke AI wordt gevormd door waartoe hij toegang heeft. Generatieve AI wordt geleid door waarschijnlijkheid. Agentic AI handelt op basis van de data waarop het is getraind. Beide zijn slechts zo nuttig als de context waarin ze worden gezien.
Dit is waar de eerste blinde vlek naar voren komt: leiders verwarren de AI-output met de realiteit en vergeten dat het systeem wordt beperkt door zijn input. Een dashboard kan groen oplichten, of AI kan het juiste antwoord bieden, maar precisie zonder context is valse troost.
Dit kan aanvoelen als een veel voorkomende uitdaging, omdat het vertrouwen op vaste KPI’s ervoor kan zorgen dat interne vooruitgang overtuigend lijkt, maar geen verband houdt met echte veranderingen in de markt. Ik heb hardwerkende teams in tegengestelde richtingen zien bewegen: het ene team wordt beloond voor het vergroten van de mandgrootte door middel van add-ons, het andere straft klanten die bestellingen aanpassen, elkaar annuleren en klanten wegjagen.
Het toepassen van AI op deze statistieken zal de verkeerde afstemming alleen maar versterken. Als bedrijfsregels op een te laag niveau in de organisatie of het proces worden toegepast, zal er sprake zijn van suboptimalisatie. In de context van AI gebeurt dit op grote schaal, waardoor inefficiënties in elke geautomatiseerde beslissing worden geblokkeerd.
Alle gevallen laten dezelfde valkuil zien: wanneer data losgekoppeld worden van de context, optimaliseren leiders voor wat gemeten kan worden, niet voor wat er toe doet. Beschikbaarheid wordt verward met betrouwbaarheid.
Hoe blinde vlekken te overwinnen: Ga van het valideren van wat je hebt bijgehouden naar het onderzoeken van wat je nog niet hebt gezien. Behandel data als een landschap dat moet worden getest, niet als een dashboard dat moet worden bevestigd. Vraag waar tegenstrijdigheden ontstaan, waar signalen conflicteren en waar de randen van het systeem iets anders laten zien dan het centrum. Blinde vlekken worden kleiner als leiders nieuwsgierig genoeg zijn om anomalieën te onderzoeken in plaats van ze weg te redeneren.
2. Het uitbesteden van assessment verwatert de kernwaarden
Een andere groeiende blinde vlek ontstaat wanneer te veel verantwoordelijkheid bij externe systemen of partners wordt gelegd. AI is krachtig, maar niet neutraal. Als leiders assessments uitbesteden zonder hun expertise terug te benutten, lopen ze het risico de waarde te verliezen die hun bedrijf onderscheidt.
Zie het zo: je hebt persoonlijke kennis, collectieve kennis binnen het bedrijf of de instelling en mondiale kennis. De zakenwereld probeert fundamenteel collectieve intelligentie te verbinden en te benutten – dus waarom negeren zoveel mensen, als het om AI gaat, de noodzaak om kennis actief te delen, te contextualiseren en bij te werken om deze waardevol te houden?
Ik had ooit een debat met een vooraanstaande arts die verantwoordelijk was voor het definiëren van het technologiegebruik in een regio. Hij legt uit dat hij vertrouwt op zijn vertrouwde röntgenapparaat en dezelfde software die hij sinds eind jaren negentig gebruikt. Hij legde de ontwikkeling van zijn inzichten niet vast als gestructureerde input, noch voerde hij edge cases terug in het systeem, ervan uitgaande dat leveranciersupdates voldoende waren. Zijn oordelen blijven in zijn hoofd hangen, terwijl software – en de sector – er niet in slaagt te leren van ervaringen uit de praktijk. In het snelgroeiende veld van beeldherkenning laten dergelijke hiaten waarde achter en vertragen ze de verspreiding van succesvolle technologieën.
Het gaat er niet om om alle AI in eigen huis te ontwikkelen, maar om duidelijk te maken wat jou echt onderscheidt en ervoor te zorgen dat kennis niet wordt weggegeven. Kostenbeheer via outsourcing van callcenters kan meetbare besparingen opleveren, maar leidt ook waardevolle klantinzichten naar buiten het bedrijf. Met AI stapelen die inzichten zich snel op, en wat begint als efficiëntie kan uitmonden in commoditisering waarbij jouw uniciteit wordt opgenomen in het model van iemand anders als je niet weet hoe je AI moet toepassen.
