AI als booster van verandertrajecten, met André Nagel

In deze speciale aflevering van de "AI Have a Dream" podcast nemen we je mee op een inspirerende reis door de wereld van kunstmatige intelligentie en Lean. Coen Brouwer wordt geïnterviewd door André Nagel van Lean Snacks, waarbij we samen ontdekken hoe AI jouw organisatie slimmer, efficiënter én veiliger kan maken.

We bespreken de do's en don'ts van AI, hoe je valkuilen kunt vermijden en welke ethische kwesties je in de gaten moet houden. Je krijgt praktische tips over de integratie van AI binnen Lean-principes, waardevolle lessen uit de praktijk én inzichten in de toekomst van technologie in bedrijfsprocessen.

Wil jij weten hoe AI de manier waarop je werkt kan transformeren, zonder de menselijke factor te verliezen? Mis deze aflevering dan niet!

www.leanai.nl

Transcript

I have a dream.  Hallo, mijn naam is Coen Brouwer en welkom bij de I have a dream podcast. De podcast waar we ervaringsdeskundigen interviewen over de veilige en behapbare adoptie van nieuwe technologische ontwikkelingen zoals AI. Deze show is voor iedereen die wil weten wat de do's en don'ts zijn bij het benutten van AI toepassingen.

Zodat jouw organisatie de competitie voor kan blijven. We bespreken praktische tips, inspirerende successen En waardevolle lessen om je te helpen AI op een verantwoorde wijze te integreren. Ga er rustig voor zitten en geniet van de rit. Laten we samen ontdekken hoe AI jouw toekomst kan vormgeven.  Een bijzondere aflevering voor de boeg.

Ik ben afgereisd naar Alkmaar met de studio van André Nagel van Lean Snacks. En hij gaat mij interviewen hoe je er nou voor zorgt dat je AI succesvol en veilig inzet... bij het implementeren van veranderingen in het algemeen en bij Lean & Edge in het bijzonder. Ik heb er heel veel zin in. Laten we beginnen. 

En het toepassen van AI in het hele lean denken.  Ik heb daar niet zo heel veel mee gedaan tot op heden.  Hoewel ik het mateloos interessant vind.  Dus ik denk dat ook veel van onze luisteraars een beetje in diezelfde stand staan. Schat ik zomaar in. 

Ja, dus dat is wel wat je veel hoort.  Kunstmatige intelligentie is hot.

Is al een aantal jaren hot. En eigenlijk is dat pas echt gestart in 2022. Toen kwam de chat-tpd op de markt Waarbij in één keer heel veel mensen toegang kregen tot de diensten. Tot opbrengsten die zo'n model je kan brengen. Maar wat je ziet is dat het eigenlijk al veel langer bestaat. Al veel langer zijn we bezig om te kijken Hoe kan je de computer zoveel algoritmes achter elkaar laten zetten Dat die dingen voor jou kunt doen.

Die lijken alsof mensen het doen. Daar hebben we het over. Kunst, maat intelligentie Is eigenlijk niks meer dan dat het lijkt alsof de computer intelligentie heeft. Dat hij bepaalde antwoorden geeft. 

Het is eigenlijk gewoon een dom ding slim maken. 

Ja, dat is het. Dat is het. En wij zijn een mens. Dus wij willen graag denken dat het andere die dan zo slim is ook een mens is.

Dat projecteren we beetje. Maar dat is natuurlijk niet zo. Het is niks meer dan een grote set data. Dus veel informatie Dat op een bepaalde manier je... Een rekenmachine overheen leggen en dan ervoor zorgen dat hij een antwoord geeft wat ergens op blijkt. En dat allemaal op basis van kansberekening Het is niks anders dan dat de kans groot is dat dit het antwoord is met deze woorden achter elkaar in deze zin, in deze tekst et cetera.

Wat je ook wel leest en hoort en waar ik ook wel gevoel bij heb, dat er ook nog een stukje ethiek in zit. Het 

is een heel groot stuk ethiek in. Ja, zeker. Want wat je ziet is dat we in onze leefomgeving... vinden we natuurlijk allemaal heel veel. Maar we kunnen gewoon zeggen... Koen Brouwer vindt dat of André Nagel vindt dat.

Maar wat nou als we al die kennis en data... op een bepaalde manier structureren. En de computer gaat ons dingen meegeven Die gaat ons een stukje richting geven.  Waarvan de vraag is, waar is dat eigenlijk op gebaseerd? 

Ja, want die computer wordt natuurlijk geleerd... door mensen die ook hun eigen overtuiging hebben.

Exact. Als voorbeeld sollicitatieprocedures in een organisatie... waar vooral blanke mannen van een middelbare leeftijd werken... En ja, zo'n algoritme gaat dan aannemen dat dat dan kennelijk de standaard is. En de jongelingen die worden eruit gefilterd en mensen met een vreemde achternaam worden eruit gefilterd Dus dat is natuurlijk ethisch 

best wel een dingetje.

Ja, zeker. En dit is natuurlijk gewoon een reëel voorbeeld want bij Amazon is dit gebeurd En het is mooi dat het gebeurt Want daardoor zien dat er steeds meer aandacht voor is. Dus ethiek heeft al aandacht sinds 2013. Waarbij ze zeggen van ja, wat kan een computer wel doen? Waar kan een computer echt een bijdrage in leveren En hoe zorgen ervoor dat het op een veilige manier gaat?

Ik heb een opleiding aan het MIT gedaan. Dat gaat over AI-bis implicaties. En daar kom ik heel erg naar voren dat we... Uiteindelijk de wijze waarop we gebruik maken van de kunstmatige intelligentie Dat dat dus altijd een bepaalde soort van loop moet hebben. Dus dat je dus altijd zelfdenkend blijft als mens.

En dat je dus altijd er zelf voor zorgt dat er een bepaalde check in zit. En dat is waar we nu heel veel naartoe gaan. Maar daar zit wel ook wel een menselijke gevaar in. Want heel veel mensen zijn makkelijk in hun handelen. Een voorbeeldje, 80% van de mensen die op Chattipati een tekst opvraagt, bijvoorbeeld naar jou toe, naar een mailtje, die pakken dat tekstje uit Chattipati, zetten het in de mail en sturen het direct naar jou toe.

Ja die kun je trouwens vrij snel herkennen. Ze beginnen bijna altijd van, ik hoop dat dit bericht u in goede gezondheid bereikt  

Ja, en daar zit dus ook precies het probleem Want als jij dus allemaal berichtjes krijgt waarvan je weet, oh, dat is met Chattipati gemaakt. Wat vind je dan van de persoon die je dat stuurt?

Ja, die heeft weinig eigen inbreng.  Heeft hij wel een mening? Heeft hij wel een mening? En wil hij wel tijd maken om echt iets met mij op te bouwen? Dus dan merk je al, dat is ook een ethisch vraagstuk Hoe organiseer dat voor jezelf? En zo is het met heel veel dingen. Dus ook in de rechtspraak. Dus als iets voortborduurt op wat er al was.

In welke mate is dat dan nog in lijn met wat we in de wet hebben vastgelegd? 

Ja, ik heb trouwens ook wel hele mooie dingen ervan meegemaakt. Ik ben bij opdrachtgever gezeten die, laat ik het zo zeggen, niet heel erg sterk waren in het aanbieden van hun huurwoningen.  Ik werk vooral in de corporatiesector en jij ook voor een belangrijk deel.

En we hebben op een gegeven moment ook chat-GPT ingezet door te zeggen van oké we gaan in ieder geval een aantal karakterkenmerken van de betreffende woning geven op. En maak daar een leuke bloemlezing van. En daarmee zijn hele...  Mooie waardevolle advertentieteksten voor woningnettaat voortgekomen.

Ja mooi. Dus dat t-achtige, dat is natuurlijk mega interessant. We kunnen nu dus in een bepaalde set met teksten... kunnen we de vraag stellen, maak van ons een nieuwe tekst Dus dat is een hele interessante beweging. En die is voor iedereen nu beschikbaar. En dat is waar... Waar ik denk dat heel veel meer mensen gebruik van zouden moeten gaan maken.

Maar er is nog een ander element. En dat noemen we machine learning. En dat zit er eigenlijk achter. En dat doen we nu heel veel gebruiken dus voor teksten. Maar eigenlijk wil je dat je die machine learning gaat gebruiken... om dingen te voorspellen. Dus je gaat op die manier...  ...rationaliseren, een patroon vinden in de data die je hebt.

