De adoptiecijfers stijgen hard, en dat is echt. Maar tussen "iemand bij ons gebruikt soms ChatGPT" en "AI zit ingebed in ons proces" zit een wereld van verschil — en geen enkel adoptiecijfer maakt dat onderscheid.
Elk kwartaal verschijnt er wel een cijfer over AI-adoptie, en elk cijfer wijst dezelfde kant op: omhoog. Dat is geen ruis. Volgens het CBS gebruikte in 2025 bijna een op de drie Nederlandse bedrijven met tien of meer werkzame personen minstens één van acht onderzochte AI-technologieën.3 Bij middelgrote bedrijven met 50 tot 250 werkzame personen ging het van 20 procent in 2023 naar 45 procent in 2025 — ruim een verdubbeling in twee jaar.1
Europees is het beeld hetzelfde: in 2025 gebruikte 20,0 procent van de EU-bedrijven met tien of meer werknemers AI-technologie, tegen 13,5 procent een jaar eerder.2 De richting staat dus niet ter discussie. De vraag is wat je met zo'n cijfer kunt beginnen als je zelf een beslissing moet nemen. En daar begint het schuren.
Het zegt dat de discussie binnen organisaties verschoven is. Twee jaar geleden ging die over "moeten we hier iets mee"; nu gaat hij over "waar zetten we het in". Dat is een reële verandering, en hij heeft gevolgen die verder gaan dan techniek: leveranciers passen hun aanbod aan, medewerkers verwachten dat het beschikbaar is, en klanten gaan ervan uit dat je het gebruikt.
Het zegt ook iets over waar het gebeurt. Nederlandse bedrijven die AI gebruiken, zetten het het vaakst in bij marketing of verkoop en bij bedrijfsadministratie of bestuurstaken.1 Dat is nuttig, want het laat zien dat de eerste toepassingen niet in het primaire proces zitten maar eromheen — in het werk dat zich herhaalt en waar een fout te herstellen is.
Adoptiecijfers vertellen je dat het gebeurt. Ze vertellen je niet of het werkt.
Hier zit de kern, en hij wordt in vrijwel elke samenvatting overgeslagen:
Dat maakt het cijfer niet waardeloos — het maakt het ongeschikt als argument. "Bijna de helft van de middelgrote bedrijven doet iets met AI" is geen reden om zelf iets te doen. Het is hooguit een reden om de vraag te stellen.
De discussie over AI is voor de meeste MKB-bedrijven de verkeerde discussie, omdat hij bij de oplossing begint in plaats van bij het probleem. In de trajecten die wij doen, komt de bruikbare vraag er steeds hetzelfde uit te zien: waar in ons proces gaat werk verloren dat zich elke week herhaalt?
Soms is het antwoord op die vraag inderdaad AI. Vaker is het iets simpelers: een koppeling die er niet is, een gegeven dat op drie plekken leeft, een stap die niemand heeft vastgelegd. Wie met AI begint zonder die vraag te stellen, automatiseert een proces dat nog niet klopt — en dat levert vooral snellere fouten op.
Wie AI op een proces zet dat nog niet klopt, krijgt geen beter proces. Hij krijgt hetzelfde proces, sneller.
De volgorde die wel werkt staat uitgewerkt in welke processen je als eerste automatiseert met AI: eerst de baseline meten, dan het kleinste proces met de hoogste frequentie, dan pas uitbreiden. En het onderscheid dat daarbij het meest verwarring geeft — wanneer iets een agent is en wanneer gewoon een workflow — staat in wat is nou écht AI.
Er is een tweede reden waarom adoptie en rendement uit elkaar lopen. Een los AI-abonnement staat naast je werk in plaats van erin. Het kent je klanten niet, je prijzen niet, je afspraken niet en je historie niet. Daardoor kan het wel tekst produceren, maar geen beslissing voorbereiden.
De waarde ontstaat pas als AI toegang heeft tot de context die in je eigen systemen zit — en dus als onderdeel van je software draait, niet als tabblad ernaast. Dat argument staat uitgebreid in een losse AI-tool verandert je bedrijf niet, en de randvoorwaarde ervoor — je eigen informatie vindbaar en gekoppeld hebben — in je documenten zijn opgeslagen, waarom vind je ze niet terug.
Dat is ook de reden dat wij met een Bedrijfs-OS werken in plaats van met losse tools: de context zit in het systeem, dus een AI-agent die erbovenop draait weet waar hij het over heeft.
Gebruik ze als tijdlijn, niet als bewijs. Ze laten zien hoe snel het normaal wordt dat dit soort werk geautomatiseerd is — en dus hoeveel tijd je hebt voordat het geen voorsprong meer is maar een achterstand. Dat is een strategisch signaal, geen businesscase.
De businesscase maak je met je eigen cijfers: hoeveel keer per week gebeurt dit werk, hoe lang duurt het, wat gaat er mis, en wat is het waard als het vanzelf gaat. Zonder die vier getallen is elk adoptiepercentage koffiedik.
Wil je weten waar bij jou de eerste stap zit, doe de Quickscan of kijk bij AI-automatisering hoe wij dat aanpakken. Liever direct sparren over wat in jouw situatie realistisch is? Plan een vrijblijvend gesprek in.
De Quickscan duurt één uur. Jullie weten daarna precies wat er speelt, of jullie daarna klant worden of niet.
