Bedrijven steken wereldwijd tientallen miljarden in kunstmatige intelligentie, maar slechts een handvol plukt daar aantoonbaar de vruchten van. De organisaties die bereid zijn hun verdienmodel en operatie opnieuw vorm te geven met behulp van AI, zetten de toon voor de komende jaren. De marketing- en communicatiesector fungeert als voorbode voor wat komen gaat. De wereldwijde reclamebestedingen, gemeten als percentage van de omzet van adverteerders, zijn in de afgelopen twee jaar gedaald van 11% naar 7%. Volgens Victor Knaap, medeoprichter van digitale marketingbureau Monks, is AI hiervoor de belangrijkste oorzaak. Dat stelt ABN AMRO in een marktanalyse.
Victor Knaap, medeoprichter van digitale marketingbureau Monks, omschrijft de sector als de kanarie in de kolenmijn en ziet dat klanten de traditionele manier van werken als achterhaald beschouwen omdat AI tekst, beeld en video inmiddels bijna volledig kan automatiseren. De snelheid waarmee AI processen versnelt, dwingt de hele sector tot een omslag. Dat blijkt ook uit de beurskoersen. Grote reclameholdings zoals het Britse WPP zagen hun beurswaarde het afgelopen jaar fors onder druk staan. De markt anticipeert op een structurele verandering: veel van deze partijen rapporteren afnemende winsten terwijl ze hun bedrijfsmodel noodgedwongen herzien. Knaap observeert dat technisch-vooruitstrevende klanten niet meer willen betalen voor het traditionele uurtje-factuurtje-model: ‘De omzet neemt af, want die disruptie gaat harder dan de nieuwe omzet die je genereert.’
De grootste bottleneck zit bij grote klanten: juridische en inkoopafdelingen functioneren als poortwachters en werken nog met contracten op basis van uren en vooraf vastgelegde resultaten. Daardoor stokt de implementatie van nieuwe prijsmodellen en vertraagt de bredere AI-transitie. Volgens Knaap grijpt die verandering sneller en dieper in dan gedacht. Hij waarschuwt dat iedereen met een kantoorbaan, vooral mensen die per uur betaald krijgen, voor uitdagingen komt te staan. Knaap signaleert dat bedrijven in Silicon Valley geen mensen meer inhuren als er binnen twee jaar een AI-oplossing voorhanden is. In Nederland lijkt het minder zichtbaar, maar ook hier verdwijnen banen door AI, eerst bij freelancers en detacheringskrachten. Voor vaste medewerkers ligt de drempel hoger door afkooppakketten en reorganisatiekosten, wat de overgang vertraagt, maar niet stopt.
Toch is Knaap optimistisch over de toekomst. Hij voorziet dat er veel nieuwe business ontstaat, waarbij organisaties geen grote hoeveelheid mensen meer nodig hebben maar ‘sparringpartners van seniorniveau’. AI wordt volgens hem de copiloot van de professional. Die verschuiving is al zichtbaar in hoe organisaties hun teams hervormen. Grote consultancybureaus reageren door de rol van juniors te herdefiniëren. Waar beginnende consultants traditioneel zelf analyses, rapporten en presentaties maakten, laten bedrijven hen nu vooral AI-gegenereerd werk controleren en verfijnen. De traditionele piramidestructuur – met veel junior consultants aan de basis – verschuift naar een kleiner, meer gedifferentieerd teammodel met relatief meer senior experts en AI-ondersteuning.9 Deze transformatie vraagt om een fundamenteel andere manier van werken. Werk verschuift van routinematige, cognitieve taken naar vaardigheden die de mens onderscheiden van AI: kritisch beoordelen van AI-output, betrouwbaarheid inschatten, ethische afwegingen maken, samenwerken en aanpassen aan nieuwe omstandigheden. Professionals richten zich op wat AI (nog) niet kan, namelijk het dragen van strategische of fysieke eindverantwoordelijkheid en het onderhouden van menselijke relaties.
Knaap voorspelt dat de professional die AI kan aansturen de professional zal vervangen die dat niet kan. Maar die transitie slaagt alleen als organisaties hun structuur en cultuur aanpassen. Voor organisaties begint succesvolle transformatie bij de top. Knaap benadrukt dat acceptatie in de directie cruciaal is: “De leidinggevende moet er heilig van overtuigd zijn dat het werk geheel of gedeeltelijk gedaan wordt door AI. Dit is de grootste technologische revolutie van onze tijd, maar we worden tegengehouden door menselijk gedrag.”
