Intelligentie en wijsheid zijn niet hetzelfde

In discussies over AI worden intelligentie en wijsheid vaak door elkaar gebruikt. Dat is begrijpelijk, maar problematisch.

Intelligentie draait om het verwerken van informatie. Het herkennen van patronen. Het genereren van voorspellingen. Het combineren van bestaande kennis tot nieuwe inzichten.

Wijsheid gaat over iets anders. Wijsheid stelt de vraag waarom iets relevant is. Welke gevolgen een beslissing heeft. Welke belangen spelen. Welke risico’s acceptabel zijn. En misschien nog belangrijker: welke vragen überhaupt gesteld zouden moeten worden.

AI wordt steeds beter in antwoorden genereren. Maar deze antwoorden zijn alleen waardevol wanneer ze voortkomen uit de juiste vraag.

AI maakt de kwaliteit van onze vraag zichtbaar

Veel organisaties zien AI als een middel om sneller beslissingen te nemen. Snelheid en kwaliteit zijn niet automatisch met elkaar verbonden. Sterker nog: AI vergroot het risico dat organisaties efficiënter verkeerde dingen gaan doen.

Wanneer een organisatie onvoldoende begrijpt welk probleem werkelijk opgelost moet worden, zal AI dat probleem niet oplossen. Het zal hooguit de verkeerde aannames versnellen. Een matig gedefinieerd vraagstuk resulteert nu niet meer in een matige analyse na drie weken, maar in tien overtuigend ogende analyses binnen een uur.

Ook binnen Polteq merken we hoe verleidelijk het is om een vlot antwoord te accepteren zonder eerst de vraag erachter te toetsen. Wijsheid is niet het bezit van kennis, maar de discipline om eerst het vraagstuk te begrijpen en inzicht te verkrijgen voordat we naar antwoorden zoeken.

Daarmee verschuift de uitdaging van het vinden van antwoorden naar het formuleren van vraagstukken. Daar ligt de kern van business analyse: niet het leveren van antwoorden, maar het helpen scherp krijgen van de behoefte achter de vraag.

De opkomst van wijsheid als concurrentievoordeel

Vrijwel iedere organisatie kan beschikken over krachtige AI-capaciteiten. Dat betekent dat concurrentievoordeel niet langer zit in toegang tot intelligentie, maar in het vermogen om die intelligentie verstandig toe te passen.

De organisaties die succesvol zullen zijn, onderscheiden zich niet door méér analyses, maar door hun vermogen om betekenis te geven aan die analyses: door te bepalen welke vraagstukken werkelijk aandacht verdienen, welke inzichten voldoende betrouwbaar zijn om op te handelen en welke gevolgen een beslissing op langere termijn kan hebben. Dit zijn geen technologische vraagstukken, maar vraagstukken van context, inzicht, oordeel en wijsheid. Uiteindelijk is het juist de aanpak van die vraagstukken die leidt tot impact.

Wijsheid op zichzelf creëert echter nog geen waarde. Pas wanneer wijsheid wordt vertaald naar keuzes, gedrag en verandering ontstaat impact. Uiteindelijk wordt de waarde van inzichten niet bepaald door hoe goed we ze begrijpen, maar door wat ze in beweging zetten.

Van informatiebeheer naar betekenisgeving

Deze verschuiving heeft grote gevolgen voor business analyse. Traditioneel lag de focus vaak op het verzamelen van informatie, het analyseren van processen en het documenteren van behoeften. AI kan een groeiend deel van die werkzaamheden ondersteunen. Daardoor ontstaat ruimte voor een andere vorm van toegevoegde waarde.

Wij zien dit dagelijks in de praktijk: de analisten die het meest waardevol zijn, zijn niet degenen die het snelst een analyse opleveren, maar degenen die het lef hebben om eerst de vraag zelf ter discussie te stellen.

De business analist van de toekomst onderscheidt zich niet door het produceren van meer analyses, maar door het creëren van betekenis. Niet omdat betekenis op zichzelf het doel is, maar omdat betekenis de voorwaarde is voor impact. Door verbanden te leggen tussen strategie, operatie, menselijk gedrag en technologische mogelijkheden. Door aannames zichtbaar te maken voordat ze worden geautomatiseerd. Door te onderzoeken of achter het vraagstuk de juiste behoefte schuilgaat.

Met andere woorden: minder informatiebeheer, meer betekenisgeving.

“Een organisatie die AI inzet om klantverloop te voorspellen, stelt impliciet de vraag welke klanten waarschijnlijk vertrekken. Een business analist kan echter ontdekken dat de werkelijke behoefte ergens anders ligt: begrijpen waarom klanten hun vertrouwen verliezen. Het antwoord verandert dan van voorspellen naar verbeteren.”

De echte vraag achter AI-volwassenheid

Er wordt veel gesproken over AI-volwassenheid. Meestal gaat dat gesprek over technologie, data of governance. De belangrijkste vraag is misschien niet: “Hoe volwassen zijn we in AI?”, maar: “Hoe volwassen zijn we in ons denken?”

De vraag is bovendien niet of organisaties AI gaan gebruiken. De vraag is of organisaties voldoende helderheid hebben over hun eigen vraagstukken om AI zinvol te gebruiken.

Want uiteindelijk vergroot AI wat al aanwezig is. Heldere organisaties hebben het vermogen om sneller inzicht te krijgen. Onduidelijke organisaties versterken vooral hun verwarring. Goede vragen leveren betere antwoorden op. Slechte vragen leveren vooral meer slechte antwoorden op.

De waarde verschuift van antwoorden naar vragen

De grootste misvatting over artificiële intelligentie is misschien wel dat zij menselijke intelligentie vervangt. Toegang tot informatie wordt overvloedig. Analyse wordt goedkoper. Kennis wordt steeds eenvoudiger te genereren. Wat schaars blijft, is het vermogen om context te begrijpen, afwegingen te maken en richting te bepalen.

De behoefte aan business analyse zal dan ook niet verminderen. Naarmate antwoorden goedkoper worden, stijgt de waarde van het scherp krijgen van behoeften en vraagstukken. Wanneer intelligentie gemeengoed wordt, ontstaat onderscheid niet door wat we weten, maar door hoe we betekenis geven aan wat we weten.

In veel organisaties wordt business analyse nog steeds onderschat. De opkomst van AI maakt zichtbaar dat business analyse in werkelijkheid een strategische discipline is. Niet omdat zij betere antwoorden levert, maar omdat zij helpt bepalen welke verandering waar de meeste impact kan hebben.

Naarmate technologie beter wordt in het genereren van antwoorden, verschuift het onderscheidend vermogen naar het vermogen om richting te geven: scherp krijgen welke vraagstukken ertoe doen, welke afwegingen gemaakt moeten worden en waar verandering werkelijk waarde creëert.

Dat maakt business analyse niet tot een discipline die door AI wordt bedreigd, maar tot een discipline die bepaalt of organisaties daadwerkelijk hun meerwaarde beter benutten dankzij AI. Juist omdat antwoorden steeds toegankelijker worden, verschuift de toegevoegde waarde van business analyse naar het toevoegen van context, het expliciet maken van aannames en het helpen van organisaties onderscheid te maken tussen wat aandacht vraagt en wat daadwerkelijk waarde creëert.

In een wereld waarin antwoorden overvloedig worden, ligt de waarde van business analyse niet in het vinden van antwoorden, maar in het organisaties helpen begrijpen welke behoeften en vraagstukken werkelijk de aandacht verdienen.

Impact ontstaat niet door betere antwoorden, maar door betere keuzes.

Jeroen Mengerink
R&D Manager, Test Architect en Trainer bij Polteq