Van ‘schaduw-AI’ tot gedeelde intentie: met behulp van bedrijfsarchitectuur tijdelijke oplossingen omzetten in toegevoegde waarde

Shadow AI krijgt momenteel veel aandacht, maar het patroon is bekend. Elke organisatie heeft schaduwsystemen: mensen bouwen of gebruiken lokale oplossingen wanneer de officiële route te traag is, te veel beperkingen kent of simpelweg niet aansluit bij de manier waarop het werk daadwerkelijk wordt gedaan. Shadow AI is niet nieuw; het is schaduw-IT met een snellere, risicovollere motor. Daarom kiezen veel organisaties er standaard voor om ‘Shadow AI te stoppen’. Het voelt als een controleprobleem. Maar vaak is het nuttiger om het als een signaal te zien: schaduwoplossingen laten meestal zien waar de vraag groter is dan wat de onderneming kan bieden. 

‍

Het API Impact-rapport 2024 van Kong schetst een bekend maar verontrustend beeld van de opmars van schaduw-IT: 80% van de organisaties heeft richtlijnen opgesteld voor technologiegebruik en governance, maar toch weet 60% van de medewerkers deze te omzeilen. Ik heb genoeg van dit soort gesprekken gevoerd om te weten dat de betere vragen niet zijn: „Wie gebruikt welke tool?“, maar veeleer: welke kloof probeert het bedrijf te dichten, en hoe zou een goede, definitieve oplossing eruitzien, voor iedereen? Terwijl standaarddiscussies zich sterk richten op directe zorgen over beveiliging en governance, krijgen twee andere cruciale risico’s doorgaans veel minder aandacht, en juist die brengen de onderneming op den duur stilletjes schade toe.

‍

De verborgen risico’s van lokale AI-rationaliteit

‍

Telkens wanneer Shadow AI ter sprake komt, kan ik bijna voorspellen hoe de vergadering zal verlopen. Iemand brengt beveiliging ter sprake, iemand noemt gegevenslekken, en we beginnen regels op te stellen. Dat is begrijpelijk. Maar daarmee wordt alleen aan de directe naleving gedacht. Als we dieper graven, ontdekken we twee onderschatte risico’s die schuilgaan in de lokale AI-rationaliteit.

‍

1) Risico van afwijkingen: wanneer lokale rationaliteit leidt tot irrationeel gedrag op bedrijfsniveau

‍

Zelfs wanneer individuele cases „veilig genoeg” cases , komt een gebrek aan afstemming vaak tot uiting in systemische versnippering. Het aanpassen van een proces kan voor één afzonderlijk team volkomen logisch zijn. Maar wanneer twintig teams dit tegelijkertijd doen, verandert lokale rationaliteit in bedrijfsbrede irrationaliteit:

‍

• Dezelfde beslissingslogica is op meerdere plaatsen geïmplementeerd, met kleine verschillen die niemand bijhoudt.
• Het wordt onduidelijk wie de eigenaar is van het resultaat, de logica of het gebruik van de gegevens.
• Kritieke werkzaamheden gaan steeds meer afhankelijk worden van werkprocessen die niemand kan ondersteunen, controleren of uitleggen.
• Het ‘officiële’ proces en het werkelijke proces lopen stilletjes uit elkaar, waardoor het bestuur volgens een fictief model functioneert.

‍

2) Risico van gemiste kansen: een signaal als een misdrijf behandelen

‍

Het tweede onderschatte risico ligt in de manier waarop organisaties op deze tijdelijke oplossingen reageren. Wanneer ‘Shadow AI’ louter wordt behandeld als een compliance-incident dat moet worden onderdrukt, slaagt de organisatie er niet in om lokale innovatie om te zetten in gedeelde bedrijfswaarde. De kosten van deze hardhandige aanpak zijn concreet:

‍

• Op papier lijkt de zichtbare blootstelling misschien af te nemen, maar de onderliggende operationele versnippering blijft bestaan.
• Waardevolle inzichten blijven verborgen, waardoor de organisatie niet in staat is om bedrijfsbrede leerervaringen te benutten.
• Teams doen dubbel werk aan identieke problemen, waardoor ze de voordelen van schaalvoordelen, hergebruik en consistentie mislopen.
• De organisatie steekt energie in het handhaven van beperkingen in plaats van in het opbouwen van sterkere, gezamenlijke bedrijfscompetenties.

‍

Gedeelde bekwaamheid begint met een gemeenschappelijke taal

‍

Hier komt de ‘Business Architecture’-benadering om de hoek kijken: deze helpt om versnipperde lokale oplossingen om te zetten in een samenhangend beeld van de bedoeling en een solide basis voor investeringsbeslissingen. Het gaat hier niet om het betrappen van mensen. Het gaat erom business en IT in één gesprek te brengen, waarbij een gemeenschappelijke taal wordt gebruikt om te begrijpen wat een tijdelijke oplossing daadwerkelijk doet en waar deze past in de waardecreatie. Begin niet met de tool. Begin met de bedoeling. Wanneer er een schaduw-use case , stel dan drie eenvoudige vragen:

‍

1. Welke functie ondersteunt of vervangt deze oplossing? Geef de vaste bedrijfsfunctie aan die ten grondslag ligt aan de tijdelijke oplossing. Zo wordt de impact binnen de hele organisatie beter zichtbaar.
2. Waar komt het voor in de waardestroom? Plaats het in de stroom van waardecreatie. Dezelfde tijdelijke oplossing ziet er heel anders uit, afhankelijk van of deze de backoffice-administratie ondersteunt of deel uitmaakt van een fase die de klantervaring rechtstreeks beïnvloedt.
3. Welke informatieconcepten raakt dit? Wees duidelijk over de betrokken bedrijfsbegrippen en gegevens. Dit is waar „het werkte lokaal“ al snel kan uitmonden in „het heeft alles stroomafwaarts verpest“.

‍

Zodra je die drie vragen kunt beantwoorden, wordt de volgende beslissing duidelijker: wat moet worden geïndustrialiseerd en in eigen beheer worden genomen, wat moet worden herontworpen en wat moet worden stopgezet omdat het risico het niet waard is.

‍

De Deal: rustig, geloofwaardig en nuttig

‍

Deze aanpak werkt alleen als Shadow AI wordt beschouwd als een signaal, niet als een misdrijf. Anders zullen mensen het verbergen, bagatelliseren of simpelweg een andere naam geven. Voordat je om transparantie vraagt, moet je het bedrijf een deal met echte inhoud aanbieden: „We beginnen niet met ‘stop met het gebruik van AI’. We beginnen met ‘laat ons zien waar het een leemte opvult’. In ruil daarvoor zullen we het ofwel op een veilige manier in een product omzetten, ofwel de knelpuntoplossing aanpakken die de noodoplossing noodzakelijk maakte.” Die houding houdt de organisatie kalm, brengt aan het licht wat er werkelijk gebeurt en schept de voorwaarden om lokale innovatie om te zetten in bedrijfswaarde – niet door elk experiment op te schalen, maar door de patronen te industrialiseren die er echt toe doen. Dus: welke waardestroom in uw organisatie wordt momenteel overschaduwd door AI, en wat zegt dat over waar de echte hiaten zitten?

‍