Essay

Tijd die AI bespaart, verdampt als niemand hem een bestemming geeft

Twee nieuwe metingen wijzen dezelfde kant op: bedrijven gebruiken steeds meer AI, maar in omzet en marges is er weinig van terug te zien. De techniek werkt. Wat ontbreekt, is een besluit over de bespaarde tijd.

2 november 2026 · Levy van Bremen · Read in English

Op 24 oktober publiceerde de hoofdeconoom van de Amerikaanse investeerder Apollo een korte notitie met een harde conclusie: buiten de techsector heeft AI het Amerikaanse bedrijfsleven nog geen financiële opbrengst gebracht. Hij zette de zeven grote techbedrijven naast de 493 andere bedrijven uit de S&P 500, de bekendste Amerikaanse beursindex. Bij de techreuzen stijgen de omzet per werknemer en de winstmarges. Bij de rest liggen beide vlak, en ook in de productiviteitscijfers ziet hij geen spoor van AI.

Negen dagen eerder kwam KPMG met een vergelijkbaar signaal uit Nederland. In zijn kwartaalonderzoek onder ruim 2.100 bestuurders en topmanagers wereldwijd zakte het aandeel Nederlandse organisaties dat zegt betekenisvolle waarde uit AI te halen in één kwartaal van 82 naar 68 procent. Nog veelzeggender: slechts 4 procent plaatst zich in de fase waarin AI aantoonbare bedrijfsresultaten en groei oplevert. Volgens KPMG nemen de technische belemmeringen af en worstelen organisaties vaker met organisatorische vraagstukken.

De voor de hand liggende conclusie is dat AI overschat wordt. Ik trek een andere. De tijd die AI bespaart is echt, maar hij wordt uitgesmeerd over losse minuten bij losse medewerkers, en daar verdampt hij. In de cijfers verschijnt AI pas als je vooraf kiest welk afgebakend stuk werk verdwijnt en waar de vrijgekomen uren naartoe gaan.

Waar de minuten blijven

TNO onderzocht dit voorjaar bij vier organisaties wat AI in het dagelijkse werk doet. Bij LINKIT, dat kandidaten aan opdrachtgevers koppelt, schrijft AI aanbiedingsbrieven en projectomschrijvingen. Bij de Douane helpt een AI-toepassing medewerkers sneller te zoeken in de handboeken. In beide gevallen gaat het volgens TNO vooral om kleine tijdwinsten op specifieke taken. En over die tijd is vooraf weinig nagedacht. De onderzoekers schrijven het droog op: "Over de invulling van kleine tijdwinsten met andere taken, wordt vaak niet vooraf nagedacht."

TNO noemt wat er dan kan gebeuren. De tijd gaat op aan meer van dezelfde taken, de lat komt na verloop van tijd hoger te liggen, of de tijd wordt helemaal niet ingevuld. In dat laatste geval neemt de werkdruk waarschijnlijk af, maar wordt de productiviteitswinst niet gerealiseerd. Het rapport verwijst naar organisaties waar meer dan de helft van de medewerkers AI gebruikt en vier procent tijd bespaart, terwijl er niet meer werk uit komt.

Het mechanisme is eenvoudig. Tien minuten winst per dag, verspreid over vijf taken, verandert niets aan een rooster. Niemand neemt er een extra klant voor aan, niemand huurt er een uitzendkracht minder voor in. De loonkosten blijven gelijk, de omzet ook, en in de jaarcijfers is de AI onzichtbaar. De techniek doet wat hij belooft. Hij is alleen ingezet als hulpmiddel dat iedereen een beetje sneller maakt, zonder dat iemand bepaalt waar het verschil heen gaat.

Wat wel in de cijfers komt

De vierde casus in het TNO-onderzoek laat het andere patroon zien. Bij HelloPrint beantwoordt AI automatisch klantvragen via chat en e-mail. Daar gaat het om een heel stuk werk, van binnenkomende vraag tot verstuurd antwoord. Volgens TNO zijn er in de klantenservice daardoor ongeveer 80 procent minder voltijdbanen nodig. Het werk dat overbleef, werd gevarieerder maar ook zwaarder: medewerkers krijgen de lastige vragen en moeten fouten van de AI oplossen.

