Waarom AI-pilots stranden — en hoe je AI wél laat beklijven
Een enthousiaste kick-off, een geslaagde training, en drie maanden later is iedereen terug bij het oude werk. Het is het meest voorkomende patroon bij AI-adoptie. Waarom stranden zoveel AI-initiatieven — en wat doen organisaties waar het wél lukt anders?
Het patroon: enthousiasme, pilot, stilte
Het begint bijna altijd goed. Iemand in de organisatie ziet de mogelijkheden, er komt een training of pilot, en de eerste weken gebeurt er van alles: collega's delen prompts, er worden tijdwinsten gemeld, het managementteam is tevreden. Dan wordt het stiller. De drukte van alledag neemt het over, de voorlopers blijven AI gebruiken maar de rest haakt af, en na een kwartaal is er van de teambrede ambitie weinig over. Niet omdat AI niet werkte — maar omdat er na de start niets georganiseerd was om het vast te houden.
Oorzaak 1: training zonder vervolg
Eén trainingsdag kan veel losmaken, maar gedragsverandering heeft herhaling nodig. Nieuwe vaardigheden zakken weg als ze niet binnen een paar weken in het echte werk worden toegepast — en juist in die eerste weken lopen mensen tegen praktische drempels aan: een prompt die niet oplevert wat ze hoopten, twijfel over wat wel en niet mag, geen tijd om te oefenen. Zonder een gepland vervolgmoment is er niemand die die drempels signaleert en wegneemt. Een check-in na een paar weken, waarin het team bespreekt wat werkt en waar het schuurt, maakt het verschil tussen een leuke dag en een blijvende verandering.
Oorzaak 2: iedereen doet maar wat
AI-gebruik dat alleen op individueel initiatief draait, blijft kwetsbaar. De één gebruikt ChatGPT, de ander Copilot, een derde durft niets in te voeren omdat de privacyregels onduidelijk zijn. Zonder gedeelde werkwijze ontstaat er geen teameffect: er worden geen prompts en werkwijzen uitgewisseld, successen blijven persoonlijk en fouten worden niet besproken. Organisaties waar AI beklijft maken het concreet: dit zijn onze tools, dit zijn de afspraken over datagebruik, zo controleren we de output, en hier delen we wat werkt. Die afspraken hoeven niet dik te zijn — één A4 met heldere kaders verslaat elk beleidsdocument van dertig pagina's.
Oorzaak 3: niemand is eigenaar
Als AI-adoptie van iedereen is, is het van niemand. De succesvolle implementaties hebben vrijwel altijd een herkenbare trekker: een AI-ambassadeur die dicht bij het team staat, vragen beantwoordt, nieuwe toepassingen aandraagt en het onderwerp op de agenda houdt. Dat hoeft geen fulltime rol te zijn — een enthousiaste collega met een paar uur per week ruimte komt een heel eind. Net zo belangrijk is zichtbare aandacht van leidinggevenden: als het management er na de training nooit meer naar vraagt, concludeert het team terecht dat het kennelijk niet belangrijk was.
Wat wél werkt: borging als onderdeel van het plan
Het verschil tussen stranden en beklijven zit niet in de training zelf, maar in wat eromheen georganiseerd wordt. Plan borging vanaf het begin in: een check-in na enkele weken, een aanspreekpunt in het team, afspraken over tools en datagebruik, en een simpele meting van wat het oplevert — bijvoorbeeld bespaarde uren of snellere doorlooptijden. Bij VL Academy is dat de standaard: elke training bevat een follow-up check-in, en voor organisaties die het grondig willen aanpakken is er een borgingstraject van 90 dagen met check-ins, een AI-ambassadeur en resultaatmeting. Zo wordt AI geen project dat afloopt, maar een werkwijze die blijft.