Jij bent directeur. Er dendert een trein op jouw organisatie af. Vijf collega's staan op de rails. Jij staat bij de wissel. Als je niets doet, rijdt de trein door. Als je de wissel omzet, rijdt de trein een ander spoor op. Daar ligt één persoon.
Wat doe je?
Het ongemakkelijke aan dit dilemma is niet dat er een verkeerde keuze is. Het is dat beide keuzes iets kosten. Wie de wissel omzet, redt vijf mensen maar is zelf verantwoordelijk voor wat er daarna gebeurt. Wie niets doet, laat vijf mensen sterven maar heeft zelf geen actie ondernomen. En precies daar zit de pijn: handelen maakt je zichtbaar en aanspreekbaar, terwijl niets doen zich vermomt als zorgvuldigheid. Totdat achteraf duidelijk wordt dat ook dat een keuze was.
Filosofen noemen dit het trolleyprobleem. En ik kom het elke week tegen, niet met treinen en wissels, maar in directiekamers en strategiesessies waar AI op de agenda staat.
De kunst van het productief stilzitten
Er is een bewonderenswaardige vaardigheid die veel organisaties tot in de perfectie beheersen: de georganiseerde verkenning. Eerst een werkgroep, dan een inspiratiesessie, dan een pilot. Dan nóg een pilot, want de eerste was eigenlijk meer een oriëntatie. Dan een ethisch kader, en vervolgens een overleg over dat ethisch kader. Ondertussen gebruiken medewerkers AI gewoon al, op hun telefoon, thuis, in de vergadering, terwijl de werkgroep vergadert over wanneer de werkgroep vergadert.
Het gevaar van al dat zorgvuldige verkennen is dat het er op het eerste gezicht verstandig uitziet, en dat het binnen de muren van de organisatie ook zo wordt beoordeeld. Wie wacht, kan altijd zeggen dat hij de tijd heeft genomen. Maar de organisatie die ondertussen wél in beweging is gekomen, heeft geleerd, bijgestuurd en een voorsprong opgebouwd die lastig in te halen is. Die voorsprong staat niet op een agenda en komt niet terug in een kwartaalrapportage. Hij is er gewoon, stil en geruisloos, terwijl de werkgroep nog vergadert.
Waarom stilstand zo aantrekkelijk is, en zelfs beloond wordt
Dit is geen kwestie van onwil of onkunde. Veranderkundigen noemen het handelingsverlegenheid, en het heeft een aantal heel herkenbare oorzaken.
De eerste is dat mensen van nature verliesavers zijn. Een mogelijke reputatieschade door een verkeerde AI-beslissing voelt zwaarder dan de winst die je ermee boekt als het wel goed gaat. Wie actief kiest voor AI, kan worden aangesproken op fouten, op privacy, op kosten, op de medewerker die zich afvraagt of zijn baan straks nog bestaat. Dat gewicht is concreet en voelbaar. De voordelen zijn dat nog niet.
Daar komt bij dat organisaties niets doen zelden expliciet afstraffen. Een mislukte pilot is zichtbaar en wordt besproken. Een gemiste kans is dat niet. Als een concurrent jou voorbijloopt omdat hij eerder experimenteerde, is de oorzaak daarvan moeilijk aan te wijzen op een besluitenlijstje. Er staat geen agendapunt "we hebben twee jaar gewacht en dat kost ons nu marktaandeel." Stilstand produceert geen incidenten, en zonder incidenten is er geen aanleiding voor een gesprek. Zo kan een cultuur van voorzichtigheid jarenlang onzichtbaar blijven terwijl ze ondertussen haar tol eist. Dat is precies waarom niets doen zo aantrekkelijk is: het wordt niet bestraft, en wie er later op wordt aangesproken kan altijd zeggen dat hij zorgvuldig was.
En dan is er nog de meest verraderlijke oorzaak: als niemand expliciet eigenaar is van een beslissing, gebeurt er gewoon niets. Iedereen kijkt naar de wissel. Niemand trekt eraan. De verantwoordelijkheid is zo verdeeld dat die nergens landt, en omdat niemand een bewuste keuze heeft gemaakt, heeft ook niemand zich ergens voor te verantwoorden. Zo bevestigt de organisatie zichzelf in haar stilstand, vergadering na vergadering, kwartaal na kwartaal.
Wat het extra ingewikkeld maakt
AI versterkt dit alles, want AI-beslissingen zijn complex, moeilijk uit te leggen, en raken aan ethiek en reputatie. Ze veranderen snel en voelen daardoor onzeker. Het gevolg is voorspelbaar: pilots zonder opschaling, eindeloze discussies, proof-of-concepts die nergens op uitlopen, en de klassieker "we volgen het, maar wachten nog even af."
Ondertussen blijven de menselijke vragen onbesproken. Wat betekent mijn expertise nog als een algoritme in drie seconden doet wat ik in drie uur doe? Wat is vakmanschap als het vatbaar is voor automatisering? Wat betekent leiderschap als medewerkers sneller experimenteren dan het MT kan besluiten? Dat zijn geen technische vragen, dat zijn existentiële vragen die een eerlijk gesprek verdienen in plaats van wegkijkmanagement.
De verborgen kosten van niets doen
Wat consequent wordt onderschat is dat stilstand niet gratis is. Wie wacht, mist efficiëntie, loopt achter op concurrenten die wel experimenteren, verliest de medewerkers die voorop willen lopen en raakt langzaam de strategische wendbaarheid kwijt die je juist nodig hebt als de markt beweegt. En omdat die kosten zich langzaam ophopen en zelden aan één beslissing zijn toe te schrijven, blijven ze onder de radar. Totdat ze dat niet meer zijn.
In termen van het trolleyprobleem: de trein rijdt sowieso door. De vraag is alleen of jij gestuurd hebt.
Wat wél werkt
Hier is het cruciale verschil met het trolleyprobleem: bij AI trek je niet aan een wissel waarbij sowieso iemand sterft. Jeff Bezos, de oprichter van Amazon, maakte ooit een onderscheid dat ik sindsdien niet meer ben vergeten. Hij noemde het het verschil tussen one-way doors en two-way doors. Een one-way door is een beslissing die je niet meer kunt terugdraaien, je stapt erdoorheen en de deur valt achter je in het slot. Een two-way door kun je gewoon weer terug door als je ziet dat de andere kant je niet bevalt.
Het merendeel van de AI-beslissingen die organisaties voor zich uitschuiven is een two-way door. Je kunt een richting kiezen, kijken wat er gebeurt, bijsturen en zo nodig terugdraaien. Maar we behandelen ze alsof het one-way doors zijn, alsof elke stap onomkeerbaar is en dus pas gezet mag worden als alle onzekerheid is verdwenen. Die onzekerheid verdwijnt in een snel veranderende wereld nooit, en dus wachten we.
Wie daarentegen beseft dat hij gewoon kan bijsturen, experimenteren en zo nodig terugdraaien, heeft veel minder reden om stil te blijven staan. De verlamming is begrijpelijk, maar de reden om verlamd te blijven is een stuk kleiner dan we onszelf wijsmaken. De vraag is dus niet of jouw organisatie klaar is voor AI. De vraag is of jouw organisatie zo is ingericht dat mensen veilig genoeg kunnen bewegen om erachter te komen. En dat begint niet met een groter budget of een slimmere strategie, maar met de bereidheid om de eerste stap te zetten op een trein die toch al rijdt.