Wat schaduw-IT zegt over je organisatie

Op de eerste lesdag van de module Digitale Transformatie en AI geef ik een opdracht die op papier weinig voorstelt. Iedereen krijgt een leeg A4 en de vraag om het eigen IT- en datalandschap te tekenen: de kernsystemen, pijlen ertussen voor de koppelingen, en eerlijk aangeven waar iemand nog handmatig iets overtypt. De officiële systemen staan er binnen vijf minuten op, want die kent iedereen uit zijn hoofd. Daarna valt er een stilte, en dan begint het aanvullen, want er komt altijd meer. Dat tweede deel van de tekening noemen we schaduw-IT.

Door Shiva Jaggan

Wat schaduw-IT zichtbaar maakt

De Excel waarin de planning eigenlijk wordt bijgehouden, de WhatsApp-groep waar de storingsmeldingen langskomen, de gratis conversietool die iemand ooit heeft gevonden en sinds kort ook de AI-chatbot waar een collega zijn verslagen doorheen haalt.
Software en diensten die volop in gebruik zijn zonder dat ze ooit zijn aangeschaft, beoordeeld of beheerd. De eerste reflex is bijna altijd dezelfde, namelijk dat er iets verboden moet worden.

Die reflex snap ik, maar ik zie hem zelden werken, en het onderzoek wijst dezelfde kant op. In het veelbesproken rapport The GenAI Divide van MIT’s Project NANDA, zit onder de beroemde koppen een bevinding die veel bruikbaarder is. Slechts 40% van de onderzochte bedrijven had een officieel abonnement op een AI-tool aangeschaft, terwijl medewerkers uit ruim 90% van diezelfde bedrijven aangaven persoonlijke AI-tools regelmatig voor hun werk te gebruiken. De onderzoekers noemen dat zelf een schaduw-AI-economie, en concluderen dat medewerkers daarmee problemen hebben opgelost waar de officiële initiatieven op vastliepen. Dat is geen ongehoorzaamheid. Dat zijn mensen die hun werk af willen krijgen met de middelen die ze hebben.

Schaduw-IT markeert waar het fundament niet levert

Ik zie precies hetzelfde in die tekeningen. Iemand houdt een Excel bij omdat het ERP geen veld heeft voor wat hij moet vastleggen. Iemand mailt een bestand naar zichzelf omdat de koppeling tussen twee systemen simpelweg niet bestaat. Iemand plakt een concepttekst in een AI-tool omdat er vanmiddag vijf offertes de deur uit moeten. Elke tool die iemand er zelf bij heeft gehaald markeert een plek waar het fundament niet levert, en daarmee is schaduw-IT de meest eerlijke inventarisatie van je eigen tekortkomingen die je kunt krijgen. Hij kost je bovendien niets.

Wat die 95% over AI-projecten werkelijk betekent

Over die 95% die overal wordt aangehaald, wil ik wel iets rechtzetten, want daar gaat het vaak mis. Het cijfer betekent niet dat 95% van alle AI-projecten mislukt. In het MIT-onderzoek rapporteerde naar schatting 95% van de onderzochte organisaties geen meetbaar effect van hun GenAI-initiatieven op de winst-en-verliesrekening. Het gaat bovendien om voorlopige onderzoeksbevindingen, gebaseerd op ruim 300 openbare AI-initiatieven, interviews met 52 organisaties en 153 surveyreacties van senior leiders. Ik gebruik het cijfer dan ook niet als bewijs dat AI niet werkt, maar als aanwijzing dat het probleem vaak niet bij het model zelf zit.

Generatieve AI verlaagt de drempel voor schaduw-IT

Wat er de laatste jaren wel fundamenteel is veranderd, is de snelheid waarmee schaduw-IT ontstaat. Vroeger kostte het nog iets: een licentie, een creditcard, een installatie, en meestal ook een gesprek met iemand van ICT. Generatieve AI kost een browsertabblad en geen euro, en daarmee is de laatste drempel weg. Dat verandert ook de aard van het risico, want bij een Excel op een lokale schijf raak je vooral het overzicht kwijt, terwijl er bij een AI-tool bedrijfsinformatie het pand verlaat en er soms persoonsgegevens van klanten of patiënten meegaan.

