AI levert miljarden op, maar wat levert het jou op?

De laatste weken hoor ik het steeds vaker in de wandelgangen: “Levert AI nu eigenlijk wel wat op?” Die twijfel is volkomen logisch en misschien wel gezonder dan we in eerste instantie denken. Bedrijven en grote techreuzen stoppen maandelijks miljarden euro’s in de ontwikkeling van kunstmatige intelligentie. De plannen in de bestuurskamer zijn altijd groots, meeslepend en doorspekt met revolutionaire beloftes.

Maar na jaren van proberen, pilotprojecten draaien en eindeloze discussies, vragen steeds meer ondernemers simpelweg om hard bewijs. Want al die mooie beloftes over de toekomst van werk zijn leuk voor op een congres, maar aan het einde van de maand moet de som wel gewoon kloppen. Mensen vragen zich hardop af: “Staan we nu echt aan het begin van een fundamentele industriële revolutie, of betalen we met zijn allen voor een gigantische, onhoudbare zeepbel?”

Er gaat momenteel ongelooflijk veel geld naar slimme computerprogramma’s en de infrastructuur die daarvoor nodig is. Bedrijven bouwen enorme, energieverslindende datacenters, kopen massaal peperdure computerchips in en ontwikkelen onvoorstelbaar zware softwaremodellen. Als je kijkt naar de keten achter die chips, dan zie je pas echt hoe kolossaal de belangen inmiddels zijn.

Neem een oer-Hollands bedrijf als ASML: de miljardeninvesteringen in AI wereldwijd zorgen bij hen juist voor een ongekende vraag naar hun meest geavanceerde machines. Zonder die uiterst complexe, grensverleggende technologie kunnen al die krachtige AI-chips immers niet eens worden geproduceerd. De hele wereldeconomie lijkt momenteel aan een AI-infuus te liggen.

Maar de economische wetmatigheden en bedrijfsmatige regels veranderen niet zomaar, puur en alleen omdat er het toverwoord ‘AI’ op een product staat. Net als destijds tijdens de beruchte internetbubbel rond de eeuwwisseling, zie je dat de markt vol zit met vernieuwing en ongebreideld enthousiasme, maar dat de financiële cijfers uiteindelijk toch altijd de baas blijken te zijn. Banken en economische experts waarschuwen inmiddels steeds vaker dat de opstart- en onderhoudskosten van techbedrijven astronomisch hoog zijn.

Veel bedrijven stappen nu blind in elke nieuwe trend, puur uit angst om de boot te missen (FOMO). Het gevaar is reëel dat ze straks achterblijven met torenhoge rekeningen, gefrustreerd personeel en sterk tegenvallende resultaten. Het is daarom slim om rustig een stap terug te doen en nuchter te analyseren: wat werkt nu echt in de dagelijkse praktijk, wat vertellen de data ons, en wat is uitsluitend marketinggepraat?

Wat harde data ons leert over AI en personeelsgroei

Vaak wordt gedacht, en in de media gretig herhaald, dat de komst van verregaande automatisering onvermijdelijk betekent dat er massaal banen zullen verdwijnen. Toch laat recent, grootschalig onderzoek van financieel platform Ramp en arbeidsdata-analist Revelio Labs een compleet ander en bijzonder verrassend beeld zien. Uit de analyse van de data van ruim 21.000 bedrijven blijkt dat organisaties die intensief en structureel investeren in artificial intelligence, de zogenaamde ‘high-intensity adopters’, in de twee jaar na de invoering juist een indrukwekkende personeelsgroei van ruim 10,2 procent laten zien.

Hoe kan dit in de praktijk zo sterk afwijken van de algemene verwachting? Het antwoord schuilt in de diepte van de investering en de manier waarop bedrijven de technologie inbedden in hun processen. Het onderzoek toont namelijk aan dat het simpelweg aanschaffen van een paar losse abonnementen op een AI-chatbot niet voldoende is.

