Auteur: Karl D’haveloose
Betting on AI to do (or kill) my job: waar blijft die domme operator van morgen? En hoe zit nu met al die ontslagrondes van jong talent zogezegd door AI. Volgens mij zal AI niet de volgende generaties van leiders genereren. Omgekeerd gaan de leiders van morgen eerder met de zwarte gordels van AI op de werkvloer samen sparren. Uit de meeste use cases die ik analyseerde, is de gemene deler nog altijd dat AI als een amplifier moet functioneren om organisatorische en procesmatige zwaktes te reduceren, sterktes uit te vergroten en systemen overzichtelijk te maken.
Jidoka, geworteld in Toyota’s lean management en regelrecht uit Kaizen (cfr vorige artikels), combineert automatisering met menselijk inzicht om de kwaliteit te waarborgen en mensen te empoweren. Anders gezegd, automatisering moet het menselijk oordeel, creativiteit en leiderschap ondersteunen, vooral bij de ontwikkeling van werknemers aan het begin van hun carrière om groei en innovatie op lange termijn te handhaven.
Organisaties moeten systemen ontwerpen waarbij AI het leren, de samenwerking en het probleemoplossend vermogen versterkt in plaats van menselijke rollen of vaardigheden te verminderen.
AI is enkel en alleen krachtig wanneer mensen het monitoren.
Dat is de essentie van "jidoka": automatisering met een menselijke touch en intentie. Is dat niet waar het hem allemaal om moet gaan bij Industrie 5.0?
Veel van de huidige AI-gesprekken richten zich op het vervangen van werk, het automatiseren van taken en het versnellen van autonome processen. Maar die benadering mist iets essentieels.
AI – net als iedere technologie of elk systeem – is een versterker (amplifier). Het versterkt het goede, de lacunes en de frictie, die al in onze organisaties aanwezig zijn.
Een hulpmiddel maakt ons niet inherent beter. Het maakt wat er al is zichtbaarder, krachtiger en soms problematischer. Als je cultuur en systemen duidelijk, verbonden en gebaseerd op leren zijn, zal AI dat versterken. Als ze gefragmenteerd, chaotisch of overbelast zijn, zal AI dat ook versterken. Dit is waarom de ware kracht van AI niet alleen ligt in wat het kan automatiseren, maar in hoe het leren versnelt.
Deze these wordt bevestigd door het DORA-rapport van Google Cloud uit 2025, dat concludeert dat ‘de primaire rol van AI die van een versterker is, die de bestaande sterktes en zwaktes van een organisatie uitvergroot. De grootste opbrengsten van AI-investeringen komen niet van de tools zelf, maar van een strategische focus op het onderliggende organisatorische systeem’. Dit mocht ik vaststellen met DORA-lead Nathen Harvey in de podcast Chain of Learning.
De leiderschapsmentaliteit die we nu het meest nodig hebben om ons te richten op onze onderliggende organisatiesystemen, komt van Jidoka, één van de fundamentele pijlers van het Toyota Production System.
Jidoka: automatisering met een stevig snufje mens
Jidoka is de integratie van machineautomatisering met menselijk denken, ook wel Autonomation genoemd. In de praktijk betekent dit het ontwerpen van systemen waarbij machines automatisch stoppen wanneer er iets mis is. Hierdoor worden mensen onmiddellijk gealarmeerd zodat defecten zich niet stroomafwaarts verspreiden.
Maar Jidoka is meer dan een mechanische beveiliging. Het is een cultureel principe dat mensen in staat stelt het proces te stoppen om de kwaliteit te beoordelen, na te denken over en te leren waarom een probleem is opgetreden , en het terugkeren ervan te voorkomen.
Het doel van Jidoka is niet om mensen te vervangen door machines. Prioriteit is de kwaliteit te beschermen, problemen vroegtijdig bloot te leggen en mensen te bevrijden van gedachteloze monitoring. Op die manier kunnen ze zich richten op oordeel, creativiteit, probleemoplossing en verbetering. Jidoka gaat over het verheffen – niet het verminderen – van menselijke capaciteiten door het scheiden van de humane arbeid en het machinewerk.
