In 1987 stelde econoom Robert Solow vast dat hij de computerrevolutie overal zag — behalve in de productiviteitsstatistieken. Het werd de Solow Paradox. Bijna veertig jaar later herhalen wij datzelfde patroon met AI. De tools zijn er. De budgetten zijn er. De enthousiastelingen zijn er. Maar de productiviteitswinst? Die laat op zich wachten.
Ik zie dit dagelijks. Organisaties die pilots draaien, tooling evalueren, workshops organiseren over prompt engineering. Maar als je vraagt: "Welk primair proces is aantoonbaar sneller, goedkoper of beter geworden?" — dan wordt het stil.
Waarom technologie alleen niet genoeg is
De misvatting is dat AI een productiviteitsprobleem oplost door simpelweg beschikbaar te zijn. Een betere manier om ernaar te kijken: AI vermenigvuldigt wat al aanwezig is. Een goed georganiseerd proces wordt met AI beter. Een slecht georganiseerd proces wordt met AI sneller slecht.
De bottleneck is nooit de tool. De bottleneck is het operating model: hoe taken zijn verdeeld, hoe beslissingen worden genomen, hoe kennis wordt doorgegeven. Geen AI-tool ter wereld lost een silo-structuur op. Die maakt hem hooguit meer zichtbaar.
Herkenbaar patroon
De Solow Paradox had een verklaring die achteraf logisch lijkt: bedrijven kochten computers, maar reorganiseerden hun processen niet. Ze automattiseerden het slechte in plaats van het goede. De typiste werd vervangen door een tekstverwerker — maar de documentenstroom bleef identiek.
Met AI zien we hetzelfde. Bedrijven kopen Copilot-licenties voor hun hele organisatie. Medewerkers gebruiken het om e-mails sneller te schrijven. Prima. Maar de vergadering die die e-mail veroorzaakte? Die bestaat nog steeds.
Wat werkt dan wel?
Bij HappyNurse zijn wij begonnen vanuit de pijn, niet vanuit de technologie. Welk onderdeel van het recruitment- en onboardingproces kost het meest tijd per zorgprofessional? Welke stap heeft de meeste handmatige overdrachten? Welke informatie wordt het vaakst opnieuw ingevoerd?
Dat zijn de ingangen voor AI. Niet "we gaan AI gebruiken" — maar "dit specifieke ding kost ons wekelijks 400 uur en dat gaan we automatiseren." Dan heb je een business case. Dan heb je een meetpunt. Dan kun je überhaupt bepalen of het werkt.
"Begin niet bij de AI. Begin bij de pijn. Dan weet je waarvoor je de AI inzet."
Drie vragen die je moet kunnen beantwoorden
Voor je een AI-initiatief start:
- Welk meetbaar probleem lossen we op? Niet "we willen innovatiever zijn" — maar een concreet getal: tijd, kosten, foutpercentage.
- Wie is eigenaar van het proces na automatisering? AI zonder proceseigenaar wordt een weeskind.
- Wat is ons succes-criterium over 6 maanden? Als je dit niet kunt beantwoorden voor je begint, kun je het ook niet beantwoorden erna.
De technologie is er. De vraag is of jouw organisatie klaar is om er iets mee te doen.
Terug naar blog