Van mandaat tot machine: hoe we in 8 maanden 230 AI-werkstroomen hebben gebouwd en een marketingorganisatie hebben getransformeerd

Geen consultants. Geen 'transformatiebureau'. Alleen een wekelijkse opdracht, een zelfgebouwd systeem en het onophoudelijke streven naar een optimale verhouding tussen output en personeelsbestand.

Elk bedrijf zegt dat ze "aan AI doen". Meestal bedoelen ze daarmee dat iemand in het team een tabblad met ChatGPT open heeft staan. Dat is AI-toerisme, geen transformatie.

Acht maanden geleden bevond mijn marketingafdeling bij ClickUp zich in die categorie. Natuurlijk, mensen gebruikten hier en daar wel AI. Samenvattingen, eerste concepten, aantekeningen van vergaderingen. Maar het was fragmentarisch, ongelijkmatig en er zat weinig structuur achter. Ik had geen zichtbaarheid in wat mensen aan het bouwen waren. Ik had geen manier om te weten of we daadwerkelijk beter werden of dat we alleen maar het AI-vakje aanvinkten.

Vandaag de dag hebben we 230 gecatalogiseerde AI-werkstroomen verspreid over 13 teams. 169 daarvan zijn live in productie. We hebben het AI-gebruik in de eerste zes weken van de transformatie met een factor 20 verhoogd. Ons SEO-team had eerst 75 contentproducenten nodig, nu nog maar 8. Eén persoon in ons demand-team organiseerde eerst één webinar per maand, nu zes. En ik kan nu meteen een ClickUp-weergave openen en je precies vertellen waar elk team en elke persoon zich bevindt op de AI-volwassenheidscurve, wat ze vervolgens moeten bouwen en waarom.

Hieronder volgt het daadwerkelijke draaiboek. Alle vijf fasen, de fouten die ik heb gemaakt, de nummers die eruit voortkwamen en de specifieke agents en werkstroomen die vandaag de dag de show runnen. Als je leiding geeft aan een revenue- of marketingteam en je neemt dit serieus, maak er dan gerust gebruik van.

De ene statistiek die alles aanstuurde

Voordat ik op de fasen inga, moet je de maatstaf begrijpen die ten grondslag ligt aan elke beslissing die we hebben genomen: de verhouding tussen output en personeelsbestand. Elke werkstroom, elke medewerker, elke reorganisatie die we doorvoerden, werd getoetst aan een eenvoudige vraag: stelt dit ons in staat om meer te doen met het team dat we hebben, of hetzelfde te doen met minder middelen? We moeten ofwel de groei versnellen ofwel de uitgaven terugdringen (of beide)!

We zijn niet op zoek naar nieuwigheid. We zijn op zoek naar hefboomwerking. En die invalshoek is belangrijk, omdat het team hierdoor gefocust blijft op zaken die de Business daadwerkelijk vooruit helpen, in plaats van coole demo's te bouwen die nergens toe leiden.

Wat je in dit playbook leert

Hier volgt een overzicht:

Fase 1: De vrijdagopdracht

De eerste stap die we in de zomer van 2025 zetten, was allesbehalve glamoureus. Geen nieuwe tools, geen groot persbericht. Gewoon een vaste bestelling: elk teamlid moest elke week in een speciaal ClickUp-chatkanaal minstens één nieuwe AI-toepassing indienen.

Het kan van alles zijn. Iets dat 30 seconden bespaarde. Iets dat 30 minuten bespaarde.

De balk was bewust laag gelegd, omdat het niet de bedoeling was om vanaf dag één baanbrekend werk te leveren. Het doel was om mensen in een ritme te krijgen waarin ze daadwerkelijk gebruik maakten van AI.

Dit is waar het bouwen met ClickUp ons een structureel voordeel opleverde. De AI zat al in de tools die mensen dagelijks gebruikten. Geen contextwisseling. Geen inloggen op een ander platform. Je kon iets uitproberen en de resultaten delen in hetzelfde chatkanaal waar de opdracht stond. De drempel was zo laag als maar kon.

Maar het mandaat alleen is nog maar het begin. Dit is het deel dat de meeste leidinggevenden over het hoofd zien.

Elke vrijdagavond en zaterdagochtend (ik zit aan de oostkust, een groot deel van mijn team zit aan de westkust) las ik elke inzending. Allemaal. Ik gaf bij elke inzending commentaar met mijn mening, suggesties en aanmoedigingen. Ik bedankte iedereen. Ik stelde vervolgvragen. Ik liet zien dat dit geen show was.

