AI maakt staffuncties pas strategisch als functies veranderen in workflows

Inleiding

Veel organisaties zoeken AI-waarde nog steeds op de meest zichtbare plekken: een slimmere chatbot, een snellere rapportage, een copiloot voor sales of marketing. Dat levert vaak bruikbare winst op, maar zelden een structureel lichter, sneller en beter bestuurbaar bedrijf.

Een interessantere verschuiving speelt zich juist af achter de schermen. In recente publicaties van McKinsey, PwC, BCG en IBM komt steeds dezelfde boodschap terug: de volgende AI-voorsprong ontstaat wanneer staffuncties en shared services niet langer als losse afdelingen worden verbeterd, maar als een samenhangende operationele workflow opnieuw worden ontworpen.

Dat klinkt abstracter dan het is. Het gaat om iets heel concreets: finance, HR, procurement, planning, service, IT en backoffice draaien in veel organisaties nog als aparte ketens met overdrachten, wachtrijen, uitzonderingen en herhaalwerk. AI maakt die breuklijnen niet vanzelf kleiner. Soms versnelt AI juist de oude versnippering. De echte sprong zit daarom niet in nog een tool, maar in een ander bedrijfsontwerp.

McKinsey ziet shared services verschuiven van servicecenter naar ruggengraat

McKinsey publiceerde op 11 augustus 2026 een opvallend stuk over de toekomst van global business services. Hun kernpunt is dat agentic AI shared services kan optillen van een uitvoerende ondersteuningslaag naar de operationele backbone van de onderneming. Zodra AI niet alleen informatie geeft maar ook werk kan voorbereiden, routeren, controleren en afhandelen, verandert de rol van gecentraliseerde supportfuncties fundamenteel.

Voor directies is dat belangrijker dan het misschien op het eerste gezicht lijkt. Shared services worden dan niet alleen goedkoper of sneller. Ze worden een plek waar procesdiscipline, besluitkwaliteit, uitzonderingsafhandeling en schaalbaarheid samenkomen. Wie dat goed ontwerpt, kan sneller beslissen, minder handoffs hebben en consistenter werken over functies heen.

Dat is ook relevant voor organisaties zonder formeel GBS-model. Ook een middelgroot bedrijf met een finance-team, HR, customer service en operations heeft feitelijk een verzameling supportflows. De vraag is dus niet of je een shared-service-organisatie hebt. De vraag is of je die stromen als losse afdelingen bestuurt of als een geïntegreerd systeem.

PwC trekt dezelfde conclusie, maar in directietaal

PwC maakte het op 17 augustus 2026 nog scherper in hun stuk over de intelligent enterprise. Hun boodschap is dat AI pas echt waarde levert wanneer het verandert hoe het bedrijf werkt, niet alleen hoe individuele taken worden uitgevoerd. Dat lijkt een open deur, maar veel AI-programma's blijven exact op dat niveau steken: lokaal handwerk verminderen terwijl de bredere besturingslogica onveranderd blijft.

Daar zit precies het managementprobleem. Als HR sneller vacatures verwerkt, finance sneller rapportages bouwt en procurement sneller documenten samenvat, maar de overdrachten tussen die functies stroef blijven, verandert de onderneming als geheel nauwelijks. De kosten dalen misschien lokaal, maar snelheid, bestuurbaarheid en foutgevoeligheid op ketenniveau verbeteren dan beperkt.

PwC legt daarom de nadruk op workflows, beslissingen en accountability rond uitkomsten. Dat is voor directies een bruikbare lens. Niet vragen: "Welke AI-tool zetten we in finance of HR?" Beter is: "Welke bedrijfsuitkomst willen we sneller, consistenter en met minder frictie bereiken, en welke functies moeten daarvoor als één geheel gaan werken?"

BCG zegt het nog radicaler: functies van de toekomst lijken niet meer op functies

BCG zette deze lijn al op 11 mei 2026 scherp neer met een provocerende titel: corporate functions of the future will not look like functions at all. Hun punt is dat AI-gedreven workflows silo's, handmatige overdrachten en klassieke staffunctiegrenzen beginnen op te lossen. In plaats van losse afdelingen ontstaat een model waarin processen continu, autonomer en meer outcome-gedreven worden.

BCG koppelt daar stevige potentie aan. Volgens hun analyse kunnen leidende organisaties G&A-kosten terugbrengen richting 3% tot 5% van de omzet, waar dat in traditionele modellen tot circa 8% kan oplopen. Zulke benchmarks zijn geen garantie en hangen sterk af van sector, complexiteit en startpunt. Toch is de richting bestuurlijk relevant: AI-waarde zit niet alleen in sneller werken, maar in het dunner maken van de management- en overdrachtslaag rond ondersteunend werk.

