De paradox van het middenmanagement die uw AI-implementatie blokkeert

Middenmanagers werden de afgelopen decennia gevraagd de meeste aankoopbeslissingen te nemen over nieuwe technologie (SaaS), omdat technologie steeds goedkoper werd. Nu wordt van hen verwacht dat ze technologie aanschaffen die waarschijnlijk het aantal directe ondergeschikten vermindert, wat vaak gelijkgesteld wordt aan de macht van een manager. Als het niet goed wordt gedaan, zal het middenmanagement zich (begrijpelijkerwijs) beschermen, net zoals vakmensen 150 jaar geleden deden toen machines hun bestaan ​​bedreigden. 

De geschiedenis die u moet kennen

Laat me een beeld schetsen van 1816. Vakbekwame textielarbeiders in Engeland sloegen letterlijk machines kapot met hamers. Dit waren geen willekeurige gewelddadige acties – het waren berekende reacties van ambachtslieden die hun expertise van de ene op de andere dag zagen verouderen.

Maar wat fascinerend is: het waren niet alleen de arbeiders. Toen Frederick Taylor begin 1900 het wetenschappelijk management introduceerde, verzetten voormannen zich hevig, omdat efficiëntie-experts hun traditionele controle overnamen. Klinkt dat bekend?  

Om precies te zijn, we zien exact dezelfde dynamiek momenteel terug in moderne bedrijven. Uw middle managers – degenen die belast zijn met de implementatie van uw AI-visie – worden geconfronteerd met wat die voormannen meemaakten: externe "experts" (uw AI-team) die systemen introduceren die hun kernwaardepropositie bedreigen.

De data achter het menselijke probleem van AI-adoptie

Dit zijn de getallen die mij gisteravond wakker hielden:

• 71% van de bedrijven  noemt de organisatiecultuur als de grootste barrière voor de adoptie van AI

• 72% van de topmanagers  geeft aan dat hun bedrijf minstens één uitdaging is tegengekomen op hun weg naar AI-implementatie. Enkele van deze barrières zijn machtsstrijd, conflicten, silo's en  zelfs sabotage,  volgens het Enterprise AI adoption report 2025 van Writer.

• Naar verluidt is 70% van de mislukte AI-pilots  te wijten aan tekortkomingen in de menselijke capaciteiten en processen, en niet aan de technologie zelf.

• 68% van de middenmanagers  maakt zich zorgen over de impact van AI op hun carrière

• Gartner voorspelt dat  20% van de organisaties AI zal gebruiken om meer dan de helft van de huidige middenmanagementfuncties  tegen 2026 te elimineren

Maar hier is de clou: terwijl jij probeert een AI-strategie te bedenken, beschermen je middle managers stilletjes hun territorium. Ze weigeren AI niet te implementeren – ze geven er alleen geen prioriteit aan. Of ze vinden redenen waarom het in hun specifieke context niet werkt.

Het probleem van het opbouwen van een imperium

Denk eens na over hoe je managementsucces meet. Grotere teams = meer invloed = hogere beloning = betere carrièreperspectieven. Dit creëert wat ik de "Empire Building Trap" noem.

Je operations manager die 15 mensen aanstuurt, weet dat als AI 10 van die rollen automatiseert, hij ineens 5 mensen aanstuurt. In de meeste bedrijfsculturen is dat een degradatie, geen efficiëntie.

De ongemakkelijke waarheid: Je hebt prikkels gecreëerd die groei van het personeelsbestand belonen, maar je vraagt ​​je vervolgens af waarom managers zich verzetten tegen technologie om het aantal werknemers te verminderen. 

Een recente observatie: 

Ik sprak met een recruiter en vriend van me die zei dat ze overspoeld worden door BDR/SDR-vacatures die ze op dit moment moeten invullen. Het lijkt erop dat managers de ruis van AI-outbound en de daaruit voortvloeiende verlaging van conversieratio's bestrijden door simpelweg mensen in te zetten om het probleem (hun imperium uit te breiden) op te lossen, in plaats van na te denken over AI-efficiëntie. 

Het grote vingerwijzende probleem

In tegenstelling tot de Industriële Revolutie, waarin de invoering van technologie van bovenaf en gecentraliseerd plaatsvond vanwege de enorme hoeveelheid investeringen die nodig waren, leven we nu in het tijdperk van wat ik 'inkoopdemocratie' noem. Dankzij terugkerende software-abonnementen met minder risico is de besluitvorming verschoven naar de lagere hiërarchische niveaus. 

Daarom is de aanschaf van technologieën zoals AI onbekend voor het hogere management en bedreigend voor het lagere management.

De drie scenario's die zich nu afspelen

Op basis van gesprekken met meer dan 50 SaaS-oprichters zie ik drie duidelijke patronen:

Scenario 1: De weerstand Middenmanagers vertragen AI-initiatieven. Ze zeggen niet nee – ze zoeken gewoon naar redenen voor vertragingen. "We hebben eerst een betere datakwaliteit nodig." "Het team is er nog niet klaar voor." "Laten we het volgend kwartaal testen." 

