Vrijwel elke leider heeft de afgelopen achttien maanden dezelfde opdracht gegeven: zorg dat medewerkers AI gaan gebruiken. Veel van deze opdrachten leiden tot hetzelfde resultaat: het gebruik is er, maar de aantoonbare waarde nog niet. Volgens Harvard Business Review ziet slechts 1 op de 3 organisaties daadwerkelijk ROI-verbeteringen terug door AI-gebruik (Harvard Business Review, 2026).
Dit is geen kwestie van een slechte uitvoering, maar de uitkomst van een werkwijze die lang klopte: koop de software, zorg dat de mensen er mee om kunnen gaan, en de opbrengst volgt vanzelf. In het geval van AI zijn de individuele adoptie en de waarde uit elkaar getrokken. Door de lage toegangsdrempel komt het gebruik vanzelf, echter de opbrengst komt uit het proces eromheen. Zolang een medewerker zijn tijdwinst boekt binnen een procesketen die niet opnieuw is ontworpen, blijft die winst bij de medewerker liggen en levert meer adoptie geen waarde op maar een hogere rekening (lees ook: De AI-budgetparadox: Waarom klassieke IT-budgettering faalt bij AI-budgettering).
De vraag is niet langer óf AI ertoe doet. Die discussie is gewonnen. De consensus zit een laag dieper: dat de weg naar waarde via adoptie loopt. Veel organisaties redeneren als volgt: licenties uitrollen, medewerkers trainen, drempels weghalen, gebruik meten, waarde volgt. Deze volgorde heeft decennia lang gewerkt bij de softwaresystemen zoals we ze kennen. Bij een ERP-systeem of een CRM zat het proces ín de software, waardoor het herontwerp van het proces werd afgedwongen door de implementatie van de software. Daarna was ondermaats gebruik door medewerkers inderdaad de belangrijkste beperking.
Toen het herontwerp dus nog meekwam met de invoering, was sturen op gebruik voldoende. In het geval van AI ontbreekt deze gedwongen stap van herontwerp. Het initiatief voor het herontwerp van de organisatie en haar processen ligt bij de organisatie zelf en daarom wordt deze stap nu vaak nog overgeslagen. Onderzoek van het Census Bureau vindt dat in ruim een derde van de bedrijven waar medewerkers AI gebruiken, formele adoptie op bedrijfsniveau volledig ontbreekt (Census, 2026).
“Firms that are operationalising AI are pulling ahead. Those that aren’t are starting to take on real risk, across talent, clients, and financial performance” — Steve Hasker, President and CEO of Thomson Reuters
Wat de medewerker wint, incasseert de organisatie niet.
Het bewijs hiervan komt uit Denemarken. Onderzoekers van de University of Chicago onderzochten in Denemarken 25.000 werknemers bij 7.000 werkgevers. In dit onderzoek wordt gemiddeld 2,8 procent tijdwinst gerapporteerd door het gebruik van AI (Humlum & Vestergaard, 2025). Daarentegen halen in gecontroleerde experimenten dezelfde beroepen tijdswinsten van vijftien procent of meer op losse taken. De vraag is dus waar deze winst blijft.
Tijdwinst binnen een proces is geen financiële winst als het verdampt. De werkelijke ROI ontstaat pas als al deze tijdwinsten zijn samen te voegen tot iets waar de organisatie of het proces iets mee kan: een taak die van tafel gaat, een station dat verdwijnt, een extra dienst die de organisatie kan leveren. Dat vereist een aanpassing in het proces zelf. Blijft die uit, dan blijft de winst achter bij het individu, welke wordt gespendeerd aan het versturen van een extra mail of een uitgelopen meeting.
Daarom is het belangrijk om de volledige organisatie fundamenteel te herzien. Een stap versnellen bij een individu, verandert niets aan de doorstroom van die keten. De schadebehandelaar die twee keer zo snel een concept schrijft, produceert geen waarde maar een langere wachtrij bij de beoordelaar. Er is niets sneller geworden. Het wachten is alleen verplaatst.
T-Mobile laat zien hoe het kan. Het bedrijf versterkt haar customer service niet door een chatbot die medewerkers sneller kan laten zoeken, maar door AI in te zetten die bij het eerste klantcontact real-time gegevens en context ophaalt. Zo verdwijnt het opzoekwerk, terwijl het persoonlijke contact behouden blijft. Op deze manier kan T-Mobile al in het eerste contact het antwoord geven waar de klant naar zoekt.
Het kernidee van T-Mobiles procesherontwerp: menselijke en AI-workforces versterken elkaar. Medewerkers focussen op wat zij het beste doen: menselijk contact, empathie en probleemoplossing, terwijl AI informatie levert met een snelheid die menselijk onmogelijk is. Het bedrijf rapporteert sindsdien circa 60 procent hogere NPS en 39 procent minder churn.
Het vraagstuk is daarmee niet langer de adoptie, maar hoe richt je je organisatie in om de significante tijdswinsten te laten renderen voor de organisatie. De sleutel daarvan ligt in het herontwerpen van de organisatie en daarmee het proces.
