Workslop: waarom je AI-stafchef meer bestuurlijke ruis produceert dan hij wegneemt

Ik zie het bij bijna elke operator die net een AI-stafchef heeft aangezet: de eerste week is euforie. Twintig samenvattingen in Gmail, actiepuntenlijsten uit Slack-threads, conceptmails klaar voor verzending. Het voelt als productiviteit. Iemand telt de output en concludeert: dit werkt.

Maar output-volume is precies de verkeerde metriek voor een functie die bedoeld is om bestuurlijke belasting te verlagen. Onderzoek van Harvard en Stanford introduceerde hiervoor de term 'workslop': AI-gegenereerde output die er gepolijst uitziet maar de substantie mist om een taak echt vooruit te helpen. Veertig procent van de Amerikaanse kantoormedewerkers kwam er de afgelopen maand mee in aanraking, en elk incident kostte gemiddeld 3,4 uur om te herstellen.

Vertaal dat naar de directie. Een AI-stafchef die tien samenvattingen per dag produceert is geen winst als drie daarvan een besluit suggereren op basis van een verkeerd geïnterpreteerde e-mailthread. De CEO leest, twijfelt, gaat terug naar de bron, checkt de HubSpot-deal of de Linear-ticket waar de samenvatting op gebaseerd was, en corrigeert. Dat nawerk is onzichtbaar in elke rapportage over 'hoeveel de AI heeft opgeleverd'.

Zesenzestig procent van de werknemers besteedt zes uur of meer per week aan het corrigeren van AI-gegenereerde fouten. Elk foutincident kost bijna twee uur om op te lossen. Dat is geen edge case, dat is het gemiddelde.

De reden ligt niet in de technologie maar in hoe organisaties AI inzetten zonder duidelijk mandaat. Een AI-stafchef zonder afgebakende use cases gaat improviseren onder productiedruk: hij vat samen wat hij denkt dat relevant is, trekt conclusies uit fragmenten van een Slack-conversatie, en presenteert dat met evenveel zelfvertrouwen als een geverifieerd feit. Voor de lezer — de founder die tussen twee meetings door zijn ochtendbriefing scant — is er geen enkel signaal dat het ene punt hard is en het andere giswerk.

Dit is precies waarom de bestuurder-medewerker perceptiekloof zo groot is. 92 procent van de leidinggevenden denkt dat AI hen productiever maakt, terwijl 40 procent van de niet-leidinggevenden zegt dat AI hen geen tijd bespaart. Executives zien de output, niet het nawerk dat eronder verstopt zit. Ze meten wat zichtbaar is — het aantal drafts, de lengte van de briefing — en niet wat onzichtbaar is: de tijd die iemand kwijt is aan het terugchecken van elke bewering.

Stel je een AI-stafchef voor die na elke Calendly-boeking, elke Pipedrive-dealupdate of elke drukke Outlook-thread een samenvatting stuurt — maar zonder ooit te zeggen waar die informatie vandaan komt. Je kunt niet verifiëren zonder terug te gaan naar de bron, en teruggaan naar de bron is precies het werk dat de stafchef had moeten wegnemen.

De oplossing is niet minder AI, maar een verplichte structuur op elke output: een bronverwijzing naar het onderliggende bericht, contract of ticket, en een vertrouwensscore die aangeeft of de conclusie direct uit de tekst komt of een interpretatie is. 'Klant X wil het contract tekenen deze week' is een andere claim als het letterlijk in een e-mail staat dan wanneer het is afgeleid uit toon en context. Beide kunnen waar zijn, maar de bestuurder moet weten welke van de twee hij voor zich heeft voordat hij er een beslissing op baseert.

Dit is ook waarom ik terughoudend ben met AI-stafchefs die trots zijn op hun volume. Een systeem dat alles samenvat zonder onderscheid te maken tussen geverifieerd en afgeleid, verplaatst het risico van de machine naar de mens — precies op het moment dat de mens het minste tijd heeft om het op te merken.

Als je een AI-stafchef wilt beoordelen, stel dan een andere vraag dan 'hoeveel heeft hij geproduceerd'. Stel: hoeveel besluiten heeft de bestuurder kunnen nemen per uur die hij aan bestuurswerk besteedde, en hoeveel van die besluiten moesten later worden teruggedraaid omdat de onderliggende informatie niet klopte?

Die metriek dwingt tot iets anders dan volume-optimalisatie. Een stafchef die drie geverifieerde, bronvermelde signalen per dag levert — een deal in Pipedrive die stilvalt, een Linear-sprint die vertraging oploopt, een investeerder die drie keer heeft gemaild zonder antwoord — is waardevoller dan een stafchef die twintig samenvattingen stuurt waarvan de helft ongeverifieerd giswerk is.

Organisaties die dit goed doen, meten uitkomsten in plaats van activiteit. Ze vragen niet 'hoeveel drafts heeft de AI geschreven' maar 'hoeveel van die drafts zijn zonder wijziging verstuurd, en hoeveel keer moest iemand teruggaan naar de brontekst om te checken of het klopte'. Dat tweede getal — de correctietijd — is de echte kostenpost, en die wordt in de meeste AI-rapportages simpelweg niet gemeten.

Slechts 47 procent van de werknemers heeft enige AI-training gehad, en maar 40 procent zegt dat hun organisatie een AI-beleid heeft. Dat gebrek aan kaders is precies waarom AI-stafchefs zonder verificatielaag worden ingezet: niemand heeft de eis gesteld dat elke output traceerbaar moet zijn naar zijn bron.

De verantwoordelijkheid ligt bovenaan. Als een CEO een AI-stafchef aanzet en beoordeelt op hoeveel taken er verschijnen in Notion of hoeveel actiepunten er in Linear worden aangemaakt, traint hij het systeem — en zichzelf — om volume boven verificatie te stellen. Dat is de fout die 95 procent van de bedrijven maakt die geen meetbaar rendement zien op hun AI-investeringen: ze automatiseren een slecht proces in plaats van eerst te bepalen wat een goed besluit eigenlijk nodig heeft.

Bij Moments zien we dit verschil dagelijks terug in hoe operators hun ochtendbriefing gebruiken. Degenen die vragen 'wat moet ik vandaag beslissen' krijgen andere waarde uit het systeem dan degenen die vragen 'wat heeft het systeem allemaal gedaan'. De eerste groep vraagt om verificatie en bron. De tweede groep verzamelt workslop zonder het te weten.