Hoe kunnen bedrijven een AI-elite vermijden bij het sneller innoveren?

28 augustus 2025 10:06

• IT ontwikkelingen

Europese bedrijven hebben een productiviteitsuitdaging. De arbeidproductiviteit per werknemer is namelijk nog steeds niet terug op het niveau van vóór 2008. Het verschil tussen Europa en de VS is sinds medio jaren negentig, en ook na de pandemie, gestaag toegenomen.

Overheden beginnen het potentieel van AI te ontdekken en erkennen om deze outputuitdaging aan te pakken. Het Verenigd Koninkrijk heeft een £2 miljard AI-actieplan en een nationaal vaardighedenprogramma gericht op het voorbereiden van studenten en werknemers op een AI-gedreven economie. In Nederland heeft de overheid toegezegd € 70 miljoen voor de bouw van een groot AI-onderzoekscentrum in Groningen, gericht op innovatie en infrastructuur.

Deze ontwikkelingen zijn veelbelovend, maar ze riskeren de uitdaging die ze willen aanpakken te verergeren, als bedrijven AI invoeren zonder na te denken over welke werknemers er echt baat bij hebben. In plaats van de productiviteit te verhogen, kan AI een tweedeling veroorzaken in de beroepsbevolking: degenen die het kunnen toepassen, en degenen die achterblijven.

Vaardigheidskloof bestaat al

In alle markten wordt AI breder toegepast, maar de mate waarin dat gebeurt, is wisselend. Slechts 11% van de 55-plussers en 18% van de vrouwen heeft een AI-training gevolgd, vergeleken met 30% van de 44-plussers en 36% van de mannen. Senior managers hebben bijna vijf keer meer kans op een AI-training dan hand- of administratief personeel. Dit betekent dat er een snelgroeiende groep teams en individuen is die AI-geletterd is en leert hoe ze AI kunnen gebruiken om prestaties, productiviteit en innovatie te stimuleren, en een groep achterblijvers die het risico loopt om van de voordelen te worden uitgesloten.

Deze kloof is niet hypothetisch. Organisaties die AI al in hun workflows integreren, lopen voorop – niet alleen binnen de directie en datateams, maar ook op de hele werkvloer. Ze helpen taken te stroomlijnen, kosten te verlagen en de besluitvorming te verbeteren. Organisaties die AI over hun teams heen uitrollen, hebben 43% meer kans op omzetgroei en 40% meer kans op een hogere productiviteit, vergeleken met organisaties waar maar enkele afdelingen AI-vaardig zijn. Markten die het meest blootgesteld zijn aan AI, hebben ook een groei in arbeidsproductiviteit gezien. bijna vijf keer sneller dan degene die dat niet zijn.

Hoewel deze trend al eerder is doorlopen met cloud computing en digitale transformatie, waarbij de 'haves' en 'have nots' centraal staan, zorgt de snelheid van AI-implementaties ervoor dat de kloof sneller groeit, met grotere gevolgen. Het niet anticiperen op de huidige vaardigheidskloof zal naar verwachting leiden tot ernstige structurele ongelijkheden.

Waarom is dit belangrijk voor het bedrijfsleven?

Een gefragmenteerd personeelsbestand is niet alleen een cultureel probleem, maar ook een bedrijfsuitdaging. Transformatie moet een organisatiebreed initiatief zijn, maar als AI-capaciteit slechts bij een paar mensen in specialistische functies ligt, zal de groei vertragen. Om echte productiviteit te realiseren, moeten organisaties werknemers op elk niveau laten experimenteren met AI, zelfvertrouwen opbouwen en het toepassen in hun dagelijkse werk. Dat betekent dat mensen een leeromgeving moeten krijgen en niet alleen maar tools om te gebruiken.

Het opschalen van de AI-adoptie en -kennis binnen de gehele beroepsbevolking is een kwestie van paraatheid. Veel organisaties vertrouwen nog steeds op verouderde systemen die niet gebouwd zijn voor een AI-tijdperk. Data wordt opgeslagen op tientallen platforms, met verschillende formaten, toegangsprotocollen en complianceregelgeving. Als de toegang tot belangrijke data beperkt is tot individuele afdelingen, technische teams of zelfs tools, vergroot dit de kloof tussen mensen die met AI kunnen experimenteren en degenen die dat niet kunnen.

De hiervoor beschreven fragmentatie creëert een ongelijk speelveld. Democratisering van data betekent dat iedereen, ongeacht de rol of regio, relevante toegang krijgt tot consistent en goed beheerde data. Dan levert  AI net zoveel voordelen en toegevoegde waarde op voor een marketingmanager in Azië, als voor een ontwikkelaar in Europa.

De oplossing om fragmentatie te voorkomen ligt niet in meer geïsoleerde tools, maar in het moderniseren van de infrastructuur. Een moderne data-architectuur, ondersteund door een uniform dataplatform, brengt geïsoleerde databronnen samen in één beheerde omgeving. Dit maakt consistent toegang mogelijk, automatisch gebruik van beveiliging- en compliancepolicies en biedt inzicht in hoe alle data wordt gebruikt. Het risico op misbruik van AI neemt ook af, wat zinvolle en veiligere experimenten mogelijk maakt. Alleen dan is bedrijfsbrede, verantwoorde innovatie te stimuleren, zonder dat dit ten koste gaat van de security, privacy of compliance.

AI naar de data brengen

Op zichzelf zal de implementatie van AI de Europese productiviteitskloof niet dichten. Organisaties moeten ervoor zorgen dat hun personeel nieuwe oplossingen veilig en effectief kan gebruiken om het bedrijf vooruit te helpen. Dat begint met de data-infrastructuur. Bedrijven moeten consistente, beheerde toegang tot data voor alle medewerkers mogelijk maken, zodat iedereen, in elke functie, dezelfde AI-ervaring kan hebben.

Voor echte verandering is een cultuuromslag nodig. Een die leren ondersteunt, verantwoorde verkenning aanmoedigt en kansen creëert op alle niveaus van de beroepsbevolking. De AI-toekomst hangt af van de vraag of organisaties innovatie inclusief maken, door te investeren in infrastructuur, experimenten mogelijk te maken en AI voor iedereen toegankelijk te maken.

Auteur: Francisco Mateo-Sidron is SVP en hoofd EMEA bij Cloudera

Interessant artikel? Deel het: