De kans is groot dat je medewerkers meer met AI doen dan je denkt, en dat je dat niet ziet omdat er niets over is afgesproken.
Dat is de kern van cijfers die twee onderzoekers van De Nederlandsche Bank op 21 augustus publiceerden in ESB. Frank van Moock en Maarten van Rooij analyseerden de DNB AI-enquête onder werkenden uit oktober 2025, en kwamen tot een opvallend consistent patroon: in élke sector ligt het AI-gebruik hoger dan de steun die werknemers van hun werkgever ervaren.
Landelijk ervaart maar 25 procent van de werknemers actieve steun.
Wat de cijfers zeggen over jouw sector
Het gebruik loopt sterk uiteen per branche, de steun ook. Zakelijke dienstverlening staat bovenaan met 82 procent gebruik en 61 procent ervaren steun. Handel, horeca en vervoer sluiten de rij met 32 om 16. In de zorg gebruikt 37 procent AI, terwijl slechts 15 procent zich gesteund voelt.
Het grootste gat zit bij de overheid, met 29 procentpunt verschil, gevolgd door het onderwijs met 27. In de financiële sector is de kloof met 12 procentpunt het kleinst.
Voor een gemiddeld MKB-bedrijf in de dienstverlening is de veilige aanname: ruim de helft van je team gebruikt AI, en het merendeel doet dat zonder dat jij hebt vastgelegd hoe.
Het cijfer waar je iets aan hebt
Eén getal uit het onderzoek is direct bruikbaar. Drie op de tien werknemers die AI gebruiken, werkt met een betaalde licentie — en dat zijn overwegend de mensen die actieve steun van hun werkgever ervaren.
Omgedraaid: zeven van de tien werkt met een gratis versie. Dat betekent meestal met een privé-account, buiten je bedrijfsomgeving om, onder voorwaarden waarbij de aanbieder de ingevoerde tekst wél mag gebruiken om zijn modellen te trainen.
Daar zit je feitelijke risico. Niet in de vraag óf je mensen AI gebruiken, maar in de vraag waar de offerte, het personeelsdossier of het conceptcontract terechtkomt dat ze erin plakken.
Beginner-tip:het verschil tussen een gratis en een zakelijk AI-abonnement zit zelden in betere antwoorden. Het zit in de voorwaarden. Bij zakelijke abonnementen leggen aanbieders doorgaans vast dat ze jouw invoer niet gebruiken voor modeltraining; bij gratis accounts is dat vaak niet zo. “Wie betaalt de licentie” is dus een privacyvraag, geen inkoopvraag.
Drie afspraken, één A4, deze week
Je hebt geen AI-beleidsplan nodig. Je hebt drie afspraken nodig die iedereen begrijpt en onthoudt.
1. Welke tools mag je gebruiken, en welke niet. Wees concreet met namen. “Wees voorzichtig met AI” is geen afspraak. “ChatGPT via het bedrijfsaccount en Copilot binnen Microsoft 365 mogen; gratis privé-accounts voor werk niet” wel.
2. Welke gegevens mogen erin. De simpelste werkbare regel: geen persoonsgegevens en geen klantdossiers, tenzij het via een goedgekeurde zakelijke tool gaat. Noem twee voorbeelden van wat wel mag en twee van wat niet mag, dan is het meteen duidelijk.
3. Wie controleert de uitkomst. Altijd de auteur zelf, altijd voordat het naar buiten gaat. Dit is de afspraak die het vaakst wordt overgeslagen en het meeste voorkomt.
Meer heb je op dag één niet nodig. Kijk na drie maanden opnieuw, met wat je dan in de praktijk hebt gezien.
Twee valkuilen die de cijfers niet laten zien
Straf niet op eerlijkheid. Als iemand meldt dat hij per ongeluk iets vertrouwelijks heeft geüpload, bepaalt jouw reactie of je daarna nog iets te horen krijgt. Reageer je met verwijten, dan verdwijnt het probleem uit het zicht, niet uit je bedrijf.
Pak geen werk af dat mensen leuk vinden. Dit is de valkuil waar de redenering “AI kan dit, dus doen we het met AI” op stukloopt. TNO onderzocht dit voorjaar vier Nederlandse organisaties die AI invoerden en zag de uitkomsten enorm uiteenlopen. Bij drukwerkbedrijf HelloPrint bleek 80 procent minder personeel nodig voor klantcontact; bij de Douane en bij LINKIT bleef het bij bescheiden tijdwinst; bij a.s.r. lukte het beoogde model uiteindelijk niet.
Belangrijker dan die spreiding is wat TNO daarnaast zag: waar routinetaken verdwenen, steeg de mentale belasting van wat overbleef. Werk werd niet alleen minder, het werd ook anders — soms complexer, soms juist eentoniger. Organisaties bleken daar vooraf nauwelijks over te hebben nagedacht.
De conclusie van TNO is er een om te onthouden: de uitkomst is geen eigenschap van de technologie, maar van de keuzes die jij als organisatie maakt.
En daarna: één proces, niet honderd prompts
Als de afspraken staan, is de verleiding groot om iedereen “aan de slag te laten gaan met AI”. Dat levert vooral snellere e-mail op.
De hefboom zit ergens anders. Kies met twee of drie mensen één werkproces dat vaak terugkomt en dat niemand leuk vindt: offertes opstellen, inkomende facturen verwerken, terugkerende klantvragen beantwoorden — voor dat laatste is klantenservice automatiseren met AI inmiddels een route op zich. Werk dat één keer goed uit, inclusief de vraag wie controleert. Wat je daar leert over wat wel en niet werkt, kun je daarna hergebruiken.
Hoe adviespraktijken in het MKB deze stap in de praktijk zetten, beschreven we eerder aan de hand van de adoptiecijfers uit het notariaat. Datzelfde patroon zie je nu in deze DNB-cijfers terug, maar dan voor de hele Nederlandse arbeidsmarkt: de tools zijn er allang, de afspraken erover lopen achter.