Schiphol AI transformatie
Fit For Future Workforce
Als toonaangevende luchthavenorganisatie wil Royal Schiphol Group met haar strategie 2025–2035 opnieuw een thuishaven voor wereldreizigers zijn, waar kwaliteit op elk moment van de reis zichtbaar en voelbaar is en waar mensen samen met luchtvaartpartners het verschil maken. Om die ambitie waar te maken heeft Schiphol zes strategische doelen geformuleerd, waaronder: Schiphol terugbrengen in de top 3 Europese hub luchthavens op connectiviteit, kwaliteit en capaciteit (met veiligheid en weerbaarheid voorop), het herstellen van kwaliteit en capaciteit van de infrastructuur en het actief sturen op piekvraag. Tegelijkertijd zet Schiphol in op breed draagvlak en transparante verantwoording, het verminderen van hinder en het sterk terugdringen van CO₂-emissies, én op het verbeteren van de kwaliteit van werk in de sector en het verminderen van afhankelijkheid van arbeid door nieuwe technologieën en data. Deze strategische koers vraagt om scherpe keuzes, betrouwbare inzichten en een manier van werken waarin data en technologie niet alleen beschikbaar zijn, maar ook consequent worden toegepast in de operatie en besluitvorming.
1. In het kort
In deze opdracht leidde ik een AI-gedreven transformatieprogramma dat is opgezet om de productiviteit van de workforce structureel te verhogen met behulp van technologie én organisatieverandering. De focus lag niet op “meer tools”, maar op een uitvoerbare aanpak waarin People, Process en Technology samenkomen, met duidelijke governance, meetbare waarde en een ritme dat teams in beweging houdt.
2. Uitdaging
Schiphol moest zich voorbereiden op groei en hogere kwaliteitsstandaarden in een arbeidsmarkt die steeds krapper wordt, waardoor het simpelweg niet realistisch is om capaciteit één-op-één mee te laten groeien met de operatie. Tegelijkertijd is technologie alleen niet voldoende: er was al veel mogelijk, maar de bottleneck zat in adoptie, werkwijze en het structureel verzilveren van waarde. Dat vroeg om een programma dat zowel op korte termijn productiviteitswinst kan leveren als op langere termijn een nieuw end-state kan ontwerpen, met keuzes over waar te starten, hoe te meten en hoe je voorkomt dat oplossingen “op de plank” belanden.
3. Aanpak & oplossing
We kozen voor een tweesporenaanpak: een eerste spoor om direct momentum te creëren door lopende initiatieven te versterken en nieuwe AI-initiatieven gericht te starten, en een tweede spoor om de langetermijn transformatie te ontwerpen met een duidelijk beeld van de benodigde output, de belangrijkste gaps en een roadmap per domein. Daarbij hebben we domeinen geprioriteerd op schaarste, impact en adoptievermogen, zodat de energie gaat naar plekken waar de hefboom het grootst is. Om adoptie te borgen is een standaard “adoption blueprint” ingericht: elk initiatief moest expliciete KPI’s, value tracking, een business owner en een change-aanpak hebben, zodat waarde niet toevallig ontstaat maar gestuurd wordt. Parallel is ingezet op data- en AI-literacy met leerpaden per persona, zodat medewerkers technologie begrijpen én productief toepassen in hun dagelijkse werk.
4. Resultaat
Het programma brengt structuur en versnelling: er ontstaat een gedeeld kompas voor productiviteitsgroei, een geprioriteerde portfolio aanpak en een manier om voortgang en waarde consequent te meten. Teams krijgen concrete voorbeelden van wat werkt, waardoor adoptie versnelt en de organisatie meer vertrouwen krijgt om op te schalen. Daarnaast wordt de basis gelegd voor een toekomstbestendige manier van werken waarin technologie, procesverbetering en mensontwikkeling elkaar versterken
5. Key learnings
De grootste opbrengst zit zelden in de techniek zelf, maar in adoptie, ritme en eigenaarschap: zonder dat blijft AI een experiment. Een tweesporenaanpak werkt omdat je tegelijk resultaat levert en het fundament bouwt voor schaal. En door scherp te prioriteren op adoptie en impact, kun je met beperkte capaciteit toch structureel productiviteit en werkplezier verhogen.
