AI-leiderschap gaat over het samenvoegen van menselijke expertise met AI om slimmere, snellere en meer ethische organisaties te creëren. Bedrijven die succesvol zijn met AI passen niet alleen technologie toe, maar herzien ook hun besluitvorming, trainen teams om AI in workflows te integreren en geven prioriteit aan ethiek. Moderna gebruikte bijvoorbeeld AI om in slechts twee dagen een kandidaat-vaccin tegen COVID-19 te ontwerpen, terwijl Sanofi de identificatie van therapiedoelen met 20-30% verbeterde.
Belangrijkste punten voor het opbouwen van effectief AI-leiderschap:
- Datagestuurde beslissingen: gebruik AI-inzichten als aanvulling op menselijk oordeel.
- AI-First Mindset: Leiders moeten actief met AI bezig zijn om kansen en uitdagingen te ontdekken.
- Ethiek en vertrouwen: Stel duidelijke kaders op om verantwoord gebruik van AI te waarborgen.
- Training en samenwerking: rust teams uit met AI-vaardigheden en bevorder synergie tussen mens en AI.
- Meetbare doelstellingen: Houd de impact van AI op bedrijfsresultaten zoals ROI en efficiëntie bij.
Er staat veel op het spel: organisaties met sterk AI-leiderschap kunnen tot wel 3,6 keer meer impact op hun bedrijfsresultaten zien. Bent u klaar om met AI voorop te lopen?
Hoe AI te gebruiken voor strategisch leiderschap (niet alleen voor taken) met Geoff Woods
sbb-itb-e314c3b
Wat is AI-leiderschap?
Traditioneel leiderschap versus AI-leiderschap: belangrijkste verschillen
AI-leiderschap betekent een verschuiving in de manier waarop organisaties technologie en menselijk potentieel integreren. In plaats van AI te behandelen als een eenvoudig hulpmiddel of een add-on, richt het zich op het creëren van een omgeving waarin menselijke expertise en AI-mogelijkheden elkaar naadloos aanvullen. [5]. In tegenstelling tot traditioneel leiderschap, dat vaak gebaseerd is op intuïtie en ervaringen uit het verleden, is AI-leiderschap gebaseerd op datagestuurde besluitvorming. Zo vertrouwen goed presterende bedrijven drie keer vaker op AI-inzichten dan op hun intuïtie [5. Deze aanpak vereist ook flexibiliteit, aangezien bedrijfsactiviteiten steeds meer afhankelijk zijn van autonome systemen die realtime aanpassingen vereisen.
Interessant genoeg zijn de grootste uitdagingen bij de invoering van AI niet van technische aard. Ongeveer 70% van de obstakels heeft te maken met mensen en processen, niet met technologie. Bovendien noemt 91% van de dataleiders in grote bedrijven culturele weerstand en verandermanagement als de belangrijkste belemmeringen om datagestuurd te worden, terwijl slechts 9% technologie als belemmering noemt [4][5. IKEA biedt een casestudy voor het aanpakken van deze uitdagingen: tussen 2024 en 2025 hebben ze een multidisciplinair AI-governanceteam gevormd, bestaande uit technologen, juridische experts, beleidsadviseurs en ontwerpers. Dit team zorgde ervoor dat AI-initiatieven aansloten bij de bedrijfsdoelstellingen en tegelijkertijd ethische normen werden gehandhaafd [5. Nog een veelzeggende statistiek? Bedrijven waar de CEO of de raad van bestuur rechtstreeks toezicht houdt op AI-initiatieven, zien een 3,6 keer grotere impact op hun bedrijfsresultaten [5. McKinsey vat de situatie treffend samen:
"De grootste belemmering voor het opschalen van AI zijn niet de werknemers, die er klaar voor zijn, maar de leidinggevenden, die niet snel genoeg sturen." [5].
Deze inzichten benadrukken de principes die AI-leiderschap onderscheiden van traditioneel management.
Kernprincipes van AI-leiderschap
Drie belangrijke principes bepalen effectief AI-leiderschap, waardoor het zich onderscheidt van conventionele leiderschapsstijlen.
1. Combineer data-inzichten met menselijk oordeel.
Dit principe betekent niet dat menselijke intuïtie moet worden vervangen, maar juist versterkt. Leiders moeten hun mindset veranderen van 'Wat leert mijn ervaring mij?' naar 'Wat onthullen de data dat ik misschien over het hoofd heb gezien?'.
