Vijf signalen dat je AI-ambitie vastloopt op je organisatie

In 2025 gebruikte 46 procent van de Nederlandse bedrijven met 50 tot 250 medewerkers AI. Bij bedrijven met 250 of meer mensen was dat 67 procent. Dat gat van eenentwintig procentpunten is de aanleiding voor dit stuk, want het is niet stabiel. Het wordt elk kwartaal iets groter, en het groeit niet omdat de grote bedrijven slimmer zijn.

Het groeit omdat een grote organisatie het zich kan veroorloven om drie dingen tegelijk te doen die een bedrijf van honderdvijftig mensen niet kan: mensen vrijmaken, fouten maken en doorgaan als het de eerste keer niet werkt. Wie dat niet kan, blijft hangen in een fase die van buiten op stilstand lijkt en van binnen voelt als drukte.

Dit stuk gaat niet over waarom een individueel AI-project mislukt; daarover schreven we apart. Het gaat over de signalen in je organisatie die je ziet voordat je aan een project begint, of terwijl er drie tegelijk lopen zonder dat er iets verandert.

Wat het niet is: geld

Dit is het meest hardnekkige misverstand en het CBS spreekt het rechtstreeks tegen. Van de bedrijven met 50 tot 250 mensen die AI hebben overwogen maar niet zijn gaan gebruiken, noemt 3 procent de kosten als reden. Gebrek aan relevante ervaring in het eigen bedrijf wordt door 11 procent genoemd, ruim drie keer zo vaak.

De top van die lijst is geen budgetprobleem en geen techniekprobleem. Het is een mensenprobleem, en dat is precies het soort probleem waar een offerte van een leverancier geen antwoord op is.

Alleen doorwerken. In de meeste bedrijven van deze omvang zit de AI-kennis in één persoon.

Signaal een: alle AI in je bedrijf is ingekocht

Kijk naar hoe AI bij jou binnenkomt. Van de bedrijven met 50 tot 250 mensen die AI gebruiken, doet 29 procent dat via commerciële software die ze gewoon gebruiken zoals hij komt. Vijftien procent laat iets bouwen door een externe leverancier. Negen procent heeft iets door eigen medewerkers laten ontwikkelen.

Er is niets mis met inkopen. Het signaal zit in de verhouding. Als alles wat je met AI doet uit een abonnement komt, dan is je AI-vermogen precies zo groot als het aanbod van je leveranciers, en geen millimeter groter. Je kunt niets aanpassen aan je eigen manier van werken, je kunt geen eigen data benutten die niemand anders heeft, en je kunt niet overstappen zonder opnieuw te beginnen.

Hoe je het herkent: vraag in je MT wie kan uitleggen waarom een van je AI-functies doet wat hij doet. Als het antwoord is dat de leverancier dat weet, heb je het signaal.

De kleinste ingreep: kies één proces waar je eigen data het verschil maakt en laat iemand van binnen daarmee werken, ook al is het resultaat eerst slechter dan het gekochte alternatief.

Signaal twee: de kennis zit in één persoon

Bijna elk bedrijf in deze grootte heeft er een. Iemand die uit zichzelf is begonnen, die de tools kent, die de prompts schrijft waar de rest om vraagt. Vaak is het niet iemand uit IT.

Die persoon is een zegen en tegelijk je grootste risico. Zolang alles via hem of haar loopt, groeit het vermogen van het bedrijf niet. Het groeit alleen bij die ene persoon. Vertrekt die persoon, dan verdwijnt niet alleen de kennis maar ook het enthousiasme, en dan zakt het in binnen een maand.

Hoe je het herkent: noteer een week lang wie er in AI-gesprekken wordt genoemd. Staat er steeds dezelfde naam in, dan is dit je situatie.

De kleinste ingreep: laat die persoon niet meer zelf de vragen beantwoorden, maar één keer per twee weken een half uur uitleggen aan drie anderen. Niet als cursus, maar met een echt probleem van die week.

Signaal drie: elke afdeling is zelf begonnen

Marketing gebruikt iets voor teksten, de administratie iets voor facturen, en iemand bij verkoop heeft een eigen abonnement dat op de eigen creditcard staat. Bij bedrijven met 50 tot 250 mensen wordt AI het vaakst ingezet in administratieve processen, door 21 procent, gevolgd door marketing en verkoop met 17 procent.

