Veel bedrijven leren nog steeds dat het grootste obstakel voor AI-adoptie niet technologisch, maar cultureel is. Succes hangt minder af van de algoritmes en meer van de alchemie van menselijke samenwerking, leren en leiderschap.

Het implementeren van kunstmatige intelligentie (AI) is niet louter een technologische uitdaging, maar minstens evenzeer een kwestie van mensen en cultuur. Veel organisaties investeren in AI-tools, maar zien toch beperkte resultaten doordat de organisatiecultuur onvoldoende meebeweegt. Onderzoek en praktijkervaring tonen dat cultuur vaak de beslissende factor is die bepaalt of AI-projecten slagen of falen. Zo wordt geschat dat 70–85% van AI-initiatieven faalt om waarde te leveren, voornamelijk door menselijke en culturele obstakels. In dit rapport onderzoeken we grondig hoe organisatiecultuur in grote private bedrijven de invoering van AI beïnvloedt. We beantwoorden vier deelvragen:

1. Bijdrage van organisatiecultuur aan succes of falen van AI-implementatie: In welke mate bepaalt de cultuur of AI-trajecten slagen?

2. Verschillen tussen cultuurprofielen: Hoe verschilt de impact van AI per cultuurtype (hiërarchisch, clan/collaboratief, adhocratisch/innovatief, marktgericht)?

3. Rol van leiderschap: Hoe speelt leiderschap in op de wisselwerking tussen cultuur en AI-adoptie?

4. Concrete acties voor culturele aanpassing: Welke stappen kunnen organisaties nemen om de cultuur te benutten of te veranderen ter ondersteuning van AI-integratie?

We baseren ons op wetenschappelijke literatuur, rapporten en praktijkvoorbeelden. Eerst bespreken we de algemene invloed van cultuur op AI-succes, daarna vergelijken we verschillende cultuurtypes. Vervolgens belichten we de cruciale rol van leiderschap. Tot slot presenteren we aanbevelingen en acties om de organisatiecultuur af te stemmen op succesvolle AI-adoptie.

Invloed van organisatiecultuur op succes of falen van AI-implementatie

Organisatiecultuur draagt in hoge mate bij aan het slagen of falen van AI-implementaties. Cultuur omvat de gedeelde waarden, overtuigingen en normen die het gedrag in een organisatie bepalen. Verschillende studies onderstrepen dat cultuur een kritische succesfactor is voor AI-adoptie. Wanneer AI wordt ingevoerd, vereist dit vaak nieuwe manieren van werken, besluitvorming en samenwerking – met andere woorden een significante socio-culturele verandering naast de technische verandering.

Uit zowel onderzoek als praktijk blijkt dat een misaligned of onbuigzame cultuur een groot obstakel vormt. Gallup-onderzoek (2024) toont aan dat slechts één op de vijf digitale transformatie-initiatieven volledig zijn doelen haalt, vaak omdat men verzuimt een cultuur te creëren die het gebruik van nieuwe technologieën als AI stimuleert. Het negeren van culturele aspecten kan ertoe leiden dat zelfs geavanceerde AI-systemen hun potentieel niet bereiken. Omgekeerd, organisaties die cultuurverandering actief managen, rapporteren beduidend betere AI-resultaten.

Belangrijke culturele factoren zijn onder meer de houding van werknemers tegenover verandering, bereidheid om te leren, en het niveau van vertrouwen binnen de organisatie. Een recente literatuurstudie concludeert dat organisatiecultuur zowel een enabler als een barrière kan zijn voor AI: Culturen die innovatie, vertrouwen, transparantie en continu leren bevorderen, ondersteunen AI-integratie significant vaker succesvol. Daarentegen vergroten starre hiërarchieën, gebrek aan vertrouwen en weinig digitale vaardigheden de weerstand en verkleinen ze de kans op succesvolle adoptiei. Met andere woorden, in een cultuur waar experimenteren en open communicatie de norm zijn, zullen medewerkers AI sneller omarmen dan in een cultuur gekenmerkt door angst voor fouten of wantrouwen jegens nieuwe tools.