2. Bevorder een cultuur van innovatie en experimenteren.
Leiders moeten actief gebruikmaken van AI-tools en deze promoten, om zo hun toewijding aan transformatie te tonen. Het is cruciaal om een veilige omgeving te creëren waarin teams kunnen experimenteren en verouderde praktijken kunnen loslaten. Transparantie speelt hierbij een grote rol. Zoals Harvard Business Review opmerkt:
"Werknemers zullen AI niet vertrouwen als ze hun leidinggevenden niet vertrouwen" [5].
3. Bouw vanaf het begin een sterk ethisch kader op.
Ethiek mag niet alleen een modewoord zijn. Organisaties hebben behoefte aan duidelijke, uitvoerbare programma's voor verantwoorde AI met een robuust bestuur. Het multidisciplinaire AI-bestuursteam van IKEA laat zien hoe diverse expertise innovatie en ethische verantwoordelijkheid met elkaar in evenwicht kan brengen.[5].
| Functie | Traditioneel leiderschap | AI-leiderschap |
|---|---|---|
| Beslissingsbasis | Ervaring en 'onderbuikgevoel' | AI-gestuurde data-inzichten [5] |
| Technologische integratie | Operationele "bolt-on" | Belangrijkste strategische drijfveer |
| Primaire uitdaging | Technische implementatie | Culturele en procesverandering [5] |
| Strategie Tempo | Langdurige, statische cycli | Realtime aanpassing |
| De rol van de mens | Taakuitvoering | Kritisch denken en ethisch toezicht [4] |
Hoewel deze principes essentieel zijn, blijft het menselijke element centraal staan in AI-leiderschap.
Het menselijke element in AI-leiderschap
In essentie draait AI-leiderschap om mensen. Zoals Alex Milovanovich het verwoordt:
"Succes ligt niet in de vraag wat AI kan doen in plaats van mensen, maar in het ontdekken wat mensen en AI samen kunnen bereiken dat geen van beiden alleen zou kunnen bereiken." [4].
Een waarschuwend verhaal onderstreept dit punt. In november 2021 sloot Zillow zijn afdeling voor de aankoop van woningen, "Zillow Offers", nadat zijn AI-gestuurde algoritmen voor de waardering van onroerend goed geen rekening hielden met de complexiteit van de markt. Deze misstap, waarbij de noodzaak van menselijk toezicht werd genegeerd, leidde tot een verlies van 300 miljoen dollar en een daling van 20% van de aandelenwaarde [4].
Hoewel AI uitblinkt in het verwerken van enorme datasets, mist het de creativiteit, het aanpassingsvermogen en het genuanceerde begrip dat mensen meebrengen bij het nemen van beslissingen [7]. Effectief AI-leiderschap richt zich op het gebruik van AI om menselijke bijdragen te ondersteunen, niet te vervangen. Vaardigheden als ethisch redeneren, emotionele intelligentie en contextueel oordeelsvermogen blijven unieke menselijke sterke punten die AI niet kan evenaren.
Om een succesvolle samenwerking tussen mensen en AI te garanderen, moeten leidinggevenden prioriteit geven aan het omscholen van hun teams. Kritisch denken en emotionele intelligentie zijn essentiële eigenschappen om in dit nieuwe landschap te kunnen navigeren. Daarnaast moeten organisaties zinvol investeren in programma's voor verantwoorde AI, die verder gaan dan oppervlakkige ethische checklists. Op die manier kunnen ze technische fouten tot een minimum beperken en betere bedrijfsresultaten behalen. [6].
Belangrijkste kenmerken van succesvolle AI-leiders
Wat onderscheidt succesvolle AI-leiders? Het gaat niet alleen om het beheersen van algoritmen. Het echte verschil zit hem in het combineren van technische expertise met het vermogen om workflows te herzien, verouderde processen te moderniseren en ethische beslissingen te nemen. Deze leiders brengen menselijke intuïtie in evenwicht met datagestuurde inzichten om hun organisaties effectief te leiden.
AI-geletterdheid en technische kennis
Om effectief leiding te geven op het gebied van AI, is een gedegen kennis van de technologie essentieel. Maar AI-geletterdheid gaat verder dan theoretische kennis – het gaat om praktische ervaring. Leiders die uitblinken, praten niet alleen over AI, maar gebruiken het ook actief in hun dagelijks leven, zowel op het werk als thuis. Jean-Philippe Courtois, voormalig directeur bij Microsoft, benadrukt dit punt:
"Gebruik AI elke dag... in je privéleven en in je professionele leven" [9].
