FOMO, we kennen allemaal het gevoel. Dat ene feestje waar je niet naartoe gaat, dat woordt dan net die knaller die je niet had willen missen. Binnen bedrijven speelt echter vaak iets wat hier op lijkt. In ieder geval qua letters: Fear Of Messing Up, kortweg FOMU. Beslissers vrezen niet zozeer dat hun organisatie iets misloopt. Ze zijn vooral bang dat een verkeerde keuze later op hun bord belandt. Daardoor stellen managers en teams besluiten vaak uit, kiezen zij voor de vertrouwde werkwijze of blijven zij verder zoeken naar (nog meer) zekerheid. Toch is niet beslissen zelden risicoloos. Zeker bij het gebruik van AI kan FOMU zelfs tot een opvallende tegenstelling leiden. Een gecontroleerde oplossing blijft liggen, terwijl medewerkers ondertussen generieke AI gebruiken voor vragen met serieuze zakelijke gevolgen.
Wat is FOMU?
FOMU beschrijft de angst om een beslissing te nemen die verkeerd uitpakt. Die angst gaat verder dan normale zorgvuldigheid. Het draait namelijk ook vooral om persoonlijke zichtbaarheid en reputatie. Wie de beslissing neemt voor een nieuwe leverancier, technologie of werkwijze, wordt al snel gezien als de verantwoordelijke als het niet helemaal uitpakt zoals gehoopt.
Volgens Matt Dixon and Ted McKenna in hun boek “The Jolt Effect”, eindigt maar liefst 40 tot 60 procent van de B2B-trajecten zonder beslissing. Niet omdat het aanbod onvoldoende is, maar vaak omdat de betrokken groep geen overeenstemming bereikt en geen beslissing durft te nemen. Teams kiezen daardoor eerder voor het nemen van geen beslissing dan voor een oplossing met de grootst mogelijke positieve uitkomst.
Hoe uit FOMU zich op de werkvloer?
FOMU is niet altijd direct herkenbaar. Het verschijnt bijvoorbeeld als een verzoek om nog een vergelijking, extra documentatie of een langere proefperiode. Ook kan een steeds grotere groep stakeholders bij het proces betrokken raken. Iedere nieuwe deelnemer brengt eigen zorgen, belangen, en dus vertraging met zich mee.
Daarnaast verschuilt FOMU zich achter uitspraken als “het werkt voorlopig nog” of “dit is niet het juiste moment”. Daarmee verdwijnt het vraagstuk niet. De bestaande situatie voelt alleen makkelijker te verdedigen. Niemand hoeft zijn of haar naam aan een verandering te verbinden. Met andere woorden: niemand legt z’n hoofd vrijwillig op het denkbeeldige hakblok.
Niet beslissen verplaatst het risico
Een uitgesteld besluit lijkt neutraal en dus risicoloos, maar kan wel degelijk gevolgen hebben. Inefficiente processen blijven bestaan. Medewerkers ontwikkelen eigen oplossingen. Verschillende teams gaan met andere bronnen, tools en werkwijzen werken. Hierdoor neemt de controle juist af. En het risico dus toe.
Dat effect is duidelijk zichtbaar bij het gebruik van AI. Een organisatie kan de aanschaf van een gespecialiseerde toepassing uitstellen vanwege kosten, implementatievragen of onzekerheid. Ondertussen blijven medewerkers rustig op eigen houtje ChatGPT, Claude of Copilot gebruiken. Vaak gebeurt dat zonder vaste afspraken over bronnen, controle en vertrouwelijke informatie.
FOMU voorkomt dan geen keuze. Het verplaatst die keuze van de organisatie naar individuele medewerkers. Zij bepalen zelf welke tool zij gebruiken, welke informatie zij invoeren en wanneer een antwoord betrouwbaar genoeg lijkt of niet. En in een wereld waar AI First inmiddels een van de meest favoriete buzzwords van hoger management is, zit juist daar een serieus risico. Want ik moet toch met AI aan de slag?!
