Waarom ChatGPT en Claude alleen nog geen AI-strategie vormen

ChatGPT en Claude hebben AI voor vrijwel iedere organisatie toegankelijk gemaakt. Medewerkers gebruiken ze om teksten op te stellen, documenten samen te vatten, analyses voor te bereiden of sneller informatie te verwerken.

Zonder langdurig implementatietraject kan iemand binnen enkele minuten ervaren hoeveel tijd generatieve AI kan besparen. Dat is waardevol. Het vergroot de AI-vaardigheid van medewerkers en maakt nieuwe mogelijkheden concreet.

Maar het gebruik van deze tools is nog geen AI-strategie.

Een organisatie transformeert niet doordat medewerkers individueel betere prompts schrijven. Echte transformatie ontstaat wanneer AI gericht wordt verbonden aan bedrijfsdoelstellingen, processen, applicaties, data en verantwoordelijkheden.

ChatGPT en Claude zijn krachtige gereedschappen

Zowel ChatGPT als Claude kan medewerkers ondersteunen bij uiteenlopende kennisintensieve taken.

• teksten schrijven en verbeteren;
• documenten en vergaderingen samenvatten;
• informatie structureren;
• onderzoek voorbereiden;
• spreadsheets en datasets analyseren;
• ideeën ontwikkelen;
• klantcommunicatie voorbereiden;
• beleid of procedures begrijpelijk maken;
• code schrijven en controleren;
• projectplannen en rapportages opstellen.

De kwaliteit van deze modellen ontwikkelt zich snel. Ook worden ze steeds beter in het werken met bestanden, langere documenten, beelden, code en gekoppelde informatiebronnen. Voor individueel gebruik leveren ze daardoor direct productiviteitswinst op.

De beperking ontstaat wanneer een organisatie probeert om vanuit deze losse toepassingen tot structurele verandering te komen.

Individuele productiviteit is niet hetzelfde als organisatieverbetering

Stel dat twintig medewerkers ChatGPT of Claude gebruiken en ieder wekelijks twee uur besparen. Dat lijkt een duidelijke opbrengst. Toch betekent dit niet automatisch dat de organisatie veertig uur extra capaciteit heeft gecreëerd.

De vrijgekomen tijd kan verspreid raken over kleine werkzaamheden. Het kan onduidelijk blijven:

• welke taken precies sneller worden uitgevoerd;
• of de kwaliteit aantoonbaar verbetert;
• of verschillende medewerkers dezelfde werkwijze volgen;
• of vertrouwelijke informatie verantwoord wordt verwerkt;
• of de bespaarde tijd werkelijk anders wordt ingezet;
• of het onderliggende proces verandert;
• of de toepassing afhankelijk blijft van individueel initiatief.

Persoonlijke efficiëntie kan waardevol zijn, maar structurele bedrijfswaarde vraagt om meer samenhang. De belangrijkste vraag is daarom niet hoeveel medewerkers ChatGPT of Claude gebruiken, maar:

Welke prestaties van de organisatie worden aantoonbaar beter door het gebruik van AI?

Zeven verschillen tussen een AI-tool en een AI-transformatieaanpak

1. Een tool begint bij een opdracht, een strategie bij een bedrijfsdoelstelling

Een medewerker opent ChatGPT of Claude met een concrete vraag. Een organisatie moet eerst bepalen welk resultaat zij wil verbeteren: kortere doorlooptijden, meer commerciële slagkracht, hogere marge, minder administratief werk, betere kwaliteit, minder afhankelijkheid van schaarse kennis, snellere reactie op klanten of beter onderbouwde besluitvorming.

Pas wanneer het gewenste effect duidelijk is, kan worden bepaald waar en hoe een generatief AI-model waarde toevoegt.

2. Een chat werkt buiten het proces, een oplossing wordt onderdeel van het proces

Bij los gebruik kopieert een medewerker informatie naar ChatGPT of Claude, formuleert een vraag en verwerkt het antwoord vervolgens handmatig. Dat kan snel werken, maar het blijft een extra handeling naast de bestaande werkwijze.

Structurele verbetering ontstaat wanneer AI verantwoord in het proces wordt opgenomen. Bijvoorbeeld doordat een oplossing:

• informatie automatisch uit de juiste bron haalt;
• een eerste beoordeling uitvoert;
• een conceptvoorstel opstelt;
• ontbrekende gegevens signaleert;
• een medewerker om controle vraagt;
• het resultaat terugschrijft naar het bronsysteem;
• prestaties en uitzonderingen registreert.

AI verandert dan van hulpmiddel náást het werk in een geïntegreerd onderdeel van de werkwijze.

3. Een algemeen model kent niet automatisch uw organisatie

ChatGPT en Claude beschikken over brede algemene kennis, maar kennen niet vanzelf uw processen, producten, interne definities, bevoegdheden, klantafspraken, uitzonderingen, tarieven, applicatielandschap, kwaliteitsnormen of strategische prioriteiten.

Deze context moet gecontroleerd beschikbaar worden gemaakt — via goed ingerichte instructies, projectomgevingen, beveiligde kennisbronnen, systeemintegraties of een eigen applicatielaag rond een taalmodel. Ook dan blijft aandacht nodig voor actualiteit, bronvermelding, toegangsrechten en eigenaarschap.