Want het is namelijk nog mooier als je een mooie advertentie hebt... ...maar de volgende stap zou wel zijn... ...ik verwacht dat deze personen gebruik gaan maken van deze advertentie. En als we weten dat deze personen gebruik maken van deze advertentie... ...dan weten we ook wat voor soort vragen die u waarschijnlijk gaat stellen...

...en kun je hem in één keer goed formuleren... ...waardoor je ook uiteindelijk minder verzoeken krijgt... ...of zit er trouwens ook een schijningswandje bij de toilet?  Dat soort dingen kun je dan allemaal uit gaan halen. En daar is een mega groot potentieel wat veel mensen nu nog niet weten. Maar waar sommigen exponentieel dus echt dingen gebeuren die we nu niet kunnen voorzien, dat die beschikbaar komen.

En 

is dat machine learning? Want ik gebruik ik zeg wel dat ik een no-no ben, maar ik gebruik JTPT ook wel met enige regelmaat. Ik merk op een gegeven moment wel dat als je een gesprek aangaat met... JetGPT, ja, moet je het gesprek noemen eigenlijk? 

Ja zo moet je het ook vooral gebruiken. Want als praat alsof een ander mens is, dan leert hij ook veel sneller.

Maar ga 

verder. Maar dan zie je dat op een gegeven moment als je een aantal vragen stelt, wedervragen stelt antwoorden krijgt dat hij gaandeweg de reacties veel beter gaat afstemmen. Dus in zo'n GPT-gesprek merk ik dat er ook een ontwikkeling zit aan de kant van AI. 

Zeker.  Ja, dus hij gaat kijken wat voor tekst schrijf jij.

Hoe beoordeel jij wat jij terugkrijgt. En dat is eigenlijk precies waar Machine Learning voor staat. Het begon ooit met dat oude pingpong spelletje Dat je zo'n latje had waar je links en rechts moest bewegen met een balletje. Maar dat is voor de boomers onder ons. Ja, dat is waarom ze van gaan luisteren.

Ik denk dat de generatie X er misschien al sowieso wat minder luistert dan deze podcast. Maar toen werd er dus... De computer gevraagd doe het beter, doe het beter en dan zag je dus omdat hij wist wanneer het fout ging dat hij zichzelf leerde om steeds beter in te worden en dat is eigenlijk de meest  minimaal abstracte vorm om te laten zien wat er nu gebeurt dus hij leert iedere keer  leren in organisatie, leren in het werken leren in het systeem dat gaat ons natuurlijk ontzettend helpen 

Wat me af en toe een beetje angstig maakt erin.

Die ontwikkelingen gaan natuurlijk zo razendsnel. Dat is exponentieel die ontwikkeling. Hoe staan we over een jaar, over vijf, over tien jaar? Als de ontwikkelingen met hetzelfde tempo exponentieel doorgaan Ik vind dat af en toe wel een beetje beangstigend.  Hoe die ontwikkeling gaat zijn. 

Ja, mooi dat je dit zegt, want jij en ik geven natuurlijk ook trainingen en houden ons bezig met de verandercurve.

En je merkt dat we op een bepaalde plek zitten van oké ja, leuk hè, chatty patty dat gaat ons helpen. Maar als je vervolgens doordenkt wat zijn de implicaties voor mijzelf, voor mijn team, voor mijn organisatie? Ja dan denk je af en toe wel, wow, zijn wij er nog op deze manier over een jaar of over twee jaar?

En zijn we er nog bedoel ik dan, in deze manier van werken? Dat weten we niet Wat je wel weet is dat je ervoor kan zorgen... dat je er klaar voor bent om het optimaal op te nemen... en ermee aan de slag te gaan. En dat is waar ik me heel erg mee bezig hou. Met workshops geven, met mensen trainen. En ervoor zorgen dat je niet je ogen sluit...

en als een struisvogel je hoofd in het zand steekt van... Het is wel heel spannend, dus ik kijk er maar niet naar. Nee, het is wel heel spannend. Ik ga kijken hoe het voor mij gaat werken. Want uiteindelijk zul je zien dat er een andere manier komt waarop wij gaan werken. En waar we onszelf weer nuttig blijven maken.

Ja want in datzelfde kader Ik was best onder de indruk. Ik had op een gegeven moment voor... Als je een podcast maakt, dan moet je er minimaal ook een website voor hebben. Heb jij een website? 

Ja, ik heb een website Zeker zeker.  

Ik had een plugin nodig om podcasts op een bepaalde manier te rubriceren op de site.

Zoeken zoeken zoeken. Niks kunnen vinden. Ik had zoiets van, weet je wat, ik ga gewoon JetGPT vragen Schrijf eens een script wat dit en dit voor mij op site kan doen. Moet dan onder WordPress, et cetera, et cetera. En je krijgt een bijna gereed voor productie script. Je moet even dingetjes tweaken met linkjes en dingen.

Maar bijna gereed script waar je meteen een plugin van kan maken en wat gewoon werkt. Ja, ik was... Ernstig onder de indruk. 

Ja precies En dat is nog maar een pre-fase waar we in zitten. Dat wordt nog veel beter. Dus alles wat te maken heeft met analyseren, met schrijven, met het creëren van visuals, dat gaat allemaal veel makkelijker en veel sneller.

Maar goed, in het licht van wat je net zegt. Nu ben ik pluginbouwer voor WordPress-plugins.  JTPT komt om de hoek. En de do-it-zelver die... Laten we een scriptje maken door JetGPT en huppakee draaien met die hap. 

Dus zorg ervoor dat je klaar bent. En eigenlijk zie je nu elke week een beroepsgroep die zegt...

...hé, er gaat nou iets gebeuren. Dit is bizar. Hier moeten we wel tegen doen. Iedereen is gewoon een beetje in vechtmodus. Een aantal weken geleden hadden we natuurlijk de nieuwe app... ...waarbij je muziek kon maken en waarbij je stemmen kon klonen. Ja, dan kan je zeggen, we moeten volle bakken in de aanval...

...en zorgen dat dit minder wordt en dat onze stem niet zat... Of je gaat zeggen, hé, ik merk dat onze stem gejaagd wordt. Wat leuk, dan kan ik een veelzijdig liedje op gaan nemen... met mijn eigen stem en nog een andere stem. Of kan ik ervoor zorgen dat ik meer kan produceren dan ik deed. Dus we moeten echt daar van die oude paradigmen af...

waarbij we zeiden van, ja, mijn stem, dat is het enige wat ik heb. En daar moeten we royalties over krijgen. Ja, dat is echt zometeen met data... Niet te houden. 

Maar er zit natuurlijk ook een gevaarlijke component aan. We worden ook helemaal plat gebombardeerd met allemaal fake nieuws.  Ik kan me nog recent een foto herinneren van een oud-president van de VS...

die in een wat ongemakkelijke situatie via AI gemaakt was.  Het is bijna niet meer van echt te onderscheiden. En dat geldt natuurlijk ook voor stemmen.  

Dat 

is ook...  Er zit wel 

een hoog risico aan. Er zit zeker een risico aan. Alleen wat je ziet is dat bijvoorbeeld... toen in de tijd dat de calculator werd bedacht...

dat mensen ook zeiden er zit een groot risico aan. De wiskundeleraar waren niet meer nodig. De kinderen hoefden geen wiskunde meer te doen... want ze hoefden niet meer te rekenen. En uiteindelijk zie je dat de omgeving zich daaraan aanpast. Dus het gevaar hier, waarbij we zeggen... fake news, klonen, daar zijn nu alweer...

Nieuwe organisaties nieuwe apps, nieuwe instrumenten voor gebouwd Waardoor je het in één keer kunt zien. Maar ook, en dan gaan we toch bij jouw ethische vraagstuk. Ja, ook moet je eens met elkaar afspraken gaan maken. Hoe zorgen ervoor dat het voor iedereen zichtbaar is... dat dit dus door AI gemaakt is, dat dit niet echt is.

En langzaam maar zeker wordt daar steeds meer gewicht aan gegeven. En zo zie je dus ook bijvoorbeeld met de eerste der type T. Je had geen idee waar het antwoord vandaan kwam En nu zie je bijvoorbeeld bij Copilot en Gemini en Cloud. Het is allemaal hetzelfde soort jettypeties, maar van andere grote bedrijven.

Dat die steeds meer de bron aangeven Waar komt dit dan vandaan En dan kan je doorklikken. En dan weet je, oké dit is uit deze data gehaald. En zo kan ik refereren. Het is nogal al voorgekomen, de eerste casus is al geweest dat er iemand was, een advocaat die was, die zei van dit is een jurisprudentie en ik refereer hierna.

