Waarom slimme teams slechtere beslissingen nemen naarmate ze groeien

De organisatorische wetenschap achter de verloren zakelijke context en hoe u hieraan kunt ontsnappen.

Sinds mijn doctoraat in de sociologie heb ik een sterke interesse in hoe informatie binnen teams wordt gedeeld. Destijds was het nog academisch – wanneer een scherp team groeit van 5 naar 50 naar 500, begint er iets te breken:

Mensen raken verstrikt in silo's. Besluitvormers worden overrompeld. Duidelijke signalen worden pas achteraf zichtbaar.

De nieuwsgierigheid volgde me naar de operatorsstoel. Na het opschalen van teams van kleine startups naar Fortune 500-omgevingen, heb ik steeds weer hetzelfde patroon gezien. Om het bot te zeggen: waarom nemen slimme teams slechtere beslissingen naarmate ze opschalen?

Om die vraag te beantwoorden, beginnen we met twee fundamentele studies over organisatiegedrag.

Studie 1: Structurele gaten die bij toeval worden opgevuld

Dertig jaar geleden bracht socioloog Ronald Burt in kaart hoe de werkstroom van informatie binnen organisaties verloopt. Wat hij ontdekte was niet één netwerk, maar clusters. Hechte, drukke groepjes mensen die voortdurend binnen hun eigen groep communiceren, terwijl de verbindingen tussen groepen snel verwateren.

De hiaten zijn structurele gaten. Eenvoudig gezegd is een structureel gat gewoon een kloof tussen groepen die informatie zouden moeten delen, maar dat niet doen.

Ze komen niet voor op een grafiek. Ze leven in het sociale netwerk.

Een paar mensen overbruggen die kloven op natuurlijke wijze. Burt noemde hen makelaars. Zij zijn degenen die naar beide kanten luisteren, inconsistenties opmerken en verbindingen leggen die anderen missen. Als er geen makelaars zijn, als ze overbelast zijn of niet worden betrokken, blijft het inzicht beperkt tot de lokale cluster.

Als CFO zijn structurele hiaten een van de grootste operationele risico's waar ik op let. De tussenpersonen die deze hiaten overbruggen, zijn van cruciaal belang. Ik dring er bij leidinggevenden voortdurend op aan om deze mensen te identificeren als Key People of Information (ja, niet dat soort KPI) en hen dicht bij de besluitvorming te houden. Ik weet zeker dat u al een paar namen in gedachten heeft terwijl u de onderstaande voorbeelden leest:

De Ops-manager die stilletjes de sleutel in handen had tot een prognose-probleem

De financiële afdeling worstelde met een plotselinge daling van het conversiepercentage van de pijplijn. Eindeloze diepgaande vergaderingen, veel theorieën, geen antwoorden. Toen maakte een operations manager tijdens de lunch een vermelding van een kleine CRM-werkstroom. Dat ene detail verklaarde alles.

De ontbrekende brug tussen productmarketing en engineering

Een productingenieur maakte tijdens een bedrijfsfeestje een melding van een pijnpunt van gebruikers aan een productmarketingmanager, iets wat die manager nog nooit op die manier had gehoord. Die ene melding zou het belangrijkste deel van het lanceringsverhaal kunnen hebben veranderd.

De verkoper die duidelijkheid bracht in de prijsstelling

Vertegenwoordigers beschikken vaak over waardevolle informatie over klanten, maar deze informatie bereikt zelden het prijsteam op het hoofdkantoor. Tijdens een kort gesprek bij de koffie met de directeur Groei, die toevallig het lokale kantoor bezocht, legde een AE uit dat recente verwarring over verpakkingen perfect overeenkwam met een daling in het aantal gewonnen deals...

Deze momenten lijken klein, maar het zijn structurele hiaten in de praktijk.

En structurele hiaten in het werknemersnetwerk veranderen in gegevenshiaten in de werkstroom.

Context raakt verspreid over communicatiemiddelen, side chats en vergaderingen. De punten bestaan wel degelijk. Mensen hebben van nature moeite om ze met elkaar te verbinden zonder dat tussenpersonen per ongeluk de lege plekken invullen.

