Digitale transformatie heeft zich vaak gericht op het ontwikkelen van nieuwe business modellen waarbij nieuwkomers de markt op zijn kop zetten of gevestigde bedrijven hun business moesten vernieuwen. De nieuwkomers maakten gebruik van platformtechnologie en algoritmen, en creëerden nieuwe inkomsten voor bijvoorbeeld de UBER chauffeur of de AIR BNB verhuurder. Het is al weer bijna oud nieuws nu digitale transformatie een nieuwe fase in gaat: de snelle vorderingen in AI zorgen voor veranderingen in business modellen, in processen en bovenal in werk.
In juni 2023 bracht McKinsey een rapport uit over The economic potential of generative AI met als ondertitel The next productivity frontier. Het rapport besteedt apart aandacht aan de kenniswerker. Samengevat stelt McKinsey dat ‘Generative AI is likely to have the biggest impact on knowledge work, particularly activities involving decision making and collaboration, which previously had the lowest potential for automation.’ De zestig jaar ervaring met automatisering heeft tot nu toe vooral effect gehad bij repetitief werk, het zij informatie-verwerkend dan wel ter vervanging van handmatig werk. De eerste categorie vooral door informatieverwerkende digitalisering (denk aan banken), de tweede categorie vooral door robotisering (denk aan de auto-industrie).
Deze blog gaat vooral in op de veranderende betekenis van kenniswerker, de mogelijke impact van AI op de kenniswerker en wat dit betekent voor het werk en de productiviteit van het werk. Deze week verscheen nog een artikel dat advocaten niet bevreesd hoefden te zijn dat hun werk als gevolg van AI gaat verdwijnen. Maar toepassing van AI kan de effectiviteit van deze groep kenniswerkers verhogen.
Kenniswerk
Ergens in een andere eeuw constateerde Peter Drucker, misschien wel de grondlegger van de managementtheorie, dat in een informatiegebaseerde economie de kenniswerker tot de kern van de organisatie zou gaan behoren. De kenniswerker onderscheidde zich toen nog van het manuele werk. Zij waren in hoge mate zelfstandig, pasten theoretische kennis toe op hun werk, ontwikkelden nieuwe producten of processen, leerden van hun werk en stuurden zelf op kwaliteit en kwantiteit van hun resultaten. De definitie onderscheidde de witte van de blauwe boord en introduceerde blauwe overhemd met de witte boord: de kantoorwerker die vooral kennis toepast in meer repeterende handelingen.
Classificaties zoals bovenstaand doen inmiddels wat ouderwets aan en doen geen recht aan het werk dat in de breedte van sterk is veranderd, en waar we ook een andere waardering van theoretische en praktische geschoold werknemers hebben. McKinsey geeft geen strakke omschrijving van de kenniswerker. Zij omschrijft deze langs kenmerken – hoger opgeleid, beter gesalarieerd, betrokken in besluitvorming en samenwerking. In bijna al het werk dat we vandaag de dag doen zit een kenniscomponent: soms in puur uitvoerende vorm, soms in een ontwikkelende vorm.
Het onderscheid dat we nog kunnen aanbrengen is dat het in veel werk nog vaak gaat om het slim toepassen van informatie en dat sommigen informatie samenbrengen om kennis te ontwikkelen en/of te expliciteren. De agrarisch ondernemer vaart allang niet meer op zijn of haar eigen impliciete kennis, maar neemt informatie over bodemgesteldheid, weer en .. mee in beslissingen. Beschikbaarheid van informatie via mobiele technologie heeft de aard van het taxivak veranderd. Zorgverleners verlenen zorg maar registreren gegevens en zijn voor een deel van hun tijd informatieprofessional (gewild dan wel ongewild). En adviseurs zien hun voorsprong op hun opdrachtgever met de minuut kleiner worden.
Het werk is stuk
Dat is de boodschap van Martijn Aslander ea.(Martijn Aslander ziet zichzelf als verbinder van mensen, informatie en ideeën en mede-oprichter van Stichting Digitale Fitheid). In de kern komt hun stelling erop neer dat ons werken niet mee is gegroeid met wat de samenleving nu vraagt. Zowel in de manier waarop we het werk hebben georganiseerd als de manier waarop we omgaan met digitalisering. In ons werk zijn we vooral document georiënteerd. We maken onze adviezen, rapporten en verslagen en slaan ze op in vooraf gedefinieerde structuren, die we vaak niet zelf hebben bepaald. En als we dan een mail nodig hebben, een verslag of een rapport zijn we tijd kwijt aan zoeken of opnieuw bedenken wat we er ooit mee hebben bedoeld. Laat staan dat we oog hebben voor de verbinding tussen verschillende documenten in verschillende mappen.