En de rechter zei die jurisprudentie, dat bestaat niet. Dus langzaam en zeker wordt daar gewoon stapjes gezet om het betrouwbaarder te krijgen. 

Maar hoe kan ik me voorstellen dat het er ook nog weg te gaan is, dat die angst een beetje weggaat binnen de hele groeggemeente 

Zeker, maar die angst krijg niet weg door er niet naar te kijken.

Die angst krijg je weg door je actief bezig te houden met wat het oplevert en waar de gevaren zitten. En daar dus ook daadwerkelijk, zoals wij dat noemen, mitigerende maatregelen op te zetten. 

Nou zie daar de aanleiding voor deze podcast. Ja 

zeker. De aanleiding is ook wel wat jij, waar je net natuurlijk een bruggetje naar sloeg Goed kijken, waar zit de waarde van mijn werk?

En daarom is Lean en AI zo ontzettend interessant. Want wij zien natuurlijk heel veel dingen gebeuren bij continu verbeteren En wij zijn op zoek naar welke klanten erop te wachten en wanneer doen we het dan. En alle dingen die daar eigenlijk niet mee in lijn zijn, die zouden maar zo een verspilling kunnen zijn.

En als je op die manier kijkt naar wat je aan het doen bent de hele dag en dan kijkt oké Welke voordelen kan AI mij dan bieden? Ja, dan wordt het eindeloos.  

Fijn dat je het bruggetje maakt naar het lean denken. Het gaat uiteindelijk over de combinatie van lean en AI. Je gaf inmiddels, we hebben uiteraard een voorgesprekje gehad gaf je ook al aan dat jij de KSN zes stappen 

de 

luisteraars, als ze het niet weten dan moeten ze eventjes de podcast over KSN even terug luisteren maar goed zes stappen van een probleem naar een geborgde oplossing, daar heb jij AI al in gebruikt. 

Als je mensen spreekt of mensen die zeggen... ik gebruik AI bij alles. Oh, ik moet een recept bedenken. Oh, ik moet de naam van mijn kind bedenken. Oh, ik heb morgen een podcast.  Welke vragen ga ik stellen? Ik moet een beleidsstuk schrijven. Die gebruiken het bij alles. En je hebt mensen die zeggen van...

Heel soms komt er wel eens iets in me boven. En dan denk ik laat ik dat eens in Jetty Petit vragen. En ik zou graag willen dat mensen vaker gaan zien. Oké hier zou ik het voor kunnen gebruiken. En hoe doe je dat? We zijn natuurlijk bedrijfskundigen van achtergrond Dus dat kan je modelmatig doen. En wij zetten natuurlijk al veel met modellen Want een versimpelde weergave van de werkelijkheid.

Heerlijk want dan weten we wat ons te doen staat. Als je nou naar kijkt en dat is wel leuk dat we nu dan in de Lean Snack zitten en in de I Ever Dream podcast. Een belangrijk model wat ik iedere dag gebruik is het Kaizen model, maar is ook het Lean systeem Dus je kijkt naar een organisatie vanuit de drie P's.

Hoe is onze P van Purpose? Is het doel helder? Hoe is de P van Process? Hoe organiseren we onszelf om dat doel te bereiken? Hoe ziet het proces eruit? En de P van People. Wat doen we ervoor om een cultuur te creëren... waarbij mensen gestimuleerd worden om continu te verbeteren? Je voelt al... Hoe dat AI daar helemaal in past.

Want als je namelijk een doel wil hebben... dan is het superbelangrijk dat je die helder kunt visualiseren. Dat je die helder kunt berekenen Dat je die helder kunt neerzetten voor mensen om die te gaan volgen. Nou, AI kan je heel goed helpen om daarbij een... ...inzicht te geven van wat zegt de data ons.

AI kan je heel goed helpen om daar een goed verhaal bij te maken met why. En AI kan vervolgens ook helpen om daar de juiste indicatoren aan te koppelen. Dus heel tekstmatig? Tekstmatig maar ook data gedreven. Dus als je bijvoorbeeld kijkt je bent in een zorginstelling... ...en het is ons doel om ervoor te zorgen dat we zo tevreden mogelijk patiënten hebben...

...die zo efficiënt mogelijk worden geholpen. En dan kan AI je gaan helpen... Oké wat zijn nou kenmerken die hier ons richting geven om het juiste te doen? Dus bijvoorbeeld heb je wel eens gehoord van OKR's Objective and Key Results. Als wij willen naar tevreden patiënten, dan kunnen we zeggen, ja, mensen die bij ons weggaan, die gaan we vragen hoe ze het ervaren hebben.

Maar je kan ook gaan kijken, wat moeten we nou doen om meer evaluaties te krijgen? En dan kan AI bijvoorbeeld helpen om zoveel mogelijk evaluaties ook daadwerkelijk door te nemen. Want jij en ik lezen vijf minuten in een krantje. AI kan je gewoon... Alle evaluaties aan geven. En zeggen, wat is hier de belangrijkste gemene deler?

En als ik jou laat zien... welk getal zou er dan uitkomen... wat we zouden kunnen bereiken in een jaar. En hoe doen we dat dan? Dus dan gaat hij je gelijk helpen om stapjes te zetten. 

Oké dus ook het gebruik van metadata. Want klantenverenigingsonderzoeken, dat is natuurlijk metadata. Dat is ook niet van één onderzoekje.

Maar dat is natuurlijk ook in tijd opgebouwd. Daar zeg jij van AI kan in ieder geval heel goed helpen... om dat te structureren, te rubriceren... en daar ook in tijd... Slimme conclusies aan te verbinden. 

Ja, zeker. Ja, en dan krijg een heel mooi vraagstuk... wat bij heel veel organisaties leeft. Data op orde.

Ik stel altijd de vraag... wat is dat dan? Data op orde. Dat is een heel breed begrip. Maar dat kan je in ieder geval wel gaan helpen... om na te gaan denken. En dan verwijs ik naar een eerdere podcast... die ik heb opgenomen bij IF3 met Mark. Waarbij we zeggen... Welke data is er nodig en kan ik daarbij?

Ik ken een organisatie waarbij de data is ergens in de cloud weggezet... bij een leverancier waar ze zelf niet bij kunnen. Dus je moet goed gaan nadenken Welke data heb ik beschikbaar? En hoe ga ik die ontsluiten om dat nuttig te maken? 

En wat is dan de meerwaarde van AI? Ik zit zelf in een exactzelfde vraagstuk Het orde brengen van vastgoeddata in dit geval.

Dan kun je dus kijken naar systemen Er is ook genoeg software op de markt om daar slimme dingen 

mee te doen. Die software wordt langzaam ingehaald nu. Heel veel software is nu eigenlijk overbodig Want je kan dat, maar ga verder. Daar 

raak je meteen even een beetje de vraag. We zitten dus wat dat gaat op een kantelpunt van het toepassen van systemen naar het toepassen van technologie.

Zeker. Ja, die software is ingehaald waarbij er nog heel veel met draaitabelletjes aan het werken waren en iemand die een hele slimme draaitabelle hebt dat noemde dan in één keer software en je gaat zo meteen zien dat er voor al dat soort problemen voor al dat soort thema's, een aparte manier is via AI om dat toegankelijk te hebben, dus om daar gebruik van te maken Is daar een speciale tooling voor?

Want 

mijn ervaring strekt dan tot JGPT en Midjourney voor de plaatjes en voor de tekst. 

Ja maar je ziet dat het een beetje net zoals vroeger was met websites. Elke dag komen er heel veel websites bij. En bij AI is het hetzelfde Elke dag komen er een paar duizend AI applicaties bij. Dan kan je bijvoorbeeld kijken op de website.

There is an AI for that. Dat is aan elkaar geschreven There is an AI for that. Moet je even kijken. Iedere dag wordt het ververst met wat je daar allemaal mee kan. Dus als jij zegt, ik wil juist inderdaad graag weten, één keer die me helpt met formules, één keer die me helpt met scripting voor code, één keer die me helpt voor een vastgoedopgave, langzaam zeker komt dat er allemaal bij.

En ja, je ziet dat het op een andere manier wordt gebruikt Je gaat geen software kopen, je gaat gewoon gebruik maken van die dienst. En dan betaal je, ze noemen dat SaaS, software as a service. Dus dan betaal je gewoon elke maand 10 euro of wat dan ook. En dan kun je daar gebruik van maken. We gaan hem even opzoeken en dan zet ik het in de show notes.

