AIQ

De schaarste aan IT-professionals is al jaren een hoofdpijndossier. Het aantal vacatures daalt weliswaar, maar dat betekent niet dat het tekort aan gekwalificeerd personeel verdwijnt. Integendeel: bedrijven worden steeds selectiever en zoeken naar mensen met diepgaande kennis van cloud computing, cybersecurity en – ironisch genoeg – AI zelf. Tegelijkertijd zorgt de opkomst van AI ervoor dat de lat hoger komt te liggen. Werknemers moeten niet alleen technisch onderlegd zijn, maar ook beschikken over AIQ: het vermogen om effectief met AI-tools te werken.

En hier wringt de schoen. Hoewel AI taken kan vereenvoudigen, brengt het ook complexiteit met zich mee. Denk aan het “garbage in, garbage out”-principe, waardoor menselijke controle noodzakelijk blijft. Bij veel organisaties is datamanagement een rommelig proces – of ben ik nu ongenuanceerd? - met versnipperde systemen, ongestructureerde datasets en een gebrek aan uniforme standaarden, wat de complexiteit verder vergroot. Bovendien kan AI fouten maken of misleidende informatie genereren, wat vereist dat werknemers kritisch kunnen beoordelen wat deze technologie produceert.

De paradox is duidelijk: AI zou de druk op de arbeidsmarkt moeten verlichten, maar versterkt die juist door nieuwe eisen te stellen aan vaardigheden en kennis. Dit vraagt om een stevige herziening van hoe we omgaan met talentontwikkeling. Bedrijven moeten investeren in omscholing en datageletterdheid en onderwijsinstellingen moeten hun curricula aanpassen aan de realiteit van een door AI gedreven economie.

De vraag is niet óf AI impact heeft, maar hoe we ermee omgaan. Organisaties hebben niet alleen medewerkers met AIQ nodig, maar moeten zelf ook een soort AIQ ontwikkelen: een strategisch inzicht in hoe AI het talent kan versterken in plaats van vervangen. Zonder zo'n AIQ op organisatieniveau blijft AI een belofte die haar potentieel niet waarmaakt - en blijft de schaarste aan talent ons achtervolgen.