Direct naar de inhoud
Blog

Artikel

De beste technologische keuzes beginnen vaak met een betere vraag

7 minuten
De beste technologische keuzes beginnen vaak met een betere vraag
Technologie ontwikkelt zich sneller dan ooit. Kunstmatige intelligentie wordt steeds meer onderdeel van het dagelijkse werk, automatisering bereikt steeds meer bedrijfsprocessen, software kan sneller worden ontwikkeld en aangepast en organisaties hebben toegang tot meer digitale mogelijkheden dan ooit tevoren. Dat biedt enorme kansen. Tegelijkertijd wordt het steeds lastiger om te bepalen welke ontwikkelingen daadwerkelijk de moeite waard zijn.

Nieuwe technologie roept al snel nieuwe vragen op. Moeten we hier AI inzetten? Kunnen we dit proces automatiseren? Hebben we een nieuw platform nodig? Moeten we een bestaand systeem vervangen? Het zijn begrijpelijke vragen, maar vaak beginnen ze net iets te laat in het gesprek. Voordat je besluit wat je gaat bouwen of welke technologie je wilt introduceren, is er meestal een belangrijkere vraag die eerst beantwoord moet worden: wat willen we eigenlijk veranderen?

Dat klinkt eenvoudig, maar in de praktijk is dat het niet. Veel organisaties hebben jaren aan bestaande processen, systemen, koppelingen en werkwijzen opgebouwd. Wat op het eerste gezicht een technologisch probleem lijkt, kan net zo goed een procesprobleem zijn, een organisatorisch vraagstuk of het gevolg van onduidelijk eigenaarschap. Een traag werkproces vraagt niet automatisch om AI. Een versnipperde klantreis is niet altijd op te lossen met een nieuw platform. En de introductie van een nieuwe tool betekent niet vanzelfsprekend dat mensen beter kunnen werken.

Juist doordat er steeds meer technologie beschikbaar komt, wordt het belangrijker om het probleem achter de vraag te begrijpen.

Van wat kunnen we bouwen naar wat moeten we veranderen?

Eerder in mijn carrière begonnen veel digitale gesprekken bij wat er ontworpen of gebouwd moest worden. Een website, een applicatie, een koppeling of een nieuwe digitale dienst. De uitdaging was vaak om een duidelijke behoefte te vertalen naar een werkende oplossing.

Tegenwoordig vind ik vooral het gesprek dat daaraan voorafgaat steeds interessanter. Waar loopt het vast? Welk onderdeel van het proces vertraagt mensen daadwerkelijk? Wat ervaren klanten? Waar gaat kennis verloren? Welke beslissingen duren te lang? En wat verandert er voor de organisatie als we dit probleem oplossen?

Dat verandert ook de rol van technologie. Technologie is niet langer het vertrekpunt, maar wordt een van de mogelijke middelen om verbetering te realiseren. Soms betekent dat iets nieuws bouwen. Soms betekent het bestaande systemen met elkaar verbinden. En in andere gevallen zit de grootste verbetering in het vereenvoudigen van een proces, nog voordat er één regel code is geschreven.

Dat is extra relevant nu AI onderdeel wordt van vrijwel ieder technologisch gesprek. De vraag 'Hoe kunnen we AI inzetten?' is snel gesteld, maar vaak te breed om echt richting te geven. Een betere vraag is misschien: waar besteden mensen veel tijd aan repetitief werk waarvoor hun eigen beoordelingsvermogen niet nodig is? Of: waar is waardevolle informatie beschikbaar, maar kunnen mensen er niet gemakkelijk bij op het moment dat ze die nodig hebben?

Dat soort vragen leidt tot heel andere oplossingen. Bovendien wordt het daarmee eenvoudiger om te bepalen of AI überhaupt nodig is.

Betere vragen zorgen voor meer focus

Een van de risico's van snelle technologische ontwikkelingen is dat organisaties te veel tegelijk willen oplossen. Er is altijd wel een nieuw platform, een andere AI-toepassing of een nieuwe mogelijkheid om iets te automatiseren. Elk initiatief kan op zichzelf logisch zijn, terwijl de organisatie als geheel juist steeds complexer wordt.

Daarom is focus zo belangrijk. Niet ieder proces hoeft geautomatiseerd te worden. Niet alle data hoeft onderdeel te worden van een AI-model. En niet ieder bestaand systeem hoeft vervangen te worden alleen omdat er iets nieuwers beschikbaar is.

Een goede technologische keuze begint met begrijpen wat er echt toe doet.

Waar zit de grootste operationele vertraging? Waar staat complexiteit verdere groei in de weg? Welke onderdelen van de klantbeleving moeten beter? Welke handmatige stappen veroorzaken risico's of onnodige kosten? En voor welke problemen moeten medewerkers steeds opnieuw omwegen bedenken?

Dit soort vragen haalt het gesprek weg bij technologie om de technologie. Ze verbinden digitale keuzes aan concrete resultaten: betere dienstverlening, snellere besluitvorming, minder complexiteit, veiligere bedrijfsvoering of meer tijd voor werkzaamheden waarbij menselijke kennis en beoordelingsvermogen onmisbaar zijn.

Dat maakt technologie niet minder belangrijk. Het zorgt er juist voor dat we technologie bewuster inzetten.

AI maakt de menselijke factor belangrijker, niet minder belangrijk

Er is nog een reden waarom het stellen van betere vragen steeds belangrijker wordt. Technologie wordt namelijk steeds beter in het produceren van antwoorden.