Ja that's not you for that. Dus als je kijkt naar het purpose kun je dus heel goed met AI gebruiken. Maar vervolgens naar dat proces. In het proces doen we dingen, allemaal handelingen achter elkaar. Gaat iets in en dan komt iets uit. En wat je vaak ziet is dat toch de handelingen die erin gedaan worden, dat 50, 60 procent eigenlijk geen waarde toevoegt.

Dus wat kun je dan doen met AI? Je kan AI eerst vragen geef mij gestructureerd de data weer die... Beschikbaar is over dit proces. Dus wat weten we? Wat is er gelogd? Doen mij een analyse erop. Dus je kan heel goed voorbereiden... voordat je een proces in kaart gaat brengen al... hoe gaat het hier nou eigenlijk?

Ja, 

want daar stip ook wel een beetje in een uitdaging. In ieder geval waar ik zelf vaak mee struggle... heb je een hele mooie waterstroomanalyse gedaan... En we kunnen netjes de rode, groene en gele vlakjes gekleurd. En dan, nou ja goed, het timeboxen En dan wordt het al spannend van, ja, wat is dan het uitvalpercentage?

En wat zijn dan de wachttijden bewerkingstijden? Met een beetje mazzel heb je systeeminformatie. Met Power BI haal je wat informatie uit de systemen Maar vaak is dat er ook niet. 

Nou ja, zijn dus twee dingen. Aan ene kant, het eerste wel, alleen we kunnen het niet op de juiste manier onttrekken. En het andere is, het is echt niet, wat doe je dan?

Maar ik denk voor het eerste gedeelte, dat we daar nog veel meer uit kunnen halen. Dat het nu nog veel vaker is met een stopwort wordt gedaan. Of met een guesstimate. Je kunt gewoon echt met de logfiles van de processen Want heel veel processen lopen wel gewoon door een bepaald systeem heen. En Dynamics Empire of Microsoft of Salesforce.

Dan kan je echt wel zeggen, hé. Als je nou in dit proces kijkt, welke stappen zijn er dan? Wij zien deze stappen Hoe lang duren de stappen meestal? Welke duren het langst et cetera? En dan kan je dus op basis van data, ga je dus uiteindelijk je waardestroom, je VSM verrijken. En dan wordt het gaaf want dan kun je dus veel beter pinpointen.

Waar moeten we nu beginnen met verbeteren Waar is het nu het meeste te halen? 

Ja, goed. En die stap, dat maakt het ook echt objectief en fact-based. Ja. Daar waar je nu nog, je noemt al de question mate, Ja, vraag naar tien mensen hoe lang het ongeveer duurt Je krijgt tien antwoorden, je deelt het tot tien.

Ja, oh niets, het valt wel mee. Nog een keer tien en dan deel je het.  Nee, dat klopt. Aan de ene kant kan je dus veel beter voorbereiden Hoe doen we dingen hier? Aan de andere kant kan je dus veel beter objectiveren. Wat is nou hetgeen waar we naar zitten te kijken met z'n allen? 

Ja, even een stapje verder Koen.

Met het opduigen van een waardesammendies, om dat als voorbeeld te gebruiken. Er is heel veel systeeminformatie Dank Klinkt het heel erg logisch om op een gegeven moment te zeggen van joh AI, breng voor mij het proces in kaart op basis van de metadata die je uit het systeem haalt. Oftewel in plaats van dat je dan met tien man een dag bij een brandweer staat, zegt die computer in een vorm van oké zo ziet jouw waardenstroom eruit.

Mis je dan niet ook de waarde van het bij elkaar brengen van mensen... om het proces werkelijk te begrijpen... in plaats van dat je de computer laat vertellen hoe het is? 

Zeker. En dat is een beetje de consultantvorm die je nu beschrijft. Dus iemand komt mij vertellen hoe het gaat... en we gaan daar met z'n allen wat van vinden.

En vaak ook in de weerstand. Dus daarom is juist die combinatie van lean... dus met de mensen samen kleine stapjes verbeteren... gecombineerd met de objectivering en ondersteuning van AI... is drie... En daarom moet je vooral ook opletten daar... dat je gebruik blijft maken van de kracht die je lean biedt.

En dat is dat je het samen doet. Dus verlaat je niet. We zeggen altijd alleen ga je sneller, samen kom je verder. Je kan wel zeggen, ik weet het nu, dus daar moeten we aan slag. En ik zoek het maar uit met het team. Dat is natuurlijk wat ik de afgelopen 15 jaar veel bij het bedrijf heb gezien. Iemand heeft gezegd dat het beter kan.

Die heeft gezegd dat het daar beter moet. Die heeft daar een stukje over geschreven En dat is het. Ja, dat is wel een grote kans op falen. Ja, 

dat vind ik ook de meerwaarde om dat soort trajecten gewoon echt wel in een groepsverband te doen. Zeker. En dan niet vanuit de kolom maar echt wel vanuit het proces te gaan denken.

Ja, ketendenken is natuurlijk een van de uitgangspunten waar je naartoe aan het werken bent. Dus dat is aan de proceskant Dus je kunt je voorstellen dat je al die kenmerken van het proces op een slimme manier kunt ophalen. En ik kan je bijvoorbeeld dan ook helpen als je zegt oké ik wil het in een Excel verwerken.

In een eerstvolgende co-pilot van Microsoft zeg je dan gewoon van joh Ik wil graag dat je deze kolommen aan elkaar koppelt. Ik wil graag dat je deze aanvult op deze manier. Je hoeft dus niet meer naar die persoon bij finance... die alles weet van Excel. En waar je vanvorens nooit meer weet... hoe je dat ook weer in elkaar had geschreven.

Maar ja, dit is het document. En daar gaat de SAI ook bij helpen. Dus je hebt over hele grote dingen. Dus hoe kunnen we nou snel data structureren? Hoe kunnen we nou snel patronen herkennen? Maar het zijn ook zo'n hele simpele dingen. Joh, ik weet niet hoe ik dit moet doen. Ah, ik vraag even aan JTPT... Ik vraag even aan Gemini, ik wil vragen even een andere naam ook noemen, want je ziet dat er een hele grote verscheidenheid is aan dit soort chatbots nu.

En dat ze dus ook allemaal een ander publiek op een goede manier kunnen ondersteunen. 

Maar je ziet het wel goed om daar een keer, want er zijn volgens mij wel verschillende overzichten  Om die ook in de show notes even te kijken Of we daar een linkje kunnen maken. Dat je ook.  Wanneer ga je nu wat toepassen.

En wanneer is het één krachtiger dan het ander. 

Ja zeker. Dus we hebben het over die purpose gehad Waar je hierbij kan helpen We hebben het over de proces gehad. Waardoor je beter kunt objectiveren. En dus gerichten kunt gaan verbeteren. Maar aan de pay for people. Als je daar kijkt Mensen kunt gaan stimuleren en gaan motiveren...

om elke dag te denken van... oké hoe kan het beter? En als ik weet hoe het beter kan... kan iemand daarbij helpen? En dan ga je natuurlijk wel ontzettend vliegwiel krijgen. Want mijn droom is dat mensen... bij een dag staat en een week staat staan... en zeggen van, joh ik merkte dat ik gisteren... Een kwartier heb besteed om deze brieven te schrijven.

Ik heb nou toch iets moois bedacht. Ik heb in JettyPetit, heb ik nu mijn eigen account... heb ik mijn manier van schrijven ingeladen. En elke keer als ik nu een brief schrijf... dan lijkt het op wat ik geschreven heb. En dan hoef ik hem een paar keer te tweaken.  Of dat mensen zeggen... ik merk dat wij heel veel moeite hebben om met onze bewoners... 

Een goed gesprek te voeren. Ik heb nu voorgelegd aan de chatbot. En die helpt mij nu om ervoor te zorgen... dat ik een goede agenda heb. Of de allerlaatste ik zie de allerlaatste...  die hoorde ik vorige week weer in de zorg. Die hoor ik bij woningcorporaties. Die hoor ik bij iedereen die klantcontact heeft.

Het zoeken naar het juiste antwoord. En daar is zo ontzettend veel te winnen. Want je wil het snel kunnen vinden... Je moet het antwoord goed kunnen formuleren. Het antwoord moet ook daadwerkelijk het meest actueel zijn. En je wil dat het antwoord steeds zelder wordt gegeven. En als je nou eens nadenkt dat de JTPT of de chatbot of de virtual assistant.

Als je die over al je data heen kan leggen binnen je organisatie. Waardoor je altijd juist antwoord kunt geven aan die bewoner of die patiënt of die krant. Ja, daar zit zo'n enorm potentie. Dat is gigantisch. 