Daarnaast speelt de perceptie van AI door medewerkers een grote rol. AI betekent vaak verandering in takenpakketten en besluitvorming, wat onzekerheid kan creëren. Als werknemers AI zien als bedreiging voor hun baan in plaats van een hulpmiddel, is weerstand bijna onvermijdelijk. Onvoldoende aandacht voor dergelijke zorgen – bijvoorbeeld door het gesprek over “AI neemt mijn werk over” uit de weg te gaan – heeft menig technisch degelijk AI-project doen stranden. Daarom benadrukken onderzoekers dat om onzekerheid weg te nemen en adoptie te versnellen, organisaties cultuuraspecten voorop moeten stellen: van het bieden van zekerheid over rollen tot het opbouwen van vertrouwen in AI-systemen.

Toepasselijk is hier het concept van "absorptive capacity": de mate waarin een organisatie nieuwe externe kennis (zoals AI) kan herkennen, assimileren en toepassen. Een open cultuur heeft een hogere absorptive capacity.

Samengevat: organisatiecultuur is geen bijzaak, maar een bepalende factor. Het fungeert als een versterker of juist rem op AI-strategieën. Een sterk op adoptie gerichte cultuur – met openheid voor nieuwe manieren van werken en een gevoel van gedeeld nut – blijkt essentieel om AI-initiatieven tot een succes te maken. Zonder zo’n cultuur dreigt zelfs de beste technologie te mislukken door menselijk gedrag en weerstand.

Impact van verschillende organisatiecultuurprofielen op AI-adoptie

Niet elke organisatiecultuur beïnvloedt AI-implementatie op dezelfde manier. We onderscheiden vier klassiek beschreven cultuurtypen – clan (samenwerkingsgericht), adhocratie (innovatief), marktgericht (resultaatgericht) en hiërarchie (beheersgericht) – en bekijken hoe elk profiel AI-adoptie kan bevorderen of belemmeren. Tabel 1 geeft een overzicht van kenmerken en effecten per cultuurtype.

Tabel 1. Cultuurprofielen en hun verwachte impact op AI-implementatie in grote bedrijven.

Clan-cultuur (samenwerking & betrokkenheid):

Een familiebedrijf dat AI introduceert om de traditionele, persoonlijke klantenservice te verbeteren (bijv. AI-gestuurde suggesties voor cadeaus op basis van eerdere aankopen), waarbij medewerkers trots zijn op de innovatie die hun relatie met de klant verdiept, in plaats van vervangt.

In een clan- of familiecultuur voelen medewerkers zich veilig en ondersteund, wat een goede voedingsbodem kan zijn voor AI-adoptie. Er is vaak sprake van hoge vertrouwen in leiding en collega’s. Dit vertrouwen en de open communicatie maken dat men nieuwe technologie eerder een kans geeft zonder direct achterdocht. Een voorbeeld hiervan is een organisatie die AI-tools invoert om samenwerking te bevorderen – in een clan-cultuur zullen medewerkers dankzij de betrokken sfeer eerder geneigd zijn elkaar te helpen bij het leren gebruiken van AI. Uitdaging: een clan-cultuur kan veranderingsgezindheid missen als de “familie” zich bedreigd voelt. Zonder duidelijke communicatie over hoe AI het team ten goede komt, kan ook in een hechte cultuur weerstand ontstaan uit zorg voor baanbehoud of verstoring van de status quo.

Adhocratie-cultuur (innovatie & flexibiliteit):

Een tech-startup waar ‘AI Fridays’ worden georganiseerd, waarbij iedereen (van marketeer tot developer) kan experimenteren met nieuwe AI-tools, en de beste ideeën funding krijgen voor verdere ontwikkeling.

