The Only-Me List.

Eerder dit jaar schreef ik op hoe ik de administratieve helft van mijn baan had geautomatiseerd. Als ik het nu teruglees, zie ik wat ik eigenlijk beschreef: een kleine gemeente, met een grootboek.

Het klopt allemaal nog steeds. Ik dicteerde mijn hele baan in een chatvenster, inclusief de uhms, en drie uur later had ik achttien kleine geschreven instructies die werkten op een handvol markdown-bestanden. Een kompas voor het kwartaal. Een commitment-lijst voor de maand. Een append-only log voor de dag. Een register van elk besluit dat we hadden genomen, inclusief wat we hadden uitgesloten. En een meta-skill die alleen als taak had om toekomstige skills te ontwerpen tegen een bijgehouden kaart van het systeem. Ik ontwierp het met een frontier-model op één ochtend en liet het draaien op een bescheiden model. Ik was er blij mee.

“Blij” is een beetje te zwak. Ik tekende drie architectuurdiagrammen.

Ik ben gaan denken dat het de verkeerde plek was om te beginnen. Het was te ingewikkeld en te geavanceerd, en het probleem was niet dat lezers een markdown-bestand niet aankunnen. Het stuk beantwoordde het hoe voordat het het wat had gevraagd. Het legde vrij uitgebreid uit hoe je de motor bouwt en vroeg nooit waar je naartoe wilde rijden.

Dat is een beetje beschamend, want de les waar ik zelf het vaakst op leun is precies die: houd mensen verantwoordelijk voor het wat, en laat ze eigenaar zijn van het hoe. Ik had jouw wat overgeslagen en je mijn hoe gegeven.

Dit is dus de herschrijving. Er blijft maar een fractie van de machinerie in over, en de eerste pagina is anders. De eerste pagina gaat over jou.

Nu de machinerie, en pas nu. Ik hou het licht. Dit is het derde van drie stukken: The Open Hood ging over waarom begrijpen hoe de tandwielen werken wint van snelheid, en The Agentic Nephew kijkt echt onder de motorkap van de systemen. Hier heb je drie onderdelen en een sleutelbos nodig.

De handleiding, de klok en het logboek

Een skill is jouw stappen, opgeschreven als handleiding. Het model leest dezelfde instructies elke keer dat het die taak doet, dus het verzint jouw manier van denken niet bij elke run opnieuw. De ene regel die ik uit het oude stuk zou meenemen: schrijf elke skill als een klerk, niet als een denker. Hij verzamelt, sorteert, tagt en maakt op. Hij beslist niet. Dat kan de prompt letterlijk zeggen: je bent een klerk; je interpreteert niet. Het interpreteren is de swing, en de swing blijft bij jou.

Een loop is jouw terugkerende vraag, op een klok. Het is wat je elke maandag zou vragen als je niet elke maandag van vergadering naar vergadering rende. Een schema gaat af, het model leest zijn memo opnieuw (waar je aan werkt, waarop te letten) en draait de skill op wat nieuw is. Een goede vraag die je stelt als je eraan denkt is iets anders dan een goede vraag die betrouwbaar gesteld wordt.

Een log is het doorlopende verslag van wat er gevonden en besloten is. Het is één bestand. Elke run voegt toe wat hij zag, gedateerd en getagd met het item van je lijst waar het bij hoort. Die tag doet meer werk dan je denkt: een bescheiden model rolt getagde regels betrouwbaar op, en struikelt bij het afleiden van verbanden in ongetagde vrije tekst. Het log maakt de loop ook pas een loop. De run van volgende week leest de bevindingen van vorige week, dus de vraag wordt elke keer scherper in plaats van bij nul te beginnen.

De sleutelbos is je werkomgeving en je koppelingen. Die bepalen waar het werk gebeurt en wat het mag openen: de mail, de CRM-export, de vergadertranscripten, het dashboard. Geef de sleutels die het werk nodig heeft en geen enkele meer. Een map per taak is een prima werkomgeving.

Als ik maar één zin uit het oude artikel mocht houden, was het deze: de bestanden zijn de API. De skill, de memo van de loop en het log zijn gewone documenten die je van begin tot eind kunt lezen. De onderdelen praten nooit rechtstreeks met elkaar. Ze lezen en schrijven die bestanden. Dat houdt het geheel controleerbaar en maakt het draagbaar. Ik ontwierp mijn eerste versie met een frontier-model op één ochtend en liet hem draaien op een bescheiden model, want zodra het denkwerk is opgeschreven, is het dagelijkse werk klerkformaat. Als het systeem het verkeerde vooropzet, ga je geen prompt engineeren. Je verbetert een bestand met een potlood.

Dat is de hele uitrusting. Geen kompas, geen commitment-register en geen meta-skill die andere skills ontwerpt. Ik heb ze allemaal gebouwd, en voor de meeste lezers zijn ze de gemeente. Begin zonder.