Maar dat is nog een ontwikkeling die in kinderzone staat. Ja dat merk ik wel eens. Als je dan, ik ben klant bij een willekeurig bedrijf en dan heb ik een vraag en dan krijg je op de site een chatbot.

Je herkent dan meteen dat dat een chatbot is.  Ik vind af en toe de antwoorden die je dan krijgt, treurig. Nou ja, ik zat naar een ander woord te zoeken.  Maar in ieder geval beneden pijl. En op het moment dat het ingewikkeld wordt, dan is het van, ja, we gaan toevallig een persoonlijke collega vinden. Dus daar is nog een absolute wereld in te winnen.

Een gigantische wereld in te winnen. En dus zou ik zeggen, het begint klein. Maar je kan bijvoorbeeld op Chatty... die een betaalde account hebt... kun je dus gewoon je eigen chatbot maken. En dan kun je kijken hoe dat werkt. Ik heb voor leanai.nl... heb ik een chatbot gemaakt. En dan heb gewoon alles wat ik weet over AI...

of over lean heb ik ingeladen. En dan kan ik gewoon een vraag stellen... Joh, hoe werkt een waterstroom? Of vertel me eens hoe het liensysteem werkt. En dan geeft hij dus antwoorden op basis van de documenten ik heb ingeladen. En dus de belangrijkste motivatie of stimulatie die ik mee wil geven, begin er gewoon mee.

Ik was vorige week bij een woningcoöperatie, daar hebben ze een kwaliteitshandboek. Oftewel joh op welk niveau renoveren en repareren we onze woning? En nu gaan we zitten kijken in een boek. Terwijl als dat boek gewoon als pdf inlaat, dan gaat hij... Gaat de computer die chatbot zoeken naar alles wat in dat document staat...

en dan gaat hij daar gelijk hand op geven. 

Dat is enorm. Oké want wat je nu ziet met allerlei klantvolgsystemen... dat daar scripts moeten worden geschreven En als er een specifieke vraag komt... dan kan de callcenter medewerker dat script oproepen... en dan leest hij gewoon voor wat hij leest. Maar die heb je dus met AI. 

Of je kunt ze veel sneller maken, die scripts. Of je kunt ze überhaupt, die scripts niet mees meer... Nodig hebben, maar de vraag komt gewoon al op basis van AI in je scherm te staan. 

Ja, dus hij geeft al aan van we hebben schimmelproblematiek en dan is dit het antwoord dat we moeten geven. En vooral in deze buurt met deze waterstanden, is dit het  correcte antwoord 

Ik weet een beetje hoe vol jouw hoofd zit met allerlei lean instrumenten Je bent niet voor niks de expert op dat vlak.

Dat zijn volgens mij enorme boekwerken die je dan ingeladen hebt om die antwoorden eruit te kunnen halen. 

Ja, maar vooral ook zelf van alles wat ik de afgelopen tijd allemaal gedaan heb. Dus al mijn trajecten die ik gedraaid heb, alle learnings die ik heb gehaald uit de trainingen alle wetenschappelijke artikelen die ik gelezen heb, die heb ik er gewoon allemaal in gezet.

En hij gaat daarop zoeken. En het is dus heel belangrijk dat je dus ook zegt... ik wil dat je alleen maar kijkt naar de kennis die ik heb ingeladen. Want anders gaat hij dingen erbij bedenken... of gaat hij dingen ophalen op andere websites. En daar gaat het vaak mis. Want alle websites in de wereld zijn geschraapt, noemen ze dat.

Die hebben ze meegenomen als kennisbron voor deze chatty-pity-vorm. En dat is dus ook, als het op Facebook staat... ook als het op Twitter is gepubliceerd en alle andere donkere... Krochten van hun internet en daar wil je dus wel weg blijven en daar zit wel een belangrijk element. En 

zelfs op gerenommeerde sites zie ik wel eens artikelen over lean gaan dat ik denk van dit is complete bullshit. 

Dat is natuurlijk waarom wij lean doen, dat is een beetje onze eigenwijze  Ja, we 

zijn inderdaad allebei een beetje eigenwijs. Een beetje een beetje.  Je hebt een heel mooi stukje voorbereid En je hebt ook een aantal stellingen benoemd. Zullen we gewoon een paar stellingen eruit halen... en eens kijken wat we daarvan vinden?

Ja, zeker, zeker. Ik vind er wel een mooie die ik... waar ik het over wil hebben... Ik zie bij veel organisaties nog dat ze de slag aan het maken zijn naar datagedreven werken. Dus de vraag stellen als manager of als collega, joh, hoe vaak komt dit voor? Kan je me laten zien waar dit staat, et cetera? Die vraag die wordt nog te weinig gesteld.

Ik denk dat als je AI slim gaat inzetten en dat je daar een hele snelle stap in kunt zetten om datagedreven te werken. Dus data gedreven de keuzes te maken waar je je tijd en capaciteit aan besteedt. Als je nou kijkt naar de organisatie waar jij allemaal gezeten hebt. In welke mate denk jij dat data gedreven werken een bijdrage zal leveren aan het succes van de organisatie?

Wat ik... Ik heb ervaren bij meerdere organisaties voordat een organisatie opstaat van joh je zit ons te benoemen.  Bij meerdere organisaties dat er ontzettend veel tijd verbrand wordt aan het zoeken naar informatie. Waar staat het, wat je al aangeeft of informatie die op verschillende plekken dubbel staat.

En als je op twee plekken bijhoudt ja, dat is room for error. Maar er zit ook meteen weer het risico Want als je in een organisatie zit waarbij heel gevragmenteerd En nog vervelender dubbele informatie heeft staan. En je gaat dat allemaal voelen aan een AI tool. Hoe weet je dan dat die AI tool. ...de meest actuele en juiste informatie naar voren haalt.

Een voorbeeld, woningplattegronden worden bijgehouden van verre woningen. En daar zijn verschillende versies in. Maar we zijn niet van begin af aan zo slim geweest om daar een datum aan te knopen.  Dus van de Pietje Pukstraat nummer 12 willen we de woningplattegrond hebben. Ja, en staan vier versies van de Pietje Pukstraat En daarvoor zie ik nogal een risico om al die data beschikbaar te stellen aan AI en te zeggen van, joh ga het maar vertellen Ja, daar zit nu ook heel veel zoektijd in.

Gewoon in het zoeken van oké ik heb nu de data. Ik heb hem op drie plekken gevonden. En wat is nu de gevalideerde data? Waar mag ik vanuit gaan? 

Ja, dat is wel mooi dat je dit aanstipt Want dat is natuurlijk precies waarin AI veel krachtiger is dan wij mensen. Dus als jij, je hebt nu even plattegronden van woningen, dat kan je maar dat je wel voor de woningcorporaties hebt, stel nou jij hebt 8000 woningen en daar heb jij 24.000 plattegronden voor.

Als je die data als leek pakt, dus hij gaat er overheen kijken en dan gaat AI kijken welke patronen zie ik, op welke plek is hij het vaakst het meest juist of vanuit wie hij het Opgeladen heeft, is je vaak het meest juiste offertje. En zo gaat hij dus... Wij kunnen één, twee, drie verschillende causaliteiten herkennen.

Dus kenmerken, criteria. En hij kan daar miljoenen doen.  Dus hij kijkt niet alleen maar van wie dat dan doet... maar hoe laat hij dat dan gedaan heeft... of met welke notes erbij zijn. En zo zul je zien dat hij op veel meer vlakken kan clusteren... veel beter kan zien... hé, wat is wel de meest... Reële en meest relevante en welke niet.

Een mooi voorbeeld daarvan is, ik zag een groot bedrijf dat kleding verkocht. En die deden natuurlijk ook, elke paar maanden werd er weer een nieuwe, hoe noemen ze dat, ik zeg het niet lief maar bij kleding is dat anders. Dan heb je een seizoens...  Een nieuw assortiment of een nieuw kwartaler. Ja een nieuw assortiment laten we zo noemen.

En wat je zag is dat er gewoon, nou ja, een vestiging in... Alkmaar gingen er altijd vijf En de vestigingen in Eindhoven altijd vier, weet je wel. En zo werd het versmet. En ieder jaar kreeg je 120.000 artikelen terug. Totdat ze zeiden, laten we nou eens gaan kijken. Welke factoren kan AI zien die invloed hebben op de mate van verkoop per vestiging?

En die hebben dus gewoon echt... Tientallen duizenden minder voorraad teruggekregen. Omdat ze niet alleen maar keken naar... joh, wat is de verkoopprijs de afgelopen tijd? Of hoeveel mensen wonen in de stad? Maar ook wat voor weer is het? En is er ook een voetbalclub? En wordt er veel tennis gespeeld? En hoe zit het met het aantal mensen die VVD stemt?