Deze cultuur staat bijna synoniem aan experimenteren en vernieuwen. Organisaties met een adhocratische cultuur omarmen doorgaans nieuwe technologieën het snelst. Medewerkers hebben er plezier in om te pionieren met AI-prototypes of innovatieve toepassingen. Empirisch onderzoek bevestigt dat een adhocratische cultuur het meest positief gerelateerd is aan digitale innovatie en transformatie. Hierdoor kunnen dergelijke bedrijven koplopers in AI worden. Keerzijde: niet alle adhocratische experimenten leiden tot succes – het gevaar bestaat dat zonder voldoende planning en structuur, AI-projecten blijven steken in proefballonnetjes. Bovendien moeten deze organisaties erop letten dat risicovolle AI-experimenten niet botsen met ethische normen of regelgeving, iets waarvoor adhocratie soms te nonchalant kan zijn.

Marktgerichte cultuur (competitie & resultaat):

Een financiële instelling die AI inzet om sneller kredietbeslissingen te nemen en marktrisico's te analyseren, waarbij de bonusstructuur van adviseurs wordt gekoppeld aan de kwaliteit van AI-ondersteunde adviezen, niet alleen de kwantiteit.

Deze cultuur heeft een externe focus en wil winnen. AI wordt hier gezien als middel om prestatieverbetering en concurrentievoordeel te behalen. Het management is bereid te investeren in AI als dat de efficiëntie verhoogt of nieuwe klanten oplevert. Uit de praktijk blijkt dat veel zogenoemde “AI leaders” in het bedrijfsleven (vaak in financiële dienstverlening en tech) een sterke resultaatgerichte cultuur combineren met strategische AI-investeringen. Uitdaging: de druk om direct resultaten te zien is hoog. AI-projecten die niet onmiddellijk rendement tonen, liggen snel onder vuur. Bovendien kan een eenzijdige nadruk op productiviteit ertoe leiden dat medewerkers AI wantrouwen – zeker als men vreest dat AI primair wordt ingezet om kosten te besparen of prestaties te meten. Het is gebleken dat als prestatie-indicatoren niet worden aangepast (bv. managers worden afgerekend op uptime, terwijl AI juist gepland onderhoud adviseert), mensen rationeel het AI-advies negeren om hun targets te halen. Een marktgerichte cultuur moet dus incentives herzien en succes op de lange termijn belonen om AI een faire kans te geven.

Hiërarchische cultuur (structuur & controle):

Een overheidsinstantie die, na een top-down besluit, een centraal AI-competentiecentrum opzet dat verplicht trainingen aanbiedt en standaarden voor AI-gebruik definieert voor alle afdelingen.

In sterk hiërarchische organisaties heerst een cultuur van behoudendheid en procedure. Verandering komt doorgaans top-down. Dit kan AI-implementatie remmen: werknemers op uitvoerend niveau nemen weinig initiatief tot nieuwe technologie omdat de neiging bestaat te wachten op instructies van bovenaf. Studies suggereren dat organisaties met rigide, bureaucratische culturen moeite hebben met succesvolle AI-adoptie. Echter, als topmanagement overtuigd is van AI en dit nadrukkelijk stuurt, kan een hiërarchie ook zorgen voor snelle, organisatiebrede uitrol – iedereen volgt de strategie van boven. Een bekend voorbeeld is een traditioneel bedrijf dat pas na een wisseling in de top (nieuwe, tech-gezinde CEO) ineens grote sprongen maakte in AI-gebruik, omdat de cultuur zich aanpaste aan het nieuwe leiderschap. Uitdaging: de ingebakken weerstand tegen afwijking van standaarden. Mensen op de werkvloer voelen weinig autonomie om met AI te experimenteren, uit angst om buiten protocollen te treden. Bovendien kan communicatie top-down in een hiërarchie betekenen dat zorgen of ideeën van medewerkers over AI (bijvoorbeeld omtrent ethiek of praktische bezwaren) niet doordringen tot besluitvormers, wat implementatieproblemen kan geven. Flexibiliteit en aanpassingsvermogen zijn in deze cultuurtype vaak laag, terwijl uit onderzoek blijkt dat net adaptiviteit de belangrijkste culturele factor is voor succes in tijden van technologische verandering.

