AI in Nederland: van experiment naar architectuur

​AI will change the world

In Nederland is AI niet langer een belofte aan de horizon. Het is een realiteit die bedrijven en hun werknemers enthousiasmeert, maar ook dwingt hun manier van werken, organiseren en denken te herzien, soms echt fundamenteel. Toch worstelen veel organisaties met dezelfde vragen: Waar kan ik makkelijk met AI starten en hoe vertaal ik AI naar blijvende prestaties in de praktijk?

De voorlopers doen dat niet door nóg meer pilots te starten, maar door AI te verankeren in het hart van hun operatie, als architectuur, niet als experiment.

Van pilot naar prestatie

Veel Nederlandse organisaties hebben inmiddels bewezen dat AI werkt. Ze hebben pilots gedraaid, processen geautomatiseerd of chatbots gelanceerd. Maar slechts een klein deel ziet de resultaten terug in de winst- en verliesrekening. De reden: de meeste initiatieven blijven losstaan van de dagelijkse operatie.

De bedrijven die wél verschil maken, koppelen hun AI-transformatie direct aan hun kernprocessen op basis van een operating backbone: een ruggengraat die doelen, data en incentives verbindt.
Een logistieke speler in de Randstad deed dit met succes. Na een mislukte reeks AI-projecten bouwde het bedrijf een structuur waarin elke verbetering in de routeplanning direct gekwalificeerd werd in brandstofverbruik, personeelsinzet en klanttevredenheid. De AI was niet langer een losstaande tool, maar een integraal onderdeel van de operatie.

Roel Rotteveel, COO & AI Engineer:
“AI wordt pas waardevol als het de kloof tussen operatie en transformatie overbrugt. Anders is het niet meer dan een gadget met een KPI.”

De sleutel ligt in het modelleren van elk AI-initiatief met een duidelijke roadmap: een kwantitatieve voorspelling die de huidige prestatie (baseline), de verwachte verbeterpotentie en externe variabelen, zoals inflatie, seizoensdruk of personeelsverloop, integreert. Zo wordt impact niet alleen zichtbaar, maar ook bestuurbaar.

AI als werkplatform

AI ontwikkelt zich van hulpmiddel naar werkplatform: het voert taken uit, orkestreert werk en leert voortdurend bij. In deze nieuwe realiteit ontstaan hybride teams waarin mensen en AI-agents samen opereren, zogenaamde agentic teams.
Een Nederlandse verzekeraar paste dit principe toe door AI-agents 80% van de schadeclaims zelfstandig te laten afhandelen. Alleen complexe gevallen kwamen nog bij menselijke experts terecht. Het resultaat: 60% snellere doorlooptijden, 40% lagere operationele kosten en het werk van van de experts wordt weer uitdagender.

Philip Gast, CTO & AI Architect:
“De toekomst is niet AI óf mens, maar AI mét mens. De agent is de nieuwe collega, niet de vervanger.”

De technische uitdaging is het laten samenwerken van meerdere agents met verschillende doelen zoals snelheid, nauwkeurigheid en compliance. Door multi-agent orchestration toe te passen, kunnen organisaties die belangen laten convergeren in één zelflerend ecosysteem.

Nieuwe businessmodellen

Deze nieuwe manier van werken vraagt ook om nieuwe verdienmodellen. De traditionele softwarelicentie maakt plaats voor consumptiegedreven modellen, waarin klanten betalen per AI call of token. Dit sluit beter aan bij de waarde die AI daadwerkelijk levert.
Een groeiend aantal Nederlandse SaaS-bedrijven kiest inmiddels voor dit model. Een AI-marketingplatform factureert bijvoorbeeld per succesvolle lead, niet per gebruiker, waardoor de prijs direct gekoppeld is aan prestatie.

Pieter de Lange, AI Engineer:
“Prijs niet per gebruiker, maar per resultaat. Als AI werk doet, moet dat de nieuwe economische eenheid worden.”

De sleutel tot succes ligt in het kiezen van een value-aligned meter, een meeteenheid die exact weergeeft waar de waarde ontstaat, bijvoorbeeld ‘kosten per resolutie’ of ‘per correct voorspeld incident’. Door die eenheid in zowel de technologie als de facturatie te verankeren, ontstaat een directe koppeling tussen gebruik en waardecreatie die zichtbaar is voor de gebruiker.

De agentische organisatie

De volgende stap in deze evolutie is de agentic organization, organisaties waarin mens en AI samenwerken in netwerken van kleine, resultaatgerichte teams. Denk aan een bank die hypotheekaanvragen afhandelt via agent-squads: van intake en risicobeoordeling tot compliance en contractering, met menselijke experts als toezichthouders (human-in-the-loop).

Jonathan van Westendorp, AI Engineer:
“We zien bedrijven die AI inzetten alsof het een werknemer is. De uitdaging is niet de techniek, maar juist de organisatiestructuur.”

Succesvolle bedrijven bouwen zulke organisaties met embedded critical agents, AI’s die andere AI’s controleren. Ze bewaken kwaliteit, ethiek en consistentie in real time. Daarmee wordt governance niet langer een terugblik, maar een continu proces.

Data als onderscheidend vermogen

In het tijdperk van open modellen ligt het echte concurrentievoordeel niet in de algoritmes, maar in de data. Nederlandse bedrijven die unieke, toestemminggebaseerde datasets opbouwen, bijvoorbeeld via sensoren in logistiek, productie of gezondheidszorg, creëren waarde die niet te kopiëren is.
Een agritechbedrijf dat bodemdata koppelt aan weermodellen, zag zijn voorspellende nauwkeurigheid verdubbelen en gebruikte die kennis om zijn businessmodel uit te breiden naar adviesdiensten.

Steven van Randwijck, CFO:
“De waarde van data is niet dat je het bezit, maar dat je het kunt modelleren tot beslissingen die niemand anders kan nemen.”

Met active learning loops kunnen organisaties dit voordeel exponentieel vergroten: AI-agents labelen nieuwe data automatisch op basis van hun eigen onzekerheid, waardoor de datakwaliteit en voorspellende kracht continu verbeteren.

De mens in de AI-architectuur

In deze nieuwe wereld verschuift de rol van mensen van uitvoering naar sturing. Teams bestaan uit generalisten die agents orkestreren (M-shaped supervisors), specialisten die complexe gevallen afhandelen (T-shaped experts) en medewerkers die dankzij AI juist meer tijd hebben voor klantcontact (AI-augmented frontline workers).
Dit vraagt om nieuwe vormen van leiderschap, beloning en cultuur, waarin experimenteren en leren structureel worden ingebed.

Organisaties die dit begrijpen, bouwen een cultuur die fungeert als moreel en operationeel kompas. Want AI versnelt, maar mensen geven richting. De winnende bedrijven van morgen zijn diegenen die snelheid weten te combineren met stabiliteit, technologie met vertrouwen.

Roel Rotteveel:
“De toekomst van AI in Nederland is niet technologisch, maar organisatorisch. Wie AI goed organiseert, wint het decennium.”

Van transformatie naar systeemdenken

Nederlandse bedrijven hebben de kennis, de infrastructuur en de realiteitszin om AI niet alleen te gebruiken, maar te organiseren. De komende jaren zullen niet draaien om meer tools, maar om samenhang: een architectuur waarin data, mensen, AI en bestuur één geheel vormen.
AI is geen los project meer, het is de organisatie. En wie die organisatie durft te herontwerpen, bepaalt de toekomst van het Nederlandse bedrijfsleven.

Verder praten hierover? Mail ons!