AI kan teksten genereren, grote hoeveelheden informatie analyseren, software schrijven, klantinteracties ondersteunen en helpen bij besluitvorming. Naarmate deze mogelijkheden toenemen, ligt het voor de hand om vooral te kijken naar wat de technologie allemaal kan.

Maar een antwoord is alleen waardevol als de juiste vraag is gesteld.

Organisaties blijven mensen nodig hebben die de context begrijpen, aannames ter discussie stellen en herkennen wat echt belangrijk is. Iemand moet bepalen welk probleem prioriteit verdient, welke informatie betrouwbaar is, welke risico's acceptabel zijn en hoe een succesvol resultaat er daadwerkelijk uitziet.

Daardoor worden vakkennis en beoordelingsvermogen alleen maar waardevoller. Een krachtig AI-systeem dat aan de verkeerde doelstelling werkt, helpt een organisatie simpelweg sneller de verkeerde kant op.

Om dezelfde reden vind ik dat gesprekken over AI niet los gezien kunnen worden van gesprekken over mensen en processen. Als technologie verandert hoe werk wordt uitgevoerd, veranderen ook verantwoordelijkheden, besluitvorming en samenwerking. Die veranderingen verdienen net zoveel aandacht als de technische oplossing zelf.

Hetzelfde geldt voor security en de manier waarop we werken

Cybersecurity is hiervan een ander goed voorbeeld. Het is verleidelijk om security te benaderen als een puur technisch vraagstuk over tools, infrastructuur en beveiligingsmaatregelen. Die zaken zijn essentieel, maar de onderliggende vragen zijn veel breder.

Welke informatie is het belangrijkst voor de organisatie? Waar zitten de daadwerkelijke operationele risico's? Wat gebeurt er als een bepaald systeem niet meer beschikbaar is? Welke afhankelijkheden bestaan er tussen klanten, medewerkers, leveranciers en technologie?

Dit soort vragen helpt bepalen wat beschermd moet worden en waarom. Zo wordt security onderdeel van de bedrijfscontinuïteit, in plaats van een losstaande technische discipline.

Hetzelfde principe geldt voor de manier waarop organisaties werken. Gesprekken over hybride werken, samenwerkingsplatformen of digitale werkomgevingen gaan al snel over tools. Maar de interessantere vragen gaan over hoe mensen moeten samenwerken.

Waar worden beslissingen genomen? Hoe wordt kennis gedeeld? Wanneer heeft iemand toegang tot bepaalde informatie nodig? Welke onderdelen van een proces vragen om samenwerking en welke kunnen automatisch op de achtergrond worden afgehandeld?

Pas wanneer die vragen helder zijn, wordt het zinvol om te bepalen welke technologie daar het beste bij past.

Van technologieprojecten naar het vermogen om te veranderen

Misschien is dat wel een van de belangrijkste verschuivingen die momenteel plaatsvinden. Digitale transformatie draait steeds minder om afzonderlijke technologieprojecten en steeds meer om het vermogen van een organisatie om zich continu aan te passen.

Er komt altijd weer een volgende ontwikkeling. Op dit moment gaat veel aandacht uit naar generatieve AI en automatisering. Morgen zorgt een andere technologie voor nieuwe mogelijkheden. Organisaties kunnen zichzelf niet iedere keer volledig opnieuw uitvinden.

Wat ze wel kunnen doen, is beter worden in het herkennen van kansen voor verandering, het testen van ideeën, het leren van de resultaten en het opschalen van wat werkt.

Dat vraagt om technische kennis, maar ook om nieuwsgierigheid en discipline. Het betekent dat je bestaande processen durft te bevragen in plaats van ze simpelweg te digitaliseren. Dat je de bedrijfscontext begrijpt voordat je een oplossing kiest. En dat je soms ook besluit om helemaal niets nieuws te bouwen.

Dat soort beslissingen worden zelden alleen door technologieteams genomen. Ze ontstaan op het snijvlak van bedrijfskennis, klantinzicht, software, data en mensen.

Juist daar vinden naar mijn idee momenteel de interessantste gesprekken plaats.

Begin bij de vraag achter de vraag

Wanneer iemand vraagt om een nieuwe applicatie, een AI-oplossing of een automatisering, is die eerste vraag vaak slechts het zichtbare deel van een groter probleem.

Waarom is dit nodig? Hoe gaat het nu? Wie ervaart het probleem? Wat wordt er mogelijk als we het oplossen? En hoe weten we straks of de situatie daadwerkelijk is verbeterd?

Soms bevestigen de antwoorden dat een nieuwe technologische oplossing precies is wat nodig is. Soms wijzen ze juist een heel andere richting op.

Beide uitkomsten zijn waardevol. Want uiteindelijk gaat het er niet om méér technologie te gebruiken. Het gaat erom technologie in te zetten waar die daadwerkelijk het verschil maakt.

Bij Infodation geloven we dat goede technologie begint met het begrijpen van het probleem achter de vraag. Daarom gaan onze aankomende Infodation Sessions niet alleen over AI, cybersecurity of nieuwe manieren van werken. Ze bieden vooral de gelegenheid om betere vragen te stellen over wat deze ontwikkelingen daadwerkelijk betekenen voor jouw organisatie.

Toegepaste AI, zonder theater

Benieuwd hoe dit werkt in jouw organisatie?

We helpen teams om AI-ideeën om te zetten in werkende workflows, bruikbare tools en meetbare operationele winst.

Start een 14-daagse AI sprint