Onderzoek 2: grote vergaderingen begraven unieke inzichten

In de jaren 80 voerden onderzoekers Garold Stasser en William Titus een ogenschijnlijk eenvoudig experiment uit.

Ze verdeelden mensen in groepen van vier en vroegen hen een beslissing te nemen.

Ze voerden twee installaties uit:

Toen iedereen over dezelfde feiten beschikte, presteerde de groep beter dan individuen.

Wanneer mensen verschillende feiten hadden, koos de groep vaak een slechter antwoord dan individuen alleen zouden hebben gekozen.

Waarom?

Toen de onderzoekers de opnames bekeken, ontdekten ze het patroon.

Groepen bleven herhalen wat iedereen al wist.

De unieke feiten waarop de beslissing was gebaseerd, kregen weinig aandacht of werden volledig genegeerd.

Als u ooit een vergadering hebt bijgewoond waarin het team 30 minuten lang algemeen bekende feiten herkauwt en nooit ingaat op de randgevallen die er echt toe doen, dan hebt u dit experiment zelf meegemaakt.

Ik heb dit met eigen ogen gezien.

We hebben ooit wekenlang geworsteld met de nauwkeurigheid van de prognoses in ons model voor de capaciteit van de verkoop.

In elke vergadering kwamen dezelfde theorieën naar voren. Misschien was het een probleem van werving. Misschien van empowerment. Misschien van de kwaliteit van de marketingpijplijn. Misschien van leiderschap. Het gesprek bleef rond dezelfde gedeelde aannames cirkelen en de toon verschoof langzaam naar een exercitie van met de vinger wijzen.

Op een dag hield een rustige data-analist me in de gang tegen. Ze meldde dat ze de historische cijfers had bijgehouden en iets kleins maar veelzeggends had opgemerkt. Onze aanname over seizoensinvloeden, een kleine input die iedereen als vanzelfsprekend beschouwde, week elk kwartaal verder af van de basislijn.

Het bleek dat één over het hoofd gezien detail, verborgen in haar privéanalyse en nooit vermeld in de groepsdiscussie, de echte oorzaak was van de vertekening van het hele model voor de verkoopcapaciteit.

Het was het perfecte praktijkvoorbeeld van dit onderzoek. De groep bleef herhalen wat iedereen al wist. Het unieke inzicht dat het probleem daadwerkelijk oploste, zat in het hoofd van één persoon, omdat "iedereen anders lijkt te weten wat het juiste antwoord is".

Schaal dat nu op naar duizenden persoonlijkheden, honderden vergaderingen en tientallen werkinstrumenten.

Het wordt bijna onmogelijk om unieke inzichten naar boven te halen wanneer de vergadering steeds groter wordt.

Door deze twee organisatorische dynamieken neemt de kwaliteit van beslissingen snel af naarmate slimme teams groeien. Niet omdat mensen dommer worden, maar omdat informatie moeilijker te verkrijgen is en het besluitvormingsproces exponentieel onduidelijker wordt.

Wanneer de punten zo verspreid zijn en de werkstroom niet te traceren is, kunnen mensen geen verbinding met elkaar maken.

AI kan dat ook niet.

Bedrijfsbrein: context op grote schaal vastleggen

Uit de twee bovenstaande onderzoeken blijkt duidelijk dat wat ontbreekt een gedeeld geheugen voor de organisatie is. Een systeem dat werk, beslissingen en interacties vastlegt op het moment dat ze plaatsvinden, in plaats van alleen het 'definitieve verslag' op te slaan.

Een systeem dat het besluitvormingsproces effectief live filmt: het registreert de input, discussies, aannames, afwegingen en resultaten in realtime.

Dat is wat ik bedoel met een bedrijfsbrein.

Dit is geen statische kennisbank, maar een levende laag van intelligentie die observeert hoe het bedrijf werkt, registreert hoe beslissingen worden genomen en iedereen helpt om onmiddellijk toegang te krijgen tot de volledige context naarmate het bedrijf groeit.

Met AI is dit niet langer sciencefiction voor bedrijven.

We hebben hiermee geëxperimenteerd bij ClickUp. Onze les is dat er een driestappenstrategie nodig is om een Company Brain op te bouwen. (Waarschuwing: sla één stap over en het hele ding stort in elkaar tot AI-rommel!!)