Twee details maken het verschil. HelloPrint had alle procedures systematisch uitgeschreven, zodat de AI-toepassing ermee kon werken. En de opbrengst kwam uit werk dat geen mens meer hoeft te doen, waardoor het bedrijf wel moest beslissen wat het met de vrijgekomen uren deed. Precies die beslissing ontbreekt waar AI als losse hulp over iedereen wordt verdeeld.

Hier sluit het argument van Apollo op aan, al trek ik er een andere les uit dan de econoom. Hij schrijft dat AI misschien een geweldige rekenmachine is, maar dat intelligentie in het bedrijfsleven vooral oordeelsvermogen is. Dat klopt, en het verklaart waarom AI in werk vol afwegingen zo weinig oplevert: elke medewerker blijft zelf oordelen en nakijken, alleen net iets sneller. De opbrengst zit in werk dat weinig oordeel vraagt en steeds terugkomt, en in een bewuste keuze over waar het menselijke oordeel blijft.

Wat ik zelf zie

Ik merk het in mijn eigen werk. Elke ochtend draaien bij mij AI-agents, programma's die zelfstandig een reeks stappen uitvoeren, per vakgebied: verkoop, financiën, marketing en het uitbrengen van apps. Om zes uur volgt een overkoepelende agent die bijhoudt wat er openstaat en voorstellen doet. Aan het eind van de dag krijg ik een overzicht van wat af is, wat blijft liggen en wat morgen voorrang zou moeten krijgen. Op een gewone dag draait er ruim zeshonderd keer iets.

De opbrengst daarvan zit in werk dat verdwenen is: het opvragen en bijeenzoeken van al die informatie hoeft niemand meer te doen. Maar hetzelfde overzicht laat me elke avond ook zien welke taken nog op mij wachten. Het systeem heeft het verzamelen overgenomen. Wat ik met de vrijgekomen tijd doe, beslist het niet. Die keuze blijft bij mij, en zo werkt het in elk bedrijf.

Het sterkste tegenargument: geef het tijd

Het serieuste bezwaar is dat het simpelweg te vroeg is om te oordelen. Ook het CBS vond vorig jaar, na correctie voor bedrijfsgrootte en andere kenmerken, geen wezenlijk productiviteitsverschil tussen Nederlandse bedrijven die AI gebruiken en bedrijven die dat niet doen. Het bureau verwacht dat de effecten geleidelijk en op langere termijn zichtbaar worden. Nieuwe technologie heeft tijd nodig voordat organisaties eromheen zijn gebouwd.

Daar zit iets in. Maar wachten helpt alleen als de winst zich vanzelf opstapelt, en bespaarde tijd doet dat niet. Een uur dat deze week niet wordt ingevuld, staat volgende week niet op een spaarrekening. Bovendien is de techniek het knelpunt niet meer. TNO noemt de onderzochte toepassingen relatief goedkoop en snel te ontwikkelen, en KPMG ziet de problemen verschuiven van technisch naar organisatorisch. Wat ontbreekt, is een besluit, en dat neemt niemand vanzelf.

Er is ook een mildere versie van het tegenargument: minder werkdruk is ook waarde. Dat klopt, en TNO wijst er zelf op. Een team dat minder gejaagd werkt, kan in een krappe arbeidsmarkt meer waard zijn dan een hogere omzet per hoofd. Maak het dan wel een bewuste keuze, en reken niet op een productiviteitswinst die op die manier nooit komt.

Wat je nu kiest

Sta je op het punt om nog een AI-abonnement voor het hele team af te sluiten, kies dan eerst één terugkerend stuk werk met een duidelijk begin en eind. Denk aan offerteaanvragen die binnenkomen, facturen die geboekt moeten worden of klantvragen die elke week hetzelfde zijn. Leg vooraf drie dingen vast:

Kun je de tweede vraag niet beantwoorden, dan koop je in het beste geval wat rust op de werkvloer. Dat mag. Maar verwacht het dan niet terug te zien in je cijfers.

Bronnen

Loopt er in jouw bedrijf ook werk dat elke week terugkomt? Daar bouw ik software voor.

Plan een gesprek →