Uit bovenstaand overzicht blijkt dat innovatiegerichte (adhocratie) en mensgerichte (clan) culturen in principe het meest ontvankelijk zijn voor AI, dankzij hun open houding en flexibiliteit. Marktculturen kunnen AI snel omarmen mits het duidelijke prestatievoordelen biedt, maar vereisen zorgvuldig change management om medewerkers mee te krijgen. Hiërarchieën ten slotte, kennen de hoogste drempels voor AI-adoptie door hun traagheid en behoudzucht, tenzij de top een omslag forceert. Belangrijk is te benadrukken dat geen enkel cultuurtype per se garant staat voor succes of falen – het gaat om de fit tussen cultuur en AI-strategie. Waar de bestaande cultuur tekortschiet, moet men actief interveniëren (bijsturen van waarden, managementstijl, structuren) om de organisatie “AI-ready” te maken.

Overigens, veel organisaties hebben een mix van deze cultuurtypen, het is belangrijk is om te identificeren welke dominant zijn voor AI-implementatie. De uitdaging ligt vaak in het managen van de spanningen tussen verschillende subculturen.

De rol van leiderschap in cultuur en AI-implementatie

Leiderschap speelt een sleutelrol in de wisselwerking tussen organisatiecultuur en AI-implementatie. Leiders (directie, senior management) bepalen voor een groot deel de toon van de cultuur en kunnen die cultuur gericht vormen of veranderen om AI succesvol in te bedden. Er wordt wel gezegd: “Culture eats strategy for breakfast” – maar het is uiteindelijk het leiderschap dat beide op het menu zet en moet laten samengaan. In de context van AI betekent dit dat leiders zowel een duidelijke visie en strategie voor AI moeten neerzetten, als de cultuur voorwaarden moeten scheppen waarin die strategie kan floreren.

Allereerst moeten topmanagers AI expliciet behandelen als een strategische prioriteit, geen IT-experiment in de marge. Wanneer het hoogste leiderschap AI actief championt – met een heldere toekomstvisie en meetbare doelen – zendt dit een krachtig signaal door de hele organisatie. Werknemers zien dan dat AI “menens” is en verbonden aan de bedrijfsdoelstellingen. Bijvoorbeeld: een CEO die communiceert “AI zal de komende 3 jaar helpen onze klantervaring te personaliseren en efficiënter te werken” koppelt AI aan de missie en geeft medewerkers een sense of purpose bij AI-gebruik. Zulke visies geven richting én halen AI weg uit de hype-sfeer door concreet te maken hoe het bijdraagt aan succes van iedereen.

Ten tweede moeten leiders het goede voorbeeld geven en vertrouwen opbouwen. “Leadership by example” is cruciaal bij nieuwe technologie. Als directieleden zelf AI-tools gebruiken in hun werk en open delen wat ze leren, verlaagt dit de scepsis op de werkvloer. Werknemers zien dan dat AI niet iets is dat hen van bovenaf wordt opgelegd terwijl de top zelf afwacht; integendeel, het leiderschap loopt voorop. Ook door transparant te communiceren over AI-projecten (welke toepassingen worden ontwikkeld, welke resultaten verwacht, hoe wordt omgegaan met risico’s zoals bias) creëren leiders vertrouwen. Vertrouwen is de fundamentale basis van elke leercultuur – als medewerkers hun leiders geloven en hen als eerlijk en kundig zien, staan ze meer open voor nieuwe initiatieven zoals AI.

