Adoptie van AI in Nederland: Uitdagingen en kansen voor bedrijven

Artificial Intelligence (AI) vindt steeds vaker zijn weg naar de Nederlandse werkvloer. Bedrijven uit verschillende sectoren experimenteren volop, maar de aanpak en het tempo verschillen sterk. Waar sommige organisaties AI al strategisch inzetten, beperken anderen zich tot kleinschalige pilots of losse experimenten. Het onderzoek van InSpark laat zien in hoeverre AI geïmplementeerd is in het Nederlandse bedrijfsleven, de doelen bedrijven ermee nastreven en welke obstakels daarbij een rol spelen. 

Adoptie nog in de kinderschoenen
Uit het onderzoek blijkt dat AI bij veel organisaties nog maar beperkt is opgenomen. Slechts 8% heeft het organisatiebreed geïntegreerd én strategisch vastgelegd. Een kwart (25%) zet AI al structureel in binnen meerdere processen, maar nog niet over de hele linie. De rest blijft voorzichtiger: 31% beperkt zich tot verkennende initiatieven om de toekomstige waarde te peilen, terwijl 25% AI alleen test in kleinschalige pilots binnen enkele teams. 11% maakt er helemaal geen gebruik van.

Efficiëntie als belangrijkste drijfveer
Voor veel organisaties is AI in de eerste plaats een middel om het werkproces efficiënter te maken; 34% van de respondenten noemt dit als belangrijkste reden voor gebruik. Op afstand volgen het versnellen van innovatie (23%) en het verlagen van kosten (15%). Ook het bijblijven met de concurrentie en het verbeteren van de klantbeleving worden genoemd, beide door 14%. AI wordt daarmee vooral ingezet om processen te stroomlijnen én ruimte te scheppen voor nieuwe kansen.

Interne belemmeringen remmen ontwikkeling
De grootste obstakels voor AI liggen vooral binnen de organisatie zelf. Een gebrek aan interne kennis en expertise wordt het vaakst genoemd (59%), gevolgd door de tegenvallende kwaliteit van data (54%). Ook beveiligingsrisico’s (35%) en beperkingen in de IT-infrastructuur (34%) vormen flinke hindernissen. Meer dan een kwart van de respondenten wijst daarnaast op ethische bezwaren (29%) en onzekerheid over de Return on Investment (27%) als remmende factoren.

“De grootste uitdaging is niet de technologie, maar ook het gebrek aan kennis en ons terughoudend gedrag. We weten dat AI kan helpen, maar door onwetendheid of tijdgebrek benutten we het niet.
Als je niet weet hoe iets werkt, gebruik je het niet en ga je AI ook niet in bedrijfsprocessen verwerken.
Snelle ontwikkelingen maken dat gevoel alleen maar sterker.”

Sanne Cornelissen | Expert op het gebied van efficiënt werken en AI

Belemmeringen veranderen per adoptiefase
De uitdagingen rond AI verschillen per fase van adoptie. In de pilotfase springt gebrekkige datakwaliteit eruit (62%), gevolgd door het lage gebruik door medewerkers (58%). Gebrek aan kennis blijft in alle fasen een hardnekkig obstakel, met percentages tussen de 50% en 75%. Strategisch verder gevorderde organisaties ervaren minder vaak problemen zoals verouderde IT-systemen of een onduidelijke ROI. Dit onderstreept dat veel drempels verdwijnen naarmate AI breder wordt toegepast, maar dat kennisontwikkeling in elke fase een belangrijk punt blijft.

Sectoren ervaren uiteenlopende uitdagingen
De uitdagingen rond AI lopen per sector uiteen. In finance (73%) en de publieke sector (71%) ligt de nadruk vooral op datakwaliteit, terwijl in de zorg beveiligingsrisico’s (58%) en gebrek aan expertise (67%) de boventoon voeren. IT-bedrijven kampen juist vaker met onduidelijkheid over verantwoordelijkheden (33%). Cornelissen ziet dit ook: “Sectoren als IT, zakelijke dienstverlening en finance lopen verder voor, terwijl de overheid, zorg en onderwijs terughoudender zijn. Dit komt vaak door privacy en een lastiger inkoopproces.”

Uitdagingen per functieniveau
De grootste obstakels voor AI verschillen sterk wanneer we naar verschillende functieniveaus kijken. C-level leiders, die de strategische koers bepalen, wijzen vooral op datakwaliteit (64%) en IT-infrastructuurproblemen (48%). Professionals ervaren juist het meeste kennisgebrek (64%), beveiligingsrisico’s (50%) en onduidelijkheid over de ROI (43%). Senior management legt relatief veel nadruk op ethische kwesties (39%), terwijl middle management vaker een gebrek aan draagvlak ziet. Een goede AI-strategie vraagt daarom om afstemming én betrokkenheid op alle niveaus binnen de organisatie.

Strategische gebruikers plukken de vruchten
Veel AI-initiatieven ontstaan bottom-up, vaak als kleinschalige pilots na een brainstormsessie binnen het team. Slechts een beperkte groep organisaties past AI strategisch en organisatiebreed toe, waardoor het gebruik meestal experimenteel en projectmatig blijft en de impact beperkt is tot enkele afdelingen. Bedrijven die de stap zetten van experimenteren naar integreren, profiteren daarentegen aanzienlijk meer: deze bedrijven boeken niet alleen winst in efficiëntie en innovatie, maar verbeteren ook merkbaar de klantbeleving.

Het Nederlandse bedrijfsleven staat op een belangrijk keerpunt. Op korte termijn wordt AI vaak overschat, maar op lange termijn onderschat. Het wordt echt tijd dat we de gedragskant minder gaan negeren. AI kan ons echt tijdwinst geven, maar de winst zit niet alleen in productiviteit. De winnaars zijn de bedrijven die AI niet alleen zien als een efficiëntietool, maar ook bewust nadenken over hoe de gewonnen tijd wordt besteed.” 

Sanne Cornelissen | Expert op het gebied van efficiënt werken en AI

Onderzoeksverantwoording
In het kader van dit onderzoek is een enquête uitgevoerd onder 104 organisaties, bestaande uit zowel MKB-ondernemingen als grootzakelijke bedrijven. Aan de hand van de resultaten zijn er vragen gesteld aan Sanne Cornelissen voor extra duiding. Sanne Cornelissen is gedragspsycholoog en expert op het gebied van efficiënt werken en AI.