Als je team ook maar één seconde het gevoel heeft dat je als leidinggevende alleen maar een vakje aanvinkt, is de hele exercitie ten dode opgeschreven. Ze moeten zien dat je oplet en dat je echt geïnteresseerd bent in wat ze ontdekken.

Het kostte hen veel tijd, en ik wilde dat ze wisten dat het geen zinloos werk was. Het was iets waar het management oprecht in geïnteresseerd was.

We hebben dit ongeveer zes weken uitgevoerd. En toen viel het kwartje. We hadden het mandaat niet meer nodig. Mensen waren verkocht. De druk viel weg omdat het gebruik van AI niet wereldveranderend hoefde te zijn. Het hoefde je alleen maar elke dag 1% beter te maken.

En het halo-effect was enorm. Mensen zagen wat hun collega's deden en begonnen het na te doen. Prompts werden hergebruikt. Agents werden gedeeld. Het experiment van één persoon werd de dagelijkse werkstroom van tien mensen. Daar zit de echte hefboomwerking.

Na zes weken zag ik een bemoedigende indicator: een 20-voudige toename in het gebruik van AI binnen het team.

Wat je kunt overnemen uit fase 1

Maak een openbaar kanaal aan. Maak inzendingen zichtbaar. Leg de lat laag om de druk weg te nemen. Laat het een vaste periode draaien, 4-6 weken, lang genoeg om een gewoonte op te bouwen maar kort genoeg zodat het niet permanent aanvoelt. En het allerbelangrijkste: leidinggevenden moeten zichtbaar betrokken zijn. Reageer op elke inzending. Als je je daar niet aan kunt committeren, doe dan geen moeite met het initiatief.

Fase 2: Superagenten maakten van iedereen een bouwer

Tegen de herfst dacht het team in AI-termen. Ze hadden de basisprincipes geïnternaliseerd: samenvatten, opstellen, onderzoek, opmaak en lichte analyses. Maar 80% van wat ze hadden gebouwd, betrof nog steeds taaktautomatisering. A-naar-B-achtige zaken. Nuttig, en het verbeterde zeker onze verhouding tussen output en personeelsbestand. Maar niet echt baanbrekend.

Vervolgens lanceerde ClickUp intern Super Agents. En toen veranderde de hele situatie.

In plaats van prompts handmatig aan elkaar te plakken en eenvoudige automatiseringen te koppelen tot iets complexers, kon een niet-technische gebruiker een meerstapswerkstroom in gewone taal beschrijven met behulp van een agent builder, waarna ClickUp de Super Agent daarvoor kon bouwen. De drempel voor het creëren van echte automatisering daalde tot bijna nul. Voor een team dat al klaar was om op deze manier te denken, was het alsof er olie op het vuur werd gegoten.

We daagden het team uit om groter te denken. Niet van A naar B, maar van A tot Z. We vroegen iedereen om de complexe, meerstapswerkstroomen in hun werk te identificeren die tijd kostten en geautomatiseerd moesten worden. En omdat we wisten dat we Super Agents eind december publiekelijk zouden lanceren, had iedereen een ingebouwde motivatie: hun werk zou in de schijnwerpers komen te staan. Ze zouden hun eigen efficiëntiewinst aan de wereld kunnen laten zien.

Begin januari beschikten we over een bibliotheek met meer dan 150 video's waarin ons team Super Agents ontwikkelde en gebruikte. Mensen waren trots op hun werk. Ze positioneerden zichzelf als experts op dit gebied. En de hele exercitie zorgde voor een vliegwieleffect waarbij interne efficiëntiewinst externe marketingcontent werd.

Sommige taken die je vorige week nog uitvoerde, zijn inmiddels niet meer relevant en moeten worden afgebouwd ten gunste van een nieuwe en betere manier. Je kunt daar niet al te dramatisch over doen.

Dit is iets waar de meeste teams de plank misslaan. Ze bouwen iets dat werkt, en vervolgens beschermen ze het. Maar gezien het tempo waarin dit soort zaken zich ontwikkelen, moet je bereid zijn om voortdurend dingen buiten gebruik te stellen. We hebben sommige van onze zomerautomatiseringen binnen enkele maanden geschrapt omdat de Super Agent-versies gewoon beter waren. Dat is geen verspilling, dat is een natuurlijk onderdeel van het proces.

Fase 3: De bibliotheek (had ik dit maar eerder gedaan)

Oké, even eerlijk.

Als ik één ding over zou kunnen doen, zou dit het zijn. Ik zou vanaf dag één zijn begonnen met organiseren.

