De kern van het artikel is dat kunstmatige intelligentie (AI) deze historische beperking mogelijk kan doorbreken. Waar organisaties traditioneel afhankelijk zijn van managers om informatie te verzamelen en beslissingen te coördineren, stellen de auteurs een alternatief voor: een organisatie ingericht als een systeem voor informatiecoördinatie. In dit model wordt informatie niet langer primair via hiërarchische lagen doorgegeven, maar verwerkt in een zogenoemd ‘world model’, een digitale representatie van zowel de interne werking van het bedrijf als patronen in klantgedrag.

Block, het bedrijf van Dorsey, dient als voorbeeld. In een remote-first werkomgeving worden activiteiten vastgelegd als digitale sporen, zoals beslissingen, code en communicatie. Deze data vormt de basis voor een model dat continu inzicht geeft in wat er binnen de organisatie gebeurt. Tegelijkertijd verzamelt Block transactiedata van zowel consumenten (via Cash App) als verkopers (via Square). Volgens de auteurs biedt deze financiële data een directe indicatie van gedrag. Door deze databronnen te combineren, ontstaat een systeem dat patronen kan afleiden in zowel interne processen als klantgedrag.

Op basis van dit model beschrijven de auteurs een andere manier van werken. In plaats van vaste producten en vooraf bepaalde roadmaps werkt de organisatie met ‘capabilities’: losse bouwstenen zoals betalingen, leningen of salarisverwerking. Een intelligentielaag combineert deze bouwstenen tot oplossingen op het moment dat een specifieke situatie daarom vraagt. Zo kan een restaurant bijvoorbeeld proactief een lening aangeboden krijgen wanneer het systeem een mogelijke dip in kasstromen detecteert. In deze benadering verschuift de ontwikkeling van nieuwe functies deels van vooraf geplande roadmaps naar signalen uit het systeem, bijvoorbeeld wanneer een oplossing niet samengesteld kan worden.

Deze benadering heeft ook gevolgen voor rollen binnen de organisatie. Traditionele managementlagen worden minder centraal, omdat hun coördinerende functie volgens de auteurs deels door het systeem kan worden overgenomen. In plaats daarvan onderscheiden zij drie rollen: specialisten die onderdelen van het systeem bouwen, verantwoordelijken voor specifieke problemen of kansen, en ervaren medewerkers die werk combineren met het begeleiden van anderen. Mensen blijven essentieel, maar hun rol verschuift naar situaties waarin oordeel, context en ethische afweging nodig zijn. Daarmee verschuift besluitvorming gedeeltelijk naar de ‘edge’ van de organisatie: de plekken waar directe context en informatie beschikbaar zijn, denk aan contact met burger, patiënt of klant. In dit model ontstaat coördinatie minder via hiërarchische lagen en meer via gedeelde informatie en lokale besluitvorming.

De belangrijkste conclusie van het artikel is dat hiërarchie geen vast gegeven is, maar een historische oplossing voor een informatieprobleem. De auteurs stellen dat AI een nieuw coördinatiemechanisme kan bieden dat organisaties mogelijk sneller en flexibeler maakt. Tegelijk erkennen zij dat deze transitie complex is en nog in ontwikkeling. Aannames over de betrouwbaarheid van data als basis voor besluitvorming en de schaalbaarheid van dit model zijn nog niet volledig onderbouwd.

Bedrijven die met deze benadering willen experimenteren, zullen in ieder geval moeten investeren in het vastleggen en structureren van data, het modulair maken van hun diensten en het expliciet organiseren van verantwoordelijkheid in een minder hiërarchische context. Dit sluit ook aan op mijn eerdere blog over de ijsberg onder AI. Tegelijk roept het verschuiven van coördinatie naar systemen fundamentele vragen op over controle, transparantie en verantwoordelijkheid, vooral wanneer beslissingen grote gevolgen hebben. Ook blijft in het artikel onderbelicht dat hiërarchie niet alleen een informatiesysteem is, maar evenzeer een structuur voor macht, verantwoordelijkheid en sociale ordening.

Verder kun je je afvragen of AI hier wel altijd de aangewezen oplossing is. Zoals Ronald Meester en Marc Jacobs in De onttovering van AI betogen, is AI bij uitstek sterk in het herkennen van wat al eerder als patroon is vastgesteld, maar niet in het duiden van wat nog niet eerder is gezien. Dat vermogen tot betekenisgeving, sensemaking, ontstaat juist in menselijke netwerken, waar observaties en ervaringen worden gedeeld en geïnterpreteerd. Systemen kunnen vervolgens helpen om zulke vaak fragiele, verspreide signalen te monitoren, mogelijk zelfs effectiever via expliciet geprogrammeerde logica dan via neurale netwerken. Maar de duiding van die signalen, en zeker de ethische afwegingen die daarbij horen, blijft in essentie mensenwerk (met dank aan Harold van Garderen).

Tegen die achtergrond lijken de voorgestelde rollen eerder een herpositionering van bestaande functies dan een fundamenteel nieuw organisatiemodel, zonder dat overtuigend wordt gemaakt waarom deze inrichting structureel beter zou functioneren.

Desalnietemin, een interessante visie van Dorsey en Botha, die in grote lijnen overeenkomt met mijn visie op AI als katalysator van de digitale transformatie. Het artikel biedt wat mij betreft daarmee vooral een richting en een denkkader, geen uitgewerkte blauwdruk.

Bron
Dorsey, J., & Botha, R. (31 maart 2026). From hierarchy to intelligence. Block.