Verder komt het aan op addressing the fears: goed leiderschap erkent dat AI angst en weerstand kan oproepen, en gaat dat gesprek niet uit de weg. Werknemers – van staf tot middenmanagement – maken zich zorgen of AI hun werk zal vervangen of drastisch veranderen. Leiders moeten hier proactief op inspelen door een overtuigend verhaal neer te zetten: bijvoorbeeld benadrukken dat AI bedoeld is om mensen te ondersteunen (augmentatie) en niet te ontmenselijken. Het is belangrijk dit niet bij woorden te laten: back it up with actions. Succesvolle leiders investeren bijvoorbeeld in om- en bijscholing van personeel (laten zien: we bereiden jullie voor op de AI-toekomst), of herontwerpen loopbaanpaden zodat medewerkers zien dat ze met AI kunnen groeien in plaats van vervangen te worden. Ook eerlijkheid is belangrijk: als AI mogelijk bepaalde functies overbodig maakt, moeten leiders hier tijdig en oprecht over communiceren én een duidelijk plan bieden voor herplaatsing of begeleiding. Zulke empathische communicatie vergroot de bereidheid van mensen om mee te gaan in de AI-reis.

Leiderschap is ook nodig om de eenheid van richting te bewaken. In grote bedrijven met complexe structuren kan AI-adoptie verzanden door gebrek aan overeenstemming aan de top. Wanneer enkele senior leiders enthousiast zijn maar anderen terughoudend, ontstaan gemengde signalen die tot verlamming leiden. Daarom moet de top gezamenlijk achter de AI-strategie staan. Veel organisaties richten bijvoorbeeld een cross-functioneel AI-steerco of governance board in op C-level-niveau om regelmatig voortgang te bespreken en als één stem knopen door te hakken. Dit voorkomt dat AI als “pet project” van één afdeling wordt gezien – het krijgt brede eigenaarschap in het leiderschapsteam.

Bovendien moeten leiders bereid zijn zichzelf te veranderen. AI implementeren vergt vaak dat leiders nieuwe kennis en manieren van werken adopteren, net zo goed als hun medewerkers. Een leider die altijd afging op intuïtie en ervaring zal nu bijvoorbeeld meer op data en AI-analyses moeten vertrouwen bij beslissingen – dat vereist een mindset shift. Visionaire bedrijven sturen hun leidinggevenden (ook niet-technische) daarom op AI-training of workshops, zodat ze AI-fluent worden. Dit verkleint onbegrip en irrationele vrees bij de top en zorgt dat men daadwerkelijk de juiste vragen stelt en realistische verwachtingen heeft van AI. Het motto hier is: je kunt moeilijk een organisatie richting AI leiden als je zelf niet goed begrijpt wat AI kan en niet kan.

Kortom, leiderschap vormt de brug tussen cultuur en AI-adoptie. Sterke leiders aligneren cultuur, strategie en AI door een inspirerende visie te geven, vertrouwen en veiligheid te creëren, zelf het goede voorbeeld te stellen en alle geledingen op één lijn te krijgen. Waar werknemers “AI-ready” moeten worden, moeten leiders culture-ready zijn: bereid om met empathie, duidelijkheid en vastberadenheid de culturele transformatie te leiden die hand in hand gaat met technologie-implementatie. Onderzoek bevestigt dit belang: “Employees are ready; leaders need to lead” – vaak is gebrekkig leiderschap de grootste barrière voor AI-adoptie, nog boven technologische hindernissen. Daartegenover geldt dat als de cultuur eenmaal richting AI beweegt, dit bijna altijd begint bij leiders die de richting aangeven en de organisatie daarin meenemen.

Een cruciale rol is hier weggelegd voor de "Chief AI Officer" (CAIO) of een vergelijkbare rol die de strategische en culturele aspecten van AI overziet en verbindt.

