AI-adoptie wordt beslist in de middengroep

De eerste weken na een livegang zien er bijna altijd goed uit. Een handvol mensen gebruikt de tool elke dag, stuurt verbeterpunten en vertelt in het teamoverleg wat het oplevert. Wie dan naar het gebruik kijkt, ziet vooral dat handvol. De rest van de afdeling werkt nog zoals vorige maand.

Mijn stelling: AI-adoptie bij medewerkers wordt beslist door de middengroep, de zestig tot zeventig procent die het prima vindt maar niet uit zichzelf begint. De versnellers gebruiken de tool toch wel, en de afwachters bewegen pas als ze bewijs zien. Een tool die alleen de versnellers gebruiken, verdient zich nooit terug.

Waarom gebruiken medewerkers een AI-tool niet?

Meestal omdat niemand heeft laten zien wat de tool doet voor hun eigen taken. Onwil is zelden de reden. De middengroep wil best, maar gaat niet zelf uitzoeken hoe een nieuw systeem in een volle werkweek past.

Het standaardplan maakt dat erger. “We bouwen de tool, dan doen we een training, dan gaan mensen het gebruiken.” In die volgorde komen de gebruikers pas aan bod als alle keuzes gemaakt zijn. Wie meedacht over het probleem, gebruikt de oplossing eerder, en hun input maakt de tool ook beter. Adoptie begint dus bij de probleemanalyse, maanden voor de training.

Een tweede reden is onzekerheid over wat mag. Zolang legal en IT maanden over een AI-beleid doen, gebruiken sommige medewerkers privé-ChatGPT voor werkdocumenten, terwijl de zorgvuldigste mensen op toestemming wachten. Een beleid van één pagina op dag één lost meer op dan een juridisch sluitend document in maand zes.

Wie bepaalt of AI-adoptie in een organisatie slaagt?

De middengroep, omdat die het grootst is. In elke organisatie zie ik drie groepen. De versnellers experimenteren op dag één. De afwachters, vijftien tot twintig procent, zijn sceptisch of te druk en bewegen pas bij bewijs. Daartussen zit de meerderheid die meedoet zodra het makkelijk en veilig voelt.

De fout die ik het vaakst zag: alle aandacht gaat naar de versnellers. Ze zijn enthousiast, komen naar de sessies en geven feedback, dus het voelt als voortgang. Maar ze nemen de middengroep niet vanzelf mee. Wat voor een versneller vanzelf spreekt, moet een collega uit de middengroep een keer op het eigen werk zien werken.

Voor de business case maakt dat veel uit. In een NBER-studie bij ongeveer 5.000 klantenservicemedewerkers maakte een AI-assistent mensen gemiddeld 14% productiever. De minst ervaren medewerkers wonnen 35%, de toppresteerders vrijwel niets. De winst zit dus bij de mensen die nog het meest te leren hebben, verspreid over het hele team. Wie rekent op die winst, heeft brede adoptie nodig.

De landelijke cijfers laten dezelfde afstand zien tussen gebruiken en opbrengst. Volgens Sharp (december 2025) heeft 74,4% van het Nederlandse mkb AI in de bedrijfsvoering geïntegreerd. In het BCG-onderzoek uit 2024 onder 1.000 bestuurders kon 26% van de bedrijven aantoonbare waarde uit AI laten zien. Het zijn verschillende onderzoeken met verschillende groepen, dus je kunt de getallen niet van elkaar aftrekken. Ze laten wel zien dat “we gebruiken AI” iets anders meet dan “het levert iets op”. Beide bronnen staan op mijn pagina met AI-statistieken.

Is een AI-training genoeg om medewerkers mee te krijgen?

Nee, niet als de training het eindpunt is. Een training na oplevering komt te laat: de keuzes over het probleem zijn dan al gemaakt, zonder de mensen die het werk doen. Daarom geef ik geen losse trainingen als eindproduct.

Wat wel werkt, lijkt meer op begeleiding dan op les. In de praktijksessies die ik geef, gebruiken medewerkers AI voor hun eigen taken en leren ze wanneer ze een uitkomst moeten controleren voordat ze erop bouwen. Dat tweede deel telt zwaar. Mensen onthouden de ene fout langer dan de 99 goede antwoorden, en een tool die ze wantrouwen, werken ze omheen.

Steun van een leidinggevende hoort daarbij, en die blijkt uit tijd: tijd om te oefenen, vragen te stellen en mee te beslissen. Een mail dat iedereen de tool moet gaan gebruiken, telt niet als steun.

Hoe krijg je medewerkers mee met AI na de livegang?

Door de eerste vier weken te besteden aan de middengroep, met voorbeelden uit hun eigen werk en collega’s die hen begeleiden. Deze volgorde houd ik aan:

1. Twee champions. Een champion is een medewerker, geen IT-manager of directeur, die ziet wat de tool voor het eigen werk betekent. Zoek de eerste in week één van het project en geef die persoon toegang, tijd en inspraak. Begrijpt maar één persoon de tool, dan wordt onderhoud kwetsbaar, dus zorg dat het er in week vier twee zijn.
2. Een beleid van één pagina op dag één. Welke data mag erin, welke niet, en bij wie je terechtkunt met een twijfelgeval.
3. Voorbeelden uit het werk van de middengroep. Kies een paar taken die zij elke week doen en laat daarop zien wat de tool doet. De demo van de bouwer overtuigt de versnellers, die heb je al.
4. Collega’s begeleiden collega’s. Geef de versnellers een andere rol: elk begeleidt een collega uit de middengroep bij de eerste echte taken.
5. Bespreek waar de tool helpt en waar niet. Laat de tool zijn bronnen tonen en zeggen wat hij niet weet. Bespreek de eerste fout met uitleg in het team, voordat hij zonder uitleg rondgaat.
6. Tijd in de agenda. De leidinggevende maakt ruimte om in werktijd te oefenen, ook na de eerste week.
7. Meet na vier weken wie de tool nog gebruikt buiten de versnellers. Het totaal aantal gebruikers zegt weinig. Gebruikt vooral de eerste groep de tool nog, bouw dan geen nieuwe functies, maar ga terug naar stap 3.

Wat vraag je aan een bureau dat AI implementeert?

Vraag wat er in week één gebeurt met de mensen die de tool straks gebruiken, en wat het plan is voor de zestig procent die niet uit zichzelf begint. Is het antwoord “een training na oplevering”, dan is adoptie geen onderdeel van het project. Die vraag staat met negen andere in mijn memo over 35+ AI-implementaties. Hoe je de rest van een bureau beoordeelt, staat in mijn koopgids.

Een tool is pas klaar als de middengroep hem gebruikt zonder dat iemand ernaast zit. Tot dat moment is de implementatie nog bezig, ook als de software al maanden draait.