Dat is ook waarom dit onderwerp meer is dan een efficiëntieverhaal. Wanneer functies minder als eilanden opereren, verbetert niet alleen de kostenbasis. Ook signalen lopen sneller door, uitzonderingen blijven minder lang hangen, data worden minder vaak opnieuw ingevoerd en verantwoordelijken zien eerder waar processen vastlopen. Voor de directie is dat een vorm van bestuurlijke helderheid, niet alleen van automatisering.

IBM beschrijft waarom dit om een nieuw operating model vraagt

IBM gaf op 5 mei 2026 een nuttige technische en bestuurlijke vertaling van dezelfde ontwikkeling. Hun stelling: AI in de onderneming vraagt om een nieuw operating model waarin agents, data, automatisering en hybride infrastructuur samenkomen. Dat klinkt technisch, maar de managementles is eenvoudig. Als die vier niet samenkomen, blijft AI versnipperd.

Dat zie je in de praktijk snel gebeuren. Een HR-agent werkt op zijn eigen platform, finance heeft een losse analyseketen, customer service draait eigen assistenten en operations heeft weer andere dashboards. Ieder team boekt lokale winst, maar het bedrijf als geheel krijgt meer complexiteit terug: meer uitzonderingen, meer governancevragen, meer integratieproblemen en meer onduidelijkheid over wie waarop stuurt.

Daarom wordt de volgende AI-vraag voor directies minder technisch dan organisatorisch: wie ontwerpt de gezamenlijke spelregels, datastromen, escalaties en besluitrechten over functies heen? Zonder dat ontwerp groeien vooral losse toepassingen binnen afdelingen. Met dat ontwerp kan AI doorwerken in de manier waarop het hele bedrijf werkt.

De echte kans ligt in een lichtere achterkant van het bedrijf

Voor veel leiders is dit een nuttige herijking. Niet elke organisatie hoeft als eerste een spectaculaire AI-klantpropositie te lanceren. Er ligt ook grote waarde in een achterkant van het bedrijf die lichter, sneller en beter samenhangend wordt.

Denk aan processen van instroom tot onboarding, van aanvraag tot betaling, van forecast tot besluit, van klacht tot oplossing of van orderafwijking tot escalatie. Dat zijn ketens waar meerdere functies tegelijk aan tafel zitten en waar vertraging, dubbel werk en onduidelijke overdrachten vaak duurder zijn dan men denkt. Juist daar kan AI helpen om intake, triage, documentwerk, checks, prioritering en uitzonderingsroutes opnieuw te ordenen.

Belangrijk is wel om niet in AI-theater te vervallen. Een proces is niet opnieuw ontworpen zodra er een agent naast staat. De test is harder: zijn er minder handoffs, minder wachtrijen, minder uitzonderingen zonder eigenaar, minder rework en sneller zicht op blokkades? Als het antwoord nee is, dan is de organisatie waarschijnlijk alleen sneller geworden in haar oude vorm.

Wat dit vandaag betekent voor directie en MT

Voor ondernemers en bestuurders is de praktische les helder. Kijk niet alleen naar functies, maar naar bedrijfsstromen waar veel overdrachten en veel bestuurlijke frictie zitten. Begin bijvoorbeeld bij hire-to-retire, request-to-resolution, forecast-to-action of plan-to-pay. Breng in kaart waar mensen nu vooral bezig zijn met verzamelen, overtypen, afstemmen, controleren en najagen.

Ontwerp daarna pas de AI-rol. Welke stappen kunnen geautomatiseerd of agentisch worden voorbereid? Welke besluiten mogen binnen duidelijke bandbreedtes automatisch verlopen? Waar is menselijk oordeel verplicht? Welke uitzonderingen moeten direct zichtbaar worden voor management?

Meet ten slotte niet alleen productiviteit per team, maar ketenuitkomsten. Denk aan doorlooptijd, first-time-right, aantal overdrachten, hoeveelheid rework, snelheid van escalatie en de mate waarin managers eerder zicht krijgen op knelpunten. Pas dan zie je of AI echt een nieuwe operationele ruggengraat bouwt of slechts extra tooling toevoegt.

De volgende voorsprong kan juist achter de schermen ontstaan

De meest interessante AI-winnaars van de komende periode zijn mogelijk niet de organisaties met de luidste copilots, maar de bedrijven die de achterkant van hun onderneming stiller en slimmer herontwerpen. Niet door staffuncties weg te drukken, maar door ze waardevoller te maken: minder transactiegedreven, meer systeemsturend.

Dat is de diepere boodschap uit de recente bronnen. AI maakt staffuncties pas strategisch wanneer functies minder als functies gaan werken en meer als verbonden workflows. Wie die stap zet, bouwt niet alleen efficiëntie op. Die bouwt een onderneming die sneller leert, minder frictie verdraagt en beter bestuurbaar wordt.