Dat op zichzelf is geen probleem, het is zelfs een goed teken: mensen zoeken oplossingen. Het probleem is dat niemand het overzicht heeft. Je weet niet welke bedrijfsdata er in welke tool zit, je betaalt drie keer voor hetzelfde, en als er iets misgaat kun je niet reconstrueren wat er is gebeurd.

Hoe je het herkent: vraag de administratie om alle abonnementen onder de honderd euro per maand. Daar staat het.

De kleinste ingreep: maak de lijst en hang hem op. Verbieden werkt niet en is ook niet nodig. Zichtbaarheid is genoeg om het gesprek te veranderen.

Notities op de muur. Zichtbaarheid verandert het gesprek sneller dan een verbod.

Signaal vier: het gesprek gaat over tools, niet over besluiten

Luister naar hoe er bij jou over AI wordt gepraat. Gaat het over welk pakket, welke leverancier en welke functionaliteit, dan zit je in het gesprek dat de markt voor je heeft geschreven.

Het gesprek dat ertoe doet gaat over besluiten. Welk besluit nemen we nu op gevoel dat we beter op cijfers kunnen nemen. Waar wachten klanten het langst. Welke handeling doen we honderd keer per week identiek. Dat zijn vragen waar je eigen mensen antwoord op hebben en een leverancier niet.

Zolang het gesprek over tools gaat, kun je alleen kiezen uit wat er te koop is. Zodra het over besluiten gaat, weet je wat je zoekt en wordt de keuze klein.

Hoe je het herkent: kijk naar de laatste drie MT-notulen. Staan er productnamen in of staan er processen in.

De kleinste ingreep: verbied één vergadering lang het noemen van merknamen.

Signaal vijf: niemand kan uitleggen waarom een uitkomst eruit kwam

Dit is het signaal dat het laatst zichtbaar wordt en het meest kost. Er draait iets, het levert een lijst of een score of een voorspelling, en de vraag waarom die eruit kwam wordt niet meer gesteld. Niet omdat het antwoord er is, maar omdat iedereen weet dat er geen antwoord komt.

Dat is een bedrijfsrisico voordat het een juridisch risico is. Zodra een klant, een medewerker of een toezichthouder de vraag stelt, moet je hem kunnen beantwoorden. Bij hoog-risicotoepassingen zoals werving en selectie is dat vanaf 2 december 2027 ook een verplichting.

Hoe je het herkent: pak een willekeurige uitkomst van vorige week en vraag om de onderbouwing. Meet hoe lang het duurt.

De kleinste ingreep: spreek af dat elke AI-uitkomst die naar buiten gaat, naar een klant of naar een kandidaat, door een mens wordt gezien die kan uitleggen wat er is gebeurd. Dat heet human on the loop.

Samen naar een uitkomst kijken. Iemand moet kunnen uitleggen waarom die eruit kwam.

Het signaal dat geen signaal is

Er is één ding dat bijna elke directeur noemt en dat we bewust niet in de lijst hebben gezet: we hebben geen data scientist.

Dat is in bedrijven van deze omvang zelden het echte probleem, en het is vaak een dure oplossing voor iets anders. Iemand aannemen die modellen kan bouwen maar jouw werkvloer niet kent, levert precies de situatie op die we bij signaal een beschrijven, alleen dan intern. Er komt iets dat werkt en dat niemand anders kan uitleggen.

De volgorde die in de praktijk wel werkt is omgekeerd. Begin bij iemand die het proces kent en die je de techniek kunt bijbrengen, niet bij iemand die de techniek kent en die je het proces moet bijbrengen. Het eerste kost maanden, het tweede kost jaren, en dat verschil zie je terug in het moment waarop het bedrijf zelfstandig wordt.

Datzelfde geldt voor de gedachte dat je eerst je data op orde moet hebben. Data komt nooit op orde zonder een concrete reden om ernaar te kijken. De reden komt uit een toepassing, en de toepassing komt uit een besluit dat je beter wilt nemen.

Hoe je dit zelf meet, zonder consultant

Je hebt hier geen extern onderzoek voor nodig. Vijf vragen, een uur met je MT, en wees streng bij het antwoord.