4. Individueel gebruik creëert geen gedeelde prioriteiten

De ene medewerker gebruikt ChatGPT voor marketingteksten, een ander gebruikt Claude om documenten te analyseren en een derde ontwikkelt zelf een interne assistent. Al deze initiatieven kunnen nuttig zijn. Toch is niet automatisch duidelijk welk initiatief de meeste waarde heeft.

Zonder gedeelde prioritering ontstaat versnippering:

• verschillende teams kopen vergelijkbare tools;
• kennis blijft bij individuele gebruikers;
• toepassingen worden niet hergebruikt;
• risico's worden verschillend beoordeeld;
• IT wordt pas laat betrokken;
• waarde wordt nauwelijks gemeten.

Een organisatiebrede aanpak brengt initiatieven samen en vergelijkt ze op strategische waarde, haalbaarheid, risico en tijd tot resultaat.

5. Een goed antwoord is nog geen betrouwbaar proces

ChatGPT en Claude kunnen overtuigende antwoorden genereren. Dat betekent niet dat ieder antwoord correct, volledig of geschikt voor directe verwerking is. Een fout in een eerste brainstorm is iets anders dan een fout in een contract, offerte, financieel advies, personeelsbesluit, veiligheidsinstructie of klantcommunicatie met juridische gevolgen.

Een volwassen toepassing bepaalt daarom vooraf:

• welke bronnen gebruikt mogen worden;
• wanneer menselijke controle nodig is;
• hoe onzekerheid wordt herkend;
• welke uitkomsten niet automatisch verwerkt mogen worden;
• hoe fouten worden gemeld en gecorrigeerd;
• wie verantwoordelijk is voor de uiteindelijke beslissing.

6. Een abonnement is nog geen businesscase

De licentiekosten van ChatGPT of Claude zijn relatief eenvoudig te berekenen. De bedrijfswaarde is complexer. Daarvoor moet worden vastgesteld hoeveel tijd het huidige proces kost, welke fouten en vertragingen ontstaan, hoeveel gebruikers de oplossing gaan toepassen, welke integraties en beheerkosten nodig zijn, hoeveel menselijke controle overblijft en hoe vrijgespeelde capaciteit wordt benut.

Zonder nulmeting blijft de businesscase voornamelijk gebaseerd op aannames.

7. Een leverancier kiest een model, een organisatie kiest een oplossing

De discussie wordt soms versmald tot de vraag welk model beter is: ChatGPT of Claude. Dat kan per toepassing verschillen en de onderlinge verschillen veranderen voortdurend. Een organisatie hoeft haar strategie daarom niet volledig rond één model of leverancier te bouwen.

De betere vraag is:

Welke combinatie van proces, data, software, model en menselijke controle lost dit specifieke vraagstuk het beste op?

Voor de ene toepassing kan dat ChatGPT zijn, voor een andere Claude, een ander taalmodel, traditionele automatisering of helemaal geen generatieve AI.

Wanneer los gebruik wél voldoende is

Niet iedere toepassing hoeft organisatiebreed te worden geïntegreerd. Los gebruik van ChatGPT of Claude kan uitstekend passen bij brainstorms, eerste tekstconcepten, persoonlijke voorbereiding, samenvattingen van niet-gevoelige informatie, het structureren van eigen aantekeningen, leren en oefenen, incidentele analyses en de verkenning van nieuwe ideeën.

Voor dit soort taken kan de medewerker zelf verantwoordelijk blijven voor de opdracht, controle en verwerking van het resultaat. Een uitgebreid implementatietraject zou hier onnodig zwaar zijn.

Wanneer een bredere oplossing nodig wordt

Een organisatiebrede aanpak wordt relevanter wanneer:

• veel medewerkers dezelfde taak uitvoeren;
• het proces vaak wordt herhaald;
• meerdere systemen of informatiebronnen betrokken zijn;
• gevoelige of bedrijfskritische gegevens worden verwerkt;
• uitkomsten direct gevolgen hebben voor klanten of medewerkers;
• consistente kwaliteit belangrijk is;
• handmatige invoer en controle veel capaciteit kosten;
• de toepassing beheerd en gemonitord moet worden;
• de organisatie waarde aantoonbaar wil maken;
• opschaling naar meerdere teams gewenst is.

Op dat moment is niet alleen een AI-model nodig, maar een complete oplossing rond het model.

ChatGPT en Claude zijn geen concurrenten van een transformatieaanpak

TIMA Labs probeert het gebruik van ChatGPT of Claude niet te vervangen. Deze modellen kunnen juist belangrijke bouwstenen zijn binnen een oplossing. Het verschil zit in het niveau waarop naar het vraagstuk wordt gekeken.

ChatGPT en Claude helpen bij het uitvoeren van taken. Een transformatieaanpak helpt een organisatie bepalen welke taken en processen als eerste moeten veranderen, welk probleem daaronder ligt, welke technologie het beste past, welke waarde verwacht mag worden, welke randvoorwaarden nodig zijn, hoe risico's worden beheerst, hoe resultaat wordt gemeten en wat nodig is om verantwoord op te schalen.

De modellen leveren intelligentie. De organisatie moet bepalen waar en onder welke voorwaarden die intelligentie wordt ingezet.