AI werkt zo goed als de basis eronder
Waterschappen werken al met AI. Scheurdetectie in dijken, voorspellende modellen voor waterstanden, optimalisatie van energieinkoop bij gemalen, monitoring van plasticafval in oppervlaktewater. De toepassingen zijn concreet, de meerwaarde is aanwijsbaar en de bereidheid om te experimenteren is groot. Op de werkplek is Copilot inmiddels voor veel medewerkers dagelijkse realiteit.
Wat wij zien in de praktijk, is dat het gebruik sneller groeit dan de organisatie kan bijhouden. Pilots worden gestart, tools worden uitgeprobeerd, medewerkers nemen zelf het initiatief. Dat is op zichzelf positief. Maar experimenteren en borgen zijn twee verschillende dingen.
En precies dat verschil wordt de komende jaren steeds relevanter.
AI-gebruik loopt voor op AI-governance
In veel organisaties, ook bij waterschappen, is AI al aanwezig voordat er beleid over is. Medewerkers gebruiken ChatGPT voor het samenvatten van vergadernotities of het opstellen van teksten. Teams integreren AI-functionaliteit in hun werkprocessen zonder dat IT het weet. Copilot wordt uitgerold voordat de permissie-inrichting van Microsoft 365 volledig op orde is.
Dat is geen misbruik. Het is een begrijpelijk patroon: medewerkers zoeken naar effectievere manieren van werken, en AI biedt die. Als de organisatie geen heldere kaders heeft, vullen mensen dat zelf in.
Het gevolg is wel dat data van de organisatie, soms gevoelige operationele informatie, soms persoonsgegevens, in externe systemen terechtkomt waarover de organisatie geen controle heeft. En dat er AI-uitkomsten worden gebruikt in werkprocessen zonder dat duidelijk is wie verantwoordelijk is als zo’n uitkomst onjuist blijkt.
Drie vragen die beantwoord moeten zijn voordat je opschaalt
Verantwoord AI-gebruik begint niet met een AI-strategie of een governancedocument. Het begint met drie praktische vragen die in elke organisatie beantwoord moeten kunnen worden.
De eerste vraag is: welke data wordt door AI-systemen gebruikt, en klopt dat? AI werkt op data. Die data heeft eigenaren, kwaliteitseisen en soms beperkingen op gebruik. Als de informatiehuishouding niet op orde is, als eigenaarschap ontbreekt en dataketens niet inzichtelijk zijn, dan is AI niet betrouwbaarder dan de data eronder. En bij waterschappen, waar data direct wordt gebruikt voor sturing van vitale processen, is betrouwbaarheid geen nice-to-have.
De tweede vraag is: wie is verantwoordelijk voor de uitkomst? Systemen die overstromingen voorspellen, dijken monitoren of het gebruik van sluizen optimaliseren, kunnen bij onjuiste analyses ernstige gevolgen hebben. De AI-verordening verplicht waterschappen voor dit soort hoog-risico toepassingen tot een risicobeoordeling en een vastlegging van voor welke handelingen de technologie mag worden gebruikt. Maar los van die verplichting is eigenaarschap van AI-uitkomsten gewoon een organisatorische basisvraag.
De derde vraag is: welke afhankelijkheden creëren we? AI-diensten worden aangeboden door grote technologiepartijen, veelal Amerikaanse. Wie AI structureel integreert in werkprocessen, bouwt afhankelijkheden op die later moeilijk te ontvlechten zijn. Dat is niet per definitie een probleem, maar het is een afweging die bewust gemaakt moet worden. Deze vraag sluit direct aan op het bredere vraagstuk van digitale autonomie dat we in deze blog behandelen.
Copilot als praktisch startpunt
Voor veel waterschappen is Microsoft 365 Copilot het meest nabije AI-vraagstuk. Copilot is beschikbaar voor iedereen met een geschikte Microsoft 365-licentie, de drempel voor gebruik is laag en de productiviteitswinst is direct voelbaar. Dat maakt het aantrekkelijk om snel uit te rollen.
Maar Copilot is ook een goede spiegel. Want Copilot werkt op alle data waarop een gebruiker rechten heeft, inclusief data die formeel beschikbaar is maar feitelijk niet voor iedereen bedoeld was. Als permissies niet goed zijn ingericht, als data-classificatie ontbreekt, en als toegangsbeheer niet op orde is, maakt Copilot dat zichtbaar. En niet altijd op het moment dat je dat wilt.
Waterschappen die Copilot goed willen inzetten, beginnen niet met de uitrol. Ze beginnen met de vraag of de basis klopt. Dat is goed IT-beheer, maar het is ook de voorwaarde voor verantwoord AI-gebruik.
Van experimenteren naar borgen
De toon in de watersector rondom AI is overwegend positief. De Unie van Waterschappen heeft het AI-kompas opgesteld met vijf uitgangspunten voor verantwoord AI-gebruik: kansengericht, toekomstgericht, solidariteit, uitlegbaar en ethisch afgewogen. Dat is een goed fundament. Maar een kompas werkt alleen als de organisatie weet hoe ze erop navigeert.
Borgen betekent: governance inrichten voordat je opschaalt. De AI-verordening verplicht waterschappen bovendien tot een toereikend niveau van AI-geletterdheid bij medewerkers die met AI werken. De Unie van Waterschappen heeft daarvoor een implementatiedocument en handreiking opgesteld. Daarin staat ook een belangrijk inzicht: de ontwikkeling van AI verloopt in een veel sneller tempo dan dat deze ingebed kan worden in de organisatie. Dat is geen reden om te wachten, maar wel een reden om bewust te kiezen waar je nu in investeert.
Wij zien in de praktijk dat de waterschappen die nu de basis op orde brengen, data-eigenaarschap, permissies, governance, straks veel sneller kunnen opschalen. Niet ondanks die investering, maar dankzij. Meer over AI-geletterdheid en de eerste verplichtingen uit de verordening is te vinden in de publicatie Werken met AI van de Unie van Waterschappen.
Whitepaper: De digitale transformatie van jouw waterschap
De vijf thema’s in deze blogcampagne zijn uitgewerkt in een strategische whitepaper voor CIO’s, CISO’s en IT-directeuren bij waterschappen. Met inhoudelijke verdieping, de samenhang tussen de thema’s en vijf strategische vragen als aanknopingspunt.
Wil je weten waar jouw waterschap staat? Wij brengen de kritieke IT-afhankelijkheden in kaart en geven je een onafhankelijk beeld van de risico’s en prioriteiten.