Dit is wat er in plaats daarvan gebeurde. Na negen maanden hadden we overal AI-werkstroomen. Elk team had zijn eigen werkstroomen. Iedereen had zijn eigen favoriete agents. Maar niemand, inclusief ikzelf, had een totaalweergave van wat er daadwerkelijk in de hele organisatie bestond. Het was krachtig, maar onzichtbaar.

Dus heb ik een gestructureerde inventaris opgebouwd. Dit is het moment waarop de transformatie ophield een verzameling successen te zijn en een besturingssysteem begon te worden. Binnen ClickUp krijgt elke actieve AI-agent en werkstroom een taak met aangepaste velden die alles vastleggen wat ertoe doet:

Wat is de functie ervan? Specifiek. Niet "helpt bij marketing". Welke exacte taak of welk proces voert deze agent uit?

Wat is het resultaat? Bespaarde uren, bespaard geld, hogere doorvoer. Echte nummers, geen vage indrukken.

Wie is de eigenaar? Wie heeft het gebouwd, wie onderhoudt het en wie bel je als het niet werkt?

Hoe vaak wordt het uitgevoerd? Dagelijks? Wekelijks? Op aanvraag? Continu?

Waar staat het? ClickUp Super Agent, Cursor, Retool, Replit, Hex, Claude Code, AirOps. We gebruiken veel tools. De systeemkolom houdt ze allemaal bij.

Welk team? En, nog belangrijker, welk volwassenheidsniveau?

📌 ClickUp-voordeel: Zodra je honderden werkstroomen hebt verspreid over verschillende teams, wordt het vinden van de juiste werkstroom een probleem op zich. Met ClickUp Enterprise Search kun je zoeken in taken, documenten, opmerkingen en gekoppelde tools zonder afhankelijk te zijn van tribale kennis of degene die het ding toevallig als eerste heeft gebouwd.

Vandaag de dag bevat deze lijst 230 werkstroomen. 169 zijn live. 40 staan op de roadmap. 17 worden actief gebouwd en getest. Verspreid over 13 functionele teams. En omdat het in ClickUp staat, met echte aangepaste velden, weergaven en filters, kan ik het op elke gewenste manier opsplitsen. Per team, per volwassenheid, per impact, per systeem, per status. Het is het controlepaneel voor onze gehele AI-operatie.

230 AI-werkstroomen verspreid over 13 teams: concrete resultaten

Hier leg ik de bewijzen neer. Dit zijn echte werkstroom-werkprocessen die vandaag in productie draaien, met echte impactnummers die rechtstreeks uit de bibliotheek zijn gehaald.

Wat dit systeem bij ClickUp mogelijk maakte

ClickUp Chat om use cases te verzamelen en openbaar te delen ClickUp-taaken + aangepaste velden om werkstroom, eigendom, impact, systeem en volwassenheid te catalogiseren ClickUp dashboards en weergaven om de bibliotheek voor alle teams te monitoren ClickUp automatiseringen en Super Agents om complexe, meerstapswerkstroomautomatiseringen te automatiseren ClickUp Brain en Brain MAX om de bibliotheek te analyseren, hiaten op te sporen en de roadmap vorm te geven

Fase 4: We gebruikten AI om onze eigen AI te beoordelen

Hier wordt het meta. En eerlijk gezegd begon het hier allemaal aan te voelen als een echt systeem in plaats van een verzameling projecten.

Toen alle 230 werkstroomen eenmaal in ClickUp waren gecatalogiseerd met gestructureerde gegevens, richtte ik ClickUp Brain op de volledige lijst en vroeg ik het om de organisatie te evalueren. Welke teams zijn het verst gevorderd? Welke bevinden zich nog grotendeels op het niveau 'AI-ondersteund'? Waar zitten de cross-functionele hiaten? Wat moeten we hierna bouwen?

Het belangrijkste inzicht was niet verrassend, maar wel belangrijk: de meeste teams werkten in silo's. Mensen automatiseerden hun eigen taken. Vervolgens koppelden ze die automatiseringen aan elkaar voor taken op teamniveau. Maar de werkstroom stopte bij de teamgrens. Het operationele team vormde hierop een uitzondering, omdat zij van nature crossfunctioneel werken, waardoor hun medewerkers vanzelfsprekend verspreid waren over meerdere teams.

Maar de rest? Gesiloed.

Dat inzicht alleen al was de hele exercitie waard, omdat het me precies liet zien waar de volgende golf van waarde zich bevindt: in de ruimtes tussen teams. De cross-functionele verbindingen. De werkstroom die de vraag koppelt aan gebeurtenissen in het veld, aan de community en aan content. Die ontstaan niet vanzelf. Ze moeten worden ontworpen.