Ik weet het niet. Alles wordt... In die bak gegooid en al die getallen samen geven een voorspellende waarde. En het grote verschil is dat wij vroeger dan wilden weten, oké maar wat is nou precies de causaliteit? Welk knopje leidt nou precies tot wat? Dat maakt hier niet uit. Hij zegt gewoon, joh, op basis van wat ik hier zie, is dat wat ik voorspel.

En je kan natuurlijk vragen wat zijn dan de belangrijkste elementen? Die krijg ik wel terug. Maar doordat je die voorspellende waarde krijgt omdat je zoveel getallen met elkaar combineert, zie je dat je heel veel voordeel haalt. Ja. 

Maar in dit specifieke voorbeeld doordenkend. Het gaat dan over een stukje bedrijfsresultaat Want hoe minder bewegingen van je groeder heb. 

Transport, een van de acht verspillingen. Heeft dat natuurlijk nog meer gevolgen. Want dat transport, er moet een autootje draaien. Kleding wat verouderd is, dat gaat de verbrandingsoven in. Maar het is wel geproduceerd. Ik las er vanochtend wat het aan energie kost... om gewoon een simpele spijkerbroek te produceren Hoeveel water en energie erin gaat.

Dat is echt bizar.  Dus het gaat al verder dan alleen maar dat bedrijfsresultaat van die ene winkel... 

En 

met die tien broeken die teruggestuurd worden. Als je dat op een grotere schaal gaat bekijken... moet je kijken wat dat voor een impact op je planeet heeft. 

Ja en wij zeggen natuurlijk...

overproductie is de verspilling der verspillingen. Iets maken waar geen vraag tegenover staat. Alles wat er achteraan gaat is ook een verspilling. Want er is geen vraag. En het leuke is nu dat je heel veel discussie hoort... van ja, maar er zijn hele grote computers... daar moeten al die modellen op draaien...

en het kost allemaal stroom. Ja, dat klopt. Twee dingen die er nu gebeuren. Die modellen worden steeds kleiner. Dus je hebt nu zelfs dat je je eigen chatbot kunt draaien op je eigen computer. De nieuwe computers van Microsoft zijn nu zo gemaakt... dat je niet meer met internet verbonden hoeft te zijn, maar dat het daar al kan.

En aan de andere kant zie je ook dat er zeker veel data... Wordt door middel van energie bewerkt. Maar als je aan de andere kant de voordelen pakt. Dit soort dingen. En dat tegen elkaar wegschrijft. Dan kan het maar zo zijn dat het veel minder erg is dan het lijkt. Want 120 stuks kleding produceren wat niet nodig is.

120.000 stuks bedoel ik dan. Dat is natuurlijk enorm als je daar naar de energiecapaciteit kijkt. 

Grappig je noemt dan, er komen in ieder geval willekeurig een paar verspillingen naar voren. 

Je 

hebt dan heel veel data ingeladen in jouw site, in die chatbot. Een goede uitleg van hoe die verspillingen wat ze zijn en alle kaders daaromheen.

In combinatie met vraagstukken die je nou vanuit een KZN hebt, een probleemstelling, die maken we zo concreet als kan. Als je die met elkaar combineert kan AI dan ook al voorspellen van, maar vanuit jouw probleemstelling en je definitie die je geeft van je verspillingen zie ik deze dingen ontstaan? 

Ik denk wel dat dit kan, want het mooie van AI is dat ze doen alsof ze alles weten.

Maar daar zit ook wel een afbreukrisico Want juist een Kaizen doen, weer met dat groepje mensen... die er elke dag mee werkt en daarmee richting geven aan het proces. Dus dat de mensen zelf bepalen, oké dit is volgens mij ons probleem. Dan kan je natuurlijk wel heel slim vragen aan AI. We hebben dit probleem formuleerd, hoe kan ik het smarter maken?

Dus hoe kan ik het specifiek meetbaar, acceptabel, realistisch en tijdgebonden maken? Of welke vragen zou je stellen aan mij over dit probleem? Kun je hem juist even gebruiken om dat denkwerk te versnellen Maar je wil wel dat je wel echt alle stappen doorloopt. Dus als je dan gaat meten... En dan wil je wel eerst zelf weten, oké wat moet ik dan meten Hoe ga ik dat meten Wanneer ga ik dat meten?

En dan vervolgens de vraag stel ik, hoe kan mij daarbij helpen Als je het hebt over grondoorzaken bedenken, waarom we de dingen doen zoals we doen, waarom de dingen gaan zoals ze gaan, ook daar kan je zelf eerst nadenken, ik denk dat dit de grondoorzaken zijn, maar je kan jezelf ook weer, en dat is elke keer, je hebt een soort van iemand naast je zitten, ik zeg altijd, je hebt als het ware een soort van Einstein naast zitten, ja en wat laat je die Einstein doen?

Laat je hem aardappels schillen? Of ga je hem juist die expertvragen stellen? Als jij als expert kijkt naar deze oorzaken... welke oorzaken is hier nog meer? 

Dus dan wordt hij eigenlijk een beetje jouw pene in die ass... van shit, die vraag had ik zelf nog niet bedacht. 

Ja en ik denk dat dat een hele mooie is...

om mee te nemen van deze podcast. Dus als je AI gebruikt in de vorm van een chatbot... stel ook altijd de vraag... welke vraag kan ik hier nog meer over stellen? Dus je hebt zelf iets bedacht. En vervolgens zet je erachter welke vraag kan ik me nog meer hierover stellen? En dan zul je zien dat je denkt, oh ja, dat had ik ook kunnen vragen.

Wow. En dan komt er een eindeloze mogelijkheid aan de horizon. 

Ja want daar betrap ik mezelf wel eens op. Dat je inderdaad in een KSN, en dan zit je al in de oplossingssfeer En toen heb ik me gedacht van, ja, shit, ik ben toch even niet diep genoeg gegaan met de five times why. Ja, 

exact. 

Ja, en 

dan wordt het misschien wel zeven keer why.

Ja. Dat is een hele mooie en die kaizen lopen ze op die manier ook gewoon door. Want als je vervolgens dan kijkt oké welke oplossingen zijn er allemaal? Dan kun je natuurlijk zelf allemaal oplossingen formuleren. Maar ik kan ook aan Ayi vragen van welke feedback heb je op deze oplossingen? Of als jij met mij kijkt naar wat de impact en haalbaarheid is...

hoe zou jij die rang schikken? Dus heb je als het ware elke keer een soort van buddy... die ook expert is, die jou helpt... om het gewoon vruchtbaarder en completer en zorgvuldiger te doen. 

Ja, dat klinkt als een hele... Een waardevolle toevoeging aan het menselijke ambacht... wat wij hebben als consultant.

Ja, 

zeker. Het is wel mooi dat je dat zegt. Want mensen die Lien kennen, die weten... het gaat allemaal over waardeleven voor de klant... door het wegnemen van verspillingen en respectvol samenwerken. Als je nou kijkt naar AI en Lien... die invloed hebben op de klanttevredenheid... waar zit dan die grote meerwaarde van AI?

Als ik dat aan jou vraag, wat denk je daaraan? 

Nou hij is dan een beetje voorbijgekomen Dan denk ik het structureren van metadata. Dus als je klantonderzoeken hebt en oké welke patronen zie ik daar nu in? Ik denk dat die heel waardevol kan zijn. Maar ook dat is dan een beetje sec op het moment dat je de niet waarde toevoegende dingen.

Dat is natuurlijk ook gewoon een belangrijke om vanuit het linden denk uit je processen te halen. Op het moment dat je in staat bent om met dit soort hulpmiddelen die niet waardevoerende stappen in installatie te definiëren. En vervolgens wat handreiking krijgt van oké maar hoe kan ik dan de inspanning daarop kleiner maken?

Bottom line, het gevolg daarvan is dat je meer capaciteit over hebt om weer waarde voor je klanten te gaan leveren. 

Ja, dus dat je slim kijkt Oké voegt dit waarde toe of niet? Kan ik het elimineren? Dus moet het blijven doen of kan het wegblijven? Kan het wegblijven Moet je het zo zo weghalen Maar als je er wel moet zijn, dan kan je veel slimmer doen.

