AI in bedrijfsvoering
Een jaar geleden paste nog maar 23 procent van de onderzochte Nederlandse organisaties AI toe in de bedrijfsvoering. Dat betekent dat de AI-adoptie in twaalf maanden meer dan verdubbeld is. Drie tot vier organisaties per tien minuten voeren ergens in het land een nieuwe AI-toepassing in, meldt Strand Partners. De bedrijven die verder zijn met hun AI-adoptie zien er ook wat voor terug: 88 procent geeft aan dat de omzet is gestegen, met een gemiddelde stijging van 27 procent. Bij 71 procent van de organisaties is de productiviteit toegenomen, vooral door het automatiseren van terugkerende taken zoals data-invoer en rapportages.
Waar in de meeste Europese landen vooral startups voorop lopen, zijn het in Nederland juist de grote bedrijven die de kar trekken van de AI-adoptie. Negentien procent van de grote Nederlandse organisaties heeft AI al volledig in de kernactiviteiten geïntegreerd, tegenover een lager Europees gemiddelde. Die koppositie zegt iets over hoe serieus Nederlandse bestuurders AI-adoptie inmiddels nemen. Het zegt minder over hoeveel van die adoptie ook daadwerkelijk beklijft.
Vier fasen, en overal dezelfde blokkade
Het onderzoek van InSpark deelt AI-adoptie op in vier fasen. Een kwart van de organisaties test AI nog in kleinschalige pilots binnen enkele teams. Eenendertig procent beperkt zich tot verkennende initiatieven om te peilen wat de technologie kan opleveren. Een kwart zet AI al structureel in binnen meerdere processen, zonder dat het de hele organisatie raakt. En dan is er die 8 procent die het voor elkaar heeft: AI organisatiebreed geïntegreerd én strategisch vastgelegd. Dat laatste groepje toont wat volwassen AI-adoptie er in de praktijk uitziet.
Wat opvalt is dat de obstakels per fase verschuiven, maar zelden verdwijnen. In de pilotfase noemt 62 procent van de organisaties gebrekkige datakwaliteit als grootste probleem, gevolgd door laag gebruik onder medewerkers bij 58 procent. Gebrek aan kennis blijft in alle fasen hardnekkig aanwezig, met percentages tussen de 50 en 75 procent. Organisaties die verder gevorderd zijn in hun AI-adoptie hebben minder vaak last van verouderde IT-systemen of een onduidelijke ROI, maar het kennisprobleem verdwijnt bijna nooit helemaal.
Ook per sector verschilt het beeld van AI-adoptie. In finance en de publieke sector noemt respectievelijk 73 en 71 procent van de organisaties datakwaliteit als grootste hindernis. Dat zijn nu net de sectoren waar data vaak versnipperd over oude systemen ligt en waar de gevolgen van een fout advies het grootst zijn, en waar AI-adoptie dus voorzichtiger verloopt dan elders.
Waarom AI-adoptie bij de meeste bedrijven vastloopt
Onderzoek van McKinsey, aangehaald door AI-adviesbureau PromptGorillas, laat zien dat medewerkers twee-en-een-half keer meer kans hebben om AI daadwerkelijk te gebruiken als hun leidinggevende dat ook doet. Bedrijven met AI-eigenaarschap op C-level halen drie tot vier keer meer waarde uit hun AI-investeringen dan bedrijven zonder zo'n eigenaar. Een afwachtende manager remt AI-adoptie in de praktijk direct af, ongeacht hoeveel budget er voor tools beschikbaar is.
Het patroon dat daaruit ontstaat is bekend bij iedereen die weleens een softwareproject heeft zien mislukken. De licenties zijn aangeschaft, de kick-off is geweest, misschien is er zelfs een extern bureau ingevlogen. Drie maanden later gebruikt nog een handvol mensen de tools actief, schrijft advieskantoor CommonBase, dat Nederlandse MKB-bedrijven begeleidt bij hun AI-adoptie. De rest is teruggekeerd naar de oude manier van werken. Niet omdat de tool niet werkte, maar omdat niemand de AI-adoptie heeft laten beklijven.
Frankwatching wijst op een ander punt: organisaties trainen medewerkers vooral in hoe ze AI gebruiken, maar bijna nooit in wanneer ze een AI-advies juist moeten negeren. Het voorbeeld dat wordt aangehaald komt uit het sociaal domein bij een gemeente. AI adviseert een boete op te leggen aan een inwoner die te laat een vergunning heeft aangevraagd. Technisch is dat advies correct. Maar de medewerker weet dat deze inwoner kort daarvoor een zwaar ongeluk heeft gehad. Contextbegrip is precies het verschil tussen wat het systeem zegt en wat er werkelijk aan de hand is, en dat is een vaardigheid die de meeste opleidingstrajecten overslaan.
Wat succesvolle AI-adoptie wél gemeen heeft
Bij organisaties waar AI-adoptie wel beklijft, zijn een paar patronen steeds terug te zien. CommonBase, dat Nederlandse bedrijven van 25 tot 60 medewerkers begeleidt bij AI-adoptie, ziet dat een eerste werkende toepassing meestal binnen 30 dagen staat als een team klein en concreet begint. Merkbare gedragsverandering volgt na zes tot acht weken, niet eerder. Bedrijven die het snelst resultaat boeken bij hun AI-adoptie zijn niet de bedrijven met de grootste trainingsbudgetten, maar de bedrijven die de meest consistente kleine stappen zetten.
Dat begint met één taak kiezen die een team elke week onnodig veel tijd kost, die taak met AI aanpakken, en pas daarna verder kijken. Meten of het werkt is daarbij geen formaliteit. Zonder concrete meting blijft AI-adoptie een gevoel in plaats van een feit, en gevoelens zijn precies waar de meeste pilots op vastlopen zodra het enthousiasme van de eerste weken wegzakt.
Ook een goed communicatieplan blijkt onmisbaar, blijkt uit onderzoek dat Microsoft publiceerde over adoptielessen uit eerdere technologiegolven. Medewerkers moeten weten welke rol AI in hun werk gaat spelen en wat er van hen verwacht wordt, anders vult de onzekerheid die leegte zelf in. Angst voor AI verdwijnt niet door erover te zwijgen, maar door concreet te laten zien wat een tool een medewerker persoonlijk oplevert.
Wat dit betekent voor de rest van 2026
De cijfers wijzen op een duidelijk kantelpunt in de Nederlandse AI-adoptie. Nederland heeft de fase van experimenteren grotendeels achter zich gelaten: bijna de helft van de organisaties gebruikt inmiddels AI in een of andere vorm. De volgende uitdaging ligt niet meer bij het aanschaffen van tools, maar bij het omzetten van pilots naar structureel gebruik. Dat is precies de stap waar nu nog twee derde van de Nederlandse organisaties in vastzit, ergens tussen verkennen en volledige integratie, en het is ook de stap waarop de meeste AI-adoptie strandt.
Wie kijkt naar de bedrijven die het wel voor elkaar krijgen, ziet zelden een groot technologieproject. Vaker is het een leidinggevende die zelf met AI werkt, een klein team dat een concrete taak overneemt, en een organisatie die tijd neemt om te meten wat er verandert voordat ze opschaalt. AI-adoptie is in die zin minder een IT-vraagstuk dan het lijkt, en meer een vraag over hoe een organisatie gewoontes verandert. De bedrijven die dat als eerste doorhebben, staan er over een jaar waarschijnlijk net zo voor als Nederland nu ten opzichte van de rest van Europa.
Terug