Hoe blinde vlekken te overwinnen: Hoewel AI van cruciaal belang is voor toekomstige efficiëntie en bedrijfsvoering, moet strategie voorop staan. Ken uw voorstel – de huidige en toekomstige waarde ervan – en bouw uw AI-aanpak daarop af, niet op de beschikbaarheid van vooraf getrainde software, partnertarieven of kant-en-klare gemakken van anderen. Vraag wie profiteert van de gegevens die u heeft en wie toegang heeft tot gegevens waarmee u kunt groeien. In veel sectoren zal dit de basis vormen voor nieuwe verdienmodellen en diepere partnerschappen – of een pad om deze te elimineren zonder strategische duidelijkheid.
3. Cognitieve valkuilen achter het gemak van algoritmen
Zelfs met enorme en groeiende data en sterke strategische duidelijkheid kan AI leiders nog steeds in bevestigingslussen vangen. Algoritmen zijn ontworpen om van patronen te leren, maar patronen staan niet gelijk aan inzicht. Standaard versterken ze wat het meest wordt weergegeven, niet wat het meest zichtbaar is. Sommige modellen kunnen worden aangepast om afwijkingen te signaleren, maar in de meeste zakelijke omgevingen neigt de aantrekkingskracht naar bekendheid. Natuurlijk doen we dat, want dat doen wij ook.
Het gevaar is dat het botst met de blinde vlekken van mensen. De neurowetenschappen laten zien hoe de hersenen energie besparen door complexiteit eruit te filteren, vast te houden aan wat het voelt als zeker en dubbelzinnigheid te vermijden. Echte neurogenese – het creëren van nieuw denken – vereist nieuwe contexten, maar de meeste leiders keren terug naar de contexten waaraan ze gewend zijn. De gedragswetenschap bevestigt hoe leiders – en vooral ervaren leiders – gevoelig zijn voor de voorkeur voor bevestiging, waarbij bekendheid wordt aangezien voor vooruitziendheid. En hoe veranderlijker en onvoorspelbaarder de wereld wordt, hoe moeilijker het is om deze aantrekkingskracht te weerstaan. AI corrigeert deze tendens niet; het vergroot ze. Dit weerspiegelt de zekerheid waar leiders naar hunkeren, waardoor de versnelling van ongeteste aannames in de strategie wordt versneld.
Het resultaat is dat het zicht smaller wordt, overtuigender, sneller beweegt en moeilijker te detecteren is. Als er niets aan wordt gedaan, zal dit ertoe leiden dat organisaties vast komen te zitten in bekende patronen, terwijl concurrenten de markt om hen heen opnieuw gaan definiëren.
Hoe blinde vlekken te overwinnen: De uitweg is voldoende geaard blijven om te herkennen wanneer zekerheid troost wordt en niet waarheid. Dit betekent dat aannames die niet langer relevant zijn in twijfel worden getrokken en geëlimineerd, en dat het verhaal opnieuw kan worden onderzocht op basis van de huidige en toekomstige realiteit. Een kwetsbaarheid is het toegangspunt – geen zwakte, maar een signaal dat aannames niet zijn bijgewerkt. Laat dit naar de oppervlakte komen, erken wat er nodig is om van gedachten te veranderen, wees nieuwsgierig naar wat past en verken nieuwe richtingen zodra deze zich voordoen om een nieuw raamwerk te vormen. Leiders die deze houding aannemen, verbreden hun gezichtsveld en voorkomen dat AI blinde vlekken in de strategie versterkt.
AI test leiderschap
De essentie van alle drie de blinde vlekken is hetzelfde: AI neemt de beperkingen van het menselijk oordeelsvermogen niet weg, maar vergroot ze juist. Dit maakt duidelijk of een bedrijf zich op één lijn bevindt of gefragmenteerd is, op zichzelf staat of niet op één lijn zit, of de leiders nieuwsgierig of zelfgenoegzaam zijn, of de strategie actief of passief is. De echte test is niet de snelheid van de implementatie, maar het bewustzijn dat leiders met zich meebrengen – of ze open kunnen blijven staan voor het uitdagen van datgene waarvan ze denken dat het zeker is, en tegelijkertijd trouw kunnen blijven aan wat hun waarden werkelijk definieert. Dit vereist het bouwen van een platform voor verbinding, waar diverse perspectieven in het systeem kunnen worden gebracht – het verbinden van mensen en gegevens – en het waarborgen van een cultuur van gegevenstoegang waarin onderzoek naar gedeelde ambities niet alleen wordt verwelkomd maar ook wordt verwacht. Dit maakt de weg vrij om niet alleen AI te gebruiken, maar ook om ermee te groeien.
Uiterste deadline voor Fast Company Prijs voor wereldveranderende ideeën is vrijdag 12 december om 23:59 uur. PT. Solliciteer vandaag nog.