Doe het eerst beter, voordat je meer doet

Dit volgende deel interesseert me meer dan de leidingen, en het is wat er gebeurt zodra de uitrusting werkt. Je krijgt een overschot. Vragen die een week en een analist kostten, komen dinsdagochtend terug. Je ziet meer van het bedrijf, in meer detail, dan voorheen, en de voor de hand liggende verleiding is om er meer mee te doen: meer vragen, meer initiatieven, meer dashboards over de dashboards.

Mijn regel voor dat moment is doe het eerst beter, voordat je meer doet. Besteed het overschot eerst aan diepgang, aan de kwaliteit van de beslissingen die je al neemt en aan een strategie die echt gevoed wordt door wat er speelt. Pas daarna aan volume. Het is het vermenigvuldigerargument op jezelf toegepast: besteed de nieuwe capaciteit aan wat oploopt, niet aan dezelfde dingen vaker doen.

Om te zien waarom diepgang nu mogelijk is, helpt het te kijken waarom dat vroeger niet kon.

Naarmate een organisatie groeit, krijgen de executives distillaten. Elke keer dat informatie omhoog reist, gaat ze door nog een laag abstractie. De klant wordt een segment, het segment wordt een regio, de regio wordt een slide en de slide wordt een stoplicht. Die lagen bestaan om één reden, en het is geen ijdelheid: geen executive kan beslissen over zoveel gedetailleerde elementen. Comprimeren was de prijs van schaal.

Kijk nu wat veel leiders met AI doen. Ze bouwen nieuwe tussenlagen: samenvattingen van de samenvattingen, een digest van de weekrapporten, die al digests waren van de teamupdates, die digests waren van het werk. Het is echt sneller. Het is ook de oude vorm, geautomatiseerd.

Dus hier is mijn uitdaging, en ik geef toe dat het een provocatie is: waarom die lagen eigenlijk houden? Ze waren compensatie voor een grens, de bandbreedte van de executive voor detail, en dat is precies de grens die de tools nu opheffen. Als je modellen en koppelingen goed zijn ingericht, staat het detail tot je beschikking. Je kunt een steekproefvraag stellen over één klantsegment. Je kunt vragen wat er in déze meeting echt gezegd is, en in die andere, in plaats van de drie bullets te lezen die iemand zich herinnerde.

Ik wil precies zijn over wat een laag weghalen hier betekent, want je hoort er makkelijk iets anders in. Ik bedoel het weghalen van een rapportagelaag: de samenvatting, en de distillatie waarvoor ze er is. Ik bedoel niet de mensen die haar schrijven. Die mensen waren nooit waardevol omdat ze veertig accounts in één stoplicht konden persen. Die compressie was de beat, en een machine houdt een stabielere beat. Ze waren waardevol omdat ze wisten welk account stil dreigde te vallen, en waarom. Dat is de swing. Het is ook het eerste wat je kwijtraakt als de mensen het dichtst bij het werk hun week besteden aan het herformuleren van wat ze weten tot iets wat jij kunt doorbladeren.

De prijsvraag

Het duidelijkste voorbeeld dat ik heb is prijsstelling.

De oude vraag is werkt onze prijsstrategie? Kijk wat ze veronderstelt: één strategie, gehanteerd bij duizenden klanten, beoordeeld op een gemiddelde. Die vraag is een product van de lagen. Het is de vorm die een vraag aanneemt zodra het detail er al uit gecomprimeerd is.

De nieuwe vraag is bij welke klanten werkt mijn prijs niet, en moet ik hem voor hen aanpassen?

De bedoeling is dezelfde, maar de resolutie is anders. De abstractie klapt in elkaar en de vraag wordt scherper. Een scherpere vraag leidt ook ergens heen. Ze eindigt in een beslissing over specifieke klanten, gebaseerd op bewijs over die klanten, in plaats van een debat over een gemiddelde dat niemand van hen daadwerkelijk betaalt.

Met meetings werkt het hetzelfde. Hoe gingen de kwartaalreviews? wordt in welke reviews bracht een klant hetzelfde bezwaar in, en wat hebben wij teruggezegd? Je stelt niet meer vragen. Je stelt dezelfde vraag in een hogere resolutie.

“Hier is een vraag die ik stel op het niveau van het hele bedrijf: [jouw vraag]. Herschrijf hem zodat hij beantwoord kan worden voor specifieke klanten, accounts, segmenten of meetings. Vertel me dan welke data je daarvoor nodig hebt en welke van die bronnen ik daadwerkelijk kan bereiken.”

Eén eerlijk voorbehoud, want dit deel kan zo als een brochure lezen. Detail is niet gratis. Zonder goede vraag is het alleen ruis in een hogere resolutie. Een stellig steekproefantwoord over één segment kan ook fout zijn op manieren die een samenvatting had gladgestreken, dus controleer de bronnen voordat je iemand een andere prijs geeft. Niet elke laag is ook zuivere compressie: sommige dragen oordeel, gedeelde taal en verantwoordelijkheid, en die zijn het waard om te houden. En er is een scherper risico, het risico dat ik bij mezelf het nauwst in de gaten houd. Een executive die alles kan zien is een executive die in de verleiding komt alles te sturen.

Waarmee we bij de mensen zijn.