Waarom digitalisering oude problemen plots veel zichtbaarder maakt
Bijgewerkt op: 11 aug
Digitalisering wordt vaak voorgesteld als een manier om organisaties sneller, eenvoudiger en efficiënter te laten werken. In de praktijk gebeurt er soms eerst iets anders: problemen die jarenlang min of meer werkbaar bleven, worden plots moeilijk te negeren.
Een nieuw CRM maakt zichtbaar dat klantinformatie op verschillende plaatsen anders wordt bijgehouden. Een ERP-implementatie legt bloot dat afdelingen hetzelfde proces anders interpreteren. Een nieuw dataplatform toont dat verschillende teams andere definities gebruiken voor dezelfde cijfers. En automatisering loopt vast op uitzonderingen waarvan niemand precies wist hoeveel er eigenlijk waren.
Het is verleidelijk om zulke problemen toe te schrijven aan de nieuwe technologie.
Toch is de technologie vaak niet de oorzaak. Ze maakt zichtbaar wat voordien door mensen werd opgevangen.
Veel organisaties draaien op meer flexibiliteit dan hun processen laten zien
Op papier kan een proces behoorlijk helder lijken. Een bestelling komt binnen, wordt verwerkt, gecontroleerd en uiteindelijk geleverd. Een klantvraag wordt geregistreerd en toegewezen. Een factuur doorloopt een aantal vaste stappen.
De werkelijkheid is doorgaans rijker.
Een ervaren medewerker weet dat klant A altijd een uitzondering krijgt. Een collega van Finance weet welke informatie ontbreekt en vult ze zelf aan. Een accountmanager belt rechtstreeks naar Operations wanneer iets dringend is. Een team gebruikt een eigen Excel-bestand omdat het centrale systeem net niet voldoende informatie bevat.
Die oplossingen zijn niet noodzakelijk slecht. Integendeel: vaak zorgen ze ervoor dat een organisatie ondanks onvolmaakte processen toch behoorlijk goed functioneert.
Alleen zijn ze nauwelijks zichtbaar.
Zolang ervaren medewerkers de gaten opvullen, lijkt het proces beter ontworpen dan het werkelijk is.
Digitalisering haalt een deel van die onzichtbare correcties weg
Software is veel minder goed in impliciete afspraken.
Een systeem moet weten welk veld verplicht is. Een workflow heeft een trigger nodig. Een automatisering moet kunnen bepalen wat er gebeurt wanneer een bepaalde situatie zich voordoet.
Daardoor worden vragen plots expliciet die jarenlang informeel konden blijven.
Wie is eigenlijk verantwoordelijk voor deze stap?
Welke informatie is leidend?
Wanneer mag van het standaardproces worden afgeweken?
Wie beslist bij een uitzondering?
Welke definitie van een klant, product of omzet wordt gebruikt?
Dat kan tijdens een implementatie frustrerend aanvoelen. Discussies die vroeger nauwelijks bestonden, lijken plots overal op te duiken.
Maar vaak creëert het systeem die onduidelijkheid niet.
Het vraagt de organisatie alleen om expliciet te maken wat voordien impliciet kon blijven.
Een ERP-probleem is daardoor niet altijd een ERP-probleem
Dat onderscheid is belangrijk.
Wanneer een nieuwe toepassing niet goed aansluit op de dagelijkse werking, ontstaat al snel de conclusie dat de software onvoldoende flexibel is.
Soms klopt dat.
Maar soms probeert technologie vooral een proces te formaliseren waarover binnen de organisatie nooit volledige overeenstemming bestond.
Sales denkt dat het proces op één manier werkt. Operations hanteert andere uitzonderingen. Finance heeft ondertussen aanvullende controles ingebouwd. En medewerkers hebben doorheen de jaren eigen oplossingen ontwikkeld om de verschillen werkbaar te houden.
Zolang mensen tussen die werelden bemiddelen, blijft die variatie grotendeels verborgen.
Een digitaal systeem heeft daar meer moeite mee.
Niet omdat technologie noodzakelijk slechter werkt, maar omdat ze consistentie vraagt waar mensen jarenlang met ambiguïteit konden omgaan.
Data maakt hetzelfde probleem nog zichtbaarder
Data-initiatieven lopen regelmatig tegen een vergelijkbaar patroon aan.
Op het eerste gezicht lijkt de opdracht technisch: data uit verschillende systemen samenbrengen en beschikbaar maken voor rapportering of analyse.
Daarna begint de discussie.
Wat is precies een actieve klant?
Wanneer telt een verkoop als omzet?
Welke productcategorie is leidend?
Wie is eigenaar van een bepaald gegeven?
Het technische platform kan data samenbrengen, maar kan niet zelfstandig bepalen welke betekenis de organisatie eraan wil geven.