Stap 1: Bouw uw Business op als een 'open context'

Breng de structurele hiaten aan het licht: creëer een doelgericht systeem dat unieke inzichten uit individuen en gescheiden teams haalt en deze vervolgens zo breed mogelijk verspreidt.

Jensen Huang, CEO van NVIDIA, heeft gezegd dat hij 1-op-1-vergaderingen vermijdt voor belangrijke context. Hij geeft er de voorkeur aan om informatie in grote groepen te delen, zodat iedereen tegelijkertijd hetzelfde hoort.

Hij vermindert standaard structurele hiaten. Privécontext is kwetsbaar en traag. Openbare context wordt doorzoekbaar, herbruikbaar en kan worden ingevoerd in AI.

Bij ClickUp is een open contextcultuur overal terug te vinden: mensen sturen notulisten naar zoveel mogelijk vergaderingen, we moedigen mensen aan om vragen te stellen/gedachten te delen in groepschats, niet in DM's, we hebben een strikt wekelijks update-ritueel: van IC tot de C-suite, iedereen dient een wekelijkse reflectie in ClickUp in met slechts 3 punten:

Het leek bijna te simpel, maar het samengestelde effect was sterk. Verborgen signalen kwamen aan het licht. Belemmeringen werden in realtime zichtbaar in plaats van maanden later. Leiders vertrouwden niet langer op tweedehands algemene rapporten en gingen rechtstreeks naar de signalen.

We gebruiken AI om de signalen te verwerken. Mensen concentreren zich op de vraag: "Wat missen we?" AI scant de hele organisatie en synthetiseert het gemeenschappelijke thema. Menselijk werk blijft essentieel voor beoordeling en anticipatie. AI neemt de mechanische rapportage en samenvattingen over.

Stap 2: Breng al het werk samen om beslissingen live te filmen

Zet alle ruwe artefacten van het werk op één plek en kies één werkplatform om alles daar samen te brengen. Alles: de wekelijkse updates, teamchats, projectthreads, memo's en overdrachtsplannen.

Begin met het bijhouden van een logboek over hoe belangrijke beslissingen worden genomen.

Dit is een vaardigheid die de meeste teams nooit ontwikkelen. Als er iets misgaat, is het vaak onmogelijk om te achterhalen hoe de beslissing tot stand is gekomen. De nabeschouwing verandert dan in een moeizaam forensisch onderzoek. Dat is een duidelijk teken dat er geen echt beslissingslogboek is.

Maar teams dwingen om te stoppen en elke stap te documenteren is niet de oplossing. Zo werken mensen niet! Het verstoort de werkstroom en vertraagt de uitvoering.

De juiste aanpak is om beslissingen vast te leggen op het moment dat ze worden genomen, zoals het filmen van het werk in plaats van mensen te vragen het later te reconstrueren. Elke belangrijke stap, aanname en afweging wordt op de achtergrond vastgelegd. Wanneer het team verdergaat, is het spoor al aanwezig.

Dit is waar AI het verschil maakt.

Bij ClickUp registreert ons Company Brain belangrijke beslissingen rechtstreeks in het geconvergeerde werkplatform en voert het die beslissingen continu terug naar het systeem.

Als financieel leider stel ik bij een nieuwe baan bijna altijd dezelfde vraag: "Hoe stelt u uw budget op?"

Eisenhower verwoordde het het beste: "Plannen zijn waardeloos, maar planning is alles. " Ik beoordeel niet het uiteindelijke nummer. Ik verzamel de context van hoe een bedrijf werkt: hoe beslissingen worden genomen.

Het budgetproces is altijd mijn röntgenfoto geweest voor de gezondheid en volwassenheid van de besluitvorming van een bedrijf.

Nu komen AI-agenten in beeld.

Ik krijg vaak 'budgetagenten' aangeboden die beloven CFO's te helpen bij het opstellen van begrotingen. Zonder context is dat een doodlopende weg. In het beste geval krijg je standaardantwoorden. Hoeveel uitleg moet ik die agenten geven om ze te leren hoe wij beslissingen nemen?

