"We hebben ChatGPT-licenties uitgedeeld, maar drie maanden later gebruikt bijna niemand het nog." Deze zin horen we bijna wekelijks. Het is misschien wel de meest onderschatte vraag in AI-projecten: niet welke tool je kiest, maar hoe je AI daadwerkelijk in het dagelijkse werk van je medewerkers krijgt.
Toegang tot een tool is geen adoptie. Adoptie ontstaat pas als AI een vanzelfsprekend onderdeel wordt van hoe iemand zijn werk doet, in plaats van een extra stap die ernaast bestaat.
Het probleem: een tool is geen gewoonte
Medewerkers vallen terug op hun oude routine zodra de nieuwigheid eraf is, tenzij drie dingen tegelijk kloppen: de AI lost een herkenbaar probleem op, past in een bestaand systeem in plaats van er nog eentje bovenop, en de medewerker weet precies hoe hij hem moet aansturen. Ontbreekt één van die drie, dan verdwijnt de tool binnen enkele weken naar de achtergrond.
Waarom "iedereen een training geven" niet werkt
Eén algemene ChatGPT-workshop voor de hele organisatie voelt productief, maar landt zelden. Een boekhouder heeft andere AI-toepassingen nodig dan een projectleider op de bouwplaats. Effectieve training is rolspecifiek: welke terugkerende taak in déze functie kost de meeste tijd, en hoe zet AI die concreet om?
Drie stappen om AI echt in het werk te krijgen
1. Begin bij het proces, niet bij de tool. Welke taak doet iemand elke dag, en waar zit daar de frictie? Dat bepaalt welke AI-toepassing zin heeft, niet andersom.
2. Bouw AI in het bestaande systeem in. Een los chatvenster ernaast wordt vergeten. Een AI-functie die verschijnt op het moment dat iemand hem nodig heeft, in de mailbox, het CRM of het planningssysteem, wordt gebruikt.
3. Train op scenario's, niet op functies.Niet "dit is de promptbalk", maar "zo schrijf jij, met deze functie, een offerte in twee minuten in plaats van twintig".
Wat dit oplevert
Wanneer AI daadwerkelijk wordt gebruikt in plaats van alleen beschikbaar te zijn, verandert er iets structureels: medewerkers besteden merkbaar minder tijd aan repetitief werk, de kwaliteit wordt consistenter omdat AI niet moe wordt tegen het einde van de dag, en misschien wel het belangrijkste: het draagvlak voor de volgende AI-toepassing groeit vanzelf, omdat de eerste zichtbaar heeft gewerkt.
Conclusie: adoptie is het echte project
De techniek is zelden het probleem. Wij combineren daarom altijd implementatie met training op maat, zodat AI niet blijft hangen als ongebruikte licentie, maar onderdeel wordt van hoe jouw team structureel werkt.