Even terugblikken: Sakichi Toyoda vond de geautomatiseerde weefgetouwen niet uit om mensen uit het werk te verwijderen. Hij vond ze uit om de menselijke capaciteit te verheffen door defecten te voorkomen en de last te verminderen. Zijn vroege ontwerpen stopten automatisch een weefgetouw wanneer een draad brak. Hierdoor werd vermeden dat de defecte stof zich opstapelde en operators werden bevrijd van het constant in de gaten houden van machines. Automatisering bestaat om mensen te ondersteunen, niet om ze uit te schakelen, en hen in staat te stellen meer en een grotere verantwoordelijkheid op zich te nemen.
Deze ‘people first’-filosofie is zelfs op vandaag nog altijd de basis van Toyota’s succes. Zoals Isao Yoshino, een leider bij Toyota gedurende 40 jaar lang al verkondigde en deelt als de openingszin van het boek ‘Learning to Lead, Leading to Learn’: "Het enige geheim van Toyota is hun houding ten opzichte van leren."
Elke tool, elk raamwerk en elk innovatief concept – inclusief Jidoka en just-in-time productie – kwam voort uit Toyota's diepere engagement om ‘mensen beter te maken’ door hun werk te verheffen en hun vermogen zelf te evolueren, om processen te verbeteren, problemen op te lossen en waarde te creëren voor klanten en de samenleving.
Generatieve AI is gewoon de nieuwste evolutie van het Jidoka-principe
Net zoals Toyoda's weefgetouwen werknemers bevrijdden van repetitieve fysieke taken, verlost AI ons van repetitieve cognitieve taken. Het kan ontwerpen, analyseren, samenvatten, patronen detecteren en informatie op schaal verwerken.
Maar de menselijke touch blijft essentieel: om de output te begeleiden, te bevragen, uit te dagen, te verfijnen en te verbeteren. Zonder opzettelijk toezicht wordt technologie een spiegel die onze zwakste neigingen reflecteert. Met intentie wordt AI een hefboom die onze sterkste capaciteiten verheft.
“Het nieuwe Jidoka”:
De toekomst van werk is niet AI versus mens. Het is AI + mens, waarbij technologie onze capaciteiten versterkt en mensen worden bevrijd om te leiden, te leren en problemen van hogere orde op te lossen.
Wat leiders niet mogen negeren
AI zal de volgende generatie leiders niet ontwikkelen. Dat moeten wij doen.
Een groeiend thema binnen lean, continuous improvement en managementplatformen is de bezorgdheid over wat AI betekent voor de ontwikkeling aan het begin van een carrière: de leerlingladder waar elke organisatie van afhankelijk is om de volgende generatie leiders te laten groeien.
En de vroege waarschuwingssignalen zijn al zichtbaar. Het plan van HP om 4.000–6.000 banen te schrappen terwijl het de adoptie van AI versnelt en de reductie van 14.000 bedrijfsrollen bij Amazon, gekoppeld aan een door AI gedreven reorganisatie weerspiegelen een breder patroon: sommige bedrijven schroeven de aanwerving terug in de overtuiging dat ‘AI het instapwerk kan doen’.
Annie Hedgpeth benadrukte in haar artikel over de junior-aanwervingscrisis, dat dit meer dan een talentkwestie is maar eigenlijk een cultureel risico betekent. Wanneer organisaties aannemen dat AI taken aan het begin van een carrière kan absorberen, riskeren ze de ontmanteling van de paden waarlangs toekomstige managers leren leidinggeven.
Het is een illusie te denken dat juniorrollen alleen over het uitvoeren van taken gaat of de aanloop vormt naar competente technische onafhankelijke medewerkers. Juniorwerk is waar mensen leren:
Het opleiden van juniorwerknemers ontwikkelt ook nieuwe managers terwijl zij hun mensen- en projectmanagementvaardigheden opbouwen. Dit is de essentie van een Chain of Learning – die ik in deze korte clip beschrijf – waarbij zowel de leerling als de leider samen groeien, waarbij de sterkte van de keten in de verbinding tussen elke schakel ligt.
