De AI-kloof: iedereen doet 'iets' met AI, bijna niemand verdient eraan

Open LinkedIn en het lijkt of je de boot mist. Iedereen "transformeert met AI", "schaalt op met agents", "automatiseert z'n hele bedrijf". Je zou er onrustig van worden. Doe ik wel genoeg?

Krab even aan de buitenkant en het beeld verandert. Die kennis die z'n mailtjes door ChatGPT laat schrijven, transformeert niks. Hij heeft een handige tool naast zijn werk gelegd. Leuk, maar het levert zijn bedrijf geen euro op. En zo zit het bij de meesten.

Dat is de AI-kloof. Niet de kloof tussen bedrijven die AI gebruiken en bedrijven die het niet doen. Maar de kloof tussen ermee spelen en eraan verdienen. In dit stuk kijken we nuchter naar wat de cijfers echt zeggen, waarom de meeste pogingen blijven hangen, en wat de bedrijven die de kloof wél oversteken anders aanpakken.

In het kort

• De hype suggereert dat iedereen z'n bedrijf met AI verbouwt. De cijfers zeggen iets anders: in 2024 gebruikte 22,7% van de Nederlandse bedrijven (vanaf 10 medewerkers) enige vorm van AI.
• Er zijn twee kloven. Een tussen grote en kleine bedrijven, en een tussen wie ermee speelt en wie er structureel iets aan verdient.
• De kloof zit niet in de techniek. AI is goedkoper en toegankelijker dan ooit. De kloof zit in het inbedden ervan in een vast proces.
• Spelen is: een losse tool ernaast. Verdienen is: ingebouwd in werk dat je tóch elke dag doet.
• Je steekt de kloof niet over door "iets met AI" te doen, maar door één terugkerend proces te kiezen en dat goed aan te pakken.

Wat de cijfers echt zeggen

Even weg van het onderbuikgevoel, naar de feiten. Het CBS houdt bij hoeveel Nederlandse bedrijven AI gebruiken, en dat beeld is nuchterder dan je tijdlijn.

In 2024 gebruikte 22,7% van de bedrijven met tien of meer medewerkers één of meer AI-technologieën (CBS, 2025). Een jaar eerder was dat 14%. De groei is dus echt, en stevig. Maar het betekent ook dat ruim driekwart van die bedrijven in 2024 nog helemaal niets met AI deed. Niet "te weinig", maar niets.

En er zit een scheve verdeling onder. Van de grote bedrijven, met 500 of meer mensen, gebruikte 59,2% AI. Bij de kleine bedrijven, met tien tot twintig mensen, was dat 17,8%. De grote jongens zitten er dus ruim drie keer zo vaak in als het kleinbedrijf. Ter vergelijking: het EU-gemiddelde lag op 13,5%, dus Nederland zit ruim boven dat gemiddelde. Niet aan kop overigens: Denemarken (27,6%), Zweden, België, Finland en Luxemburg zaten in 2024 nog voor Nederland. Dat is de eerste kloof, en die loopt dwars door bedrijfsgrootte heen.

De verschillen lopen ook per sector flink uiteen. In de informatie- en communicatiebranche gebruikte 58% van de bedrijven AI, een jaar eerder nog 37%. In veel andere sectoren ligt dat een stuk lager. Met andere woorden: of jij het gevoel hebt dat "iedereen" het doet, hangt sterk af van in welke wereld je toevallig rondloopt. Op je tijdlijn zie je de koplopers, niet het gemiddelde.

De twee kloven

Het is handig om die twee kloven uit elkaar te trekken, want ze vragen om een ander antwoord.

De eerste is de adoptie-kloof: grote bedrijven gebruiken AI veel vaker dan kleine. Logisch ook. Zij hebben een IT-afdeling, een innovatiebudget en iemand wiens taak het letterlijk is om dit uit te zoeken. De gemiddelde MKB-ondernemer heeft dat niet. Die staat zelf in de zaak.

De tweede is de waarde-kloof, en die is interessanter. Ook binnen de bedrijven die AI structureel inzetten, levert het lang niet altijd iets meetbaars op: MIT NANDA noteerde in haar GenAI Divide-rapport van juli 2025 dat circa 95% van de bedrijfs-AI-pilots geen meetbare opbrengst opleverde, ondanks zo'n 30 tot 40 miljard dollar collectieve investering. De oorzaak die de onderzoekers benoemen, sluit precies aan: generieke tools als ChatGPT werken voor individuen, maar lopen vast in bedrijven zodra ze niet in werkprocessen zijn ingebed. MIT noemt dat de "learning gap". Een tool inbouwen is iets anders dan er rendement uit halen. En een medewerker die in zijn eentje ChatGPT openzet voor een tekstje telt vaak niet eens mee in de CBS-meting: die kijkt naar wat bedrijven structureel doen, niet naar wat individuen ad hoc proberen.