Deze regelmatige interactie met AI scherpt het vermogen van een leider om inefficiënties op te sporen en zwakke punten te identificeren, zoals hallucinaties of slechte datakwaliteit. [9]. Door deze beperkingen uit eerste hand te begrijpen, kunnen leiders betere beslissingen nemen over waar AI wel en niet geschikt is [9][10.
Flexibiliteit en continu leren
Naast technische expertise is aanpassingsvermogen cruciaal. De ontwikkelingen op het gebied van AI gaan razendsnel en leiders moeten bijblijven. Bedenk het volgende: in 2025 heeft 42% van de bedrijven het grootste deel van hun AI-projecten opgegeven, tegenover slechts 17% in 2024 [5]. Hoewel 78% van de leiders denkt dat ze AI onder de knie hebben, deelt slechts 39% van de werknemers dat vertrouwen [8. Deze kloof benadrukt de noodzaak voor leiders om zich voortdurend te blijven ontwikkelen.
Succesvolle AI-leiders voegen AI niet zomaar toe aan bestaande systemen, maar herzien processen volledig. Jean-Philippe Courtois verving bijvoorbeeld een rigide 'inspectiecultuur' bij Microsoft door een coachingmodel dat wordt ondersteund door digitale dashboards. Door deze verschuiving konden managers zich richten op het begrijpen van de behoeften van klanten in plaats van alleen maar prognoses te maken [9]. Op dezelfde manier heeft Dominik Asam, CFO van SAP, de kernactiviteiten vernieuwd om generatieve AI te integreren, routinetaken te automatiseren en teams in staat te stellen zich te concentreren op meer strategisch werk [9].
Geduld speelt ook een rol. 76% van de succesvolle AI-leiders geeft projecten minstens een jaar de tijd om ROI- of implementatieproblemen aan te pakken voordat ze budgetbezuinigingen overwegen. [5]. Ze creëren een omgeving waarin teams zich veilig voelen om te experimenteren en te leren van fouten. Zoals Dr. Dorottya Sallai van LSE uitlegt:
"De invoering van AI is een culturele transitie, waarbij meer psychologische en leiderschapsbarrières moeten worden overwonnen dan technische barrières." [5].
Ethisch leiderschap en verantwoordelijkheid
Ethiek in AI gaat niet alleen over naleving - het is essentieel voor het opbouwen van vertrouwen en het behalen van succes op de lange termijn. Ongeveer 25% van de managers meldt AI-mislukkingen, variërend van technische storingen tot beslissingen die schade toebrengen aan gemeenschappen [6]. Bedrijven met goed ontwikkelde ethische kaders hebben 2,5 keer meer kans om het vertrouwen van klanten te winnen [5.
Ethisch AI-leiderschap houdt in dat er een cultuur wordt gecreëerd waarin veiligheid en leren voorrang krijgen boven rigide controle. Leiders moeten zorgvuldig beslissen wanneer taken moeten worden geautomatiseerd en wanneer moet worden vertrouwd op menselijk oordeel, waarbij kwaliteiten als ethisch redeneren en contextueel begrip behouden blijven. [9][4]. Opvallend is dat 52% van de organisaties nu hun raad van bestuur betrekt bij het opstellen van AI-ethiekbeleid, wat aangeeft dat de verantwoordelijkheid zich heeft verplaatst van IT-afdelingen naar de hoogste bestuursniveaus [5.
Deze eigenschappen zijn van cruciaal belang nu organisaties AI integreren in hun algemene strategieën, waarbij innovatie en verantwoordelijkheid hand in hand gaan.
Hoe AI-leiderschap in organisaties op te bouwen
Organisaties die voorop willen lopen op het gebied van AI moeten verder gaan dan alleen het aannemen van technische experts. Ze hebben een gestructureerde strategie nodig die AI-leiderschap op elk niveau integreert. Het verschil in vertrouwen tussen leidinggevenden en werknemers is opvallend: terwijl 78% van de leidinggevenden vertrouwen heeft in hun AI-vaardigheden, is slechts 39% van de werknemers het daarmee eens [8]. Om deze kloof te overbruggen zijn duidelijke kaders en uitvoerbare plannen nodig.
