AI en de verantwoordelijkheid van de raad van bestuur om kritisch te blijven: hier ligt de eindverantwoordelijkheid

De opkomst van AI vraagt van bestuurders een hernieuwde en blijvende toewijding aan kritisch denken.

Sinds ten minste 2023 spreekt Geoffrey Hinton, Nobelprijswinnaar en vaak omschreven als de ‘godfather van AI’, zich uit over de risico’s van deze technologie. In een gesprek met Fortune eerder dit jaar zei hij over grote technologiebedrijven: “Voor de eigenaren van deze bedrijven draait onderzoek vooral om winst op de korte termijn.” Ontwikkelaars, zo stelde hij, richten zich vaker op directe vraagstukken dan op de lange termijn gevolgen van AI.

Die ontwikkelaars staan daarin niet alleen. Van sollicitanten die hun cv opstellen tot internationale ondernemingen die processen willen versnellen: velen zetten AI in als een snelle oplossing. Juist daarom is het aan raden van bestuur om niet alleen naar de korte termijn te kijken, maar ook vooruit te blijven kijken naar wat AI op langere termijn betekent.

Praktische vraagstukken en ambities rondom AI

Het is aannemelijk dat nog maar weinig organisaties een onbeschreven blad zijn op het gebied van AI. Ook wanneer AI nog niet wordt ingezet voor de meest strategische besluitvorming, maken medewerkers er dagelijks gebruik van in uiteenlopende toepassingen.

Dat betekent dat de eerste vraagstukken voor de raad van bestuur vooral praktisch van aard zijn. Op het gebied van governance bijvoorbeeld: hoe organiseer je organisatiebreed toezicht op het gebruik van AI? Ontwikkel je daarvoor eigen kaders, of sluit je aan bij wetgeving en best practices binnen de sector? Wie bewaakt het gebruik van AI door medewerkers, en wie houdt toezicht wanneer systemen steeds vaker met andere systemen samenwerken?

Voor dit artikel spraken wij met een huidige non-executive director met ruime internationale bestuurlijke ervaring. Hij zei:

Op een nog fundamenteler niveau moeten raden van bestuur zichzelf afvragen: wat willen wij met de toepassing van AI bereiken?

Hoewel organisaties vaak benadrukken dat AI waarde toevoegt aan hun langetermijnstrategie, blijft de verleiding groot om de technologie vooral in te zetten voor directe operationele voordelen. Geoffrey Hinton wees daar al op. Zelfs de grote technologiebedrijven die AI ontwikkelden, gebruiken de technologie om personeelsbestanden te verkleinen en productiviteit te verhogen. Alleen al in 2025 verloren meer dan 100.000 medewerkers in de technologiesector hun baan, waarbij AI in meer dan de helft van de gevallen als een belangrijke oorzaak werd genoemd.

Zakelijke dilemma’s

De vraagstukken die AI oproept, zijn niet uitsluitend technisch of organisatorisch. Ze kunnen uitgroeien tot complexe zakelijke dilemma’s waarvoor geen eenvoudige oplossingen bestaan.

Het risico van uniformiteit

Op het eerste gezicht lijkt het logisch dat grotere datasets en bredere referentiekaders leiden tot meer creativiteit en een grotere variatie aan aanbevelingen.

Er zijn echter aanwijzingen dat het tegenovergestelde kan gebeuren. Een onderzoek van MIT uit 2024 beschreef onder meer de Platonic Representation Hypothesis. Deze theorie stelt dat neurale netwerken, ondanks verschillende doelstellingen, databronnen en toepassingen, steeds meer convergeren naar een gedeeld statistisch model van de werkelijkheid.

Daarnaast benoemt dezelfde publicatie de Simplicity Bias Hypothesis. Volgens deze theorie hebben diepe neurale netwerken een voorkeur voor eenvoudige verklaringen. Naarmate modellen groter worden, neemt die neiging toe en ontstaat er een beperktere oplossingsruimte.

Kort gezegd: hoe verder deze technologie zich ontwikkelt en hoe afhankelijker organisaties ervan worden, hoe belangrijker het wordt om vraagstukken volledig en evenwichtig te formuleren. Gebeurt dat niet, dan kunnen oplossingen zeer specifiek lijken terwijl ze in werkelijkheid vooral generiek zijn.

Het risico van overmatig vertrouwen

Voor raden van bestuur ontstaat een ander dilemma zodra zij zich nadrukkelijk aan AI verbinden. Wanneer een systeem eerder waardevolle aanbevelingen heeft gedaan, ontstaat al snel de neiging om toekomstige adviezen eveneens als betrouwbaar te beschouwen.

