Elk groot bedrijf wil de volgende Amazon zijn. Althans, dat zeggen ze in het jaarverslag. In de praktijk voeren de meeste ondernemingen een handvol pilots uit, publiceren een persbericht over ‘digitale transformatie’ en zien vervolgens stilletjes toe hoe de hele zaak ergens tussen het innovatielab en de daadwerkelijke implementatie vastloopt. Dit stuk gaat over waarom die kloof bestaat en waarom deze zoveel moeilijker te dichten is dan de meeste managers willen toegeven.
Bekijk onze nieuwste blog opTechsSlaash Review: gaat Techsslaash.com echt “grenzen verleggen” in 2026?
Het operationele model is meestal het echte probleem
De verleiding is groot om het falen te wijten aan de verkeerde technologiekeuze, aan de verkeerde leverancier, of aan een team dat het gewoon niet ‘snapte’. Maar als je de details weglaat, duikt bijna elke keer hetzelfde probleem op: de organisatie zelf is niet gebouwd om nieuwe dingen snel op te nemen.
Denk eens na over hoe de meeste grote ondernemingen feitelijk functioneren. Begrotingscycli zijn jaarlijks. Beslissingen over het personeelsbestand nemen kwartalen in beslag. Een nieuwe softwaretool moet de inkoop, veiligheidsbeoordeling, juridische zaken en compliance regelen, soms alle vier in volgorde, en niet parallel. Dat proces was ontworpen om risico's in een stabiele omgeving te beheersen. Het is nooit ontworpen om een machine learning-prototype in zes maanden van proof-of-concept naar productie om te zetten.
De bedrijven die dit daadwerkelijk oplossen, en niet alleen maar praten over het oplossen ervan, doen meestal eerst iets ongemakkelijks. Ze kijken goed naar hun interne operationele structuur en geven toe dat deze voor dit doel niet werkt. Dat is ook precies de reden waarom bedrijven die het probleem serieus willen oplossen, externegebruiken advies over operationele efficiëntieop een gegeven moment niet om het denken uit te besteden, maar omdat interne teams zich jarenlang hebben aangepast aan disfunctionele processen en deze echt niet meer duidelijk kunnen zien. Frisse ogen vangen dingen op die al tien jaar onzichtbaar zijn.
Bekijk onze nieuwste blog opveganovtrichy.com: zoekverkeer, rankings en backlinks
Wat het ‘operationele model’ betekent als je het terugtrekt
Het is geen strategiedocument. Een operationeel model is het eigenlijke dagelijkse mechanisme: wie kan wat goedkeuren, hoe snel geld beweegt en wie eigenaar is van een besluit wanneer het afdelingsgrenzen overschrijdt. Bij de meeste bedrijven zijn deze mechanismen voor het laatst serieus onderzocht ergens voordat de iPhone bestond.
Dus wanneer een AI-team iets bouwt dat echt nuttig is en vervolgens tegen een muur botst bij een poging het in productie te krijgen, is die muur het operationele model. Het is geen mensenprobleem. Het is een architectuurprobleem.
Wat wordt er momenteel feitelijk gebouwd
Voordat we ingaan op waarom dingen mislukken, is het de moeite waard om te benoemen wat bedrijven daadwerkelijk testen. Omdat de technologische kant hiervan op dit moment legitiem interessant is.
De technologieën die lawaai maken
De lijst met technologieën die bedrijven momenteel actief testen, is werkelijk lang. Dit is geen speculatie; het is zichtbaar in vacatures, inkomstenoproepen en conferentieagenda's.
- Generatieve AI in operaties.Bedrijven als JPMorgan Chase en Goldman Sachs zijn al ver voorbij het ‘verkennen’ van generatieve AI. Het COIN-platform van JPMorgan verwerkt al jaren juridische documenten op machinesnelheid. Wat nieuwer is, is het toepassen van LLM’s op intern kennisbeheer, codebeoordeling en klantenservicetriage, die alle drie actief worden uitgerold binnen grote ondernemingen.
- Digitale tweelingen.Siemens, BMW en Lockheed Martin beheren volledige digitale twin-omgevingen voor fabrieksvloeren en toeleveringsketens. Het doel is niet alleen simulatie, het is realtime beslissingsondersteuning. Wanneer er sprake is van een verstoring van de aanbodvoorziening, kan een digitale tweeling vijftig alternatieve routeringsscenario's modelleren in de tijd die nodig was om een vergadering bijeen te roepen.