Drie patronen die steeds terugkomen

Als de tekeningen naast elkaar op tafel liggen, komt er trouwens drie keer hetzelfde beeld boven. Er is nergens echt eigenaarschap, want er is wel een beheerder en er is wel een leverancier, maar er is niemand die gaat over wat er inhoudelijk in een systeem staat en die dus ook kan besluiten dat iets moet veranderen. Dezelfde gegevens staan op meerdere plekken en niemand durft te zeggen welke versie klopt, wat de stilste kostenpost van allemaal is omdat hij nergens op een factuur verschijnt maar wel in verkeerde beslissingen en in medewerkers die alles dubbel controleren. En er zijn meer applicaties dan iemand kan opnoemen, stuk voor stuk ooit aangeschaft om één probleem op te lossen, zonder dat iemand heeft bepaald waar ze in het geheel passen.

Begin met vragen in plaats van verbieden

Wat ik organisaties adviseer is om te beginnen met vragen in plaats van verbieden. Vraag je team letterlijk wat ze gebruiken dat niet officieel is en waarom, en zorg dat daar geen enkele consequentie aan hangt, want wie de eerste ronde bestraft krijgt geen tweede. Achter elke tool zit een behoefte en die behoefte is de informatie die je zoekt. Daarna kies je per geval: sommige schaduwoplossingen zijn eerlijk gezegd beter dan wat je officieel aanbiedt en die neem je op in beheer, met een eigenaar en met afspraken erbij, en de rest los je op in het systeem waar het thuishoort.

De MIT-onderzoekers zien datzelfde patroon bij de organisaties die het wel lukt: die kijken eerst welke tools medewerkers zelf al met resultaat gebruiken, en kopen pas daarna een bedrijfsversie in. Houd de spelregels ondertussen zo kort dat mensen ze onthouden, want drie regels die blijven hangen doen meer dan een beleidsstuk van twaalf pagina’s dat niemand leest. En investeer in geletterdheid, omdat iemand die begrijpt waarom een tool riskant is betere afwegingen maakt dan iemand die alleen weet dat het niet mag. De AI-verordening verplicht organisaties die AI-systemen inzetten bovendien om maatregelen te nemen die de AI-geletterdheid van medewerkers ondersteunen.

Schaduw-IT als startpunt voor digitale transformatie

Het mooie van die A4-opdracht is dat je er geen project voor nodig hebt. Een uur, een vel papier en de bereidheid om op te schrijven wat er echt gebeurt in plaats van wat er hoort te gebeuren. Dat beeld is wat mij betreft het startpunt van elk digitaliseringsgesprek dat serieus bedoeld is, en van elke AI-ambitie die verder wil komen dan een pilot.

In de module Digitale Transformatie en AI leer je verder kijken dan de technologie alleen en onderzoeken wat digitalisering en AI vragen van systemen, processen en de organisatie eromheen.

Digitale transformatie en AI bij BKOU

Wil je digitale verandering beter leren analyseren, onderbouwen en invoeren? Bekijk dan de module Digitale Transformatie en AI, of de leergang Digitale Transformatie en Organisatieontwikkeling. In de leergang combineer je digitale transformatie met strategie en verandermanagement. Benieuwd wat het beste bij jouw rol en leerdoelen past? Vraag een vrijblijvend adviesgesprek aan.

– Shiva Jaggan is manager, consultant en docent met ruim 15 jaar ervaring in digitalisering, strategie en verandermanagement. Bij Dynapps Nederland leidt hij projecten en teams rond digitale transformatie en ERP. Bij Bedrijfskunde Opleiding Utrecht geeft hij de module Digitale Transformatie en AI. Praktisch, analytisch en met een scherpe blik op de samenhang tussen technologie en organisatie.