De AI-markt begint steeds meer op een bouwmarkt op zaterdag te lijken. Overal lopen mensen met dezelfde dozen onder hun arm. “Agents.” “Autonome workflows.” “AI-first.” “Multi-agent orchestration.” Ondertussen weet de helft van de bedrijven niet eens waarom ze die dingen bouwen. Maar ze bouwen wel. Want iedereen doet het. De digitale variant van met een bladblazer je stoep schoonmaken terwijl er drie bladeren liggen.

Er is een oud Chinees gezegde: als je haast hebt, ga dan even zitten.

Dat is misschien wel het meest actuele AI-advies van dit moment.

Want de grootste fout die bedrijven nu maken is niet dat ze te weinig AI gebruiken. Het is dat ze AI inzetten voordat ze begrijpen welk probleem ze eigenlijk proberen op te lossen. Alles moet “slim”, “agentic” en “autonomous” worden. Terwijl veel processen gewoon kapot zijn op een heel ouderwetse manier. Slechte overdrachten. Handmatig werk. Dubbele invoer. Onduidelijke verantwoordelijkheden. Excel-sheets die alleen werken als Karin niet op vakantie is.

Daar helpt geen AI-agent tegen. Daar helpt structuur tegen.

Toch zie je overal dezelfde reflex. Een proces loopt stroef, dus er moet een agent op. Een rapportage kost tijd, dus er moet een LLM tussen. Een medewerker vergeet iets, dus bouwen we “AI orchestration”. Alsof technologie een soort digitale ducttape is geworden voor organisatorische luiheid. Mensen gooien een taalmodel op chaos en hopen dat het intelligentie oplevert. Dat is geen innovatie. Dat is automatisering met extra stappen en een hogere AWS-factuur.

De ironie is prachtig op een bijna tragikomische manier. Bedrijven praten over “de toekomst van autonomous agents”, terwijl hun basisprocessen nog afhankelijk zijn van Slack-berichten met “heb je dit al gedaan?”. De fundering staat scheef, maar gelukkig hangt er nu wel AI-verlichting in de woonkamer.

Niet elk probleem heeft AI nodig.

Sterker nog: veel problemen worden slechter zodra je AI toevoegt. AI introduceert variabel gedrag, tokenkosten, extra monitoring, securityvraagstukken en onderhoud. Een simpele automation is vaak betrouwbaarder, goedkoper en beter uitlegbaar. Dat laatste vergeten mensen graag, tot compliance ineens aanbelt met vragen waar niemand antwoord op heeft behalve een prompt uit maart die inmiddels vijf keer is aangepast.

Een goede automation doet exact wat je verwacht. Elke keer opnieuw. Saai. Voorspelbaar. Betrouwbaar. Precies de eigenschappen waar managers jarenlang van droomden totdat AI hip werd en iedereen ineens verliefd werd op systemen die “meestal ongeveer goed” zijn.

Dat betekent niet dat AI onzin is. Integendeel. AI is fenomenaal wanneer je werkt met ongestructureerde data, taal, interpretatie, samenvattingen, classificatie of complexe beslissingen waar traditionele logica vastloopt. Dáár voegt het iets toe. Dáár verdient het zichzelf terug.

Maar dat vraagt discipline. Kritisch denken. En iets wat tegenwoordig zeldzamer lijkt dan GPU-capaciteit: geduld.

De slimste organisaties bouwen daarom niet de meeste AI. Ze bouwen de juiste AI.

Ze beginnen niet met de vraag: “Waar kunnen we AI inzetten?” Ze beginnen met: “Waar verliezen we tijd, kwaliteit of geld?” Dat verschil lijkt klein, maar bepaalt uiteindelijk of AI een investering wordt of een dure hobby voor directies die bang zijn om “achter te lopen”.

Want laten we eerlijk zijn: een groot deel van de huidige AI-projecten bestaat vooral uit georganiseerde onzekerheid. Mooie demo’s. Indrukwekkende termen. LinkedIn-posts met woorden als “agents”, “copilots” en “reasoning”. Ondertussen weet niemand precies hoeveel productiviteit het daadwerkelijk oplevert. Maar het ziet er innovatief uit op een kwartaalpresentatie, en dat is blijkbaar soms voldoende om nog een budgetronde los te peuteren. De menselijke soort blijft creatief in het rechtpraten van technologie die nog geen probleem heeft gevonden.

De organisaties die straks winnen, zijn waarschijnlijk niet degene met de meeste AI-agents. Het zijn de organisaties die de discipline hadden om eerst even te gaan zitten.

Die kritisch durfden te kijken naar processen voordat ze intelligentie toevoegden.

Die snapten dat automatiseren vaak waardevoller is dan imponeren.

En die begrepen dat technologie pas echt slim is wanneer het meetbaar iets beter maakt.

Niet omdat het AI is.

Maar omdat het werkt.