Een AI-gedreven cultuur creëren
Om de kloof tussen leidinggevenden en werknemers te dichten, moeten organisaties zich richten op het hervormen van hun cultuur. Deze transformatie begint bij het management, maar moet zich uitbreiden naar de hele organisatie. Neem bijvoorbeeld Stéphane Bancel, CEO van Moderna. In april 2024 moedigde hij werknemers aan om ChatGPT twintig keer per dag te gebruiken – niet alleen om AI te omarmen, maar ook om het een vast onderdeel van hun werk te maken [12]. Leiders kunnen de toon zetten door hun eigen AI-ervaringen te delen, inclusief uitdagingen en geleerde lessen.
Het kader van de "5 principes" biedt een praktische leidraad:
- Afstemmen: Definieer een duidelijke visie en acceptatiedoelen.
- Activeren: Zorg voor gestructureerde training en wijs 'AI-kampioenen' aan.
- Versterken: Benadruk successen en creëer hubs voor het delen van kennis.
- Versnellen: Verwijder belemmeringen voor toegang tot tools en gegevens.
- Besturen: Waarborgen instellen om verantwoorde innovatie te stimuleren [12].
Het marketingteam van IBM demonstreerde deze aanpak in 2023 door hun campagneproces te herzien met behulp van AI. Ze verkortten de tijd die nodig was om een marketingbanner te maken van zes weken naar slechts 60 seconden, en de resultaten waren drie keer zo effectief als hun vorige methoden [14].
Psychologische veiligheid is net zo belangrijk als technische paraatheid. Dr. Dorottya Sallai van LSE legt uit:
"De invoering van AI is een culturele transitie, waarbij meer psychologische en leiderschapsbarrières moeten worden overwonnen dan technische barrières." [5].
Organisaties kunnen deze veiligheid bevorderen door gecontroleerde testomgevingen te creëren waarin fouten deel uitmaken van het leerproces. Zo pakte DBS Bank in Singapore problemen met gegevenstoegang aan door een platform te bouwen met op rollen gebaseerde machtigingen voor datawetenschappers. Ze introduceerden ook 'Data Storyteller'-rollen om data-inzichten te koppelen aan zakelijke beslissingen, wat leidde tot AI-aangedreven kredietscores en fraudedetectiesystemen die de efficiëntie verbeterden. [13].
Trainingsteams in AI-vaardigheden
AI-training moet een continu proces zijn en geen eenmalige gebeurtenis. De San Antonio Spurs hebben tijdens het seizoen 2024-2025 een indrukwekkende sprong gemaakt in AI-vaardigheid – van 14% naar 85% – door training te integreren in de dagelijkse werkprocessen in plaats van het als een op zichzelf staande activiteit te behandelen. [12].
Het ontwikkelen van 'AI Shapers' is essentieel. Deze personen integreren AI in de dagelijkse bedrijfsvoering, stimuleren de acceptatie ervan en zorgen voor tastbare resultaten. [16]. Middenkaderleiders spelen een cruciale rol door kansen aan de frontlinie te identificeren die anders misschien over het hoofd zouden worden gezien [1]. Op maat gemaakte, functiespecifieke trainingen blijken vaak effectiever te zijn dan algemene, organisatiebrede sessies [5. Zo lanceerde The Estée Lauder Companies in 2024-2025 een gecentraliseerd "GPT Lab", waar meer dan 1.000 ideeën van medewerkers werden verzameld. De meest veelbelovende concepten werden omgezet in prototypes en vervolgens binnen het hele bedrijf geïmplementeerd [12].
Experimenteren moet routine worden. Door speciale tijd vrij te maken – bijvoorbeeld één vrijdag per maand – voor teams om AI-verbeteringen te onderzoeken of deel te nemen aan no-code hackathons, wordt continue innovatie gestimuleerd. Door AI-betrokkenheid te koppelen aan prestatiebeoordelingen en loopbaanontwikkeling wordt het strategische belang ervan benadrukt. [12]. Vroege gebruikers van AI zien hun omzet al 1,5 keer sneller groeien dan hun concurrenten [12.
Deze trainingsinspanningen leggen de basis voor een effectieve samenwerking tussen mens en AI.