Dan kan je AI gebruiken inderdaad om daar een slag in te slaan. Waardoor de klant gelijk merkt hé, heb ik wat te doen? En zo zie je dus dat hij eigenlijk in de hele loop zit. Want je kunt beter meten wat de ervaringen van de klant zijn. Je kunt die metingen meenemen om je waarde te bepalen in het proces...

en daar te gaan verbeteren. En je kan ook in het proces helpen om het sneller te gaan doen. Bijvoorbeeld een klant vragen makkelijk beantwoorden... door gebruik te maken van zo'n virtual assistant. 

Risicootje die je daar dan op kunt poppen. Ik roep altijd wel ook naar mijn opdrachtgevers... over de niet waarde te hoogende dingen...

die je dan vanuit de process... Pijler slim worden gemaakt, dan ben je domme dingen slim aan oplossen, 

maar 

de domme dingen blijven de domme dingen. Het risico zit er wel in dat als je niet waardevoerige handelingen op deze manier kleiner gaat maken, dan blijft het een slimme oplossing voor een domme actie.

Ja 

zeker. Dus je moet altijd wel... te 

elimineren en daarna altijd een stikje erop laten dat het rood is.  Maar dan komen we ook bij die P van people. Je wil dan dat mensen zelf gaan zeggen. Hé, ik doe dit. Maar ik vraag me eigenlijk af waarom we dit doen. Ja, maar je 

maakt dan de we doen dit. Die maak je een stukje onzichtbaarder Op het moment dat je dingen gaat automatiseren Makkelijker gaat maken. 

Dan blijven die domme dingen. En AI heeft gezegd dat dit de beste oplossing is. Dus dan wordt dat de nieuwe waarheid. Ja, en dan moet je weer voor goede huizen komen om dat dan weer te weerleggen van ja, maar dit is toch echt wel een niet waarde tevoegende stap.  Terwijl we eerder hebben bedacht van ja, maar met AI hebben we dat weten te verbeteren Ik ben een beetje een advocaat de duivelen.

Nou, wat je vooral mooi wat je zegt AI zegt dat. Ik zie voor me dat je eigenlijk AI op vier manieren een soort van partner van jou is. En dat is een beetje een gradatie van kracht. Dus de meest simpele rol die een AI kan hebben... dat is een soort van chatbot. Ik heb een vraag, jij geeft antwoord. Ik heb een vraag, jij geeft antwoord Dat is een chatbot.

De fase die we nu meer zien is meer de virtual assistant... Op sommige plekken zie je dat al terugkomen. Dus jij gaat bijvoorbeeld naar mijn terrein naar Soest En dan zegt hij automatisch, let op André, je moet om tien uur daar zijn. Er is een file. Dus hij geeft als assistent proactief, geeft hij jou tips.

Dus de volgende fase als ware. Maar ook, ga dingen voor me regelen. Ik heb een hoe-het-huis van Philips. Als ik dat in wil stellen, dan word je naar van. Eigenlijk wil je gewoon zeggen, ik wil dat het avonds donker wordt. Ik wil dat de lampen weer aangaan. Dan wordt het een virtual assistant. Dat is eigenlijk waar we nu naartoe aan het werken zijn.

Want dan wordt het echt leuk. En tot aan nu is het eigenlijk alleen maar... U vraagt wij draaien. De volgende fase is eigenlijk dat de AI een soort van peer van jou wordt. Dus dat jij een hoogwaardig expertgesprek kan voeren. En dat je ook daadwerkelijk diegene meeneemt Dat je AI altijd meeneemt in je besluiten bijvoorbeeld.

Dus dat is weer een volgende fase. Dus je kunt je voorstellen, je werkt bij een bedrijf waarbij ze... Afval verwerken en je zegt nou we willen eigenlijk deze lijn willen we verbeteren we willen eigenlijk zorgen dat hij nu ook een ander soort afval kan draaien zoals bijvoorbeeld ook bij auto's doen ik vraag aan AI als peer wat zijn de voor en nadelen van welke welke stappen zouden moeten zetten etc.

Dus dan krijg een ander soort en die krijgt ook echt inbreng dus iemand vraagt dan ook Iemand zei laatst tegen mij, bijvoorbeeld bij heel veel directieleden, directies, duurzaamheid of de zee heeft nooit een plek aan tafel. Hoe mooi zou het zijn dat bij Shell aan tafel bij de directie de zee, dus de oceaan een plek aan tafel.

Dat we ook altijd aan hem moeten vragen Zee wat vind jij ervan dat we gasboringen gaan doen? Dat hij dan ook gewoon een stem heeft. Dus daar wordt het een soort van peer.  Ik vind het wel een innovatieve gedachte. Heel spannend, want er zijn nu al mensen... waar niemand naar luistert aan de directietafel.

Dat staat als een peren AI-vorm. Maar goed, dat was heel interessant. De meest vergevorderde AI-vorm die we hebben in het organisatieland... is een soort van manager. Dus de AI managt ons. En dan komen we op de plek waar jij net zei. Want dan zeg je, de AI zegt dat we het sowieso moeten doen. En dan wordt hij gevaarlijk En dan wordt hij interessant.

Dan wordt hij inderdaad spannend. En dan wordt hij misschien ook wel gevaarlijk. En dan zeggen wij... Joh de mens moet altijd in de loop. De mens moet of in de loop door de besluiten te nemen. De mens moet of in de loop door te monitoren... welke besluiten er genomen zijn. De mens moet of in de loop om ervoor te zorgen...

dat hij een hoog beeld houdt als er dingen zijn... die niet al eerder een keer hebben plaatsgevonden. En je zegt van, dan zeggen wij, wie zijn wij? Ja wij vanuit de AI is natuurlijk wel een groep die daar heel druk mee bezig is. MIT is een voorloper met betrekking tot alles wat te maken met kunstmatige intelligentie En zij hebben daar een beeld bij gevormd En wat je nu ziet is in augustus is de AI Act georganiseerd En in gebruik genomen als het ware bij de Europese Unie.

En daarin wordt dit als voorbeeld genoemd... waarin je na moet denken over dingen die je doet binnen je organisatie. 

Ja ook een soort van gedragscode. Ik krijg nu een beetje een flashback naar Isaac Asimov... een science fiction schrijver die over robotisering... ook een stuk of vier kernwaarden van een robot moet aan dit en dit voldoen.

Je mag geen schade aan een mens. Ja, humanoid Dus dan krijg je een soort van gedragscode in het ontwikkelen en gebruik van AI. 

Ja en mooi dat je dit als voorbeeld noemt. Want dit is natuurlijk vanuit het goede van de mensen. Dat je dat goed invult voor de techniek die je maakt. En wat je nou ziet is dat omdat de Europese Unie loopt best wel voor.

In Amerika hebben ze bijna niks over technologie Over AVG en zo, privacy, dat kennen ze allemaal niet in Amerika. Daar hebben ze zo meer mogelijk regels want dan kunnen natuurlijk de grote techbedrijven lekker doen waar ze zin in hebben. Dat is natuurlijk ook heel machtig. Europa is daar veel sterker in en ik denk dat we daar blij mee moeten zijn.

Maar je ziet dus dat bestuur, directies, managers nu ook vanuit de kant van de wetgeving nu worden gedwongen om goed na te denken. Wat is er... En wat zijn de gevaren van de dingen die ik implementeer of die ik gebruik?  

Ik ben misschien echt een beetje het advocaat van de duivel.  Ik zit niet in de volledige...

Kijk even 

in die rode oortjes Ja precies.  

Jij hebt de rode koptelefoon op. Ja ja, ja. Toevallig laatst ook weer een stukje gelezen. Op het moment dat je kunstmatige intelligentie een hoge mate van autonomie geeft er werd een voorbeeld gegeven in de defensiewereld dat een drone of een begeleidingssysteem of wat ik voor wat, die kon dus steeds overroeld worden door menselijk handelen van oké deze raket mag je niet afvuren  Maar die had de opdracht van de mensheid moet...

of de planeet moet behoed worden van ellende. Zo'n soort verhaal. En dat op een gegeven moment die intelligentie... die kunstmatige intelligentie van... hé, maar nu zie ik dat het menselijk handelen... mij hindert om de planeet te veranderen  Te bewaken. Dus ik ga die raket niet... die vuur ik nu af op dat controlecentrum...

wat steeds nee zegt. Misschien een beetje een vergezocht voorbeeld. Maar ik denk van ja, op het moment dat je dus...  zoveel autonomie geeft aan dat soort systemen... In wereld. Ja, are they going to take over the world? 

Ja ja. En wat ik zie is dat... we natuurlijk daar echt wel... al best wel veel stappen in aan het zetten zijn.