Scenario 2: De fragmentatieteams implementeren onafhankelijk van elkaar AI-tools. Je krijgt snelheid, maar verliest samenhang. Data bevindt zich in silo's. Tools integreren niet. Je betaalt voor overlappende mogelijkheden. 

Scenario 3: De evolutie (Dit komt zelden voor) Middenmanagers worden AI-kampioenen omdat u opnieuw hebt gedefinieerd hoe managementsucces eruitziet. 

Het raamwerk dat echt werkt

Dit is wat de bedrijven die dit goed doen, doen:

1. Herdefinieer managementstatistieken

Stop met het meten van managers op basis van personeelsbestand. Begin met meten op basis van output, efficiëntie en teamontwikkeling. Een CEO zei tegen me: "We vieren nu managers die hun eigen drukke werk elimineren door middel van automatisering."

2. Creëer AI-native carrièrepaden

Het managen van AI-agenten moet als echte managementervaring worden beschouwd. Workday introduceerde onlangs een "AI Agent System of Record", waarmee AI als digitale medewerkers in de organisatiestructuur wordt behandeld.

3. Het hybride autoriteitsmodel

Uw middle managers zouden budgetbevoegdheid moeten hebben voor AI-tools op teamniveau, maar wel binnen governance-kaders. Denk aan "gefedereerde besluitvorming", autonomie binnen de grenzen van de regels.

4. Transformeer managers tot AI-vertalers

De meest succesvolle AI-implementaties die ik heb gezien, positioneren middle managers als de brug tussen AI-mogelijkheden en bedrijfsbehoeften. Zij worden de experts die weten wanneer AI ingezet moet worden, wanneer menselijk oordeel onvervangbaar is en hoe een goede AI-output eruitziet.

5. Focus de verantwoordelijkheden voor AI-innovatie op één rol, d.w.z. GTM Engineering per afdeling

Grote bedrijven hebben AI-teams, kleinere bedrijven beginnen met het aannemen van [Function] Engineers, zoals Recruitment Engineering, Marketing Engineering of GTM Engineering. Het probleem is dat de roldefinitie van deze functies nog steeds vaag is en de gemiddelde saleservaring van een GTM Engineer slechts twee jaar is. Het is dus gevaarlijk om mensen processen of klantgerichte communicatie te laten automatiseren zonder beperkingen en ervaring. Het is cruciaal dat de kwaliteit van de output grondig wordt gecontroleerd door de verantwoordelijke manager (AI-vertaler) en dat AI-innovatie-experimenten centraal worden beheerd, bijvoorbeeld in RevOps of Operations.

6. De steun van het management is niet voldoende, er zijn mandaten voor AI van het management nodig

CEO Tobias Lütke van Shopify publiceerde op 7 april 2025 een interne memo aan het personeel van Shopify. In deze memo benadrukte hij de noodzaak om AI-vaardigheden aan te tonen en aan te tonen dat een probleem niet met AI kan worden opgelost, maar dat hiervoor extra personeel nodig is. Dit is in lijn met de invoering van machines in de 18e eeuw, die van bovenaf werd opgelegd door de eigenaren van bedrijven. Als het aan het middenmanagement werd overgelaten, zouden de prikkels voor verandering simpelweg te gering of te gevaarlijk zijn.

Het vijfpunten AI-mandaat van Shopify verandert de verwachtingen van de werkplek voor de digitale economie

The Questions You Need to Ask Monday Morning

1. What percentage of your middle managers' compensation is tied to team size? If it's significant, you're incentivizing AI resistance.

2. How many different AI/ML tools are teams using across your company? If you don't know the answer, you have a fragmentation problem.

3. Who actually makes the call on adopting new AI tools in each department? If it's always the department head, you need more centralized strategy.

4. When you promote managers, do you consider their ability to leverage AI? If not, you're selecting for the wrong skills.

The Uncomfortable Reality

Your middle managers aren't obstacles to AI adoption – they're the key to making it work. But only if you stop treating them like implementers and start treating them like strategic partners in your AI transformation.

The companies that figure this out first will have an enormous advantage. They'll achieve the coordination benefits of the old centralized model with the speed and innovation of the new distributed one.

The ones that don't? They'll end up like those British manufacturers who ignored Brunel's innovations for decades while Americans raced ahead.

Your choice: evolve your management layer or watch your AI strategy die in the middle.

The data in this article comes from recent studies by Gartner, Deloitte, Harvard Business Review, and Korn Ferry, along with historical analysis of Industrial Revolution management patterns. The SaaS procurement insights are based on 2025 industry surveys tracking the democratization of enterprise software buying.

Send me a message to talk about how to modernize your Go-to-Market processes holistically, to make intelligent & structured use of AI.