Dit is deel een van een driedelige serie: Hoe ik samenwerk met AI. Read the English version on Substack.
Het gebruik van AI op de werkvloer is sinds de lancering van ChatGPT eind 2022 explosief gegroeid. Inmiddels gebruikt twee derde van de kenniswerkers AI op het werk (Gallup, 2025). ‘Chat’ is onderdeel geworden van het gesprek tussen collega’s, en op de werkplek is het chatvenster altijd onder handbereik.
Dit is hoe de meeste mensen AI gebruiken: open een venster, typ een vraag, krijg een antwoord. Als je blij bent met het antwoord kopieer je het naar een e-mail. Herhaal. Natuurlijk is er een voorhoede die weet dat je pas goede resultaten krijgt als je erover in gesprek gaat, zodat het resultaat stapsgewijs steeds beter wordt. En natuurlijk zijn er mensen die meer met AI doen dan alleen het produceren van tekst, denk aan het analyseren van documenten, van spreadsheets etc.
Het voelt best geavanceerd soms. Toch denk ik dat we straks op dit stadium zullen terugkijken zoals we nu kijken naar de tijd dat computers alleen voor tekstverwerking werden gebruikt. Veel beter dan typen op een typemachine, maar nog steeds fundamenteel beperkt.
Dat is niet alleen een gevoel. Slechts een op de vijf organisaties heeft werkprocessen daadwerkelijk anders ingericht rond AI (McKinsey, 2025). De rest plakt AI op bestaande processen: een slimmere zoekbalk, een snellere ghostwriter.
De tool is nieuw, de manier van werken niet.
Het afgelopen jaar heb ik geexperimenteerd met wat hierna zou kunnen komen. En mijn conclusie is dat we pas echt iets aan AI gaan hebben als we het chat-stadium achter ons laten.
Wat er mis is met chatten
Waarom is dat chatvenster zo beperkend? Het chat-paradigma heeft drie fundamentele tekortkomingen. Het is gericht op contentproductie, maar content op je scherm doet nog niets. Het geheugen is een black box waar je geen controle over hebt. En zonder jou staat alles stil: buiten het gesprek gebeurt er niets. Laat me die drie een voor een langs lopen.
De contentval
Het chat-paradigma draait om contentproductie. Je gaat naar AI voor tekst: een e-mail, een samenvatting, een slide deck, een memo. En dat voelt logisch, want de bedrijfscultuur draait op tekst. We schrijven e-mails, memo’s, PowerPoints, zoveel PowerPoints, en we hebben onszelf ervan overtuigd dat die artefacten het werk zelf zijn.
Dat zijn ze niet. Het zijn middelen, geen doel. Een document op je scherm doet niets. Het brengt niets in beweging, verandert niets, creeert geen waarde. Om ertoe te doen moet het gedeeld worden. Het moet de basis zijn voor een gesprek, een beslissing, een actie. Pas dan gebeurt er iets.
Als AI stopt bij contentproductie, blijven we doen wat we deden, alleen wat efficienter. En als we niet uitkijken, verhogen we daarmee de hoeveelheid interne content: nog meer e-mails, meer memo’s, meer PowerPoints. Maar daar worden organisaties niet effectiever van, integendeel. De bottleneck zit niet meer bij het maken van content, maar bij de vertaling naar actie.
Het geheugenprobleem
Wie herinnert zich nog de vroege dagen van ChatGPT? Elk gesprek begon op nul. Geen idee wie je was, waar je mee bezig was, wat je vorige week had gevraagd. Anderhalf jaar lang was elke sessie een gesprek met een willekeurige voorbijganger.
En dus leerden we om te compenseren. Je formuleerde zorgvuldig je openingsvraag, gaf achtergrond, uploadde bestanden. De besten onder ons bewaarden hun prompts: een prompt library, een verzameling slimme openingszinnen om de net gestarte uitzendkracht de goede kant op te duwen. Alsof je tegen een collega zegt: “als je iets van hem gedaan wilt krijgen, begin dan over sportvissen.”
Dat is inmiddels verbeterd. ChatGPT heeft memory, Claude heeft projecten. Maar de manier waarop dat geheugen werkt, verdient een kritische blik. Want dit geheugen is een black box. Je weet niet precies wat het onthoudt. Je kunt het niet makkelijk lezen, bewerken of verifieren. En je kunt het al helemaal niet delen.
Het geheugen is van de tool, niet van jou.
Dit is belangrijker dan het lijkt. Als je context opgesloten zit in een systeem van een leverancier, zit je dubbel vast: aan de tool, en aan een versie van jezelf die je niet kunt inspecteren. Je hebt niet alleen je werk uitbesteed, maar ook je zelfinzicht.
Stel je nu het tegenovergestelde voor: geheugen dat transparant is. Bestanden, databases, gestructureerde data die je kunt openen, lezen, doorzoeken en bewerken. Context die je bezit en controleert. Je kunt precies zien wat de AI weet over jou en over je werk. Je kunt het corrigeren als het niet klopt en je kunt het bewust vormgeven.
