Na twee decennia binnen een professionele dienstverlener waar menselijk oordeel de basis vormt van het verdienmodel, betoogt een EY Global Vice Chair in een commentaar in Fortune dat wat klanten van EY zoeken — niet alleen analyse, maar de ervaring, het inzicht en het perspectief die nodig zijn om door onzekerheid te navigeren en betere beslissingen te nemen — precies de vaardigheid is die AI nu in elke baan afdwingt, of er nu analist, technicus of machineoperator op de deur staat.

De paradox van het AI-tijdperk, zo stelt de bestuurder, is dat hoe capabeler de technologie wordt, hoe meer de markt de andere dingen beloont. De meest gevraagde vaardigheden zijn intrinsiek menselijk — het komt allemaal neer op wat AI niet kan.

Het talentgat is aanzienlijk. Zelfs nu de investeringen in AI stijgen, lopen bedrijven tot 40% van de AI-productiviteitswinst mis door tekorten in talentinvesteringen, volgens een EY-enquête. Veel trainingsprogramma's richten zich op technische AI-ervaring en slaan de cruciale vaardigheden over die bepalen of een AI-strategie zich terugverdient. De conclusie: de beperking op AI-opbrengsten kan net zo goed in people-strategie zitten als in de technologie zelf.

Wat AI nog steeds niet kan

Technologie is sterk in repetitieve taken en het boven water brengen van data. Maar het is aan mensen om het doel te bepalen, het doel voor ogen te houden en de context te bieden die informatie betekenis geeft. Mensen beslissen welke doelen het nastreven waard zijn, herkennen wanneer de context verandert en blijven verantwoordelijk voor de resultaten. Zonder die menselijke sturing worden data en inzichten mogelijk niet effectief toegepast of genereren ze niet hun volledige potentiële waarde.

Dit herdefinieert hoe een door AI georkestreerde werkplek eruitziet. Het verwijdert de mens niet — het verwijdert de onderdelen van het werk die nooit menselijk oordeel vereisten. Wat overblijft is het deel dat alleen een mens kan doen.

AI-geletterdheid trainen als leiderschapsvaardigheid

Om een door AI mogelijk gemaakt wereld volledig te benutten, moet AI-geletterdheid meer worden dan een specialistische vaardigheid — het combineert het gebruik van AI-tools met de beoordeling van outputs op relevantie, en het weten hoe (en wanneer) in te grijpen wanneer het misgaat.

De betrokken schaal is opvallend: machine-identiteiten overtreffen menselijke medewerkers met 82:1 binnen de gemiddelde organisatie, volgens een rapport van CyberArk, dat die proliferatie verbindt aan exponentiële identiteitsveiligheidsdreigingen wanneer machine-identiteiten gefragmenteerd worden beheerd. Zo'n schaal verzwakt menselijke verantwoordelijkheid niet; ze concentreert die Naarmate AI-systemen autonomer worden, wordt menselijk oordeel nog belangrijker.

Analytisch denken is de meest gewilde kernvaardigheid waarnaar werkgevers zoeken bij potentiële medewerkers, volgens een enquête van het World Economic Forum, waarbij circa zeven op de tien werkgevers het essentieel noemen. Leiders willen een medewerker die blinde delegatie vermijdt en weet hoe hij AI moet uitdagen wanneer dat ertoe doet.

De kern: gebruik AI om het werk efficiënter te maken, niet om de oordeelsbeslissingen over te nemen die het belangrijkste deel van het werk blijven vormen.

Navigeer niet alleen

In de praktijk lost geen enkele organisatie de integratie van AI in het personeelsbestand alleen op. Geïsoleerde aanpakken kunnen tijdrovend en kostbaar zijn, omdat organisaties cycli verspillen aan het herbouwen van werkstromen die anderen al hebben opgelost.

Dat is het allianties- en ecosysteemwerk dat de auteur bij EY leidt, waarbij organisaties worden geholpen de juiste fundamenten te creëren om technologie efficiënt te schalen zonder te herbouwen wat iemand anders al heeft opgelost.

Recent werk met drankenproducent Lion illustreerde dit, waarbij samenwerking met ecosystempartners leidde tot 75% snellere klantrespons en circa 30% verbetering in bedrijfskosten binnen de HR-functie. In plaats van elke laag van een AI-geënte HR-functie vanaf nul te bouwen, werkte Lion met partners die delen van dat probleem elders al hadden opgelost — een referentiepunt voor organisaties die een interne oplossing afwegen tegen een partnergedreven route.

Ontwerp workflows opnieuw zodat mensen centraal blijven

Workflows moeten opnieuw worden vormgegeven om mensen centraal te houden in de besluitvorming en vertrouwen te behouden. Wanneer hybride AI-menselijke workflows zijn gebouwd rond starre overdrachten — waarbij AI zijn taken afrondt voordat het resultaat naar een mens gaat — is de fundamentele aanname dat taken schoon kunnen worden verdeeld. In de praktijk begraaft deze structuur kansen voor betekenisvolle oordeelsbeslissingen en kan het meer iteratief werk toevoegen.

Het duurzamere model organiseert werk rond gedeelde taken in een echt geïntegreerd proces, waarin mensen en AI in elke fase bijdragen in plaats van achtereenvolgensn
Daikin, een multinational gespecialiseerd in verwarming, ventilatie en airconditioning, illustreerde dit door hybride AI- en mensenteams in te zetten die samenwerkten bij de uitrol van een nieuw enterprise resource planning (ERP)-systeem. Terwijl AI assisteerde bij codegeneratie en geautomatiseerd testen, behielden medewerkers toezicht op uitzonderingen en risicovolle scenario's — wat bevestigt dat oordeel iets is dat geen enkel algoritme kan overnemen. Volgens EY's verslag van de opdracht versnelde deze aanpak de levering met circa 30%, en leverde de pilot een winst van 10% in balie-efficiëntie op en een 20% snellere financiële afsluiting.

De vaardigheid die niet verloopt

Nu AI-modelcapaciteiten voortdurend in beweging zijn, loopt het gesprek over bijscholing achter als het alleen technische updates volgt. Technische vaardigheden gekoppeld aan een specifieke modelversie hebben een korte houdbaarheid; het oordeel om te weten wanneer en hoe in te grijpen niet.

Oordeel is essentieel om veilige en vertrouwde AI tot stand te brengen.

Geen van dit alles gebeurt vanzelf. Het vereist geletterdheid op elk niveau, partners die de bouwlast delen en workflows die zijn ontworpen om mensen in elke fase in de lus te houden voor passend toezicht.

De organisaties die AI-schaal goed doen, maken weloverwogen keuzes over welke onderdelen van het werk menselijk blijven. En AI-adoptie die goed wordt uitgevoerd, verheldert die rol in plaats van die te verkleinen.

De in dit artikel weerspiegelde standpunten zijn de standpunten van de auteur en weerspiegelen niet noodzakelijk de standpunten van de wereldwijde EY-organisatie of haar lidfirmas. De meningen in commentaarstukken op Fortune.com zijn uitsluitend de standpunten van hun auteurs en weerspiegelen niet noodzakelijk de meningen en overtuigingen van Fortune. Dit verhaal verscheen oorspronkelijk op Fort.com.