Niet alleen de marketing krijgt te maken met AI. Het World Economic Forum voorspelt dat tegen 2030 wereldwijd 170 miljoen banen ontstaan en 92 miljoen banen verdwijnen. Verdere ontwikkelingen in AI en informatieverwerkingstechnologie creëren naar verwachting 11 miljoen banen, terwijl ze tegelijkertijd 9 miljoen andere banen verdringen – meer dan welke andere technologische golf dan ook. Massale werkloosheid wordt niet direct verwacht, maar de aard van het werk zal drastisch veranderen.
Een belangrijk verschil met eerdere technologische golven is dat de impact van AI vooral voelbaar wordt bij hoogopgeleide medewerkers in kennisintensieve sectoren en beroepen op middelbare en hogere opleidingsniveaus. Vooral administratieve, financiële en juridische functies, maar ook klantenservice, consultants, ICT’ers en marketingfuncties worden geraakt. Deze groep is het verleden nauwelijks geraakt in minder loon of afname van de werkgelegenheid, maar recente en toekomstige AI-ontwikkelingen kunnen steeds meer niet-routinematige, cognitieve taken uitvoeren.
Accountancykantoor PwC becijfert dat 44 procent van de Nederlandse banen in hoge mate wordt blootgesteld aan AI.3 Dit betekent niet dat deze banen direct verdwijnen, maar dat een aanzienlijk deel van de huidige taken door AI kan worden overgenomen of ondersteund. Met betrekking tot de specialistische zakelijke dienstverlening gaat het om tot wel 75 procent van de banen, zo stelt PwC. Ter vergelijking: in de bouw of landbouw, waar fysiek handwerk en menselijke interactie centraal staan, ligt die blootstelling onder de 25 procent. Beroepen die vooralsnog buiten schot blijven, houden zich bezig met fijn handwerk of directe menselijke interactie. Dit effect van AI betekent een duidelijke ommekeer ten opzichte van eerdere technologische golven die vooral fysiek werk raakten.
Ook marktonderzoeker Intelligence Group ziet deze verschuiving en concludeert in een recent rapport eveneens dat de impact van AI binnen de zakelijke dienstverlening relatief groot is.4 In de financiële sector en accountancy kan naar verwachting 43 procent van het huidige takenpakket door AI worden geautomatiseerd, voor consultancy 40 procent en de juridische sector ligt dit rond de 34 procent. Ondanks deze hoge percentages maakt slechts 15 procent van de werknemers zich zorgen dat AI hun werk binnen vijf jaar grotendeels overneemt. De onderzoekers concluderen dat ‘het effect op korte termijn wordt overschat, terwijl het effect op lange termijn wordt onderschat’.
Dat de potentie van AI immens is, staat volgens ABN buiten kijf, maar onderzoekers van het Massachusetts Institute of Technology (MIT) waarschuwen dat de toepassing in de praktijk nog stroef verloopt.5 Medewerkers gebruiken massaal chatbots zoals ChatGPT voor losse taken – het schrijven van e-mails, het samenvatten van rapporten, het genereren van ideeën – maar zodra organisaties AI willen integreren in hun kernprocessen, blijkt dat slechts twintig procent van de initiatieven de pilotfase bereikt. De belangrijkste reden hiervoor is dat werknemers weinig bereidheid tonen om nieuwe, interne AI oplossingen te omarmen. Uit het onderzoek blijkt dat veel medewerkers privé al intensief gebruikmaken van generieke toepassingen zoals ChatGPT, die in de praktijk vaak krachtiger, gebruiksvriendelijker en betrouwbaarder zijn dan de (vaak beperktere) AI oplossingen die binnen het bedrijf worden aangeboden. Hierdoor ontstaat een blijvende voorkeur voor deze generieke toepassingen, en vallen werknemers terug op toepassingen zoals ChatGPT.