En hier wordt het interessant: transparant geheugen is deelbaar geheugen. Als je AI-context in systemen leeft die je zelf beheert in plaats van in een black box, kun je er meer mee doen. Alles wat je geleerd hebt in een project wordt deelbaar. De skills die je onderweg hebt opgebouwd kun je aan een collega geven. Een team kan gedeelde context opbouwen, best practices, dit is hoe wij dingen doen. Een afdeling kan institutioneel geheugen opzetten waar collega’s (en AI-agents!) uit kunnen putten.
Zonder jou staat het stil
Chat is van nature synchroon. Jij vraagt, het antwoordt. Je zit in de loop, altijd. Buiten het gesprek gebeurt er niets. De AI zit stil tot je terugkomt en opnieuw begint.
Hoe dat eruitziet in de praktijk: je krijgt een e-mail van een collega met vragen over de verkoopcijfers van afgelopen maand. Om goed te antwoorden ga je naar je AI-chatbot. Je plakt de e-mail erin. Je uploadt een spreadsheet. Je gaat heen en weer. Na een kwartier converseren heb je een antwoord waar je tevreden mee bent. Je kopieert het naar je e-mail, bewerkt het nog wat, en stuurt het.
Nu stel je voor dat je ‘s ochtends je mail opent en de AI heeft die mail al gezien. Niet omdat je erom gevraagd hebt, maar omdat het weet dat dit soort vragen bij jou terechtkomt. Het heeft de mail al gesignaleerd, de relevante cijfers erbij gezocht, en een voorstel voor je antwoord klaarliggen. Jij hoeft alleen nog te beslissen: sturen of aanpassen.
Het verschil zit niet in snelheid. Het verschil is dat in het eerste geval jij de motor bent, zonder jou gebeurt er niets. In het tweede geval is er al nagedacht voordat jij begint.
Van chat naar coproductie
Dit is de fundamentele shift die nodig is als we willen dat AI ons echt effectiever maakt. Neem datzelfde voorbeeld van de verkoopcijfers. Als AI niet alleen je mail kan lezen maar ook toegang heeft tot de onderliggende data en de rapportages van voorgaande maanden, verandert het gesprek. Je beantwoordt niet alleen de vraag van je collega, je ziet dat de cijfers vragen oproepen omdat het rapportageformat zelf verwarrend is. En je past het aan. De volgende keer komt die vraag niet meer.
In het eerste geval beantwoord je een vraag. In het tweede voorkom je dat hij de volgende keer weer gesteld wordt.
Mijn setup: Claude Code verbonden met elf systemen, agenda, e-mail, WhatsApp, CRM, facturatie, notities, taakmanagers, schoolroosters, zelfs mijn bankrekening. Niet via kopieren en plakken. Via live, permanente verbindingen. Uiteraard stevig beveiligd, dat wel. De AI beantwoordt niet alleen vragen. Het ziet mijn werk. Het heeft context voordat ik iets zeg.
Het gaat niet om de instructies, maar om de context.
Ik zeg ‘daily review’ en binnen twee minuten heb ik een briefing die mijn agenda, ongelezen mail, openstaande taken en notities van gisteren samentrekt. Niet omdat de AI snel is, maar omdat het toegang heeft. Het legt verbanden die ik zelf zou missen omdat ik nooit al die tabs tegelijk open zou hebben. En voor ik het weet heb ik voor mezelf werkblokken gepland met specifieke taken, rekening houdend met de afspraken in mijn agenda en de deadlines van de komende weken.
Het verschil tussen een uitzendkracht die elke maandag opnieuw begint en een partner die vorige week bij de vergaderingen zat. En dat is een gamechanger: ik kan nu meer tijd besteden aan de dingen waarmee ik echt het verschil maak.
Wat er nog komt
Dit is deel een van een serie van drie. Ik wilde hier beginnen omdat de mentale verschuiving belangrijker is dan de tools. Het meeste dat mensen tegenhoudt is niet technisch, het is de aanname dat AI een chatvenster is.
In deel twee laat ik zien welke systemen en routines ik heb gebouwd, en welke rol AI daarin speelt. Die systemen tillen mijn werk naar een hoger niveau, omdat ik meer tijd en aandacht kan besteden aan de dingen die ertoe doen.
In deel drie wil ik het ding onderzoeken dat mij het meest verraste: dit gaat niet over productiviteit. Als AI de voorwaarden schept, opent er iets anders. Je gaat anders denken. Niet meer, maar beter. Wat gebeurt er met je denken als je het niet meer hoeft te besteden aan logistiek?
Bronnen:
- Gallup (2025), “Frequent Use of AI in the Workplace Continued to Rise in Q4.”
- McKinsey (2025), “The State of AI: Global Survey 2025.”