Twee organisaties beschrijven dezelfde taak. Bij de ene komt daar de categorie 'AI kan de taak overnemen' uit, bij de andere 'het blijft mensenwerk'. Dat is geen inconsistentie in de methode, maar het resultaat van de methode. De uitkomst hangt niet alleen af van wat een taak inhoudt, maar van de omstandigheden waarin die taak wordt uitgevoerd. Deze pagina legt uit welke factoren dat verschil maken en wat dat betekent voor de betrouwbaarheid van een schatting.
Wij beoordelen een taak nooit op één kenmerk. Elke taak scoort op acht assen: gestructureerdheid van de invoer, oordeelsruimte, klantcontact-gevoeligheid, fysieke component, creativiteit, foutkosten, compliance-gevoeligheid en volume/herhaling. Twee organisaties met 'hetzelfde' takenpakket kunnen op deze assen sterk uiteenlopen. Een planningstaak met vaste invoer en hoog volume valt anders uit dan diezelfde planningstaak wanneer de invoer wisselend is en uitzonderingen de regel zijn. Het gaat dus niet om de titel van de taak, maar om de combinatie van scores erachter.
Bij lage volumes wegen incidenten zwaarder dan bij hoge volumes. Een taak die vijf keer per jaar voorkomt, levert weinig basis op om een patroon te herkennen; een taak die dagelijks honderden keren voorkomt, laat sneller zien waar AI stabiel presteert en waar niet. Hoog volume maakt een schatting vaak specifieker, omdat er meer herhaling is om op te toetsen. Laag volume maakt een schatting breder, niet omdat de taak onduidelijk is, maar omdat er simpelweg minder te generaliseren is. Dit speelt bijvoorbeeld mee bij de vraag of AI voortgang van doelen en projecten monitoren kan overnemen: bij een handvol projecten per jaar is de bandbreedte breder dan bij een portfolio met honderden lopende initiatieven.
Een taak die volledig in gestructureerde systemen plaatsvindt, is anders te beoordelen dan een taak die grotendeels in hoofden, mail en losse documenten zit. Niet omdat de taak zelf verandert, maar omdat de mate waarin AI toegang heeft tot betrouwbare, actuele informatie sterk verschilt. Bij budgetbewaking is dit goed te zien: of AI budget bewaken en afwijkingen signaleren kan overnemen hangt sterk af van of de onderliggende cijfers al gestructureerd en actueel beschikbaar zijn, of dat ze eerst handmatig verzameld en geïnterpreteerd moeten worden. Dezelfde taak, andere systeeminrichting, andere uitkomst.
De kosten van een fout zijn niet universeel. Een verkeerde interpretatie in een intern overzicht heeft andere gevolgen dan een verkeerde interpretatie in een klantcommunicatie of een compliance-rapportage. Bij hoge foutkosten schuift de uitkomst eerder richting categorie twee — AI levert een voorstel, een mens keurt goed of af — ook als de taak op de andere assen op AI-overname zou wijzen. Dit is een van de redenen waarom wij nooit uitsluitend op basis van 'wat de taak inhoudt' een uitspraak doen: de context waarin een fout terechtkomt, telt net zo zwaar.
Een bandbreedte is geen vaagheid, maar een eerlijke weergave van wat we niet met zekerheid weten. Bij taken met veel oordeelsruimte — waarbij twee ervaren medewerkers ook onderling zouden verschillen — is elke schatting per definitie breder. Bij taken met veel klantcontact speelt mee dat de tolerantie voor AI-interactie per branche en per klantgroep verschilt, iets wat wij niet kunnen meten zonder uw eigen cijfers. En bij taken die net zijn ingericht of net van systeem zijn veranderd, is er simpelweg nog geen stabiel patroon om op te varen. In al deze gevallen kiezen wij voor een bredere bandbreedte in plaats van een precies getal dat meer zekerheid suggereert dan wij kunnen onderbouwen.
Er zijn situaties waarin een enkele meting weinig waarde heeft: bij een net veranderd proces, bij een taak die zelden voorkomt, of bij een organisatie die nog in transitie is naar nieuwe systemen. Een score op zo'n moment is een momentopname, geen voorspelling. Dat is ook waarom een hermeting relevant is: dezelfde taak, later gemeten, kan een andere uitkomst geven omdat de omstandigheden zijn veranderd, niet omdat de eerste meting fout was.
Deze methode zegt iets over taken, niet over mensen of functies. Een uitkomst is geen onderbouwing voor een besluit over personeel; voor besluiten die het dienstverband raken, gelden eigen wettelijke vereisten en die toetst u apart. Wij leveren feiten over taken, u trekt daaruit de conclusies die bij uw organisatie passen. Ter illustratie: ook een taak als vergaderleiding is niet uniform te beoordelen, wat blijkt bij de vraag of AI wekelijks teamoverleg leiden kan overnemen — het antwoord verschilt per team, per vergadercultuur en per hoeveelheid besluitvormingsruimte in die overleggen.
Wilt u een eerste indruk van hoe dit voor uw eigen situatie uitpakt, dan kunt u de gratis quickscan van ftetoai invullen: twaalf vragen, zonder account, met een indicatie welk deel van de uren in uw profiel vandaag door AI is over te nemen. De volledige werkscan, die dieper op de acht assen per taak ingaat, is nog in aanbouw — die bestaat op dit moment nog niet, en wij noemen dat liever eerlijk dan dat we hem aanbieden.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.