Takenlijsten zijn schuldbrieven. Ze catalogiseren wat je nog niet hebt gedaan. Elke ochtend open je een lijst die groeit, zelden krimpt, en de werkelijke complexiteit van elke taak vakkundig verbergt achter een bullet point.
AI draait dit model om. In plaats van een lijst met wat je nog moet doen, krijg je een lijst met wat al gedaan ís.
Het verdwijnende midden
Kenniswerk heeft altijd drie fasen gehad:
- Idee en specificatie (snel): even nadenken, schetsen, beschrijven wat je wilt
- Uitvoering (langzaam): de pixels verplaatsen, de code schrijven, de formules uitwerken, de slides opmaken
- Oplevering (snel): versturen, publiceren, delen
Het midden, de uitvoering, was altijd het langst. Uren, dagen, soms weken aan ambachtelijk werk om van intentie naar resultaat te komen. AI comprimeert die fase naar minuten.
Een presentatie? Beschrijf de structuur en kernboodschappen, en het midden (slides opmaken, teksten schrijven, data visualiseren) gebeurt automatisch. Een blogpost? Geef het onderwerp, de invalshoek en de toon, en de eerste versie staat er. Een data-analyse? Beschrijf wat je wilt weten, en de queries, grafieken en samenvattingen verschijnen.
De nieuwe bottleneck
Als uitvoering geen bottleneck meer is, verschuift de schaarse vaardigheid. Twee dingen worden cruciaal:
Intentie formuleren. Je moet helder kunnen beschrijven wat je wilt. Niet in vage termen ("maak het beter"), maar in concrete specificaties ("analyseer de churn van Q4, splits per segment, vergelijk met Q3, en geef drie hypothesen voor de stijging"). Hoe preciezer je specificatie, hoe beter het resultaat.
Resultaat beoordelen. Je moet snel kunnen evalueren of het opgeleverde werk voldoet aan je intentie. Niet of het technisch correct is (dat kun je vaak nog verifiëren), maar of het de juiste vraag beantwoordt, de juiste nuance heeft, het juiste publiek aanspreekt.
Productiviteit wordt een functie van denkhelderheid, niet van uitvoeringsvaardigheid.
De gedaan-lijst als interface
De nieuwe generatie werktools weerspiegelt deze verschuiving. In plaats van lege to-do items die wachten op jouw actie, tonen ze Kanban-borden vol afgeronde deliverables. Je start je dag niet met "wat moet ik doen?" maar met "wat is er gedaan, en is het goed?"
Je kunt ideeën specificeren tijdens je ochtendwandeling, je commute, of tussen meetings door. De AI voert ze uit terwijl jij iets anders doet. Wanneer je weer kijkt, liggen de resultaten klaar voor review.
Hoe CID dit waarmaakt
Bij CID is dit geen toekomstvisie. Het is hoe het systeem vandaag werkt.
Signalen komen binnen uit Slack, e-mail en meetings. CID interpreteert ze, bouwt automatisch executieplannen, en voert ze uit via je bestaande tools en integraties. Wat jij ziet is niet een groeiende takenlijst, maar een stroom van afgeronde taken die wachten op jouw beoordeling.
- Signaal binnenkomt → CID interpreteert de intentie en urgentie
- Plan wordt gebouwd → inspecteerbaar, met elke stap zichtbaar
- Executie loopt → deterministische stappen voor het voorspelbare, LLM voor het ambigue
- Resultaat staat klaar → jij reviewt, keurt goed, of stuurt bij
Het zwaartepunt verschuift van "taken managen" naar "resultaten beoordelen." En dat is precies waar menselijke expertise het meest waardevol is: niet in de uitvoering, maar in het oordeelsvermogen over wat goed genoeg is.
De echte productiviteitswinst
De ironie van traditionele takenlijsten is dat ze ons het gevoel geven dat we productief bezig zijn, terwijl we eigenlijk alleen maar werk aan het organiseren zijn. De echte productiviteit zit niet in het ordenen van taken, maar in het helder formuleren van wat je wilt bereiken en het kritisch beoordelen van wat er opgeleverd wordt.
AI maakt het midden overbodig. De vraag is niet langer hoe je meer taken kunt afvinken. De vraag is: kun je helder genoeg denken om de juiste dingen te vragen?