Acties om cultuur te benutten of aan te passen voor succesvolle AI-integratie

Gezien het bovenstaande is het duidelijk dat organisaties bewust aan hun cultuur moeten werken om AI succesvol te integreren. Hieronder beschrijven we concrete acties en strategieën die grote bedrijven kunnen ondernemen om hun cultuur te benutten of bij te sturen ten bate van AI-implementaties. Deze acties zijn gebaseerd op best practices uit onderzoek en praktijk. Denk aan het uitvoeren van cultuurdiagnoses, sterk change management, opleidingsprogramma’s en structurele ingrepen in de manier van werken. We groeperen de aanbevelingen in een viertal thema’s: cultuurdiagnose & visie, communicatie & betrokkenheid, experimenteren & leren, en ondersteuning & bijsturing. 

• Start met cultuurdiagnose en AI-visie uitzetten: Breng allereerst in kaart hoe AI-ready de huidige organisatiecultuur is. Een grondige cultuurdiagnose of scan van de bereidheid tot AI helpt te bepalen waar de knelpunten zitten (bijv. heerst er meer enthousiasme of weerstand? Zijn waarden in lijn met experimenteren? etc.). Gebruik enquêtes, interviews en workshops om te peilen hoe medewerkers denken over AI en verandering. Die inzichten vormen de basis voor een gedragen AI-visie. Ontwikkel vervolgens een duidelijke visie en strategie waarin expliciet staat waarom en hoe de organisatie AI wil inzetten. Cruciaal: koppel deze AI-visie aan de kernwaarden en doelen van de organisatie – laat zien hoe AI de missie ondersteunt en geen doel op zich is. Bijvoorbeeld: “Wij geloven in uitstekende klantenservice; met AI kunnen we klanten persoonlijker en sneller helpen.” Zo’n visie, duidelijk gecommuniceerd van de top, geeft richting en verbindt AI met de purpose van medewerkers.

• Communiceer eerlijk, creëer een draagvlak-cultuur: Communicatie is de olie die culturele transformatie smeert. Ontwikkel een AI-narratief – een aansprekend verhaal dat zowel de rationele voordelen van AI uitlegt als inspeelt op emotionele aspecten. Leiders dienen consistent en transparant te communiceren over wat AI betekent voor de organisatie én voor de werknemers. Richt een frequent communicatiekanaal in (bijv. maandelijkse AI-update, townhall meetings) om voortgang te delen, successen te vieren en zorgen te bespreken. Belangrijk hierbij is om angsten en weerstand actief te adresseren. Erken de zorgen (“We begrijpen dat sommigen bang zijn voor baanverlies…”) en benadruk wat de organisatie doet om iedereen mee te nemen (zoals training, herplaatsing, nieuwe groeikansen). Communiceer bovendien dat AI bedoeld is om mensen te ondersteunen in hun werk, niet om menselijke inbreng te elimineren. Het voorbeeld uit de financiële sector illustreert dit: enkele leidende banken boekten succes met AI in anti-witwasprocessen door vanaf het begin te verkondigen én te bewijzen dat AI de analisten zou versterken in plaats van vervangen – men investeerde evenveel in het herontwerpen van rollen en carrièremogelijkheden als in de technologie zelf. Deze aanpak nam de angst weg en creëerde breed draagvlak voor de AI-tools. Tot slot: moedig ook bottom-up communicatie aan. Stimuleer medewerkers om feedback te geven en vragen te stellen over AI. Dit vergroot betrokkenheid en kan waardevolle inzichten opleveren om de implementatie bij te sturen.

