HBR over transformatie als leerproces en de kracht van klantdoorverwijzingen, McKinsey over leiderschap bij bedreigende verandering en het AI-operationsmodel, en hoe agentic AI organisatiesilo’s overbrugt — 5 items verspreid over vier clusters.
Deze pagina wordt wekelijks automatisch gegenereerd op basis van actuele publicaties, onderzoek en artikelen. Items worden pas onderdeel van een GOV-framework na bespreking — zie de bijbehorende bouwstenen voor de verwerkte inzichten.
Organisaties die transformatie behandelen als een vast, topdown programma met een lineair pad falen vaker dan organisaties die het zien als een leerproces. Kaganer en Loch identificeren vier soorten initiatieven die samen een portfolio vormen: pilots (leren onder onzekerheid), opties (marktposities openhouden), verbeteringen (bestaande processen optimaliseren) en ventures (geheel nieuwe waardecreatie). DBS Bank ontwierp bewust een mix van alle vier; GE probeerde alles vanuit de top te sturen en verloor de wendbaarheid. De drie leiderschapspraktijken die het verschil maken: benoem expliciet wat je wilt léren in elk initiatief (niet alleen wat je wilt bereiken), bouw psychologische veiligheid in voor terugtrek- en bijstuurmomenten, en behandel falen als data — niet als een reputatieprobeem. (bron →)
Wanneer verandering niet als kans maar als bedreiging wordt ervaren — door baanverlies, verlies van status of verlies van controle — werkt de klassieke “brand the platform”-urgentietactiek averechts: hij versterkt de angst in plaats van beweging te creëren. McKinsey beschrijft hoe effectieve leiders de perceptiekloof dichten door drie verschuivingen: van “dit moet” naar “dit is mogelijk voor jou”, van informatieverstrekking naar co-creatie van het veranderpad, en van directe sturing naar het bouwen van een omgeving waarin mensen zelf kunnen bewegen. De centrale les: veranderweerstand is geen gebrek aan begrip maar een rationele respons op onzekerheid — leiders die dat erkennen, bouwen coalitie sneller dan leiders die overtuigen via logica alleen. (bron →)
Agentic AI lost het probleem op dat menselijke coördinatie altijd heeft uitgesteld: informatie die opgesloten zit in een functie-eiland bereikt de beslissing aan de andere kant van de organisatie te laat of te vervormd. Ferreira en Tong beschrijven hoe bedrijven als Walmart, Amazon en Ericsson agents inzetten die handelingen uitvoeren over silo’s heen — van inkoop tot productie tot klantenservice — terwijl mensen de context leveren en eindbeslissingen nemen. Concreet voorbeeld: bij een plotseling ingevoerd importtarief traceren agents automatisch welke producten geraakt worden, herbereken prijzen en passen orders aan, terwijl een inkoopmanager alleen de uitzonderingen beoordeelt. De kritische randvoorwaarde: agents werken alleen effectief als de datastromen betrouwbaar zijn — garbage in, autonomous garbage out. (bron →)
De meeste organisaties zoeken de sleutel tot AI-waarde in het AI-model zelf — betere algoritmen, grotere modellen, meer data. McKinsey stelt dat de werkelijke hefboom elders ligt: in bewuste ontwerpkeuzes in het operationsmodel. Er is geen universeel “best” model voor AI-implementatie; wat telt is dat de gemaakte keuzes — centraal vs. decentraal, product vs. functie, insourcing vs. partnering — consequent en goed worden uitgevoerd. Organisaties die hun operating model aanpassen aan de specifieke vereisten van AI (snelle iteratie, dataeigenaarschap, mens-machine beslislogica) realiseren aantoonbaar meer waarde dan organisaties die AI op een ongewijzigde structuur plakken. (bron →)
Reichheld en co-auteurs analyseerden bij een groot aantal bedrijven hoeveel van de winst uit nieuwe klanten daadwerkelijk afkomstig is van doorverwijzingen door bestaande klanten. De uitkomst: een substantieel deel — afhankelijk van de sector soms meer dan de helft — van de nettowinstgroei is te herleiden tot referrals, terwijl de acquisitiekosten per doorverwezen klant significant lager zijn dan bij betaalde kanalen. De implicatie is direct: organisaties die hun marketingbudget concentreren op paid acquisition missen de goedkoopste en meest betrouwbare groeibron. De auteurs pleiten voor systematisch meten van referral-gedrag als leading indicator — niet Net Promoter Score als surveyuitkomst maar als daadwerkelijk gedragsmaatstaf. (bron →)