5 manieren om met AI het verschil te maken – ook als iedereen dezelfde tools heeft
AI verricht standaardwerk beter dan de mens. Due diligence-rapporten gaan sneller, contracten worden grondiger geanalyseerd, risico's systematischer in kaart gebracht. Wie de tool eerder inzet dan zijn concurrenten, wint terrein. Maar die voorsprong is tijdelijk. Naarmate AI-tools verder ingeburgerd raken, verdwijnt het voordeel van de koplopers. De vraag is dan niet langer of je AI gebruikt, maar wat je nog te bieden hebt als iedereen dat doet.
AI blinkt uit in het overnemen van herhalend, tijdrovend en data-intensief werk: de ‘commodity-laag’ van juridische en financiële dienstverlening. In de woorden Jeroen Zweers, innovatieadviseur op het gebied van legal tech: “AI draagt ertoe bij dat gebruikers standaardwerk beter en sneller kunnen uitvoeren.”Contracten doorzoeken, due diligence-rapportages opstellen, clausules inventariseren op risico’s: het zijn taken waarbij consistentie en volume zwaarder wegen dan creativiteit. Hier laat AI de mens ver achter zich.
Of liever gezegd: kan AI de mens ver achter zich laten. Want in werkelijkheid kan een goede AI-tool in handen van een prutser een slecht rapport opleveren, zegt Jurjen Boorsma, jurist bij de IND en het brein achter de site cyberlawyer.nl.
Niet alleen liggen fouten op de loer – AI staat erom bekend dat het kan 'hallucineren', sterker dat doet het 'by design', het is ontworpen als wat Magali Fiechter-Deloof, oprichter van adviesbureau Nextwire, een 'droommachine' noemt, die 'als je tien keer dezelfde vraag stelt, tien keer een ander antwoord geeft'. Ook dreigt menig gebruiker in details te verzanden, zegt Boorsma: "Wie AI blind gebruikt als zoekmachine, kan zelfs aan efficiëntie verliezen. De tool levert immers snel veel details op, waardoor de verleiding groot is om steeds verder te blijven graven naar informatie. Je moet vooraf scherp formuleren wat je zoekt, welke hoofdlijn je wilt toetsen en welke risico’s je wilt uitsluiten." Kortom: je moet AI deskundig weten te hanteren.
Beperkt concurrentievoordeel
AI lijkt dergelijke deskundige gebruikers in eerste instantie duidelijk concurrentievoordelen te bieden. Wie AI eerder inzet dan anderen, werkt sneller, grondiger en goedkoper dan wie dat niet doet. Maar die voorsprong is eindig. Naarmate AI-tools breder beschikbaar worden en breder in de markt worden gezet, verdwijnt dat onderscheidende vermogen van de 'early adopter'. Partijen met eigen tools en unieke data kunnen misschien nog excelleren dankzij AI, voor de rest geldt dat AI noodzakelijk is, maar geen bonus oplevert: je hebt het nodig om mee te spelen, maar je wint er de wedstrijd niet mee.
Zoals Bart ter Steege, oprichter van cultureel adviesbureau SUMM zegt: "Een voordeel waar iedereen over beschikt, is geen voordeel meer. Zodra corporate finance-specialisten, advocatenkantoren en investeerders over vergelijkbare AI-tools beschikken, worden de verschillen in 'harde' vaardigheden kleiner."
Als iedereen dezelfde toegang tot dezelfde tools heeft, hoe kun je dan nog concurrerend zijn? Daar zijn zeker vijf verschillende, elkaar aanvullende mogelijke antwoorden op.
1. Intern samenwerken
Om te beginnen: door interne samenwerking te bevorderen. Dat is tenminste de visie van Fiechter-Deloof. Zij benadrukt dat organisaties hun silo's moeten doorbreken om volop te kunnen profiteren van AI. "Want waar juridische, financiële en commerciële teams voorheen elk hun eigen stukje van de puzzel bekeken, maakt AI het voor het eerst mogelijk om documenten en risico's 'end-to-end' te analyseren. Maar daarvoor moeten al die afdelingen wel nauwer samenwerken dan in het verleden. Samenwerken met je verschillende afdelingen", stelt ze. De organisatie zal dus platter moeten worden dan in het verleden en interdisciplinair werken zal er de norm moeten worden.