• Stimuleer experimenteren en leervermogen (psychologische veiligheid): Een cultuur die AI succesvol omarmt, is er een waarin experimenteren mag en waar fouten gezien worden als leerstappen. Organisaties kunnen dit actief bevorderen. Creëer “safe-to-fail” ruimtes of pilot-projecten waarin teams nieuwe AI-toepassingen kunnen uitproberen zonder direct afgerekend te worden op eventuele missers. Een praktijkvoorbeeld is een grote retailer die innovatiezones instelde: afdelingen mochten een AI-gestuurd voorraadsysteem testen en zelfs als de prestaties in eerste instantie iets slechter waren dan traditionele methoden, werden managers hier niet negatief op beoordeeld. Het resultaat was dat aanvankelijke sceptici durfden mee te doen en gaandeweg enthousiast werden, waarna ze de AI-strategie uit eigen beweging organisatiebreed uitdroegen. Daarnaast kunnen bedrijven hackathons, innovatiewedstrijden of “AI-labs” organiseren. Dergelijke initiatieven geven medewerkers de kans om met AI te spelen, skills te ontwikkelen en concrete problemen op te lossen. Het bevordert cross-functionele samenwerking en normaliseert het gebruik van AI in de dagelijkse praktijk. Essentieel is dat management dit beschermt en waardeert: beloon experimentatie, highlight mensen die creatieve AI-oplossingen proberen, en vier snelle successen (quick wins) zelfs als ze klein zijn. Dit draagt bij aan een cultuur van continu leren en verbeteren. Tenslotte, verlaag drempels om nieuwe ideeën te opperen: bijvoorbeeld via een intern platform waar iedereen AI-verbeteringsvoorstellen kan doen. Een organisatie die deze experimenteercultuur omarmt, elimineert angst voor falen en maakt medewerkers eigenaar van de innovatie. Dat is precies de cultuur die nodig is om AI organisch te laten groeien. Het concept van "fail fast, learn faster" is hierbij relevant, specifiek in de context van AI. Het snel testen van hypotheses met AI kan waardevolle inzichten opleveren. 

• Investeer in vaardigheden en empowerment: AI integreren vereist dat medewerkers zich bekwaam en comfortabel voelen in het werken met deze technologie. Omarm een leercultuur door stevig te investeren in opleiding, training en begeleiding rondom AI. Dit begint met algemene AI-educatie voor alle lagen: zorg dat personeel begrijpt wat AI is, wat het kan en hoe het hun werk kan verbeteren (of veranderen). Veel organisaties introduceren interne AI-academies of verpakte leerprogramma’s (online cursussen, workshops, lunch-and-learns) om AI-kennis toegankelijk te maken. Bied daarnaast rolspecifieke training aan: bijvoorbeeld data-analisten een verdiepingscursus machine learning, business managers een training over AI-strategie, en medewerkers op de werkvloer praktische instructie voor de nieuwe AI-tools in hun proces. Belangrijk is om het geleerde meteen toe te passen – creëer mogelijkheden voor on-the-job toepassing en kleine experimenten zodat mensen het nut van hun nieuw verworven AI-skills ervaren. Verder is het slim om AI-champions of ambassadeurs aan te wijzen binnen teams. Dit zijn enthousiastelingen of domeinexperts die extra getraind worden en collega’s kunnen coachen in het gebruik van AI. Bijvoorbeeld in de gezondheidszorg bleken AI-implementaties succesvoller wanneer vertrouwde artsen optraden als “AI-kampioenen” en mede bepaalden hoe AI in hun klinische workflow werd ingepast. Zulke champions fungeren als lokaal aanspreekpunt, nemen twijfels weg en zorgen dat de AI adoptie zowel technisch als cultureel kloppend is. Het principe is: empower de experts – betrek medewerkers intensief bij de AI-integratie, zodat ze het gevoel hebben controle en eigenaarschap te houden in plaats van dat AI hen wordt overkomen. Ten slotte, vergeet het middenkader niet. Middle managers verdienen specifieke aandacht, omdat zij vaak de vertaalslag moeten maken van strategie naar praktijk. Geef hen gerichte training en vooral duidelijkheid over hun rol in de AI-era. Toon wat “what’s in it for them” – hoe AI ook hún prestaties kan verbeteren – om te voorkomen dat zij implementatie tegenhouden uit eigen onzekerheid. Kortom, door te investeren in kennis en vaardigheden neemt men de angst voor het onbekende weg en bouwt men competentie en vertrouwen op alle niveaus. 