Het meten van samenwerking tussen mens en AI
Om de samenwerking tussen mens en AI te verbeteren, moeten organisaties deze effectief meten. Dit houdt in dat werkprocessen, besluitvormingsprocessen en managementpraktijken opnieuw moeten worden bekeken om de sterke punten van zowel mensen als AI optimaal te benutten. [3][11]. Het simpelweg toevoegen van AI aan bestaande systemen leidt vaak tot mislukkingen, zoals blijkt uit het mislukkingspercentage van 95% van AI-proefprojecten [14. In plaats daarvan moeten workflows worden herontworpen met een AI-first-mentaliteit.
Verantwoordelijkheid is cruciaal. Wijs specifieke personen of teams aan om toezicht te houden op het gedrag en de impact van een AI-systeem, en geef hen de bevoegdheid om problemen op te lossen zodra deze zich voordoen. [15]. JP Morgan heeft deze stap bijvoorbeeld in april 2025 gezet door een hoofd AI-beleid aan te stellen die rechtstreeks rapporteert aan de CEO. De Chief Information Security Officer heeft ook een openbare brief aan externe leveranciers gestuurd waarin de AI-normen worden uiteengezet. Daarnaast heeft het bedrijf een Responsible AI-governancefunctie opgezet met meer dan 20 gespecialiseerde medewerkers [15].
Cross-functionele bestuursraden, met vertegenwoordigers uit de juridische, risico-, ethische en operationele afdelingen, kunnen zorgen voor een grondige beoordeling van AI-toepassingen met een grote impact. Mastercard heeft bijvoorbeeld een AI Governance Council opgericht en werkt samen met het Quebec Artificial Intelligence Institute (Mila) om onderzoek naar het testen en verminderen van vooringenomenheid in praktische toepassingen te bevorderen. [15].
Regelmatige controles op onbedoelde vooringenomenheid zijn essentieel. Als een AI-beslissing niet aan niet-deskundigen kan worden uitgelegd, zal deze niet worden vertrouwd door de mensen die erop vertrouwen. [15]. Het publiceren van een AI-roadmap die elke use case koppelt aan een strategisch doel en deze breed delen binnen de organisatie kan vertrouwen en afstemming creëren [5. Wanneer CEO's of raden van bestuur direct toezicht houden op AI-initiatieven, zien organisaties een 3,6-voudige toename in de impact op het nettoresultaat. Eind 2025 voldeed 74% van de geavanceerde generatieve AI-initiatieven aan de ROI-doelstellingen of overtrof deze zelfs – een duidelijke indicator van de waarde van gestructureerde metingen en verantwoordingsplicht [5.
Voorbeelden van AI-leiderschap in de praktijk
Laten we eens kijken naar enkele praktijkvoorbeelden die laten zien hoe AI-leiderschap vandaag de dag industrieën vormgeeft. De meest impactvolle initiatieven hebben een aantal belangrijke elementen gemeen: betrokkenheid van topmanagers, heroverweging van workflows en een laserfocus op meetbare resultaten. Deze voorbeelden bewijzen dat AI-leiderschap verder gaat dan technologie alleen – het gaat om het hervormen van de manier waarop organisaties werken.
Bedrijfssector: Datagestuurde besluitvorming
De transformatie van IBM tussen 2023 en 2026 is een uitstekend voorbeeld van AI-first leiderschap. De CEO stelde een ambitieus doel om van IBM "het meest productieve bedrijf ter wereld" te maken, wat resulteerde in een waardecreatie van meer dan 3,3 miljard euro. Jean-Stephane Payraudeau, Managing Partner voor Business Operations bij IBM, benadrukt:
"Succes met AI hangt af van leiders die de werking van hun organisatie opnieuw kunnen vormgeven, processen kunnen herontwerpen, data kunnen integreren en mensen in staat kunnen stellen om het volledige potentieel van AI te benutten." [14].
Sanofi, een toonaangevend farmaceutisch bedrijf, begon in 2019 aan een soortgelijk traject. Onder leiding van CEO Paul Hudson heeft het bedrijf zijn R&D- en operationele activiteiten hervormd en daarmee aangetoond hoe leiderschap innovatie kan stimuleren. [2]. Onderzoek bevestigt dit: bedrijven met Chief Strategy Officers die actief betrokken zijn bij technologische beslissingen hebben tot 88 keer meer kans op hoge rendementen op financieel, klant- en operationeel gebied [17.