Deze leerervaringen blijven essentieel, zelfs naarmate automatisering vordert. AI kan dergelijke probleemoplossende en managementcapaciteiten niet ontwikkelen. Deze unieke menselijke vaardigheden worden gecultiveerd door ervaring, reflectie, coaching en ondersteuning.
In de productie bijvoorbeeld kan een geautomatiseerde cel een afwijking detecteren en de productie stoppen door middel van Jidoka. Maar vaak leidt een junioroperator of -werknemer de initiële respons om data om te zetten in inzichten: feiten te verzamelen bij de machine, coördineren met onderhoud of kwaliteit, een snelle 5-Why discussie te faciliteren om tot de grondoorzaak te komen en de tegenmaatregel te testen en te documenteren. Juniorwerknemers groeien door de coördinatie van de flow tussen geautomatiseerde stations. Ze ontdekken waar knelpunten ontstaan, experimenteren met aanpassingen en leren samenwerken met uiteenlopende functies om het proces soepeler te maken. Dit biedt hen waardevolle kansen om te leren communiceren over de grenzen van rollen heen, beslissingen te nemen onder druk en samen te werken aan duurzame oplossingen die herhaling voorkomen.
AI-gedreven autonomisering biedt kansen
Automatisering vermindert repetitieve fysieke taken, terwijl het tegelijkertijd meer kansen creëert voor juniorteamleden om leiderschapsgedrag te oefenen door middel van hun werk.
In ‘Learning to Lead’ illustreren die rare Japanners dit met de grondlegger - Yoshino's ‘verffout’. Als nieuwe werknemer, net van de universiteit, mengde Yoshino per ongeluk de verkeerde verf en oplosmiddel, waardoor meer dan 100 auto's opnieuw gespoten moesten worden. Maar in plaats van hem te ontslaan, werd hem gevraagd zelf het euvel op te lossen en het in de toekomst te vermijden: reflectie, ondersteuning en leren, niet alleen over het oplossen van het onmiddellijke probleem, maar over hoe je moet leidinggeven wanneer problemen zich voordoen. Het management bedankte hem zelfs voor zijn fout, omdat die duidelijk maakte dat zij als leiders de werkplek niet foutbestendig hadden ingericht om hem optimaal te laten slagen.
Die zware fout vormde Yoshino's leiderschapsfilosofie voor de volgende 40 jaar bij Toyota en daarna. Multipliceer duizenden van die fouten en aha-momenten en je krijgt een Toyota-leiderschaps-DNA dat op vandaag nog duizenden Kaizen-specialisten en leiders van morgen inspireert.
Wat staat er op het spel als AI morgen de jonge leidinggevende vervangt?
Je kunt technische taken automatiseren, maar geen oordeel, ethiek, samenwerking of leiderschapscapaciteit. Als organisaties de paden voor het begin van een carrière afblokken, breken ze onbedoeld de basis waarop lean, Jidoka en operational excellence vertrouwen: de verantwoordelijkheid om mensen te ontwikkelen. Jidoka leert ons dat technologie mensen moet verheffen, niet de omstandigheden moet elimineren waarin mensen leren.
Naarmate AI ingebed raakt in alle sectoren, moeten leiders systemen ontwerpen waar kwaliteit is ingebouwd, mensen centraal blijven staan bij verbetering, menselijke capaciteit wordt verheven in plaats van verminderd en werknemers aan het begin van hun carrière zinvolle kansen krijgen om te groeien. Teams moeten de bevoegdheid krijgen om aan de ‘andon cord’ te trekken (het werk te stoppen) bij gebrekkige outputs; of deze nu door een machine of een mens zijn gegenereerd. Leiders moeten culturen creëren waarin AI het leren versterkt, in plaats van de complexiteit of fouten te vergroten.
De toekomst van operational excellence is niet de keuze tussen AI of mensen. Het is het stimuleren van omgevingen waarin AI het leren versnelt en mensen worden bevrijd om nog meer te leiden, te beslissen, te reflecteren en te verbinden. Dat is de belofte van Jidoka in het tijdperk van AI: het benutten van technologie om onze menselijkheid te versterken, niet om deze te vervangen.