Kan iemand binnen dit bedrijf uitleggen waarom een van onze AI-functies doet wat hij doet, zonder de leverancier te bellen. Staat er in de AI-gesprekken van de afgelopen maand steeds dezelfde naam. Weten we welke AI-abonnementen er lopen en welke bedrijfsdata daarin zit. Gaan onze notulen over processen of over productnamen. Kunnen we een uitkomst van vorige week onderbouwen aan iemand die er niet bij was.

Tel de nee's. Bij nul of een zit je goed en is techniek inderdaad je volgende stap. Bij twee of drie zit je vast op je organisatie en zal een nieuwe tool dat niet oplossen. Bij vier of vijf is de eerlijke conclusie dat je nog niet aan het bouwen bent maar aan het kopen, en dat je dat beter eerst kunt erkennen dan versnellen.

Doe die vijf vragen elk kwartaal opnieuw en schrijf de uitkomst op. Niet omdat de score interessant is, maar omdat de richting dat wel is. Een bedrijf dat in maart drie nee's had en in september nog steeds drie, heeft een half jaar aan tools besteed en niets aan vermogen.

Waarom het gat elk kwartaal groter wordt

Alle vijf de signalen hebben één ding gemeen: ze verergeren vanzelf. Kennis die in één persoon zit, wordt daar elke maand meer. Een verzameling losse abonnementen wordt elk kwartaal onoverzichtelijker. Een gesprek over tools levert nieuwe tools op, en dus een langer gesprek over tools.

Tegelijk versnelt de andere kant. Een bedrijf dat vorig jaar begon met het opbouwen van eigen vermogen, doet dit jaar dingen die vorig jaar niet konden, omdat de mensen die het doen inmiddels weten waar het misgaat. Dat is het verschil tussen 46 en 67 procent, en het is een verschil dat je niet inhaalt door harder in te kopen.

De goede kant van dit verhaal: geen van de vijf kleinste ingrepen hierboven kost geld van betekenis. Ze kosten aandacht en ze kosten het ongemak van toegeven dat het huidige tempo niet werkt.

Wat dit concreet kost als je niets doet

Het ongemakkelijke aan deze vijf signalen is dat er geen factuur bij zit. Niemand stuurt je een rekening voor vermogen dat je niet hebt opgebouwd, en daarom blijft het staan.

Toch is er wel een prijs, en die is in drie posten uit te drukken. De eerste is dubbel betalen: drie afdelingen met drie abonnementen die grotendeels hetzelfde doen kost in een bedrijf van honderdvijftig mensen al snel een paar duizend euro per jaar, en dat is de kleinste post. De tweede is het werk dat blijft liggen omdat niemand er tijd voor vrijmaakt terwijl de concurrent het wel doet. De derde en grootste is dat je over twee jaar dezelfde afhankelijkheid hebt, maar dan van een leverancier die inmiddels weet dat je niet weg kunt.

Die laatste is het argument voor tech-soevereiniteit in het klein. Het gaat er niet om dat je alles zelf bouwt. Het gaat erom dat je kunt overstappen zonder opnieuw te beginnen, en dat vermogen bouw je alleen op terwijl het nog niet nodig is.

Wat je deze maand doet

Loop de vijf signalen langs en wees streng. Twee of meer betekent dat je probleem niet in de techniek zit.

Kies daarna niet de belangrijkste, maar de makkelijkste. Meestal is dat signaal drie, de lijst met abonnementen, omdat die in een middag klaar is en meteen een gesprek oplevert dat er anders niet was gekomen. Doe daarna signaal twee: haal de kennis uit die ene persoon.

Wat je niet doet is een groot programma starten om alle vijf tegelijk op te lossen. Dat is precies het soort project dat strandt, en daarover schreven we al.

Over deze pagina

De cijfers over AI-gebruik, over de redenen om het niet te doen en over hoe AI in bedrijven binnenkomt, komen uit de ICT-enquête van het CBS over 2025 en gaan over bedrijven met 50 tot 250 werkzame personen. Ze staan hieronder met tabelnummer, zodat je ze zelf kunt natrekken. De vijf signalen zijn onze eigen ordening op basis van wat we in dit soort bedrijven tegenkomen, en geen onderzoeksresultaat. Dit is de stand van 10 augustus 2026.