De ironie van FOMU
Een voorbeeld. Stel een medewerker wil weten of zijn bedrijf ter promotie van een nieuw product een sandwichman bij het kantoor van de concurrent mag laten rondlopen. Hij zegt het te gaan uitzoeken maar in werkelijkheid stelt hij de vraag aan ChatGPT. ChatGPT geeft hem binnen enkele seconden een helder antwoord. Dat antwoord klinkt ook nog eens heel overtuigend. Echter is niet duidelijk waar het antwoord op gebaseerd is en of er misschien uitzonderingen, actuele regels of nuances ontbreken. Maar omdat het antwoord heel professioneel klinkt, besluit deze mederwerker dat de sandwichman kan worden ingezet. Dat wil natuurlijk niet zeggen dat het niet mag, maar zeker weten doet deze medewerker dat ook niet en hij neemt hiermee dus bewust een risico dat in theorie ook financiële gevolgen kan hebben.
Let wel, generieke AI kan zeer waardevol zijn. Voor brainstorms, voor samenvattingen, voor het aanbrengen van structuur en eerste concepten. Echter, een soepel geformuleerd antwoord is nog geen controleerbare onderbouwing. Juist bij juridische, fiscale en financiele vragen speelt herleidbaarheid daarom een essentiële rol. Ook de Rijksoverheid benadrukt dat verantwoord gebruik van generatieve AI technologische, organisatorische, ethische en juridische voorwaarden vraagt.
En juist hier ligt de ironie van FOMU. Want uit angst voor een zichtbare investering en daarmee het risico op een verkeerde beslissing, blijft een gecontroleerde oplossing die risico’s wegneemt of vermindert, liggen. Tegelijkertijd accepteert de organisatie (grote) onzichtbare risico’s die ontstaan door versnipperd en nauwelijks controleerbaar AI-gebruik. Wij noemen dit dan ook de ironie van FOMU.
Wanneer gespecialiseerde, gecontroleerde AI het verschil maakt
Een tool als Nextens Tex werkt vanuit vooraf gecontroleerde, professioneel geschreven fiscale content en toont altijd de gebruikte bronnen. Daardoor kan een gebruiker niet alleen een antwoord vinden, maar ook beoordelen waarop dat antwoord is gebaseerd.
Dat maakt ieder antwoord niet automatisch onfeilbaar. Wel ontstaat een ander risicoprofiel dan bij een generiek model dat informatie uit uiteenlopende bronnen verwerkt. De investering in een gespecialiseerde toepassing is dan relatief beperkt tegenover de (potentieel zeer hoge) kosten van besluiten genomen op basis van foutieve informatie en het daarme gepaard gaande herstelwerk.
Conclusie
FOMU ontstaat uit de angst om verantwoordelijk gehouden te worden voor een verkeerde beslissing, aanschaf of verandering. Deze angst leidt onherroepelijk tot verlamming. Organisaties blijven aanmodderen, terwijl medewerkers buiten formele processen hun eigen keuzes maken. En het blijft niet bij aanmodderen. In veel gevallen sluipt er door FOMU juist een soort Trojaans paard met grote risico’s de organisatie binnen. Een Trojaans paard dat iedereen het liefst buiten de deur houdt.
Want wie bijvoorbeeld geen besluit neemt over gecontroleerd AI-gebruik, voorkomt misschien het risico achteraf verantwoordelijk te worden gehouden voor een investering die niet helemaal bracht wat er van werd verwacht. Aan de andere kant wordt daarmee juist het risico van ongecontroleerd gebruik van generieke AI vele malen groter. De relevante vraag is daarom niet alleen wie verantwoordelijk is wanneer een nieuwe toepassing tegenvalt. Minstens zo belangrijk is wie verantwoordelijkheid draagt wanneer ongecontroleerd gebruik van generieke AI tot verkeerde besluiten leidt?
Ga jij voor het risico van FOMU of kies je voor zekerheid?
