Data & AI Champions

De beste AI-kansen zie je van buitenaf niet. Je vindt ze naast de mensen die het werk doen, en daarom moeten die mensen zelf degenen zijn die kijken.

We trainen een groep collega's tot aanspreekpunt voor data en AI in hun team: use cases herkennen en anderen meenemen.

Het champion-cohort vindt en bouwt de eerste echte use cases. Die gaan het curriculum in voor het volgende cohort, zodat de rest van de organisatie oefent op werk van de eigen collega's. Champions helpen dat volgende cohort werven en motiveren.

Champions zijn ook het vroege waarschuwingssysteem. Zij weten waar de adoptie stokt, ruim voordat het in een dashboard zichtbaar wordt.

We coachen champions binnen hun eigen team, in korte cycli met een vaste doorlooptijd:

1. Observeren, het echte werkproces, van dichtbij.
2. Een use case kiezen die de moeite waard is, beoordeeld op schaal, herhaling, impact en of de data er werkelijk is.
3. Samen bouwen met de collega die het werk doet, niet voor hem.
4. Toetsen bij anderen die hetzelfde werk doen.
5. Delen en opschalen, de community in, en het curriculum van het volgende cohort in.

• Collega's die het werk kennen zijn geloofwaardiger dan welke externe trainer dan ook
• Hulp is beschikbaar in het team, op het moment dat de vraag opkomt
• Champions bouwen samen met het team, zodat het team het daarna zelf kan
• Het eigenaarschap verhuist naar de organisatie terwijl het programma nog loopt

Bij Jaarbeurs: helder data-eigenaarschap in de teams, en een directie die stuurt op betrouwbare, centrale dashboards. Bij OTP banka begonnen 43 AI-multipliers, onder wie bestuursleden, met een live workshop van twee dagen.