De eerste kloof is een kwestie van beginnen. De tweede van goed beginnen. En die tweede is waar de meeste tijd en frustratie verdwijnt.

"Maar AI verandert toch alles?"

Een terechte tegenwerping. AI is geen luchtbel, er gebeurt echt iets groots. Dus waarom dan zo nuchter?

Omdat "de wereld verandert" en "mijn dinsdag verandert" twee verschillende dingen zijn. De doorbraken die je in het nieuws ziet, gaan over modellen die plaatjes maken of gesprekken voeren. Indrukwekkend, maar het is consumententechniek. Voor jouw bedrijf telt iets anders: lost het een concreet, terugkerend klusje op dat nu tijd of geld kost?

De revolutie landt in het MKB niet als een grote knal, maar als saai, specifiek werk dat ineens vanzelf gaat. Niet "AI heeft mijn bedrijf overgenomen", maar "die wekelijkse export die ik altijd met de hand deed, doet zichzelf nu". Wie wacht op de grote transformatie, mist de kleine winst die er vandaag al in zit. En die kleine winsten zijn precies wat de kloof overbrugt.

Waarom de meeste AI-pogingen blijven hangen

Als je inzoomt op bedrijven die "het geprobeerd hebben" maar afhaakten, zie je steeds hetzelfde patroon. Het ligt zelden aan de techniek.

Het begint meestal als een los experiment. Iemand ontdekt ChatGPT, vindt het knap, en gebruikt het af en toe voor een tekstje. Aardig, maar het staat naast het werk, niet erin. Zodra het druk wordt, vergeet je het, want het is een extra stap, geen vast onderdeel.

Daar komt bij dat niemand eigenaar is. Het is "iets wat we ook doen", van iedereen een beetje en dus van niemand. Er is geen proces waar het in vastzit, geen moment waarop het automatisch gebeurt. En wat van niemand is, verwatert vanzelf.

En als derde: de verwachtingen kloppen niet. AI wordt verkocht als magie die je hele bedrijf overneemt. Dat doet het niet. Het is goed in afgebakend, terugkerend werk. Wie wacht op de wondermachine, is teleurgesteld en stopt. Wie het op één concreet klusje zet, ziet het wél werken.

De kern: de bedrijven die afhaken, hebben bijna nooit een techniekprobleem. Ze hebben een tool gepakt zonder een proces te kiezen. Het gereedschap lag klaar, alleen wist niemand welk karwei het moest doen.

Wat de bedrijven die er wél aan verdienen anders doen

Zet je de groep die afhaakt naast de groep die rendement haalt, dan valt het verschil meteen op. Het zit niet in een betere tool. Het zit in de aanpak.

Ze kiezen geen "AI", ze kiezen een proces. Niet "we gaan iets met AI doen", maar "die ene taak die elke week terugkomt en niemand leuk vindt, die pakken we aan". Concreet en afgebakend.

Ze bouwen het in, niet ernaast. Het draait in de tools die ze toch al gebruiken, op het moment dat het werk er is. Geen apart tabblad waar je naartoe moet, maar onderdeel van de gang van zaken. Zo kun je het niet vergeten.

Ze houden een mens in de lus. De AI doet het voorwerk, een mens controleert en beslist. Daarover schreven we eerder al: de AI zet het concept klaar, jij drukt op verzenden. Dat geeft snelheid zonder dat je de controle uit handen geeft.

En ze meten. Ze weten hoeveel tijd of geld het ene proces kostte, en wat het na de ingreep doet. Daardoor kunnen ze zeggen of het werkt, in plaats van het te voelen. Dit is precies waar AI-automatisering over gaat: niet de tool centraal, maar het werk dat hij wegneemt.

Spelen of verdienen: het verschil op een rij

Om het scherp te krijgen, hetzelfde gereedschap, twee totaal verschillende uitkomsten:

Neem twee bedrijven met precies dezelfde AI. Het eerste laat er af en toe een producttekst door schrijven, als iemand tijd heeft. Het tweede laat elke binnenkomende klantvraag automatisch sorteren en zet er een concept-antwoord bij klaar, in het systeem waar de klantenservice toch al werkt. Zelfde techniek, maar het ene bedrijf speelt en het andere wint elke dag een half uur. Het verschil is geen knop, het is een keuze.

Hoe je de kloof oversteekt

Het goede nieuws: oversteken is geen kwestie van een groter budget of een eigen IT-afdeling. Het is een kwestie van anders beginnen.

Begin niet bij de techniek, maar bij je week. Welk terugkerend klusje kost het meeste tijd en levert het minste op? Dat is je kandidaat, niet de meest indrukwekkende AI-demo die je voorbij zag komen. Kies er één, niet vijf.

Reken daarna uit wat dat klusje je nu kost. Pas als je dat getal kent, kun je zeggen of een ingreep zich loont. En bouw het vervolgens in op de plek waar het werk al gebeurt, met een mens die de eindcontrole houdt.

