Onderzoek AI-adoptie in overheidsorganisaties: uitdagingen en succesfactoren

Veel overheidsorganisaties worstelen met de implementatie van AI-technologie. Wat bepaalt of AI-projecten in de publieke sector succesvol zijn? En welke factoren belemmeren juist de adoptie? Een nieuwe studie werpt licht op deze vragen door diepgaand onderzoek te doen naar AI-initiatieven bij acht Zwitserse overheidsorganisaties.

De belofte van AI voor overheden

AI heeft de potentie om de publieke sector ingrijpend te veranderen. Denk aan verbeterde besluitvorming, efficiëntere communicatie met burgers, gepersonaliseerde dienstverlening en minder administratieve lasten. Concreet kan AI bijvoorbeeld ingezet worden voor:

• Kennismanagement
• Procesautomatisering
• Chatbots en virtuele assistenten
• Voorspellende analyses
• Fraude- en dreigingsdetectie
• Optimale toewijzing van middelen
• Ondersteuning van experttaken

Hoewel sommige voorlopers zoals de VS en het VK al verder zijn, blijft het productieve gebruik van AI in veel overheidsorganisaties beperkt. Vaak bevindt AI zich nog in een experimentele fase. Er is daarom behoefte aan meer inzicht in de factoren die AI-adoptie in de publieke sector bepalen.

Onderzoek naar AI-adoptie bij Zwitserse overheden

Om hier meer zicht op te krijgen, voerden onderzoekers een kwalitatieve studie uit bij acht Zwitserse overheidsorganisaties. Ze onderzochten AI-projecten op verschillende overheidsniveaus: nationaal, regionaal en lokaal. Ook keken ze naar verschillende typen organisaties: ministeries, agentschappen en staatsbedrijven.

De onderzoekers gebruikten het Technology-Organization-Environment (TOE) raamwerk als theoretische basis. Dit model stelt dat de adoptie van nieuwe technologie wordt beïnvloed door drie contexten:

1. De technologische context
2. De organisatorische context
3. De omgevingscontext

Door diepte-interviews te houden met betrokkenen bij AI-projecten, brachten de onderzoekers in kaart welke factoren binnen deze contexten een rol spelen bij AI-adoptie.

Technologische factoren

Uit het onderzoek blijkt dat technologische factoren een belangrijke rol spelen, vooral bij organisaties die al wat verder zijn met AI. De twee belangrijkste factoren zijn:

• Relatief voordeel: in hoeverre biedt AI voordelen ten opzichte van conventionele technologie? Vaak werd AI gekozen omdat bestaande oplossingen tekortschoten.
• Compatibiliteit: hoe goed past AI binnen bestaande processen en systemen? Sommige organisaties vermeden bewust inmenging in bestaande processen, terwijl anderen juist actief werkten aan integratie.

Opvallend is dat AI-projecten vaak bottom-up ontstaan, vanuit technologische overwegingen. Slechts in enkele gevallen was er sprake van een top-down strategisch AI-initiatief.

Organisatorische factoren

Op organisatorisch vlak spelen diverse factoren een rol:

• Steun van het topmanagement: dit werd door vrijwel alle respondenten als cruciaal gezien voor AI-adoptie.
• Verandermanagement: actieve maatregelen om weerstand tegen AI weg te nemen bleken belangrijk.
• Innovatiecultuur: een cultuur die experimenteren en falen toestaat, ondersteunt AI-adoptie.
• AI-strategie: sommige organisaties hadden strategische documenten voor AI-gebruik, anderen niet.
• Projectstructuur: een slanke projectorganisatie die doelgericht kan evolueren werd als gunstig gezien.
• Samenwerking: alle onderzochte organisaties werkten samen met externe partners voor AI-projecten.
• Middelen: gebrek aan budget kan AI-projecten belemmeren. Toegang tot data was meestal geen probleem.
• Medewerkers: wederzijds begrip tussen medewerkers en externe partners bleek belangrijk.

Interessant is dat de relevantie van deze factoren verschilt per fase van AI-adoptie. Bij organisaties in een vroeg stadium zijn vooral projectstructuur, samenwerking en intrinsieke motivatie van medewerkers van belang. In latere fasen worden factoren als managementsteun, verandermanagement en beschikbare middelen belangrijker.

