Er is een verhaal dat we onszelf vertellen over AI: het weet meer dan wij. Het ziet patronen die wij missen. Het is objectiever, sneller, completer.

Dat verhaal klopt, tot het niet meer klopt.

BCG-onderzoek met Wharton-professor Ethan Mollick onthulde iets dat weinig aandacht krijgt: bij taken die buiten AI’s “jagged frontier” vallen, presteerden consultants die AI gebruikten 23% slechter dan consultants die het zonder deden1. Niet een beetje slechter. Significant slechter.

AI maakt je beter in wat het kan. En slechter in wat het niet kan, als je het verschil niet ziet.

Het gevaar van outsourcing

De verleiding is groot: laat AI je strategie analyseren, je risico’s inschatten, je doelen formuleren. Het voelt productief. Je krijgt snel een gepolijst antwoord. Maar bij vijf cruciale strategische inzichten is je team structureel beter dan welke AI dan ook.

Niet omdat je team slimmer is. Maar omdat strategie draait om context die AI niet heeft.

Teamplan

Teamplan

Een teamplan is de routekaart voor jullie team. Leg samen vast wat je wil ber...

Bekijk template

1. Wat je klanten werkelijk willen (niet wat ze zeggen)

AI kan klanttevredenheidscijfers analyseren en patronen in reviews herkennen. Maar het verschil tussen wat klanten zeggen en wat ze bedoelen, dat zit in de ontmoeting.

Je accountmanager die na het gesprek denkt: “Ze zeiden ja, maar ze bedoelden nee.” Je support-medewerker die merkt dat klanten steeds dezelfde workaround gebruiken voor een probleem dat ze niet eens als probleem benoemen. Je salesteam dat weet welke bezwaren onuitgesproken blijven.

Dit is tacit knowledge: kennis die niet in data zit maar in ervaring2. AI kan analyseren wat er geschreven en gezegd is. Je team weet wat er bedoeld werd.

2. Waar de echte weerstand zit

Elk strategisch plan raakt aan verandering. En elke verandering raakt aan weerstand. AI kan je vertellen dat “change management” belangrijk is. Maar het kan niet vertellen dat Jan van finance het plan gaat saboteren omdat het zijn pet project bedreigt. Of dat het operations-team al drie keer een vergelijkbaar initiatief heeft zien stranden.

Organisatieonderzoek bevestigt dit: slechts 21% van medewerkers wereldwijd is actief betrokken bij hun werk3. De redenen zijn zelden rationeel en bijna nooit te vinden in data. Ze zitten in de verhalen die mensen elkaar vertellen bij de koffieautomaat.

Je team kent die verhalen. AI niet.

3. Welke kansen bij jullie passen (en welke niet)

AI kan tien groeikansen genereren voor je markt. Maar het kan niet beoordelen welke bij jullie passen. Niet bij jullie op papier, bij jullie als team.

Hebben jullie de energie voor een grote overname? Past een pivot naar een nieuw segment bij de cultuur die je hebt gebouwd? Wil je teamleider dat extra product erbij, of zit ze al aan haar limiet?

Bij een Procter & Gamble studie presteerden minder ervaren medewerkers met AI-ondersteuning op het niveau van senior teams4. Maar het omgekeerde geldt ook: ervaren mensen die hun oordeel uitschakelen en AI blindelings volgen, verliezen juist hun edge.

De strategische keuze is niet “wat kan werken.” Het is “wat kan werken, gegeven wie wij zijn.” Die tweede vraag kan alleen je team beantwoorden.

4. Wanneer het genoeg is

AI optimaliseert. Het zoekt altijd naar meer: meer doelen, meer KPI’s, meer acties, meer mogelijkheden. Het heeft geen rem.

Je team wel. Iemand die zegt: “We hebben al te veel op ons bord.” Een manager die aanvoelt dat het team moe is. Een ondernemer die weet dat nu niet het moment is voor ambitie, maar voor consolidatie.

Het Pareto-principe geldt ook voor strategie: 20% van je acties levert 80% van je resultaten5. AI kan dat principe benoemen. Je team kan aanwijzen welke 20% dat is, omdat ze de dagelijkse realiteit kennen.

5. Wat jullie drijft

Dit is het inzicht dat alle andere inzichten stuurt, en het inzicht waar AI het meest tekortschiet.

Waarom doet je team dit werk? Wat maakt dat ze ‘s ochtends opstaan en naar kantoor komen? Niet de missie op de website, maar het eerlijke antwoord.

Die Drive is niet rationeel. Het is niet meetbaar. Het staat in geen enkele dataset. Maar het is de motor van executie. Teams die hun eigen Drive kennen, voeren plannen uit. Teams die een strategie krijgen opgelegd, doen alsof.

Betrokkenheid verdubbelt in organisaties waar medewerkers invloed hebben op hun eigen doelen6. Niet omdat invloed efficiënter is, maar omdat het eigenaarschap creëert. En eigenaarschap is iets wat een AI-agent nooit kan genereren.

De juiste rolverdeling

Dit artikel is geen pleidooi tegen AI. Het is een pleidooi voor de juiste rolverdeling.

AI is briljant in het genereren van opties, het analyseren van data, het herkennen van patronen uit publieke bronnen. Laat het dat doen.

Je team is briljant in het beoordelen van opties, het inbrengen van context, het aanvoelen van timing en cultuur. Laat ze dat doen.

Het probleem is niet AI of mens. Het probleem is dat de meeste organisaties geen structuur hebben om die samenwerking vorm te geven. 48% van organisaties kan hun eigen data niet eens doorzoekbaar maken voor AI7. Hoe kan AI samenwerken met je team als het niet eens weet wat het team al heeft besloten?

Het canvas als ontmoetingspunt

Bij dare2plan is het canvas de plek waar menselijk inzicht en AI-ondersteuning samenkomen. Het team vult het canvas in, met hun kennis, hun context, hun Drive. De AI-assistent stelt betere vragen, signaleert inconsistenties, en biedt perspectieven die het team mogelijk mist.

Maar het team beslist. Altijd.

De vijf inzichten uit dit artikel zijn precies de inzichten die in een canvas thuishoren. Ze vormen samen het strategische verhaal van je organisatie, een verhaal dat alleen je team kan vertellen.

Bekijk de template library en ontdek welk canvas jouw team helpt om die inzichten vast te leggen.

Teamplan

Teamplan

Een teamplan is de routekaart voor jullie team. Leg samen vast wat je wil ber...

Bekijk template

Referenties

  1. Dell’Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper. hbs.edu 

  2. Polanyi, M. (1966). The Tacit Dimension. University of Chicago Press. “We can know more than we can tell.” Tacit knowledge is fundamenteel voor strategisch oordeel. 

  3. Gallup (2024). State of the Global Workplace Study. Slechts 21% van medewerkers wereldwijd is actief betrokken bij hun werk. gallup.com 

  4. Mollick, E. (2025). The Cybernetic Teammate. One Useful Thing. AI brengt minder ervaren medewerkers naar het niveau van senior experts. oneusefulthing.org 

  5. Pareto, V. (1896). Cours d’économie politique. Het 80/20-principe, gevalideerd in managementliteratuur door Koch, R. (1998). The 80/20 Principle

  6. Gallup (2024) / Self-Determination Theory (Deci & Ryan, 1985). Betrokkenheid verdubbelt wanneer medewerkers invloed hebben op hun eigen doelen. 

  7. Deloitte (2025). The State of Generative AI in the Enterprise. 48% van organisaties noemt doorzoekbaarheid van data als grootste obstakel voor AI agents. deloitte.com