Wanneer verschillende afdelingen jarenlang met hun eigen definities konden werken, maakt een centraal dataplatform die verschillen plots zichtbaar.
Hoe beter informatie verbonden wordt, hoe moeilijker inconsistenties te verbergen zijn. Dat is geen argument tegen centralisatie of data-integratie. Het is net één van de redenen waarom ze waardevol kunnen zijn.
Ze tonen waar de organisatie nog geen gedeelde taal heeft.
Automatisering maakt uitzonderingen belangrijker, niet minder belangrijk
Automatisering begint meestal bij het standaardproces.
Wanneer tachtig of negentig procent van de gevallen hetzelfde verloop volgt, lijkt het logisch om dat gedeelte te automatiseren.
De moeilijkheid zit vaak in wat overblijft.
Een afwijkende klantvraag. Een ontbrekend gegeven. Een product dat anders behandeld moet worden. Een beslissing waarvoor context nodig is die nergens formeel geregistreerd staat.
Mensen zijn bijzonder goed geworden in het verwerken van zulke uitzonderingen. Vaak gebeurt dat zelfs zonder dat ze het nog als uitzondering ervaren.
Automatisering verandert dat.
Zodra het voorspelbare werk verdwijnt, wordt het resterende werk relatief complexer.
Dat kan de merkwaardige indruk creëren dat automatisering processen moeilijker maakt, terwijl ze in werkelijkheid vooral het eenvoudige werk heeft weggehaald en de uitzonderingen zichtbaar heeft achtergelaten.
AI verandert dat principe niet
Generatieve AI kan vandaag veel meer omgaan met ongestructureerde informatie en variatie dan klassieke automatisering. Daardoor verschuift de grens van wat technisch mogelijk is aanzienlijk.
Wanneer verantwoordelijkheden onduidelijk zijn, informatie tegenstrijdig is of verschillende delen van de organisatie andere uitgangspunten hanteren, verdwijnt die ambiguïteit niet omdat er een intelligenter systeem wordt toegevoegd.
Soms wordt ze zelfs sneller zichtbaar.
Een AI-toepassing die verschillende bronnen combineert, kan bijvoorbeeld confronteren met tegenstrijdige informatie die vroeger verspreid zat over systemen en documenten. Een toepassing die beslissingen ondersteunt, roept nieuwe vragen op over eigenaarschap, controle en uitzonderingen.
De technologie verandert.
De nood aan duidelijke organisatorische keuzes verdwijnt niet.
Daarom kan frictie tijdens digitalisering waardevolle informatie bevatten
Een moeizame implementatie wordt meestal bekeken als iets dat opgelost moet worden.
Dat is logisch. Niemand start een digitaliseringstraject met de ambitie om meer problemen te creëren.
Toch kan het interessant zijn om niet iedere vorm van frictie onmiddellijk als een technologisch probleem te behandelen.
Sommige problemen vertellen iets over het systeem waarin de technologie terechtkomt.
Wanneer dezelfde discussies over verantwoordelijkheden telkens terugkeren, kan dat wijzen op onduidelijke beslisrechten.
Wanneer processen moeilijk te standaardiseren blijken, kan er een goede reden zijn voor de variatie — of kan jarenlang lokale optimalisatie zijn ontstaan.
Wanneer data moeilijk te harmoniseren is, kan het probleem minder in de database zitten dan in verschillende interpretaties binnen de organisatie.
Digitalisering wordt daarmee onbedoeld ook een soort spiegel.
Niet alleen van de technologie die ontbreekt, maar van de afspraken die nooit expliciet gemaakt zijn.
De interessantste vraag komt daarom soms vóór de technologie
Bij digitalisering ligt de aandacht begrijpelijkerwijs snel bij oplossingen.
Welk systeem is nodig? Welke processen kunnen geautomatiseerd worden? Welke data moet geïntegreerd worden? Waar kan AI waarde toevoegen?
Dat zijn relevante vragen.
Maar wanneer technologie wordt toegevoegd aan een organisatie waarvan de onderliggende werking nauwelijks wordt bevraagd, bestaat het risico dat vooral de bestaande manier van werken sneller of digitaler wordt gemaakt.
Een andere vraag kan daarom minstens even waardevol zijn:
Als dit proces vandaag opnieuw ontworpen zou worden, zonder rekening te houden met hoe het historisch gegroeid is, zou het dan nog op dezelfde manier worden georganiseerd? Die vraag gaat niet over technologie. Ze gaat over de organisatie waarin die technologie terechtkomt. En precies daarom zijn de problemen die tijdens digitalisering zichtbaar worden niet altijd een teken dat het traject verkeerd loopt.
Soms is zichtbaar worden de eerste stap naar kunnen verbeteren.
Waar knelt het in jouw organisatie?
De organisatiescan brengt in enkele minuten in kaart welke patronen vandaag je slagkracht beperken.
Opmerkingen