AI-adoptie begint
bij het werk

Waarom blijft AI-adoptie laag na de uitrol van een tool en wat werkt wel?

Wat wel werkt, is per rol drie tot vijf concrete scenario's aanbieden als kant-en-klaar startpunt, zoals een knop, een sjabloon of een vooraf ingevulde opdracht. Adoptie verspreidt zich via collega's, met ambassadeurs per team, en het advies is de meting uit te splitsen naar rol of team in plaats van één adoptiepercentage over de hele organisatie te gebruiken.

Betekent lage AI-adoptie dat medewerkers er nog niet klaar voor zijn?

Bijna altijd niet: de conclusie dat medewerkers er nog niet klaar voor zijn, is bij lage AI-adoptie bijna altijd onjuist. Volgens het artikel zit het probleem in het ontwerp van de introductie en niet in de bereidheid. Bij twijfel over wat mag, doen medewerkers niets, en dat is verstandig gedrag bij onduidelijke regels.

Is één adoptiepercentage voor de hele organisatie genoeg om AI-adoptie te volgen?

Nee. Eén adoptiepercentage over de hele organisatie verbergt bij AI-adoptie waar het wel en niet werkt. Een meting per rol of team kijkt naar het wekelijkse gebruik, naar het gebruikte scenario en naar wat medewerkers doen die het één keer probeerden en niet terugkwamen.

Zijn klachten over beperkingen van de tool een slecht teken voor AI-adoptie?

Nee. Klachten over beperkingen betekenen dat de tool wordt gebruikt en gelden als signaal dat AI-adoptie op de goede weg is. Stilte betekent meestal dat medewerkers het hebben opgegeven.

Bron: artikel van Dave Willemstein. Bijgewerkt: oktober 2026.

Het patroon dat zich overal herhaalt

De uitrol verloopt volgens het boekje. Licenties voor iedereen, een kick-off, een trainingssessie, een intranetpagina met tips. Na drie maanden: elf procent wekelijks actieve gebruikers. Na zes maanden: veertien procent, voornamelijk dezelfde mensen.

De conclusie die dan vaak volgt ("onze mensen zijn er nog niet klaar voor") is bijna altijd onjuist. Diezelfde mensen hebben in hun privéleven zonder training nieuwe apps leren gebruiken. Het probleem zit in het ontwerp van de introductie, niet in de bereidheid.

Waarom een leeg invoerveld niet werkt

Een algemene AI-assistent biedt oneindige mogelijkheden en geen enkel startpunt. Voor iemand die tussen twee vergaderingen door een half uur heeft, is "je kunt er alles mee" gelijk aan "ik weet niet waar ik moet beginnen, dus ik doe het zoals altijd".

Er is nog een tweede drempel, die minder besproken wordt: onzekerheid over of het mag. Mag ik hier klantinformatie in zetten? Wat als de uitkomst fout is en ik heb hem gebruikt? Word ik erop afgerekend als ik dit gebruik, of juist als ik het niet gebruik? Bij twijfel doen mensen niets. Dat is geen weerstand, dat is verstandig gedrag bij onduidelijke regels.

Wat wel werkt: scenario’s in plaats van mogelijkheden

De aanpak die in de praktijk het grootste verschil maakt, is ook de saaiste: vervang "hier is een tool" door "hier zijn vier taken die je vaak doet, en zo pak je die nu aan".

Concreet, voor een adviesorganisatie:

• Een gespreksverslag omzetten naar een actiepuntenlijst in het vaste format.
• Een standaardofferte herschrijven naar de context van deze specifieke klant.
• Zoeken in eerdere dossiers naar vergelijkbare vraagstukken.
• Een lang document terugbrengen tot de drie beslispunten.

Elk scenario wordt een kant-en-klaar startpunt: een knop, een sjabloon, een vooraf ingevulde opdracht. De gebruiker hoeft niets te bedenken, alleen zijn eigen materiaal toe te voegen.

Hoe kies je die scenario’s? Niet door te vragen "waar zou AI kunnen helpen?", want dat levert speculatie op. Wel door te vragen "welke taak van vorige week kostte je meer tijd dan hij waard was?". Dat levert binnen een uur per team een bruikbare lijst op.

Adoptie verspreidt zich via collega’s

Trainingen leveren kennis op. Gedragsverandering komt van de collega twee bureaus verderop die laat zien hoe hij iets in vijf minuten deed in plaats van in een uur.

Wat daarvoor werkt:

• Ambassadeurs per team, niet per organisatie. Iemand die hetzelfde werk doet als jij, is geloofwaardiger dan een expert van de afdeling innovatie.
• Een plek waar mensen werkende voorbeelden delen. Laagdrempelig, met echte voorbeelden uit het eigen werk. Dit is waardevoller dan een handleiding en kost minder onderhoud.
• Ruimte om te oefenen zonder risico. Een omgeving waarin fouten geen gevolgen hebben, expliciet als zodanig benoemd.

Meet per rol, niet in totaal

Eén adoptiepercentage over de hele organisatie is een nutteloos getal. Het verbergt dat de juridische afdeling op 70% zit en de buitendienst op 4%. En die twee vragen een compleet ander antwoord.

Splits je meting uit naar rol of team, en kijk naar drie dingen: hoeveel mensen gebruiken het wekelijks, welk scenario gebruiken ze, en wat doen mensen die het één keer probeerden en niet terugkwamen. Die laatste groep is je belangrijkste informatiebron en wordt zelden bevraagd.

Het gesprek dat meestal wordt vermeden

Bij elke AI-toepassing die tijd bespaart, is er iemand voor wie die taak onderdeel van zijn vak was. Soms is het de saaiste taak en is iedereen blij. Soms is het juist het werk waar iemand goed in was en waar hij zijn waarde aan ontleende.

Het helpt niet om dat te overslaan met "AI vervangt niemand, het ondersteunt je". Mensen horen dat vaker dan ze het geloven. Wat wel helpt: expliciet benoemen wat er verandert, wat er in de plaats komt, en wie dat besluit neemt. Ook als het antwoord ongemakkelijk is.

In het beste geval leidt dat gesprek tot iets anders dan gepland. Ik heb meegemaakt dat een team na zo’n gesprek koos voor een kleinere scope (de tool werd alleen ingezet voor de voorbereiding, niet voor de beoordeling), waardoor de tijdwinst kleiner was maar het gebruik veel hoger. Netto leverde dat meer op dan de oorspronkelijke opzet.

Drie signalen dat je adoptie op de goede weg is

• Mensen gebruiken het voor taken die niet in jouw lijst stonden. Dan hebben ze het principe begrepen en ben je voorbij het scenario-stadium.
• Er komen klachten over beperkingen. Klachten betekenen gebruik. Stilte betekent meestal dat men het heeft opgegeven.
• Nieuwe medewerkers krijgen het van collega’s uitgelegd, niet van de IT-afdeling. Dan is het onderdeel geworden van hoe het werk hier gaat. En dat is het enige doel dat telt.