AI-strategie: van losse proeven naar meetbaar resultaat

In de wereldwijde AI-enquête van McKinsey zegt 89% van de respondenten dat hun organisatie AI regelmatig gebruikt in minstens één bedrijfsfunctie (bron: McKinsey, augustus 2026). Maar slechts 37% schrijft enig effect op het bedrijfsresultaat voor rente en belastingen (EBIT) toe aan AI, ongeveer evenveel als een jaar eerder (bron: McKinsey, augustus 2026). En maar 6% schrijft 5% of meer van zijn EBIT aan AI toe; die groep noemt McKinsey de AI high performers (bron: McKinsey, augustus 2026).

Het gebruik is dus het probleem niet. Het probleem is dat AI in veel organisaties een verzameling losse proeven blijft, zonder antwoord op de vraag waar het geld moet opleveren. Een AI-strategie begint daarom bij uw verdienmodel en uw werkprocessen, niet bij de nieuwste tool.

Hoe ver Nederlandse bedrijven zijn

In 2025 gebruikte 33% van de Nederlandse bedrijven met tien of meer werkzame personen een of meer van de acht AI-technologieën die het CBS meet, tegen 14% in 2023 (bron: CBS, februari 2026). Vanaf tien werkzame personen ligt Nederland in elke grootteklasse boven het Europese gemiddelde.

Aandeel bedrijven dat in 2025 minstens één AI-technologie gebruikte; vanaf tien werkzame personen volgens Eurostat, zonder de financiële sector (bron: Eurostat, juni 2026; Eurostat, december 2025), twee tot tien werkzame personen volgens het CBS (bron: CBS, december 2025).

Microbedrijven gebruiken AI veel minder, maar de gebruikers onder hen waren samen goed voor 17,9% van de omzet van alle microbedrijven (bron: CBS, maart 2026). Naar sector lopen de verschillen verder uiteen: 70% in de informatie en communicatie, tegen 16 tot 21% in de horeca, de bouw en vervoer en opslag (bron: CBS, februari 2026). Van de AI-gebruikers zet 35% AI in voor marketing of verkoop, 32% voor administratie of bestuurstaken en 17% voor boekhouding en financieel beheer (bron: CBS, december 2025).

Waarom gebruik zo weinig resultaat oplevert

De McKinsey-enquête liep in mei en juni 2026 onder 1.719 deelnemers in 97 landen (bron: McKinsey, augustus 2026). Bij organisaties met een omzet van 1 miljard dollar of meer schaalt 40% AI-agents op in minstens één functie, tegen 27% een jaar eerder (bron: McKinsey, augustus 2026). Agents zijn systemen die zelfstandig taken in meerdere stappen uitvoeren. Voor het Nederlandse MKB zeggen deze cijfers iets over de richting, niet over het niveau. Dat het resultaat achterblijft, heeft vaak dezelfde oorzaken:

• Geen nulmeting: zonder meting vooraf weet niemand of een toepassing iets oplevert.
• Tijdwinst die verdampt: een gewonnen uur levert pas iets op als het naar ander werk gaat.
• Winst die naar de klant gaat: wie per uur factureert, geeft elke efficiëntiewinst weg.
• AI op bijzaken: een slimme oplossing voor een randproces verandert de winst niet.

Zes vragen voor de directie

De AI-verordening: wat nu geldt en wat later komt

De Europese AI-verordening (AI Act) is op 1 augustus 2024 in werking getreden en gaat in fasen gelden (bron: Europese Commissie, oktober 2026). De tijdlijn is aangepast met de Digital Omnibus, Verordening (EU) 2026/1744 van 8 juli 2026, in werking sinds 27 juli 2026 (bron: EUR-Lex, juli 2026). Dat is geen voorstel meer maar geldend recht.

Tijdlijn na de Digital Omnibus (bron: Europese Commissie, oktober 2026; EUR-Lex, juli 2026). Aanbieders die hun systeem al op de markt hadden, krijgen voor het markeren een overgangstermijn van vier maanden.

• AI-geletterdheid: deze bepaling (artikel 4) geldt sinds 2 februari 2025 (bron: Europese Commissie, oktober 2026). Volgens de toelichting bij de Digital Omnibus moeten aanbieders en gebruikers van AI nu maatregelen nemen die de AI-geletterdheid van hun personeel ondersteunen, in plaats van die geletterdheid te waarborgen (bron: EUR-Lex, juli 2026).
• Verboden: ga na dat u geen verboden toepassing gebruikt, ook na de uitbreiding per 2 december 2026 (bron: EUR-Lex, juli 2026).
• Transparantie: zet u een chatbot in of publiceert u met AI gemaakte teksten of beelden, zoek dan uit of de transparantieregels voor u gelden.
• Hoog risico: gebruikt u AI bij beslissingen over mensen, zoals werving of kredietverlening, ga dan na of de toepassing onder Bijlage III valt. U heeft tot december 2027, maar inventariseren kan nu.

In zes stappen van losse proeven naar een strategie

1. 01

   Breng uw verdienmodel in kaart

   Waar komt de omzet vandaan en hoe prijst u die? Markeer wat AI voor anderen goedkoper maakt.

2. 02

   Inventariseer wat er al gebeurt

   Medewerkers gebruiken vaak al AI-tools op eigen initiatief. Noteer welke, waarvoor en met welke gegevens.

3. 03

   Kies een paar toepassingen met meetbare waarde

   Twee of drie, met een nulmeting vooraf: uren, doorlooptijd, fouten of omzet per medewerker.

4. 04

   Regel governance en data

   Een eigenaar, afspraken over welke gegevens in welke tool mogen, controle van de uitkomst en een opleidingsaanbod.

5. 05

   Kies bouwen, kopen of samenwerken

   Kopen voor algemene taken, bouwen of samenwerken waar uw eigen data en kennis het verschil maken.

6. 06

   Meet, schaal op of stop

   Vergelijk na een kwartaal met de nulmeting en leg vast wat er met de vrijgekomen tijd gebeurt.

Uitgewerkt voorbeeld: een accountantskantoor met dertig medewerkers

Neem een accountantskantoor met dertig medewerkers en zo'n achthonderd MKB-klanten. Ruim twee derde van de omzet komt uit samenstellen, aangiften en loonadministratie, grotendeels op uurbasis. Boekhoudpakketten doen automatisch boekingsvoorstellen, en klanten vragen waarom hun rekening niet daalt.

Fictief voorbeeld van Firmfocus. Omzet: aandeel in de totale omzet van het kantoor.

Blijft het kantoor per uur factureren, dan gaat elke efficiëntiewinst rechtstreeks naar de klant. De eerste keuze is daarom geen tool maar een prijsmodel: vaste prijzen of abonnementen per klant.

De tweede keuze gaat over capaciteit. Vrijgekomen uren leveren alleen iets op als ze naar advieswerk gaan, waar klanten meer voor betalen. Daar is de eigen data de troef: jaren aan jaarcijfers van honderden klanten, naast branchebenchmarks, maken gesprekken mogelijk die een standaardpakket niet kan voeren. Daar loont zelf bouwen of samenwerken met een partner; voor de rest koopt het kantoor standaardsoftware.

De derde keuze is governance. Klantgegevens zijn vertrouwelijk: het kantoor bepaalt welke tools ze mogen verwerken, laat elke AI-uitkomst controleren en traint iedereen.

MKB en grootbedrijf

Neem AI op in de DESTEP-analyse van uw externe analyse en werk met scenario's als onzeker is hoe snel klanten overstappen. Meer thema's staan in de pijler strategische thema's.