• Er is sprake van een duidelijke investeringsdrempel: bedrijven in de onderste tweederde van de adoptiegroep gaven in de eerste drie maanden gemiddeld slechts $ 2,78 per medewerker per maand uit aan AI.
• Lage investeringen leiden tot nulresultaat: bij deze groep met een lage investering was de verandering in het personeelsbestand statistisch gezien niet te onderscheiden van bedrijven die helemaal niets met AI deden.
• Echte impact vraagt om toewijding: de totale groei in werkgelegenheid kwam uitsluitend voort uit de topadopters, die gemiddeld $ 33,67 per medewerker per maand investeerden in uitgebreide API-toegang, codeerassistenten en meerdere AI-modellen.

Als een bedrijf de technologie op dit diepere niveau integreert, stijgt de productiviteit enorm. Hierdoor groeit de organisatie veel sneller, ontstaat er structureel ruimte voor nieuwe projecten en worden er per saldo juist meer mensen aangenomen. Sterker nog: uit ditzelfde onderzoek blijkt dat de angst voor het verdwijnen van junior-rollen ongegrond is. Het aantal startersfuncties bij deze ‘high-intensity’-bedrijven steeg in de twee jaar na adoptie zelfs met maar liefst 12 procent. Deze groei bleef bovendien niet beperkt tot louter technische teams; de toename in personeel was breed zichtbaar over afdelingen als engineering, sales, administratie en klantenservice.

Geduld is hierbij echter een cruciale factor. De werkgelegenheidseffecten van AI laten zich niet direct in de eerste maanden zien. Organisaties hebben tijd nodig om hun dagelijkse werkzaamheden rondom de nieuwe tools te herstructureren. Pas tussen de zes en twaalf maanden na de start van de adoptie begint de groei zichtbaar te worden, waarna deze gedurende het tweejarige venster van het onderzoek verder versnelt. AI vervangt dus niet direct de mens, maar zorgt er bij een juiste, toegewijde inzet voor dat bedrijven efficiënter opschalen en daardoor meer werk en nieuwe kansen creëren.

Waarom sommige organisaties nog huiverig zijn

Als de data zo positief zijn, waarom loopt dan nog niet iedereen even hard warm voor de nieuwste technologie? Uit onderzoek van marketing- en adviesbureau NOBEARS, getiteld Ambitie in Actie – AI-strategie, blijkt dat bijna 41 procent van de professionals in marketing, communicatie en sales het gebruik van AI bewust en actief vermijdt. De voornaamste reden voor deze terughoudendheid is een diepgewortelde angst voor fouten en een chronisch gebrek aan duidelijke sturing vanuit het management.

Die voorzichtigheid en vrees voor blunders zijn bepaald niet onterecht, zo liet het wereldwijde nieuws onlangs nog pijnlijk zien. Uit berichten in de media bleek dat de makers achter vooraanstaande AI-modellen onbedoeld of via een ‘ongekende hack’ wisten binnen te dringen bij de systemen van een concurrerend platform.

Dit soort verontrustende incidenten onderstreept de reële digitale risico’s die gepaard gaan met het razendsnel implementeren van nieuwe technologieën. Het verklaart direct waarom risicomijdende sectoren, financiële instellingen en overheden er de voorkeur aan geven om de kat uit de boom te kijken, in plaats van klakkeloos mee te gaan in de hype van de dag.

Daarnaast worstelen bedrijven enorm met het behoud van hun identiteit en data-integriteit. Bureau NOBEARS benadrukt daarom ook sterk het belang van een evenwichtige en uiterst verantwoordelijke benadering van innovatie, waarbij databeveiliging vooropstaat. Zonder harde garanties over veiligheid – zoals een ISO 27001-certificering – durven veel bedrijven de stap simpelweg niet te wagen. De vrees dat gevoelige bedrijfsinformatie zomaar op straat komt te liggen of wordt gebruikt om concurrerende modellen te trainen, werpt een enorme blokkade op voor grootschalige adoptie.