Conservatieve schattingen zijn dat een kenniswerker 20% van de tijd besteedt aan het zoeken en verzamelen van informatie. En de productiviteit van de kenniswerker heeft al twee decennium een maximum bereikt. Aslander ea bepleiten een digitale fitheid waarin persoonlijk kennismanagement (terug van weggeweest) weer een plaats krijgt. Persoonlijk kennismanagement kan worden gefaciliteerd met tooling maar vraagt ook een andere vorm van samenwerking. Maar hoe gaat AI ons persoonlijk kennismanagement versterken, of wordt dat juist een bedreiging voor.
De impact van AI op werk
In 2019 heb ik een artikel over de opkomst van kunstmatige intelligentie (AI) in de zorg geschreven. De kernboodschap van dat artikel was dat AI de potentie had de zorg te transformeren. Veel projecten waren toen nog net maar net de experimenteerfase voorbij maar zeker in de radiologie waren al veel zinvolle toepassingen ontwikkeld. Hier gold het adagium niet of AI de radioloog zou vervangen, maar vooral dat gebruikmaking van AI de radioloog een betere specialist kon maken.
Inmiddels zijn we vier jaar verder en zien we op tal van vlakken zowel in de diagnostische als behandelende fase de toepassing van AI. En dat was voor de doorbraak van generatieve AI toepassingen zoals ChatGTP. In Tel Aviv maakt het Ichilov Hospitaal al gebruik van ChatGTP in het triageproces. Maar ook in Nederland zijn veel zorgaanbieders bezig met de verkenning van AI toepassingen, of het nu gaat om vroeg identificatie van dementie of huidkanker, dan wel in de interactie met patiënten. Recent hebben artsen in opleiding van Jeroen Bosch geconstateerd dat ChatGTP goed ingezet kan worden in diagnostische processen.
Een veld waar in combinatie met spraaktechnologie, textmining en AI steeds meer aandacht naar uitgaat is de vastlegging. Waar we al een decennium proberen zorgverleners te verleiden tot gestructureerde vastlegging in EPD-systemen die nooit optimaal zijn afgestemd op de zorgprofessional, zien we nu toepassingen ontstaan waarmee de technologie de slag van ongestructureerd naar gestructureerd kan maken. Dat lost natuurlijk niet het probleem van overbodige en niet terzake doende rapportages en verantwoording op, maar het ondersteunt een wel een belangrijk tijdslurpende handeling van zorgverleners. En daarmee kunnen deze AI toepassingen bijdragen aan een van de grote problemen in de zorg: de tijd besteed aan administratieve handelingen.
Generatieve AI gaat impact krijgen op al het werk waar kennis een rol in speelt. Voor de adviseur kan het onderdeel gaan uitmaken van de persoonlijke dagstart. Het vraagstuk waarmee je je voor je opdrachtgever mee aan de gang gaat, de hoofdlijnen van een plan van aanpak of bouwblokken van een strategie. Voor veel professionals voelt dat aan als een bedreiging. Of voelt het misschien aan als een beetje bedriegen. Maar de toegevoegde waarde van een adviseur zit niet alleen in de kennis die deze met zich meebrengt maar in de manier waarop de adviseur de kennis toepast. Daarin zijn toepassingen als ChatGTP niet anders dan een rijke inspiratiebron of een middel om het advies net wat sterker te maken. En in die zin moet AI onderdeel zijn van digitale fitheid van veel professionele kenniswerkers.
De transformatie in ons werk
De komst van generatieve AI maakt digitale transformatie concreet voor de kenniswerker. Het brengt de wereld van werkprocessen, de kwaliteit van informatie en eigen gedrag bij elkaar. Voor veel professionals geldt dat informatie een elementair onderdeel is van het werk. Een zorgprofessional moet al deels informatieprofessional zijn. En een informatieprofessional kan een betere professional worden met AI. Zoals Karim Lakhami, professor aan de Harvard Business School stelt, AI Won’t Replace Humans — But Humans With AI Will Replace Humans Without AI (HBR, August 04, 2023). En dat gaat de transformatie van ons werk echt bepalen en mogelijk bijdragen aan de uitdagingen die we hebben bij de capaciteitstekorten in tal van sectoren.
