Twintig Copilot-licenties aangeschaft in november. Gebruik in februari: twaalf procent. De manager die me dit vertelde, keek me aan alsof ik hem kon uitleggen wat er mis was met de software.
Niets. De software werkte prima.
Het probleem zat in hoe zijn organisatie dacht over wat AI eigenlijk is: een tool die je installeert, een training geeft, en die dan vanzelf waarde levert. Dat klopt niet. En het kost bedrijven enorm veel geld.
De 20/80-vergissing
Onderzoek van Deloitte, PwC en anderen laat keer op keer hetzelfde zien: technologie levert ongeveer 20 procent van de waarde van een AI-initiatief. De overige 80 procent komt van het herontwerpen van hoe werk gedaan wordt.
Dat is een radicale gedachte als je net 50.000 euro hebt uitgegeven aan software. Maar het verklaart alles.
Bedrijven kopen licenties en noemen dat een AI-strategie. Ze rollen tools uit en noemen dat adoptie. Ze tellen actieve gebruikers en noemen dat succes. Intussen doen medewerkers precies wat ze altijd deden, alleen nu met een chatvenster naast hun scherm.
Van de grote Copilot-deployments die in 2025 werden uitgerold, had een significant deel minder dan 15 procent wekelijks actieve gebruikers zes maanden later. Dat is geen adoptieprobleem. Dat is een ontwerpprobleem.
Wat bedrijven missen die het wél goed doen
De organisaties die écht waarde halen uit AI, herkennen je aan één ding: ze hebben nagedacht over welke taken ze willen elimineren, niet over welke tools ze willen introduceren.
Ze stellen andere vragen. Niet Hoe kunnen we AI inzetten voor onze klantenservice? maar Welke handelingen in onze klantenservice zijn pure frictie — voor medewerker én klant , en hoe ontwerpen we die weg?
Dat lijkt een subtiel verschil. Het is geen subtiel verschil. De eerste vraag leidt tot een AI-assistent die medewerkers passief gebruiken als het ze uitkomt. De tweede vraag leidt tot een fundamenteel ander proces waar AI een logische, onmisbare plek in heeft.
Bovendien investeren succesvolle bedrijven in iets wat zelden in een AI-budget staat: psychologische veiligheid. Medewerkers die vrezen voor hun baan, gebruiken AI als alibi, niet als instrument. Ze laten zien dat ze de tool openen. Ze sturen screenshots naar hun manager. Ze optimaliseren niet — ze overleven. Dat levert nooit het resultaat op dat je zoekt.
En dan is er nog de governance. Niet het soort governance dat bestaat uit een pdf die niemand leest, maar echte afspraken over wie eigenaar is van welk proces, welke beslissingen automatisch genomen mogen worden, en waar altijd een mens in de loop moet blijven.
Het probleem escaleert met agents
Dit alles wordt urgenter nu AI-agents mainstream worden. Agents zijn systemen die zelfstandig acties ondernemen: e-mails versturen, data ophalen, processen triggeren. Bedrijven zetten ze in hoog tempo in.
Onderzoek van begin 2026 laat zien dat 63 procent van de organisaties die agents gebruiken, ze niet kunnen stoppen als ze ontsporen. 60 procent heeft geen mechanisme om te begrenzen wat een agent al dan niet mag doen.
Dat is geen technisch falen. Dat is het gevolg van een organisatie die AI uitrolt zonder eerst na te denken over de structuur eromheen. Je kunt de beste agents ter wereld kopen — als je niet hebt nagedacht over escalatie, eigenaarschap en grenzen, heb je een systeem dat sneller fout gaat dan je bijkunt sturen.
De bedrijven die dit goed doen, beginnen klein. Ze kiezen één geïsoleerd proces, ontwerpen het volledig opnieuw met AI als onderdeel van de architectuur, meten wat er verandert — en schalen dan op. Geen big bang. Geen company-wide uitrol op dag één.
Wat je morgen kunt doen
Pak één proces in je organisatie. Niet het meest zichtbare, niet het meest ambitieuze. Kies iets routinematig waar medewerkers dagelijks tijd aan verliezen en niemand blij van wordt.
Teken het proces op papier. Stap voor stap. En stel dan bij elke stap drie vragen: wat is hier het doel? Moet een mens dit doen? Wat gaat er mis als het fout gaat, en wie merkt dat?
Die oefening levert meer op dan een halve dag AI-training. Want aan het einde heb je geen pilot — je hebt een herontworpen proces waar AI een logische plek in heeft. Dat is het verschil tussen een tool die stof pakt en een verandering die beklijft.
De technologie is al goed genoeg. De vraag is of jouw organisatie er klaar voor is. Bij NextEnabler helpen we bedrijven met precies die analyse: niet welke tools te kopen, maar hoe werk fundamenteel anders te organiseren zodat AI daadwerkelijk rendeert. Neem contact op als je wilt sparren over waar in jouw organisatie de meeste winst te halen valt.