In de publieke sector toont de Saudi Data & AI Authority (SDAIA) de transformatieve kracht van AI-leiderschap. Sinds de oprichting in 2019 heeft SDAIA initiatieven gelanceerd zoals de "National Data Bank" en het analyseplatform "Estishraf", dat de besluitvorming van de overheid ondersteunt. In 2023 werden deze tools door meer dan 85 overheidsinstanties gebruikt, wat ongeveer 11,8 miljard euro (50 miljard SAR) aan waarde opleverde. [2]. Hun succes was te danken aan het opbouwen van een sterke, interoperabele digitale basis in plaats van zich te concentreren op geïsoleerde technologische oplossingen. Zoals een brancheanalyse het verwoordt:
"Proberen om AI binnen je organisatie op te schalen zonder een sterke digitale kern is als het besturen van een sportwagen met een vervallen motor - je ziet er misschien goed uit tijdens de eerste kilometer, maar je komt niet ver." [2].
Van de middelgrote bedrijven met een omzet van ongeveer 900 miljoen euro rapporteerde 17% een omzet- of kostenverbetering van meer dan 10% dankzij AI-initiatieven. [18]. Bovendien presteren bedrijven waar de CFO volledige zeggenschap heeft over digitale investeringen meer dan twee keer zo vaak beter op het gebied van winstgevendheid: 42% tegenover 18% [17.
Terwijl bedrijfsleiders zich richten op het benutten van AI voor strategische voordelen, gebruikt de gezondheidszorgsector het om de patiëntenzorg direct te verbeteren.
Gezondheidszorg: betere resultaten voor patiënten dankzij AI
AI-leiderschap in de gezondheidszorg brengt een aantal uitdagingen met zich mee, waarbij een delicate balans moet worden gevonden tussen klinische expertise, operationele efficiëntie en patiëntveiligheid. Studies tonen aan dat door clinici geleide AI-projecten veel meer kans hebben om meetbare klinische voordelen op te leveren dan projecten die uitsluitend door technologen worden aangestuurd [20].
AI-aangedreven 'commandocentra' zijn een opvallende innovatie die ziekenhuizen realtime inzicht bieden in de bedcapaciteit. Deze systemen helpen het personeel om knelpunten te anticiperen, prioriteiten te stellen bij patiëntenverplaatsingen en ontslagen te stroomlijnen. [19]. Door patronen en inzichten aan het licht te brengen die anders onopgemerkt zouden blijven, verbeteren deze tools de klinische besluitvorming. Ondertussen verlichten generatieve AI-assistenten de administratieve werklast door taken zoals het opstellen van patiëntendocumenten en het ordenen van klinische aantekeningen te automatiseren [20.
In de farmaceutische wereld heeft Roche AI gebruikt om de kosten voor octrooionderzoek aanzienlijk te verlagen. Door een schaalbaar AI-raamwerk te implementeren, kunnen hun juridische teams nu sneller en nauwkeuriger werken, wat aantoont hoe AI-leiderschap gespecialiseerde gebieden zoals intellectueel eigendom naar een hoger niveau kan tillen. [21].
Deze voorbeelden illustreren de diverse manieren waarop AI-leiderschap verandering teweegbrengt in verschillende sectoren, en vormen de basis voor diepgaande discussies tijdens de RAISE Summit.
AI-leiderschap op RAISE Summit
Toonaangevende organisaties begrijpen tegenwoordig dat effectief AI-leiderschap verder gaat dan het beheersen van technische vaardigheden. Het gaat om het creëren van omgevingen waar leiders ideeën kunnen uitwisselen, strategieën kunnen heroverwegen en partnerschappen kunnen aangaan die AI-initiatieven van de experimentele fase naar volledige implementatie brengen. De RAISE Summit is ontworpen om aan deze behoeften te voldoen.
Wat RAISE Summit te bieden heeft
De RAISE Summit wordt jaarlijks gehouden in het Carrousel du Louvre in Parijs en brengt meer dan 9.000 wereldleiders samen om zich te concentreren op AI-strategieën en innovatie. [24]. Het evenement is zeer exclusief: 80% van de deelnemers bestaat uit C-level executives, oprichters, investeerders of beleidsmakers [24][25]. In 2025 waren er 822 CEO's van 168 Fortune 500-bedrijven aanwezig, naast investeerders die meer dan 560 miljard euro aan activa beheren [24.
