In dit blog doe ik iets waar ik eigenlijk geen voorstander van ben: ik zal een abstract natuurkundig concept als metafoor gebruiken voor iets concreets uit de ‘echte’ wereld. Om precies te zijn als managementstijl. Ik ben er geen voorstander van (want uiteindelijk loopt de analogie spaak), maar doe het toch. Omdat ik het zo vaak mis heb zien gaan en ik hoop op deze manier managers en bestuurders nieuwe inzichten te geven. Daar gaan we dan. Op hoop van zegen.
‘Iets met data’
Vanuit mijn achtergrond als deeltjesfysicus bij CERN ben ik gewend aan grootschalige data analyses. Nu ik al behoorlijk wat jaren als data scientist in ‘de normale mensen wereld’ actief ben zie ik in dat je ook op kleine schaal betekenisvolle impact kunt maken met data analyse. Met name in de zorg, waar je vaak geen geavanceerde AI-toepassingen nodig hebt om de besluitvorming van patiënt en arts te ondersteunen.
Als consultant kom ik in veel organisaties waarin men “iets met data” wil. Vaak gloren er gouden bergen en gelooft men heilig dat data dé sleutel tot succes is. Dus hup, data scientist(s) aannemen en gaan! Maar na enkele dagen/weken/maanden begint men te twijfelen: waar blijven de resultaten van de data innovaties? Waarom wordt er niet zoals gepland (tussentijds) iets opgeleverd?
Dit bracht bij mij de volgende analogie naar boven: in de natuurkunde onderscheiden we vier fundamentele krachten, hieronder genoemd in volgorde van toenemende kracht maar afnemende reikwijdte van invloed:
- Zwaartekracht: houdt ons op aarde en de aarde bij de zon.
- Electromagnetische kracht: werkt op geladen deeltjes en kennen we bijv. van elektrische apparaten.
- Zwakke kernkracht: minder zichtbaar want op kleine schaal, speelt een rol in vervalsprocessen van instabiele deeltjes.
- Sterke kernkracht: nog kleinere schaal, houdt protonen en neutronen bij elkaar in een atoomkern.
De meeste deeltjes voelen meerdere krachten tegelijk, maar afhankelijk van de afstanden is één bepaalde kracht dominant. De zwaartekracht is de meest bekende kracht en vertelt ons dat objecten die massa hebben elkaar zullen aantrekken. Deze aantrekkingskracht is omgekeerd evenredig met de afstand, oftewel: de bewegingsvrijheid neemt toe naarmate objecten verder van elkaar af staan. Dit kennen we allemaal: wij kunnen niet ‘ontsnappen’ aan de aantrekkingskracht van de aarde, maar als we de ruimte bereiken kunnen we vrij zweven.
Dit principe van afnemende invloed van een kracht bij toenemende afstand tussen objecten geldt voor drie van de vier fundamentele krachten. Alleen bij de sterke kernkracht speelt het omgekeerde: de bewegingsvrijheid neemt toe naarmate deeltjes dichter bij elkaar komen. Dit heet asymptotische vrijheid. En hier zie ik een analogie met organisatiestructuren en innovatie.
Ruimte voor experimenten
Mijn ervaring met data science binnen organisaties is dat dit alleen werkt als er ruimte is voor experimenten. Als er genoeg vertrouwen is om niet op voorhand te weten wat de uitkomsten zijn (want dat kan niet bij een oprecht experiment…). Toch kom ik organisaties tegen waarin data science projecten worden opgezet en geëvalueerd volgens traditionele methoden en KPI’s: bijv. medewerkers krijgen een halve dag in de week om met de innovatie bezig te zijn, teamleden zitten verspreid door de organisatie en resultaten worden verwacht binnen een bepaalde termijn. Men past hier wat mij betreft de formules van de verkeerde ‘natuurwet’ toe. De wetten van de welbekende en oerdegelijke ‘zwaartekracht’ (subtaken, delegeren, afrekenen) passen niet bij data science (tussentijdse doelen, zelfsturend, falen=leren).
Wat mij betreft moeten we voor data scientists (en waarschijnlijk veel breder dan dat) streven naar asymptotische vrijheid. Dit betekent dat we teams fysiek bij elkaar brengen waardoor ze zich vrijer kunnen bewegen en meer oplossingsrichtingen kunnen verkennen. Dit is geen omgeving van vrijheid blijheid (zie ook dit HBR artikel), maar wel een van andere wetten en regels dan bestaande organisaties (er)kennen.
Dus, voor wie meer asymptotische vrijheid wil en/of dit anderen gunt: laat een commentaar achter hieronder of op mijn LinkedIn tijdlijn. Laten we kijken wat we kunnen bereiken als we elkaar opzoeken. Tot snel!
Egge van der Poel
Clinical Data Scientist in het Erasmus MC, Academic Director bij JADS en Executive Professor bij TIAS.
Egge van der Poel spreekt op de masterclass Organisatie van data analytics: Bouwstenen om het leervermogen van uw organisatie te vergroten en versnellen. Kijk hier voor het programma en om u aan te melden.