- Edge computing voor industrieel IoT.Bedrijven als Honeywell en Rockwell Automation implementeren edge-intelligentie rechtstreeks in productieapparatuur. De belofte: verminderde latentie, lokale besluitvorming en minder afhankelijkheid van gecentraliseerde cloudconnectiviteit.
- Agentische AI-workflows.Dit is echt nieuw terrein. Systemen als Copilot Studio van Microsoft en Agentforce van Salesforce stellen bedrijven in staat om AI-agenten in te zetten die taken in meerdere stappen autonoom uitvoeren, boeken, e-mailen, records bijwerken en workflows activeren, zonder menselijke tussenkomst bij elke stap. Of deze betrouwbaar schaalt, wordt nog getest in de productie.
Prototypes die lawaai maken
Verschillende projecten verdienen vermelding omdat ze vormgeven aan de manier waarop de volgende golf van bedrijfsinnovatie daadwerkelijk wordt opgebouwd:
- Google's Project Astrais een multimodaal AI-assistent-prototype dat kan redeneren over tekst, afbeeldingen en objecten uit de echte wereld. Gebruiksscenario's voor ondernemingen die worden onderzocht, zijn onder meer realtime kwaliteitsinspectie en ondersteuning van veldtechnici.
- NVIDIA's Omniversum voor industriële simulatiewordt door Toyota en Ericsson gebruikt om synthetische datasets te bouwen en robotconfiguraties te testen voordat een enkele fysieke machine wordt aangeraakt.
- IBM's Watsonxis het geherpositioneerde AI-platform van IBM, dat zakelijke klanten gebruiken om bedrijfseigen modellen op interne gegevens af te stemmen, terwijl ze die gegevens binnen hun eigen infrastructuurperimeter houden. Relevant voor gereguleerde industrieën.
- OpenAI's operatorklassemodellenzijn de verschuiving naar modellen die acties kunnen ondernemen in softwareomgevingen, en niet alleen tekst kunnen genereren, en dit is iets waar bedrijven in de logistiek, financiën en gezondheidszorg naar kijkeng van dichtbij.
De prototypes zijn echt. De infrastructuur om ze op grote schaal te implementeren is bij de meeste ondernemingen niet aanwezig.
De drie manieren waarop ondernemingen innovatie op grote schaal feitelijk de kop indrukken
Trap één: piloten die nooit bedoeld waren om te verzenden
Een pilot die geen product wordt, is slechts een duur experiment. En eerlijk gezegd ontwerpen veel bedrijven hun piloten onbewust om als piloten te blijven, omdat een piloot veilig is. Hij leeft in een zandbak. Het hoeft niet te voldoen aan SLA-eisen, een beveiligingsaudit te doorstaan of te integreren met het twintig jaar oude ERP-systeem dat niemand meer volledig begrijpt.
Het vertellen? Meer dan drie ‘innovatielabs’ met minder dan twee live producten ertussen. Een Centre of Excellence dat voornamelijk thought leadership-decks en spreekinzendingen produceert. Ingenieurs die al vijf maanden ‘in ontdekking’ zijn. Verkopers worden al vóór de laatste Amerikaanse verkiezingen omschreven als ‘in evaluatie’.
Dit patroon heeft een naam: pilootvagevuur en het is niet toevallig. Pilots worden gefinancierd uit innovatiebudgetten. Voor schaalvergroting zijn operationele budgetten nodig. De eigenaren van deze operationele budgetten willen een voorspelbare ROI uit beproefde systemen. Dat is een legitiem standpunt. Maar het creëert een structurele kloof die niemand formeel mag overbruggen, zodat de meeste piloten die kloof nooit overbruggen.
Valkuil twee: software kopen voordat u het proces repareert
Deze komt bijna beschamend vaak voor. Een bedrijf koopt een nieuwe AI-tool, of een nieuw dataplatform, of een nieuwe automatiseringssuite en implementeert deze op een kapot onderliggend proces. Het resultaat is een sneller afgebroken proces.