The summit's agenda is structured around the "4Fs" framework - Foundation, Frontier, Friction, and Future. This approach tackles a wide range of topics, from sovereign cloud infrastructure to addressing CFOs' concerns about AI’s return on investment [23]. To foster meaningful collaboration, the event includes an invitation-only CxO Summit tailored for Fortune 1000 leaders and an AI-powered platform that facilitates targeted, one-on-one meetings [24][25]. Co-founder Hadrien de Cournon highlights this emphasis on tangible outcomes:
"The CxO Summit exists so companies don't just talk about AI, they leave RAISE with real partnerships, pilots, and signed deals" [24].
Naast de belangrijkste conferentiesessies organiseert de top ook 's werelds grootste AI-hackathon, waaraan 7.000 ontwikkelaars deelnemen, en een startupwedstrijd die opkomende bedrijven in contact brengt met toonaangevende durfkapitalisten. [24]. Daarnaast biedt de Side Events Week extra netwerkmogelijkheden in heel Parijs, met exclusieve diners en workshops voor een diepere betrokkenheid [23][25].
De top beperkt zich niet tot netwerken, maar biedt ook bruikbare kennis via gerichte leertrajecten.
Leermogelijkheden voor AI-leiders
Het programma voor 2026 omvat meer dan 547 sprekers, zoals Mark Cuban, Vlad Tenev (CEO van Robinhood) en Mark Papermaster (CTO van AMD), waardoor deelnemers de kans krijgen om rechtstreeks van collega's en marktleiders te leren. [23]. In juli 2025 presenteerden Danielle Belgrave van GSK en Natalia Vassilieva van Cerebras Systems bijvoorbeeld "Molecules at Wafer-Scale", waarin ze onderzochten hoe wafer-scale computing de ontdekking van geneesmiddelen versnelt. Op dezelfde manier deelden Bruno Gagliardo van Sanofi en Larry Orimoloye van Snowflake inzichten over datagestuurde samenwerking in hun sessie "From Molecule to Market Value" [22][26].
Nummers als Friction richten zich op de transformatie van het personeelsbestand en het realiseren van waarde uit AI-investeringen, terwijl Frontier de uitdagingen aanpakt van het opschalen van AI-projecten van pilots naar volledige implementatie. [23]. Sessies zoals "The ROI Dilemma" en "Value Realization & Capital Allocation" bieden praktische tools om AI-investeringen te rechtvaardigen. Zoals Eric Schmidt het treffend verwoordt:
"De snelst groeiende AI Tech-conferentie in Europa, en misschien wel in de geschiedenis" [23].
Conclusie
AI-leiderschap gaat niet alleen over het beheersen van geavanceerde technologie, maar ook over het integreren van menselijke waarden in elke beslissing, het opbouwen van vertrouwen en ervoor zorgen dat initiatieven aansluiten bij de kern van uw organisatie. Zoals Dr. Dorottya Sallai van LSE terecht opmerkt:
"De invoering van AI is een culturele transitie" [5].
Deze transitie vereist dat leiders zich richten op mensen en processen, en niet alleen op technische expertise. Het bewijs is duidelijk: organisaties met een duidelijk omschreven ethisch kader verdienen 2,5 keer meer vertrouwen van klanten en ondervinden 50% minder mislukkingen bij het opschalen van verantwoorde AI [5][28]. Aan de andere kant heeft het negeren van het menselijke element ertoe geleid dat 42% van de bedrijven tegen 2025 de meeste AI-initiatieven heeft opgegeven [5.
De conclusie hier? Je kunt AI niet sneller opschalen dan je vertrouwen kunt opschalen [27]. Vertrouwen opbouwen betekent transparant communiceren, je teams uitrusten met de vaardigheden om zelfverzekerd met AI om te gaan en ervoor zorgen dat elke beslissing uitlegbaar is, zelfs voor niet-experts. Kevin Werbach vat dit perfect samen:
"Als een beslissing niet kan worden uitgelegd, kan deze niet worden vertrouwd" [15].
Hoe breng je dit in de praktijk? Blijf nieuwsgierig. Neem deel aan evenementen in de sector en zet je in voor levenslang leren. AI evolueert in een razend tempo, en om voorop te blijven lopen moet je kansen aangrijpen zoals de RAISE Summit, die bruikbare inzichten, praktische kaders en casestudy's van marktleiders biedt. Deze bronnen kunnen je helpen om de overstap te maken van tactische uitvoering naar strategische invloed.