Maar geef een agent een echt beslissingslogboek en alles verandert. De agent begrijpt nu hoe dit bedrijf denkt. Het beslissingslogboek wordt zijn schatkaart. Bedrijven die over deze mogelijkheid beschikken, kunnen de kracht van hun agenten een orde van grootte sneller ontsluiten dan bedrijven die dat niet hebben.

Ons bedrijfsbrein legt nauwkeurig vast hoe we het engineeringbudget voor volgend jaar opstellen:

M&A-beslissingen zijn een ander voorbeeld van beslissingen met hoge risico's, die multidimensionaal zijn en veel input vereisen, zowel kwalitatief als kwantitatief. Hier is een beslissingslogboek waarin we een overnamedoel evalueren. Wij doen gewoon ons werk, Company Brain heeft het gefilmd. Als er in de toekomst een nieuwe medewerker of agent een ander doel moet evalueren, weten ze waar ze moeten beginnen.

Stel je voor dat al deze beslissingen, zodra ze op één plek zijn opgeslagen, doorzoekbare, koppelbare activa worden. AI kan eindelijk doen waar het goed in is: de beslissing koppelen aan de werkstroom erachter en de resultaten die daaruit voortvloeiden. De agents die we hebben ingezet om na te bootsen wat mensen kunnen doen, kunnen eindelijk ogen hebben en op koers blijven.

Stap 3. AI-uitvoeringslaag nadat Company Brain online is gekomen

Zodra uw werk op één plek staat en uw Company Brain is geactiveerd, begint alles op zijn plaats te vallen en zich te ontwikkelen. Uw team is klaar om een AI-uitvoeringslaag te implementeren die in twee modi werkt:

Ambient-modus

Dit is de AI die stil op de achtergrond werkt. Het observeert patronen, brengt risico's aan het licht en beantwoordt vragen zonder dat daar om gevraagd wordt. Het vangt de risicosignalen op die mensen over het hoofd zien vanwege onze blinde vlek.

Mijn wekelijkse reflectie-AI helpt me bijvoorbeeld om mijn blinde vlekken te scannen ("signalen die je misschien hebt genegeerd"):

Gespecialiseerde agentmodus

Met een stevige basis van het bedrijf, het team en de individuele werkcontext kunt u agenten op afroep inschakelen. Elke agent begrijpt een specifieke werkstroom, maar deelt dezelfde fundamentele bedrijfscontext. U kunt ze betrekken bij een chat, een Taak of een document – overal waar gewerkt wordt.

Ons team heeft een groep financiële agenten die dagelijks een enorme hoeveelheid zwaar werk op zich neemt. Deze Super Agents zijn niet generiek. Ze kennen onze werkstroom, onze definities, ons ritme en ons besluitvormingsproces.

Voer deze 3 stappen correct uit en u krijgt wat bedrijfsleiders altijd al van GenAI hebben gewild.

AI wordt een geïntegreerd onderdeel van hoe het bedrijf denkt, leert en beslist.

En het goede nieuws: stap 2 en stap 3 bieden een krachtige oplossing: bouw uw Company Brain op ClickUp.

Als u tot hier bent gekomen, verdient u mijn eerste schaamteloze reclame. 😊

Een nieuwe manier om op te schalen met volledige context

Het menselijk gedrag dat context uit grote organisaties haalt, bestaat al eeuwenlang. Structurele hiaten begraven informatie. Groepsgesprekken overstemmen de unieke signalen.

Lange tijd was er geen echte oplossing voor. Businessen leerden ermee leven en beschouwden verloren context als een prijs die ze moesten betalen voor groei.

AI is niet het antwoord op alles. Op zichzelf lost het maar weinig op. Een Company Brain verschijnt niet zomaar uit het niets. Het vergt bewust werk om de cultuur te veranderen, het besturingssysteem opnieuw te ontwerpen en de context te centraliseren.

Maar zodra die basis is gelegd, wordt AI de sleutel die alles samenbrengt.

U hebt al een slim team. Zo bereidt u uw organisatie voor op het opzetten van een Company Brain, benut u de wijsheid van uw eigen mensen en voorkomt u dat slimme teams domme beslissingen nemen terwijl u opschaalt.