2. Beter businessmodel
Ook een (gedeeltelijk) nieuw businessmodel is mogelijk een deel van de oplossing. Hiervoor pleit Zweers bijvoorbeeld. De kern van Zweers’ analyse is dat AI het traditionele businessmodel van de advocatuur fundamenteel onder druk zet. Niet omdat advocaten overbodig worden, maar omdat cliënten steeds minder bereid zijn voor routinematig juridisch werk dezelfde hoge uurtarieven te betalen als voor hoogwaardige diensten. Juridische afdelingen van grote bedrijven, investeringsfondsen en andere professionele opdrachtgevers 'gaan harder dan de advocatuur', constateert hij. Zij zetten AI in om zelf de routinematige, data-intensieve taken in huis te kunnen uitvoeren. Het gevolg is dat werk dat vroeger vanzelfsprekend bij advocatenkantoren terechtkwam niet meer wordt uitbesteed. Of, als het wel wordt uitbesteed, dat het steeds vaker naar gespecialiseerde Alternative Service Providers gaan, die tegen lagere tarieven werken dan advocatenkantoren.
Daarmee dreigen diezelfde kantoren dus minder werk te krijgen, doordat er minder vraag is naar hun activiteiten in de commodity-laag. Logisch dat er wordt geëxperimenteerd met alternatieve businessmodellen, aldus Zweers. De logische stap is volgens hem een meer modulair prijsmodel. Kantoren moeten volgens Zweers veel scherper bepalen welke onderdelen van hun dienstverlening zich lenen voor vaste (lage) prijzen en welke onderdelen maatwerk blijven. De eerste fasen van de due diligence, contractanalyse of ander gestandaardiseerd werk kunnen als een soort 'product' worden aangeboden.
Strategische advisering, onderhandelingen en andere activiteiten die een speciale juridische expertise vereisen zouden nog op uurbasis kunnen worden verkocht of op grond van de toegevoegde waarde. Waarbij ze uiteraard gebruik kunnen maken van AI, zegt Fiechter-Deloof, maar dan om 'augmentatie' na te streven. "Vroeger duurden allerlei processen zo lang dat je vanzelf tijd had om informatie te laten bezinken, verbanden te zien, je onderbewuste zijn werk te laten doen. Die incubatietijd staat onder druk door de versnelling die AI meebrengt. De kunst is om die tijd te nemen om tot diepgang te komen en de 'human judgement' te laten floreren."
Ze geeft een persoonlijk voorbeeld: een voorstel dat ze vroeger in twee weken met twee medewerkers schreef, maakt ze nu grotendeels in een halve dag. Toch levert ze het dan niet meteen in. Ze bouwt bewust enkele dagen in, slaapt er een nacht over, leest het opnieuw, herziet de tekst – enzovoorts. Het resultaat is een rapport dat volgens haar volgens haar niet alleen tien keer sneller tot stand is gekomen, maar ook twintig keer beter is dan vroeger.
3. Andere cultuur
Dit betoog om de mens vooral niet uit het proces te snijden sluit aan op dat van Ter Steege, die stelt dat het werkelijke onderscheidende vermogen van organisaties steeds meer afhangt van hun mensen en de cultuur – 'de herkenbare manier waarop mensen dagelijks samenwerken, verantwoordelijkheid nemen, verwachtingen managen en elkaar corrigeren'.
De verschillen in 'harde' vaardigheden worden kleiner, het onderscheid in cultuur wordt belangrijker
Bart ter Steege
4. Ander leiderschap
Daarmee is een volgend onderwerp aangestipt: het belang van leiderschap, het domein van Fiechter-Deloof. Leiders moeten volgens haar zelf inzien wat AI kan, waar het tekortschiet en hoe de technologie hun organisatie, verdienmodel en manier van werken raakt. Want alleen dan kunnen ze beoordelen waar AI waarde kan toevoegen en hoe de organisatie het beste kan inspelen op de verdere opmars van AI en de benodigde cultuurverandering en adoptie binnen de organisatie te stimuleren.
Leiders met verstand van AI zijn al helemaal onmisbaar bij investeerders in AI-bedrijven en hun adviseurs, zegt Fiechter-Deloof. "Heeft het target bijvoorbeeld eigen, exclusieve data? Is de AI werkelijk ingebed in de workflow van klanten, of een laagje vernis op een kwetsbare leveranciersafhankelijkheid? Kunnen kopers dat niet beoordelen, dan lopen ze extra risico dat ze teveel betalen."