Voor het eerst heb ik echt een beeld van wat er binnen mijn organisatie speelt vanuit het oogpunt van AI-volwassenheid. En wat de volgende stappen zijn, en waarom. Ik kan prioriteiten stellen, middelen toewijzen, personeel inzetten en een roadmap opstellen. Het is nu een echt programma.

⚠️ AI-volwassenheid is wat het verschil maakt tussen hefboomwerking en ruis

Een paar goede werkstroomen kunnen op voortgang lijken. Een echt systeem is iets anders.

De ClickUp AI Maturity Assessment helpt u inzicht te krijgen in waar uw team op dit moment staat en wat er moet veranderen voordat AI zich door de hele organisatie verspreidt.

👉 Doe de assessment en ontdek hoe uw flywheel ervoor staat.

👉 Doe de assessment

Fase 5: Roadmaps, coachingplannen en nieuw DNA

De maturiteitsbeoordeling leverde ons twee dingen op die de manier waarop we het team in de toekomst aansturen, hebben veranderd.

Ten eerste: een echte AI-roadmap. Op basis van de hiaten die Brain heeft geïdentificeerd, staan er nu 40 werkstroomen in de wachtrij met de status 'Roadmap' in dezelfde ClickUp-lijst. Ik kan zien wat er wordt gebouwd, wie er verantwoordelijk voor is en wat de reden erachter is. Cross-functionele integratie krijgt prioriteit. De kloof tussen Demand en Community krijgt een toegewijde medewerker.

De kloof tussen PMM en gebeurtenissen in het veld wordt gedicht. Voor het eerst wordt onze AI-transformatie ondersteund door daadwerkelijk projectmanagement. Prioritering. Inzet van middelen. Verantwoordelijkheid. Je weet wel, de dingen die goede ideeën omzetten in concrete resultaten.

Ten tweede: individuele coachingplannen. Iedereen in het team, inclusief ikzelf, krijgt een plan om zijn of haar AI-kennisachterstand weg te werken. Waar zijn ze sterk in? Waar moeten ze zich nog in ontwikkelen? Welke specifieke werkstroomen moeten ze vervolgens aanpakken? En de mensen die al verder zijn, worden mentoren voor degenen die nog aan het opstarten zijn. Het is menselijke empowerment, aangestuurd door AI-beoordeling.

We hebben ook veranderd wie we aannemen. Gedurende dit hele traject hebben we bewust mensen aan het team toegevoegd die AI-first bouwers zijn. Niet alleen enthousiastelingen. Mensen die complexe agentsystemen begrijpen, die in werkstroom denken in plaats van in taken, die iets kunnen bouwen en vervolgens drie andere mensen kunnen leren hoe ze dit kunnen uitbreiden. Zij vormen het nieuwe DNA van de organisatie en zijn een krachtversterker geweest voor iedereen om hen heen.

Zo blijven we onze slagkracht vergroten en onze output-per-medewerker-ratio verbeteren.

🚀 ClickUp-voordeel: Zodra AI zich over teams verspreidt, is het echte probleem niet de toegang. Het is fragmentatie. ClickUp Brain MAX helpt dat op te lossen door mensen één desktop-AI-laag te bieden voor al hun werk, met geïntegreerde zoekfuncties, meerdere modellen en ingebouwde spraak-naar-tekst-functionaliteit. Minder gedoe met verschillende tools. Minder "waar stond dat ook alweer?"

Het beknopte draaiboek

Als je dit leest en denkt: "Dit moeten we ook nog doen", dan is hier de versie die je kunt afdrukken en op je monitor kunt plakken.

Begin met een opdracht, niet met een platform. De technologie doet er niet toe als je team niet de gewoonte heeft om eerst naar AI te grijpen. Openbaar kanaal. Wekelijkse inzendingen. Lage drempel. 6 weken. Ga persoonlijk in gesprek met iedereen.

Ontrafel het mysterie, en laat het vervolgens verspreiden. De grootste verandering was niet één specifieke werkstroom. Het was het moment waarop mensen beseften dat AI niet revolutionair hoeft te zijn om waardevol te zijn. Deel alles openbaar, zodat ideeën hergebruikt kunnen worden.

Als er betere tools beschikbaar komen, leg de lat dan hoger. Super Agents hebben complexe automatisering toegankelijk gemaakt voor mensen zonder technische achtergrond. Let op deze keerpunten in je eigen stack en gebruik ze om het team verder te stimuleren.

Schrap je favorieten voortdurend. Sommige van onze zomerautomatiseringen werden binnen enkele maanden stopgezet. Goed zo. Dat betekent dat we sneller verbeteren dan dat we eraan gehecht raken.