Workday, SAP en Salesforce hebben dit allemaal ervaren bij hun eigen klanten. Niet omdat de producten niet werken. Omdat klanten ze implementeren als een technisch project in plaats van als een procesherontwerpproject. De implementatie kostte ballonnen. Het verandermanagement wordt overgeslagen. De adoptiecijfers zijn verschrikkelijk. De verkoper krijgt de schuld.
De juiste volgorde is: begrijp het proces dat je probeert te verbeteren, herontwerp het en kies vervolgens de technologie die het nieuwe ontwerp ondersteunt. Bijna niemand doet het in die volgorde, omdat het herontwerpen van processen vereist dat mensen worden betrokken die zich bedreigd voelen door de veranderingen, en dat is een moeilijker gesprek dan het kiezen van een softwareleverancier.
Valkuil drie: het verkeerde meettijdsbestek toepassen
Vragen om een ROI van 90 dagen op een technologie die 18 maanden nodig heeft om te implementeren en nog een jaar om zinvolle gegevens te genereren, is gewoon slechte wiskunde. Maar dat is de maatstaf die de meeste financiële teams hanteren, omdat ze deze op alles toepassen.
Dus wat gebeurt er? Een AI-initiatief is driekwart van de weg door een tweejarige uitbetalingscyclus heen als er een kwartaal met slechte inkomsten aankomt. De CFO kijkt naar het innovatiebudget. Het project heeft nog geen rendement opgeleverd. Het wordt gesneden. Het team valt uiteen. De institutionele kennis van wat er in die drie kwartalen is geleerd, vertrekt met hen mee. En de volgende CEO die het initiatief opnieuw wil opstarten, zal helemaal opnieuw moeten beginnen en veel van dezelfde fouten moeten maken.
Het cultuurding is echt, niet alleen motiverende posters
Cultuur wordt in elk innovatiegesprek genoemd en vervolgens behandeld als iets dat zichzelf wel zal oplossen zodra de strategie goed is. Dat zal niet gebeuren.
De gedragsnormen die een organisatie daadwerkelijk runnen, niet de waarden op dewebsite, de feitelijke normen, zijn infrastructuur. En bij de meeste bedrijven heeft die infrastructuur een onderhoudsachterstand die langer is dan de technische schulden.
De specifieke patronen die de meeste schade veroorzaken:
- Risicoaversie verkleed als strengheid.'Laten we nog een beoordeling doen' als een manier om te voorkomen dat u belt. Dit is geen voorzichtigheid. Het is ontkenning.
- Onduidelijkheid over eigendom.Als er iets misgaat, krijgt iemand de schuld. Als iets goed gaat, wordt het krediet breed verspreid. Mensen zijn niet dom. Ze merken deze asymmetrie op en passen hun gedrag daarop aan.
- Het HiPPO-probleem.De mening van de hoogst betaalde persoon. Google’s Project Aristotle-onderzoek heeft dit goed gedocumenteerd: teams waar de mening van de oudste persoon automatisch domineerde, lieten consequent slechtere resultaten zien dan teams waar juniorleden zich veilig voelden als ze het niet met elkaar eens waren. De gegevens zeggen: uitdaging opwaarts. De organisatorische prikkels zeggen van niet.
- Snelheidsboetes.Snel bewegen betekent sluiproutes nemen. Snelkoppelingen veroorzaken incidenten. Incidenten worden post-mortemd. Post-mortems richten zich op wat de fast-mover fout heeft gedaan. Dus mensen stoppen met snel bewegen. Het tempo neigt naar de meest voorzichtige stakeholder.
Niets van dit alles wordt opgelost door alles in het werk te stellen om een ‘cultuur van innovatie’ te omarmen. Dit wordt opgelost door te veranderen wat wordt beloond en wat wordt gestraft, wat een langer en politieker proces is dan waar de meeste leiderschapsteams zin in hebben.
Wat dingen daadwerkelijk verandert: echte patronen van echte bedrijven
Amazons teamregel met twee pizza's, teams klein genoeg houden zodat ze door twee pizza's kunnen worden gevoed, is niet alleen maar een eigenzinnige managementanekdote. Het is een bewuste architecturale keuze om te voorkomen dat coördinatieoverhead de uitvoering vertraagt. Kleine teams met een duidelijk eigenaarschap gaan sneller. Dat is geen filosofie; dat is waarneembaar in de productiecadans.