Dat geldt voor strategische keuzes, operationele beslissingen en vrijwel alles daartussenin.

Toch is de conclusie duidelijk: eerdere successen bieden geen garantie voor toekomstige juistheid. Bestuurders moeten daarom hun vermogen tot kritisch denken blijven inzetten. Bestaande toezicht- en besluitvormingskaders moeten ook ruimte bieden voor een zorgvuldige beoordeling van AI-gestuurde aanbevelingen.

Perceptie en reputatie

Zelfs wanneer een raad van bestuur aan aandeelhouders kan uitleggen waarom AI op korte termijn voordelen oplevert, betekent dat niet dat andere belanghebbenden die afweging automatisch delen.

Opvattingen van stakeholders veranderen immers. Ook aandeelhouders kunnen hun oordeel herzien wanneer zij mogelijke negatieve gevolgen voor de onderneming of haar omgeving signaleren.

Bij besluiten die mede op AI zijn gebaseerd, is het daarom belangrijk om niet alleen naar de inhoud van de beslissing te kijken, maar ook naar de manier waarop deze wordt ontvangen. Organisaties moeten voorbereid zijn om keuzes zorgvuldig toe te lichten wanneer dat nodig is.

Het risico dat aanbod efficiënter wordt terwijl vraag afneemt

AI inzetten om personeelskosten te verlagen en marges te verbeteren lijkt een voor de hand liggend zakelijk voordeel.
Maar het is niet zeker dat dit daadwerkelijk een duurzaam voordeel oplevert. Sterker nog, het kan op langere termijn juist nieuwe vraagstukken creëren.

Forbes verwees eerder dit jaar naar een voorspelling van Gartner uit februari: tegen 2027 zal naar verwachting de helft van de organisaties die personeelsreducties aan AI toeschreven, opnieuw medewerkers aannemen voor vergelijkbare werkzaamheden, vaak onder andere functietitels.

Dat roept een logische vraag op: waarom?

Volgens Kathy Ross, Senior Director Analyst bij Gartner, werden recente reorganisaties vaak sterker beïnvloed door economische omstandigheden dan door automatisering alleen. Naarmate organisaties de grenzen van AI ervaren en tegelijkertijd te maken krijgen met stijgende verwachtingen van klanten, zal opnieuw moeten worden geïnvesteerd in menselijk talent om kwaliteit en groei te behouden.

Medewerkers ontslaan en later weer aannemen is niet alleen inefficiënt, maar kan ook het vertrouwen in de organisatie schaden.

Daar komt bij dat ondernemingen die AI gebruiken als argument voor grootschalige personeelsreducties mogelijk bijdragen aan een afname van de koopkracht waar zij zelf uiteindelijk van afhankelijk zijn.

Het gaat daarbij niet alleen om koopkracht in algemene zin. Ook voor het merk kunnen gevolgen ontstaan. Organisaties die banen laten verdwijnen, kunnen minder aantrekkelijk worden voor klanten, zeker wanneer die klanten voormalige medewerkers zijn.

Daarnaast heeft stijgende werkloosheid gevolgen voor belastinginkomsten en voor de maatschappelijke en economische context waarin ondernemingen opereren.

Een permanente afbouw van personeel brengt bovendien het risico met zich mee dat toekomstige leiders minder kansen krijgen om zich te ontwikkelen. Juist functies in het middenkader vormen vaak de voedingsbodem voor toekomstige leden van executive teams en raden van bestuur.

Hier ligt de eindverantwoordelijkheid

Als één inzicht door alle bovenstaande vraagstukken heen loopt, dan is het dit: objectieve analyse, onafhankelijk oordeel en voortdurende kennisontwikkeling zijn belangrijker dan ooit in een tijd waarin AI zich snel ontwikkelt.

Dezelfde non-executive director zei hierover:
“Het is de verantwoordelijkheid van ieder individu om bij te blijven. Bestuurders moeten niet wachten tot de raad hen opleidt. Betrokken bestuurders blijven zichzelf ontwikkelen zodat zij managementteams de juiste vragen kunnen stellen.”

AI kan veel mogelijkheden bieden. Misschien staan we aan het begin van een periode van uitzonderlijke vooruitgang. Sommigen vragen zich zelfs af of intelligente systemen in de toekomst een rol kunnen spelen binnen bestuursstructuren.

Maar dat ontslaat niemand van verantwoordelijkheid. Juist bestuurders niet.

Zij moeten ontwikkelingen rond AI blijven volgen, zowel in theorie als in de dagelijkse praktijk van hun eigen organisatie.

Nog belangrijker is dat zij het kritische denkvermogen blijven inzetten dat hen waarschijnlijk in eerste instantie geschikt maakte voor hun rol.