Omgevingsfactoren

Verrassend genoeg bleken omgevingsfactoren over het algemeen minder invloed te hebben op AI-adoptie. Enkele bevindingen:

• Concurrentiedruk: hoewel overheidsorganisaties niet in een competitieve marktomgeving opereren, bereidde één organisatie zich actief voor op mogelijke toekomstige concurrentie.
• Regelgeving: gegevensbescherming werd vaak genoemd als uitdaging. Ook de onduidelijke toepassing van regelgeving op AI-projecten vormde soms een obstakel.
• Sectorspecifieke vereisten: respondenten noemden weinig sectorspecifieke factoren die AI-adoptie beïnvloeden.
• Bereidheid van klanten: dit werd niet als probleem ervaren, hoewel sommigen het belang ervan benadrukten.

Specifieke uitdagingen voor overheden

Het onderzoek bracht enkele specifieke uitdagingen voor AI-adoptie in de publieke sector aan het licht:

• Rigide budgetteringsprocessen: dit beperkt de mogelijkheden voor innovatieve en spontane projecten.
• Beperkte toegang tot IT-personeel: zowel het inzetten van bestaand personeel als het werven van nieuwe medewerkers is lastig.
• Traditioneel projectmanagement: veel overheidsorganisaties houden vast aan traditionele methoden, terwijl AI-projecten vaak baat hebben bij een agile aanpak.
• Risicomijdend gedrag: vanwege het werken met publieke middelen zijn overheidsorganisaties vaak terughoudend met risicovolle innovaties.

Verschillende stadia van AI-volwassenheid

Een belangrijke bevinding is dat de relevantie van verschillende factoren afhangt van het AI-volwassenheidsniveau van een organisatie. De onderzoekers onderscheiden drie niveaus:

1. Verkennend niveau: organisaties experimenteren met AI en zoeken naar mogelijke toepassingen.
2. Vastbesloten niveau: er lopen gevorderde AI-projecten en de vereiste infrastructuur wordt in kaart gebracht.
3. Beheerst niveau: er zijn organisatiebrede processen voor grootschalige AI-toepassingen.

Interessant is dat grotere staatsbedrijven vaak verder zijn in hun AI-volwassenheid. Zij pakken complexere optimalisatieproblemen aan, terwijl organisaties in een vroeg stadium vaak beginnen met relatief eenvoudige toepassingen zoals chatbots.

Lessen voor succesvolle AI-adoptie

Op basis van het onderzoek kunnen enkele lessen getrokken worden voor overheidsorganisaties die met AI aan de slag willen:

1. Begin klein: start met relatief eenvoudige toepassingen zoals chatbots om ervaring op te doen.
2. Zoek de juiste partners: samenwerking met externe partijen is cruciaal, vooral in de beginfase.
3. Creëer draagvlak: sorg voor steun van het topmanagement en besteed aandacht aan verandermanagement.
4. Ontwikkel een AI-strategie: zorg dat AI-initiatieven aansluiten bij de bredere organisatiestrategie.
5. Investeer in mensen: zorg voor voldoende kennis in huis en stimuleer wederzijds begrip tussen IT en vakafdelingen.
6. Wees flexibel: kies voor een slanke projectorganisatie en agile werkwijzen.
7. Houd rekening met regelgeving: besteed vroeg aandacht aan zaken als gegevensbescherming.
8. Denk na over integratie: bepaal hoe AI-oplossingen het beste kunnen aansluiten bij bestaande processen en systemen.

Kansen en uitdagingen

AI biedt enorme kansen voor overheidsorganisaties om hun dienstverlening te verbeteren. Toch is succesvolle adoptie niet vanzelfsprekend. Dit onderzoek laat zien dat vooral technologische en organisatorische factoren een grote rol spelen. De precieze uitdagingen verschillen per fase van AI-volwassenheid.

Door rekening te houden met deze inzichten, kunnen overheidsorganisaties de kans op succesvolle AI-implementaties vergroten. Tegelijkertijd is het belangrijk om oog te houden voor de bredere implicaties van AI-technologie, zoals eerlijkheid en verantwoording. Alleen dan kan AI daadwerkelijk bijdragen aan betere publieke dienstverlening en maatschappelijke waardecreatie.