En dat het inderdaad een beangstigende weg is... Ook daar is wel veel aandacht voor. Hoe doen we dat op een manier waardoor er allemaal ook een voordeel van hebben. Maar het gebeurt natuurlijk wel. De NSA is natuurlijk met die klokkenluiden Hebben wel gezien dat die heel veel data aan het schapen is.

Van al onze telefoons van al ons internetverkeer. Dat doen ze in het midden van de AI. Ja.  Er zijn nu hondjes die rennen en die zichzelf kunnen opblazen. Er zitten mensen in California of in Texas. Zitten ze met een joystick, zitten ze in andere landen Zijn ze bommen aan het gooien. En dat heeft allemaal met de technologie te maken.

En dat is beangstigend. En het enige wat wij kunnen doen is denk ik het aanhangig maken. En hopen dat er geen verkeerd gebruik van gemaakt gaat worden. Maar dat daar een existentieel gevaar zit. Dat is zo, ja. 

We zitten al aardig rente in de loop van deze podcast, Koen. Kunnen nog een paar concrete tips, handreikingen geven...

of een noord-eye-openers-inzicht ermee geven... aan de luisteraars van onze podcast? 

Zeker kunnen we dat. Ik denk dat we een aantal dingen natuurlijk ook wel al geraakt hebben...  Mijn advies is, ga er vooral mee experimenteren. En zorg ervoor dat je je collega's faciliteert om ermee te starten. Ik hoor nu best wel vaak mensen zeggen van... 

Ik hoorde laatst iemand die werkte bij Booking.com. Die zei, wij zijn ook helemaal AI. En dan zei ik, wat doe je dan precies? Nou, we hebben één licentie per afdeling en die mogen we gebruiken. Ja, dat is natuurlijk de meest... ...bazale vorm die je maar kunt bedenken. Ik denk dat het heel belangrijk is dat je als MT...

...of als degene die de lijnen uitzet... ...aangeeft wat is je visie op je organisatie... ...en welke rol speelt AI daarbij?  

In het kader van experimenteer en mee... ...heb ik wel zoiets van... ...oké er zitten natuurlijk ook wel een aantal gevoeligheden in... Dus stel dat je bedrijfsinformatie hebt.

We hebben winst en verliescijfers. We hebben omzetcijfers. We hebben klantgegevens. Dat experimenteren. Daar zit wel een grens aan volgens mij. Je moet niet alles aan een chatbot 

vertellen. Dus daarom begon ik met. Je zorgt ervoor dat je als organisatie een visie hebt. Hoe vult AI ons aan bij het behalen van onze doelen?

Maakt dat helder. Zorgt er volgens mij voor dat je gaat kijken. Wat heeft ons team nodig om ze te stimuleren? Ja En te faciliteren om het juiste te doen. Dus het zijn eigenlijk meerdere stromen. Want daardoor zeg je dus eigenlijk. We moeten een soort van guidelines hebben.  Waardoor we weten wat er wel en niet mag.

Ik wil graag dit doen met ZZP. Kan dat? Ja of nee? En als zodra jij denkt. Staat dit in de guidelines? Dan wil je dat je het op een bepaalde plek kunt bespreken. En nou komen we op een plek waar we eigenlijk niet geweest zijn En ik hoor heel veel organisaties nog veel. Dat moeten ze dan bij IT voor ons bepalen.

Of bij Compliance. En ik ben ervan overtuigd dat AI is een business gedreven innovatie. Dus de business heeft vragen over hoe je dingen beter kunt doen. En dan kunnen die andere partijen die we net noemden. Compliance IT, whatever. Die kunnen daarbij faciliteren. Dus wat ik adviseer aan organisaties Zorg ervoor dat je een eerst soort van Guideline heb, daar begin je gewoon mee.

En daarna zorg je ervoor dat mensen weten wat het is en er langzaam mee gaan starten. Maar vervolgens ook de openheid en de kwetsbaarheid voelen, dat als ze denken van oké mag het wel of niet, dat ze dat op een bepaalde plek denken een groepje mensen, een center of excellence of iets dergelijks, dat ze daar dan een vraag kunnen stellen.

Ja, dus dat experimenteren, daar zitten wel een paar richtlijnen aan. 

Ja, zeker. En daarvoor kun je de podcast ook met Mark Schonebeek... en met Oma Elke Blieven nog terugluisteren. Wat kun je nou doen om hen te helpen om te experimenteren? Maar experimenteren is natuurlijk lean en continu verbeteren. Dus je wil dat je dat blijft stimuleren...

en dat in lijn brengt met handelingen klantgericht verbeteren 

Een andere tip die mij nog wel on top of mind is, die je al eerder aangaf.  Gebruik AI om de vraag te stellen, welke vragen kan ik nog meer stellen? Met name ook in het KSN-denken, de grondoorzaakanalyse. Welke vragen kunnen we nog meer bedenken?

Om oorzaken waardevoller en vollediger boven water te halen. 

Ja, en dan bij aansluitend is ook... Zorg ervoor dat je een data gedreven organisatie krijgt. Dus voor jou als leidinggevende, voor jou als medewerker. Stel de vraag. Hoe weten we dit, hoe vaak komt het voor, wat zegt de data ons? Want als we dat namelijk gaan doen, dan gaan we steeds verder stapjes zetten naar het goed organiseren van je data en dan ook het goed naar boven halen wat er valide is en wat er nodig is om de juiste keuzes te maken.

Want we doen heel veel tijd voorspillen aan zoeken met elkaar dimdammen wat nou het juiste besluit zou moeten zijn. Ga dat onderbouwen. 

Ja, maar goed, dat is wat meer lange adem. Daar moet je morgen 

mee beginnen. Je moet er een fichier op hebben. 

Ja oké De visieontwikkeling dat is één. Maar goed, als ik als medewerker achter de knop zit... 

mijn dagelijkse werk te doen... zonder een stukje visie en de richting... ga je daar nog niet mee komen. 

Nee, maar je kan wel... Zeggen van, vertel me eventjes waar staat dit eigenlijk? En wat willen we daar dan mee?  Dus we hebben natuurlijk... Ik heb een Excel-tje daar staan. Of ik heb een beetje informatie daar.

En ik heb daar een software. Wat is het dat we met elkaar moeten weten... morgen om de juiste dingen te doen? 

Ja dus daar begint het uiteindelijk ook mee. Dus het is niet alleen maar top-down, maar ook bottom-up. 

Ja en eigenlijk is het natuurlijk dan... Ook nog wel de vraag, ik sprak net iemand die zei van...

we sturen onze medewerkers een item van Klokhuis door wat AI is.  Denk daar even goed over na. Want ja, als je je collega serieus neemt en dan een item doorstuurt... wat mijn zoontje van vijf kijkt, ben je dan... Op de juiste manier aan het anders als meer en het betrekken bij de mogelijkheden.  Bepaal goed voor jezelf, wat is de manier waarop ik ze ga meenemen in dit, in deze nieuwe  revolutie.

En ik denk, gezien de snelheid van ontwikkelen,  misschien moeten we hier op een moment dat we weer wat verder zijn in dit soort ontwikkelingen, gewoon eens even een wrap-up hebben van, oké wat is op dat moment de actuele stand van zaken, dat we daar...  Ja, onze beide luisteraarsgroepen toch een beetje in aangehaald blijven houden Omdat die ontwikkeling zo gewoon rete snel gaat op het moment.

Zeker, zeker. Ik nodig ook vooral iedereen ook uit, ook voor jou de luisteraars De I Have A Dream podcast is beschikbaar op Spotify en bij Apple. Abonneer je en dan houden jullie sowieso op de hoogte van alles wat te maken heeft met I Adoption in het algemeen Even los van Lynn. 

Ja. En andersom nodig ik jouw luisteraars er uit om Lien Snacks te luisteren En als je het leuk vindt ook daar op de abonneerknop te klikken.

Dat moet je zeggen inderdaad ja.  Ik vond het een bijzondere maar wel hele gave waardevolle aflevering geworden. 

Ja, ik vond het ook super leuk om hier te zijn. En ik merk dat er veel te bespreken is. En dat er maar ook al gelijk veel mee te doen is. Dus ik bedank jou en ik moedig alle luisteraars aan om gelijk...

...morgen mee aan de slag te gaan. En 

deel vooral je ervaringen. We zullen in ieder geval in de show notes... ...de linkjes bij de platforms van ons zetten. Het vinden van je AI-tools... ...linkjes zetten we in de show notes. There's an AI for that. There's an AI for that.org.nl Zoeken we eventjes.

Org.com.nl  Oké Koen 

dank je wel. Let op, deze podcast is mede mogelijk gemaakt... ...door Dodge Slash Utrecht De scale-up hub van Utrecht.