Fiechter-Deloof noemt als afschrikwekkend voorbeeld een bedrijf uit India dat zichzelf in de etalage had gezet als 'AI-native developer assistant' – tot bleek dat er achter de schermen een ploeg programmeurs dag en nacht zat te coderen. En dat de AI-premie die het bedrijf bij de verkoop wilde in werkelijkheid absurd hoge loonkosten waren.
5. Alternatief voor het Ajax-model
Hoewel de verleiding daartoe misschien groot is, waarschuwt Fiechter-Deloof leiders ook om AI-vraagstukken niet simpelweg delegeren aan de IT-afdeling of aan junioren. "Evenmin als leiders toen de computer z'n intrede deed konden zeggen: laat de junioren maar leren met de computer om te gaan, ik blijf met mijn notitieblokje werken."
Wel kunnen ze junior medewerkers stimuleren om ervaring met AI op te doen. Dat klinkt misschien als een open deur, maar is het bepaald niet. Want: AI vormt een directe aanval op de positie van junior medewerkers, en het is allerminst vanzelfsprekend dat ze goed worden begeleid om zich in dit AI-tijdperk staande te houden. Het 'Ajax-model' zoals veel advocatenkantoren dat van oudsher hanteren – traint talent door hen handwerk te laten doen – wordt namelijk steeds minder aantrekkelijk naarmate AI beter kan worden ingezet om Excel-modellen te bouwen, contracten door te spitten en analyses voor te bereiden.
En het is niet duidelijk hoe junioren zich dan moeten ontwikkelen.
Zweers pleit voor scenario's, simulaties en gamification – manieren om in een veilige omgeving te leren wat vroeger werd opgedaan door metershoge documentenstapels. Fiechter-Deloof pleit voor 'red teaming': synthetische AI-analyses met bewuste fouten voorleggen aan reviewers, zodat zij leren die te herkennen. Teams moeten na elke deal terugkijken: wat zei het AI-systeem, wat klopte, wat niet, en wat hebben we ervan geleerd?
Of mogelijk kunnen junioren nu ze steeds minder grondwerk hoeven te verrichten eerder in het diepe worden gegooid, en worden meegenomen: naar klanten, naar potentiële kopers en verkopers, naar de dealroom. Maar het stelt allemaal hoge eisen aan hun begeleiders. Zij moeten hoe dan ook hun kennis en ervaring overdragen en tijd besteden aan de persoonlijke ontwikkeling van hun pupillen. Anders geformuleerd: ze moeten de eerste winsten die ze boeken door AI in te zetten, herinvesteren in het 'human capital' aangezien de 'zachte' menselijke kwaliteiten – zie het betoog van Ter Steege zo'n belangrijke bron van waardecreatie worden.
Zwaardvechters trainen
De eerste winsten met AI – de toegenomen efficiency, de reductie van wat – lijken misschien betrekkelijk eenvoudig te bereiken. Immers: "AI kopen is het makkelijkste wat er is", zoals Zweers zegt, en enkele projecten optuigen zal ook wel lukken. "Maar je hele organisatie het laten gebruiken is een totaal ander aspect. Dat kost geen weken maar jaren." De moeilijkheden doen zich vooral voor in het doorvoeren van de organisatorische en culturele veranderingen.
AI kopen is het makkelijkste wat er is. Maar je hele organisatie AI laten gebruiken kost jaren
Jeroen Zweers
Uiteindelijk is het aan de leiders om die veranderingen aan te zwengelen. Maar of dat ook vaak zal gebeuren? Zweers is niet onverdeeld optimistisch, tenminste niet over de advocatuur met z'n verslaving aan het uurtje-factuurtjemodel. "Advocaten zijn niet gewend hun processen te veranderen, omdat dat nooit nodig is geweest."
Ook Boorsma wijst op de weerstand onder advocaten: "Het is alsof je zwaardvechters moet trainen om met geweren om te gaan. Zij zullen vooral geneigd zijn om met de geweren te slaan en dan te roepen dat hun oude sabels beter waren. Hetzelfde zie je met AI: maar al te vaak komt het voor dat mensen een zoekopdracht met een AI-bot uitvoeren en roepen dat het weinig toevoegt aan gewoon googelen."