Het beruchte cultuurdeck van Netflix (dat Sheryl Sandberg misschien wel het belangrijkste document uit Silicon Valley noemde) ging in essentie over het wegnemen van procesoverhead ten gunste van het inhuren van mensen die in staat zijn zelfstandig goede beslissingen te nemen. Het resultaat: een bedrijf dat in minder dan tien jaar overstapte van dvd-per-mail naar streaming naar de productie van originele inhoud.
Het squad-model van Spotify, autonome squads georganiseerd rond klantresultaten in plaats van functionele afdelingen, werd een sjabloon dat tientallen bedrijven probeerden te kopiëren, met gemengde resultaten. Degenen die faalden, kopieerden meestal het organigram zonder het onderliggende autoriteitsmodel te kopiëren. Squads hebben echte beslissingsmacht nodig om te kunnen functioneren. Zonder dat zijn het slechts commissies met een betere branding.
Het patroon is in elk succesvol geval hetzelfde: autoriteit komt dichter bij het werk. Niet ‘wij versterken onze teams’ in de zin van een strategiedeck. Letterlijk: de persoon die een probleem signaleert, is degene die bevoegd is om het op te lossen, zonder dat het via vier managementlagen hoeft te escaleren.
Leiderschap moet daadwerkelijk iets opgeven
Dit is het deel dat de keynote niet haalt.
Het opschalen van innovatie vereist dat leidinggevenden de controle opgeven op een manier die echt riskant aanvoelt, omdat dat ook zo is. Het delegeren van echte besluitvorming betekent dat sommige beslissingen verkeerd zullen zijn. Het decentraliseren van budgetten betekent dat er een deel van het geld wordt uitgegeven aan zaken die mislukken. Snel handelen betekent dat de productie kapot gaat. Niet als hypothetische kosten. Als gegarandeerde kosten om anders te opereren dan een langzamer bewegende concurrent.
De meeste bedrijfsleiders begrijpen dit intellectueel. Slechts weinigen zijn er structureel op ingesteld om dit te accepteren. Prestatiebeoordelingen belonen stabiliteit. Bestuursgesprekken belonen voorspelbaarheid. Beloningsstructuren zijn gekoppeld aan maatstaven die innovatie op de korte termijn verstoort.
Dat is geen karakterfout bij een individuele leidinggevende. Het is een systeem dat precies het gedrag produceert waar de prikkels om vragen. Om dit te veranderen, moeten de prikkels worden veranderd, wat vereist dat het bestuur zich op dezelfde manier bekommert om de innovatieresultaten op de lange termijn als om de kwartaalcijfers. Dat is een langzaam, politiek gesprek en eerlijk gezegd zullen de meeste bedrijven het pas voeren als een concurrent hen daartoe dwingt.
Dus, waar laat dit ons achter
De ondernemingen die momenteel innovatie echt opschalen, geen pilots uitvoeren, geen persberichten publiceren en dingen daadwerkelijk op schaal inzetten, delen een herkenbare reeks kenmerken. Ze hebben hun operationele modellen doelbewust opnieuw ontworpen en niet alleen gepatcht. Ze financieren schaalvergroting als een aparte begrotingslijn van pilots. Ze meten innovatie binnen het juiste tijdsbestek, zelfs als de financiële wereld daar een hekel aan heeft. En ze hebben op zijn minst gedeeltelijk werk verricht om leiderschapsprikkels op één lijn te brengen met resultaten die meer dan een kwart duren voordat ze werkelijkheid worden.
Niets daarvan is theoretisch ingewikkeld. Dit alles vereist het doen van ongemakkelijke dingen binnen organisaties die gebouwd zijn om ongemak te weerstaan.
De knelpunten zijn herkenbaar. De oplossingen zijn bekend. De vraag is altijd geweest of er voldoende organisatorische wil is om deze daadwerkelijk uit te voeren en of het leiderschap werkelijk bereid is enige controle en voorspelbaarheid in te ruilen voor snelheid. De meeste zijn dat niet. Degenen die dat wel zijn, hebben de neiging zich van de concurrentie terug te trekken op een manier die erg moeilijk te sluiten is.