Catalogiseer alles. Eerder dan je denkt dat nodig is. Als ik één ding over zou kunnen doen, zou ik op dag één beginnen met de gestructureerde inventarisatie. De bibliotheek is geen documentatie. Het is de basis voor AI-gestuurde beoordeling, roadmapping en coaching. Zonder deze bibliotheek vlieg je blind.

Laat AI zichzelf beoordelen. Zodra uw werkstroomsystemen in een gestructureerd systeem zijn ondergebracht, laat u AI deze doorlezen en een volwassenheidsbeoordeling geven. Het zal cross-functionele hiaten en silopatronen sneller opsporen dan welke menselijke analyse dan ook.

Neem bouwers in dienst. Je hebt een handvol mensen nodig die echte AI-first-operators zijn. Ze bouwen niet alleen voor zichzelf. Ze geven les, ze begeleiden, ze tillen het niveau van iedereen om hen heen naar een hoger niveau.

Beheer het als een product. Roadmap. Backlog. Sprint-prioriteiten. Zichtbaarheid. Aandacht van het management. Als uw AI-transformatie een nevenproject is, blijft het een nevenproject.

🎥 Als je een breder beeld wilt krijgen van hoe AI-transformatie eruitziet wanneer er een verbinding is met echt werk, is deze video een nuttige aanvulling op het bovenstaande playbook.

Wat dit daadwerkelijk mogelijk maakte voor het werk

Als je de hele transformatie terugbrengt tot wat ervoor zorgde dat het werkte, komt het neer op een paar eenvoudige patronen:

Waar dit naartoe leidt

Negen maanden geleden was AI iets wat ons team gebruikte als ze eraan dachten. Vandaag de dag hebben we 230 gecatalogiseerde werkstroomen, een drieledig volwassenheidsraamwerk, een geprioriteerde roadmap, individuele coachingplannen voor elk teamlid en een systeem dat elke week groeit.

We zijn van losse experimenten naar een gestructureerd ontwerp gegaan. Van geïsoleerde medewerkers naar cross-functionele systemen. Van handmatige rapportage naar geautomatiseerde pijplijnanalyses. En we hebben dit gedaan met de tools die we al hadden, de mensen die we al in dienst hadden, en de vastberadenheid om AI-volwassenheid te behandelen als een echt programma, niet als een ambitie.

De verhouding tussen output en personeelsbestand is de nieuwe maatstaf voor de concurrentiekracht van een team. De teams die hierachter echte systemen bouwen, in plaats van het bij enthousiasme te laten, zijn degenen die zullen winnen.

We staan nog aan het begin. En ik heb er alle vertrouwen in dat we op de goede weg zijn.

Als uw team hetzelfde wil doen, biedt ClickUp u het systeem om dit op te zetten, bij te houden en op te schalen.

Veelgestelde vragen

Hoe lang heeft het marketingteam van ClickUp erover gedaan om zijn AI-besturingssysteem te bouwen?

De marketingafdeling van ClickUp bouwde haar gestructureerde AI-besturingssysteem in ongeveer negen maanden op, beginnend met een eenvoudige wekelijkse use-case-opdracht en uitgroeiend tot een bijgehouden bibliotheek van 230 werkstroom-werkprocessen verspreid over 13 teams.

Wat is de belangrijkste maatstaf bij een AI-transformatie?

Voor dit team was de verhouding tussen output en personeelsbestand de sleutelmaatstaf. Elke werkstroom en elke medewerker werd beoordeeld op basis van de vraag of deze de output met hetzelfde team verhoogde of de output met minder middelen op peil hield.

Waarom heeft ClickUp alle AI-werkstroomen in één systeem gecatalogiseerd?

Dankzij een gestructureerd overzicht konden impact, eigendom, volwassenheid en hiaten binnen de hele organisatie worden bijgehouden. Zonder die zichtbaarheid bleef de AI-implementatie wel krachtig, maar onzichtbaar.

Wat zorgde ervoor dat de invoering van AI daadwerkelijk aansloeg bij het hele team?

De belangrijkste factoren waren zichtbare betrokkenheid van het management, een wekelijkse routine zonder drempels, het openbaar delen van use cases en tools waarmee niet-technische gebruikers nuttige werkstroomen konden bouwen binnen het systeem dat ze al gebruikten.

Hoe heeft ClickUp AI gebruikt om zijn eigen AI-transformatie te verbeteren?

Nadat de werkstroomen in ClickUp waren gecatalogiseerd, gebruikte het team ClickUp Brain om de AI-volwassenheid binnen de teams te beoordelen, hiaten te identificeren, prioriteiten te stellen voor roadmap-kansen en coachingplannen voor individuen op te stellen.