Tegelijkertijd waarschuwen de onderzoekers dat de huidige generatie AI toepassingen vaak werkt als een ‘geheugenloze’’ assistent en daardoor niet toegepast kan worden in kernprocessen. Hoewel de onderliggende modellen getraind zijn op enorme datasets, passen ze zich in de praktijk niet automatisch aan de specifieke, veranderende context van een bedrijf aan. Ze zijn getraind op algemene data, maar verankeren specifieke feedback of nieuwe bedrijfslogica niet in hun systeem. Vanwege dit gebrek aan aanpassing aan de organisatie, blijven de resultaten oppervlakkig blijven en blijft de verwachte transformatie uit.
Voor de uitvoering van kerntaken – langdurige (project)werkzaamheden, klantbeheer – geeft 90 procent van de gebruikers daarom nog de voorkeur aan mensen, zo concluderen de onderzoekers van het MIT. Bij elke nieuwe interactie moet de gebruiker namelijk de volledige context opnieuw invoeren, een tijdrovend proces dat de beloofde efficiëntiewinst tenietdoet. Uit hetzelfde onderzoek blijkt dat veel maatwerkoplossingen mislukken door moeizame integratie en slechte aansluiting op bedrijfsprocessen. Zonder naadloze koppeling met kernsystemen verdwijnt AI in de la. Vooral grote organisaties lopen hier tegenaan: implementaties duren daar vaak negen maanden of langer, terwijl middelgrote bedrijven binnen enkele maanden resultaat zien.6 Ook liggen investeringsprioriteiten scheef: circa de helft van AI-budgetten gaat naar front-officefuncties zoals sales en marketing, waar opbrengsten snel zichtbaar zijn. De grootste efficiëntiewinsten zitten echter in de backoffice. In juridische afdelingen, inkoop en financiën kan AI contractanalyse en rapportage versnellen en kosten verlagen. Omdat deze opbrengsten moeilijker meetbaar zijn, blijven daar de investeringen in AI achter.
Door de inzet van AI-toepassingen worden repetitieve en tijdrovende taken zoals data-analyse, rapportages, codegeneratie en klantenservice in een fractie van de oorspronkelijke tijd uitgevoerd. Door de enorme tijdwinst die AI oplevert, verschuift de waarde van tijd naar resultaat, waardoor de basis onder het traditionele uurtje-factuurtje model onder druk komt te staan. Deze ontwikkeling dwingt dienstverleners tot een fundamentele herziening van hun prijsmodel. Volgens een analyse van vakblad The Information stappen steeds meer bedrijven over op zogeheten outcome-based pricing (OBP).8 Daarbij worden klanten niet meer gefactureerd voor software of gewerkte uren, maar uitsluitend voor de succesvolle afronding van een opdracht.
Deze omslag brengt echter aanzienlijke risico’s met zich mee. Bedrijven die overstappen op OBP ervaren vaak eerst een omzet- en winstdip, omdat zij het operationele risico op hun bord krijgen: er wordt pas gefactureerd wanneer het resultaat daadwerkelijk is behaald.
Tegelijkertijd werkt dit model als een motor voor innovatie, aangezien elke efficiëntieverbetering zich direct vertaalt in hogere marges in plaats van een lagere factuur. Dit dwingt dienstverleners tot een fundamentele keuze: vasthouden aan het krimpende uurtje-factuurtje-model, of overstappen op een waarde-gedreven model om relevant te blijven.
Hoewel Nederland sterk afhankelijk is van Amerikaanse Big Tech voor de grootste en meest geavanceerde AI modellen, blijft er volop ruimte voor innovatie. Europa kan misschien niet op dezelfde schaal meedoen met partijen die deze basismodellen ontwikkelen, maar biedt wél mogelijkheden voor bedrijven die zich richten op specifieke sectoren en toepassingen. Dat er in de VS ook succesvolle bedrijven zijn met zulke sectorspecifieke oplossingen, betekent niet dat Europese of Nederlandse spelers geen eigen duidelijke specialisaties kunnen opbouwen. Volgens Knaap ligt juist daar een grote kans: “Hier liggen ongelooflijk veel kansen voor Nederland. We hebben een hoogopgeleide beroepsbevolking, een sterke infrastructuur en, met het recente Wennink-rapport dat de urgente noodzaak van een nationale aanpak voor technische en digitale talenten onderstreept, een duidelijke route om nieuwe kansen en business te ontwikkelen.”
emerce
19-01-2026 08:49