Besturen met AI vraagt een ander soort opdrachtgeverschap

Bestuurders delegeren voortdurend. Dat is wat besturen is. Ze geven richting, stellen kaders, en vertrouwen erop dat mensen in de organisatie vragen stellen als iets niet klopt.

AI doet dat laatste niet.

De stille medewerker

We zien bij organisaties die AI serieus inzetten een patroon optreden dat zelden expliciet wordt benoemd. AI schuift omhoog. Niet als schrijfhulp voor medewerkers, maar als systeem dat de coördinerende laag van de organisatie begint te raken: welke dossiers prioriteit krijgen, welke informatie beschikbaar is voor een vergadering, waar bottlenecks ontstaan in processen.

Op dat moment verandert de aard van de delegatie. Een bestuurder die werk overdraagt aan een medewerker, werkt met iemand die kan terugvragen, kan aangeven dat de opdracht onduidelijk is, en verantwoording aflegt als het misgaat. AI doet geen van die drie. Het systeem werkt met wat het heeft, produceert een uitkomst, en rapporteert geen twijfel.

Dat is geen tekortkoming die straks wordt opgelost. Het is een structureel kenmerk waar bestuurders hun opdrachtgeverschap op moeten afstemmen.

Delegeren zonder terugkoppeling

De klassieke managementliteratuur beschrijft delegeren als een proces met twee kanten: je geeft iets weg, maar je blijft verantwoordelijk. Goed delegeren betekent dat je heldere kaders stelt, controlemomenten inbouwt, en zorgt dat de persoon aan wie je delegeert kan escaleren als dat nodig is.

Bij AI ontbreekt de escalatiereflex. Een systeem dat een dossier beoordeelt of een rapportage samenstelt, geeft geen signaal als de onderliggende data verouderd is, als de vraagstelling scheef zit, of als de context waarbinnen het werkt is verschoven. Het levert gewoon een antwoord.

Dat betekent dat de kaders die een bestuurder stelt, explicieter en specifieker moeten zijn dan bij menselijke delegatie. En dat de controlemomenten niet kunnen steunen op de zelfsturende terugkoppeling die mensen van nature bieden.

Wat er expliciet moet zijn

Wij zien dat organisaties die dit goed doen, drie dingen hebben geregeld die bij menselijke samenwerking vaak impliciet blijven.

De reikwijdte van het systeem is afgebakend: niet als technische configuratie, maar als bestuurlijk besluit. Waar mag dit systeem op insteken, en waar niet? Die grens bestaat ergens, maar bij de meeste organisaties is ze nergens formeel vastgelegd.

De aannames waarop het systeem werkt zijn zichtbaar. Wat voor informatie gebruikt het? Hoe actueel is die? Wie heeft er invloed op gehad? Bij menselijk werk zijn die vragen vaak te stellen aan de persoon zelf. Bij AI moet er iemand zijn die ze beantwoordt namens het systeem.

De verantwoordelijkheid is belegd. Niet als compliance-formaliteit, maar als werkende afspraak: wie is er aanspreekbaar op wat dit systeem doet? In de meeste organisaties is dat nu niemand in het bijzonder.

Opdrachtgeverschap, niet gebruikerschap

Het verschil zit niet in hoe handig een bestuurder is met AI-tools. Het zit in de vraag of de organisatie AI inzet als gebruiker of als opdrachtgever.

Een gebruiker pakt een systeem, stelt een vraag, en beoordeelt het antwoord. Dat werkt prima voor individuele taken. Het schaalt niet naar de coördinerende laag van een organisatie.

Een opdrachtgever bepaalt voor welk doel het systeem werkt, binnen welke kaders, met welke informatie, en wie er verantwoording over draagt. Dat is een andere rol. En het is een rol die bestuurders nu grotendeels nog niet hebben ingenomen, simpelweg omdat de vraag zich eerder niet zo scherp stelde.

Die vraag stelt zich nu wel.