Pas op voor één valkuil onderweg: het najagen van elke nieuwe tool. Er komt elke maand wel een model uit dat slimmer heet dan het vorige. Wie daar telkens achteraan rent, blijft eeuwig aan de spelende kant van de kloof, want je komt nooit toe aan inbouwen. Kies een proces, maak het af, en laat de volgende hype gewoon voorbijgaan. Een werkend systeem dat saai is verslaat een spannend experiment dat nergens vastzit.

Dat is ook waarom wij altijd met een audit beginnen. Niet om je een tool te verkopen, maar om samen te kijken welk proces de moeite waard is en welk je beter met rust laat. Soms is het antwoord eerlijk gezegd "doe dit nog even met de hand, het weegt niet op". Liever dat dan jou de zoveelste AI laten aanzetten die over een maand weer uit staat.

Veelgestelde vragen

Loop ik echt achter als ik nog niets met AI doe?

Minder dan LinkedIn je laat geloven. In 2024 deed ruim driekwart van de bedrijven nog niets met AI. Je loopt dus niet achter op "iedereen". Wel is het slim om te kijken waar het je tijd kan schelen, voordat je concurrent dat als eerste doet.

Is ChatGPT gebruiken niet gewoon genoeg?

Het is een prima begin, maar zolang het een losse tool naast je werk blijft, levert het weinig op. De winst komt pas als zoiets is ingebouwd in een proces dat je toch elke dag doet, zodat het niet afhangt van of iemand eraan denkt.

Heb ik een groot budget nodig om er rendement uit te halen?

Nee. De kloof zit niet in geld of in dure techniek, die is goedkoper dan ooit. De kloof zit in de keuze: één concreet proces aanpakken in plaats van "iets met AI" willen doen. Klein en gericht beginnen wint het van groot en vaag.

Hoe weet ik welk proces ik moet kiezen?

Kijk naar je week. Het werk dat vaak terugkomt, veel tijd kost en weinig oplevert, is bijna altijd de beste kandidaat. Twijfel je tussen een paar opties, dan reken je uit wat elk je per maand kost. Het hoogste getal wint.

Waarom verdienen grote bedrijven er vaker aan?

Vooral omdat ze er iemand voor hebben vrijgemaakt. Niet omdat ze betere AI hebben. Als MKB'er kun je hetzelfde bereiken door dat stukje denkwerk uit te besteden, zodat jij in de zaak kunt blijven staan terwijl het toch goed wordt opgezet.

Tot slot

De AI-kloof is geen kloof tussen koplopers en achterblijvers. Het is een kloof tussen ruis en resultaat. Aan de ene kant staan de bedrijven die "iets met AI doen" omdat het hoort. Aan de andere kant de bedrijven die één proces hebben gekozen, het hebben ingebouwd, en er nu elke week iets aan overhouden.

Het mooie is dat de overkant dichterbij is dan de hype je laat denken. Je hebt geen transformatie nodig, geen groot verhaal en geen IT-afdeling. Je hebt één goed gekozen klusje nodig, en de discipline om bij dat ene te blijven.

Dat is trouwens precies hoe bedrijfsprocessen automatiseren in het MKB werkt, met of zonder AI: begin klein, kies gericht, en reken het uit. Wil je weten wat dat in euro's betekent, dan hebben we daar een eerlijk overzicht van gemaakt.

Bronnen

• CBS, Gebruik kunstmatige intelligentie (AI) door bedrijven neemt toe (AI-monitor 2024), 2025, https://www.cbs.nl/nl-nl/nieuws/2025/09/gebruik-kunstmatige-intelligentie--ai---door-bedrijven-neemt-toe — 22,7% van bedrijven (10+ medewerkers) gebruikte AI in 2024 (2023: 14%); grote bedrijven 59,2% vs kleine (10-19) 17,8%; EU-27-gemiddelde 13,5%; Denemarken hoogste op 27,6%; 5 landen (Denemarken, Zweden, België, Finland, Luxemburg) zaten boven Nederland.
• MIT NANDA, The GenAI Divide: State of AI in Business 2025, juli 2025, https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf. Circa 95% van bedrijfs-AI-pilots opleverde geen meetbare P&L-impact ondanks $30-40 miljard collectieve investering. De onderzoekers wijzen op de "learning gap": generieke tools werken voor individuen, maar lopen vast in bedrijven zodra ze niet in werkprocessen zijn ingebed. Coverage via Fortune (18 aug 2025): https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/ en Digital Commerce 360 (25 aug 2025): https://www.digitalcommerce360.com/2025/08/25/mit-report-no-return-on-generative-ai/.
• Het tweede-bedrijf-voorbeeld (klantvragen sorteren + concept-antwoord) is illustratief, geen meting bij een specifieke klant.