Waar het wél werkt: de duidelijke winnaars

Succes komt niet van het gebruiken van elke nieuwe knop die opduikt. Je moet heel bewust kiezen waar technologie echt helpt om je werk makkelijker te maken.

1. De AI-chatbot: een schot in de roos

Kijk naar werk dat vaak herhaald moet worden. Daar bewijst AI direct zijn nut. Een goede chatbot voor de klantenservice of voor de interne handleidingen van het bedrijf is fantastisch. Het neemt het saaie werk uit handen, geeft direct antwoord en werkt dag en nacht door. Dit levert direct tijdswinst op, omdat medewerkers niet meer steeds dezelfde vragen hoeven te beantwoorden.

2. Waar je direct mee moet stoppen: AI-plaatjes voor extern gebruik

Aan de andere kant slaan we de plank soms flink mis. Bij ons op het werk hebben we daarom een duidelijke grens getrokken: we gebruiken geen AI-plaatjes meer voor externe communicatie. Natuurlijk, slimme software maakt binnen drie tellen een mooi plaatje. Maar als je goed kijkt, mist het ziel en gevoel. Het ziet er al snel nep en kil uit. Intern: gebruik AI-plaatjes gerust als startpunt, om ideeën op te doen of voor een moodboard. Dat werkt snel en prima. Extern: kies voor echtheid. Wij gebruiken alleen nog foto’s van echte collega’s en echte situaties. Dat geeft vertrouwen. En dat kan een computerprogramma je nu eenmaal niet geven.

3. Data-analyse: verborgen patronen boven water

Waar creatieve uitingen soms wat steriel blijven, blinkt kunstmatige intelligentie uit in het doorzoeken van gigantische bergen data. Waar je vroeger dagenlang zocht naar de speld in de hooiberg van ingewikkelde Excelsheets of financiële overzichten, trekt slimme software in een paar seconden de belangrijkste trends en verbanden boven water. Dat helpt besturen om sneller gefundeerde, datagedreven beslissingen te nemen zonder dat je zelf kopje-onder gaat in de cijfers.

3 lessen voor een nuchtere strategie

Wil je voorkomen dat je geld weggooit aan dure oplossingen die weinig opleveren? Houd dan vast aan deze drie regels:

1. Kijk naar productiviteit, niet naar moeilijkheid: vraag jezelf niet af hoe geavanceerd het computerprogramma is. Vraag hoeveel tijd of geld het je oplevert. Als een eenvoudige automatisering genoeg is, kies dan daarvoor in plaats van het duurste model.
2. Bescherm je eigen stem: software helpt bij structuur en cijfers, maar bewaak je menselijke geluid. Klanten prikken direct door saaie, generieke teksten heen die door een machine zijn geschreven.
3. Zet de mens op één: AI vervangt geen creativiteit of menselijk contact; het maakt het juist sterker. De echte winst zit in de samenwerking tussen slimme techniek en menselijk vakmanschap.

Levert AI nu echt wat op voor jouw organisatie? Ja, absoluut, de harde groeicijfers liegen er niet om. Maar dat gebeurt uitsluitend als je direct stopt met het gebruiken van AI puur om op feestjes te kunnen vertellen dat je “ook iets met AI doet”. De roze wolk van blinde, kritiekloze bewondering is inmiddels wel voorbij; we leven nu in de harde, zakelijke werkelijkheid waarin return on investment de enige graadmeter is die telt. Bedrijven die kritisch durven te kiezen waar de techniek écht waarde toevoegt, die bereid zijn stevig en structureel te investeren, én die het lef hebben om ‘nee’ te zeggen tegen nutteloze functionaliteiten, winnen uiteindelijk overtuigend deze digitale wedstrijd.

Althans, dat is mijn overtuiging.