Of uw organisatie nu net begint met AI of opschaalt naar bedrijfsbrede implementaties, de formule voor succes blijft hetzelfde: leid met een doel, veranker ethiek in uw strategie en houd mensen centraal bij elke beslissing. Technologie zal zich blijven ontwikkelen, maar uw toewijding aan verantwoord leiderschap zal bepalen of uw organisatie floreert – of deel gaat uitmaken van de 95% van AI-pilots die niet slagen. [14].
Veelgestelde vragen
Waar moeten we beginnen met AI-leiderschap in onze organisatie?
Om effectief leiding te geven in een door AI gedreven wereld, is het cruciaal om te beginnen met een duidelijke strategische visie. Dit betekent dat u zich moet richten op het afstemmen van AI-initiatieven op de doelstellingen van uw organisatie, het stimuleren van experimenten en het heroverwegen van traditionele processen om AI naadloos te integreren.
Even belangrijk is het om prioriteit te geven aan menselijke leiderschapsvaardigheden – zoals besluitvorming, empathie en het opbouwen van vertrouwen – die AI simpelweg niet kan evenaren. Deze kwaliteiten vormen de ruggengraat van sterk leiderschap in een door technologie verbeterde omgeving.
Het creëren van een innovatiecultuur is een andere essentiële stap. Door de AI-doelstellingen duidelijk te communiceren en ervoor te zorgen dat teams het 'waarom' achter deze doelstellingen begrijpen, kunnen organisaties hun AI-projecten niet alleen impactvol maken, maar ook duurzaam op de lange termijn.
De echte magie ontstaat wanneer je menselijke sterke punten – zoals creativiteit en ethisch redeneren – combineert met de efficiëntie en precisie van AI. Deze balans vormt de hoeksteen van effectief AI-leiderschap.
Hoe meten we het rendement op investering en de acceptatie van AI-initiatieven?
Om het succes van AI-initiatieven te evalueren, moet zowel naar de financiële resultaten als naar de impact op de organisatie worden gekeken. Als het gaat om ROI, zijn de belangrijkste indicatoren onder meer omzetgroei, kostenbesparingen en de snelheid waarmee resultaten worden behaald. Deze statistieken geven een duidelijk beeld van de financiële voordelen die AI oplevert.
Op organisatorisch vlak wordt de acceptatie gemeten aan de hand van factoren zoals gebruikersbetrokkenheid, hoe goed AI-tools zijn geïntegreerd in bestaande workflows en de mate waarin ze door het hele team worden gebruikt. Deze elementen geven aan hoe effectief AI binnen het bedrijf wordt omarmd.
Leiderschap speelt hier een cruciale rol. Zo kan het aanstellen van een Chief AI Officer een groot verschil maken. Deze functie zorgt ervoor dat AI-strategieën direct worden afgestemd op de bredere bedrijfsdoelstellingen van het bedrijf, waardoor zowel de acceptatie als het rendement op de investering worden gemaximaliseerd.
Door financiële en organisatorische indicatoren te combineren, kunnen bedrijven een vollediger beeld krijgen van hoe hun AI-initiatieven presteren.
Hoe ziet een praktische opzet voor verantwoord AI-beheer eruit?
Een praktische benadering van verantwoord AI-beheer zorgt ervoor dat AI-systemen op een ethische en veilige manier functioneren, in overeenstemming met de kernwaarden van een organisatie. Dit houdt in dat er duidelijke verantwoordelijkheden worden vastgesteld en operationele maatregelen worden geïmplementeerd, zoals het volgen van AI-agenten en het instellen van runtime-beveiligingen om risico's te minimaliseren en schade te voorkomen.
Om effectief te zijn, moet governance naadloos worden geïntegreerd in productieomgevingen. Dit omvat realtime toezicht, robuuste processen voor probleembeheer en het verzamelen van bewijs om naleving van relevante normen aan te tonen. Daarnaast helpen duidelijk omschreven beleidsregels, ondersteund door controlepunten in de levenscyclus, om controle te houden over AI-systemen, van ontwikkeling tot implementatie.
Het betrekken van een diverse groep belanghebbenden is een ander belangrijk element. Door verschillende perspectieven te betrekken, kunnen organisaties vertrouwen kweken en flexibel blijven in het aanpassen aan veranderende regelgeving en verwachtingen.