• Pas structuur, sturing en incentives aan: Om cultuurverandering te bestendigen, moeten soms organisatorische systemen herzien worden. Kijk kritisch naar beoordelings- en beloningssystemen, governance en processen, om te zorgen dat deze niet haaks staan op de gewenste AI-cultuur. Zo is het eerdergenoemde probleem van ongeschikte KPI’s een belangrijke les: organisaties moeten hun prestatie-indicatoren en incentives aligneren met AI-gebruik. Bijvoorbeeld, als een productieplant AI inzet voor voorspellend onderhoud, pas dan de KPI aan van maximaal draai-uren naar minimale ongeplande stilstand, zodat een door AI aanbevolen stop niet wordt ontmoedigd. Evenzo, beloon teams niet alleen op korte-termijn output maar ook op innovatie-inspanningen, samenwerking en procesverbeteringen door AI. Dit laat zien dat experimenteren loont. Verder is het inbedden van AI in governance structuren aan te raden. Richt een multidisciplinair AI-bestuursorgaan of comité in dat zich buigt over ethische kwesties, prioritering van AI-projecten en bewaking van baten. Dit zorgt voor continu aandacht voor zowel technische als culturele aspecten van AI-adoptie op hoog niveau. Het opnemen van diverse rollen (bijvoorbeeld IT, HR, business, én een paar van de eerder genoemde AI-champions uit het veld) in zo’n governance bevordert dat beslissingen breed gedragen zijn. Een speciaal aandachtspunt is het bewaken van ethiek en inclusiviteit: leiders moeten sturen op een verantwoorde AI-cultuur. Dit betekent o.a. normen stellen voor transparantie van algoritmen, het voorkomen van bias in AI-modellen en zorgen dat AI gebruik in lijn is met de waarden van het bedrijf. Het vormt een sterk signaal naar medewerkers dat AI binnen duidelijke ethische kaders wordt toegepast, wat het vertrouwen verder versterkt. Ten slotte, formaliseer de veranderingen: update eventueel de bedrijfswaarden of gedragsregels om innovatie, klantgericht datagebruik of samenwerking expliciet te verankeren. Wanneer cultuurverandering ook in policies en structuren wordt vastgelegd, is de kans groter dat het geen tijdelijke campagne blijft maar een duurzame omslag. HR kan een rol spelen in het herdefiniëren van functiebeschrijvingen, carrièretrajecten en performancemanagement in een AI-gedreven organisatie.

Met deze gecombineerde aanpak – van analyse tot communicatie, experimenteren, opleiding en structurele hervormingen – kunnen organisaties hun bestaande cultuur benutten waar sterk, en bijschaven waar nodig, om zo AI succesvol te laten landen. De beschreven acties zijn geen eenmalige checklijst, maar onderdeel van een doorlopend veranderproces. Cultuur evolueert continu; daarom moeten organisaties blijven meten en bijsturen. Bijvoorbeeld: houd periodieke “pulse surveys” om te zien of attitudes verbeteren, vier voortdurend de mijlpalen en stuur extra bij waar weerstand hoog blijft. Zo ontstaat geleidelijk een authentieke AI-ready cultuur waarin technologische en menselijke ontwikkeling hand in hand gaan.

Conclusie: belangrijkste bevindingen

Organisatiecultuur blijkt de onzichtbare maar bepalende factor te zijn bij AI-implementaties in grote bedrijven. Op basis van de literatuur en praktijkanalyse kunnen we de volgende belangrijkste bevindingen samenvatten:

• Cultuur maakt het verschil tussen succes en falen: Technische excellentie garandeert geen resultaat – het is de bereidheid van mensen om ermee te werken die telt. Een ondersteunende cultuur (open, lerend, adaptief) fungeert als versneller voor AI-adoptie, terwijl een starre cultuur tot stagnatie of mislukking leidt. Veel AI-projecten falen omdat ze botsen op culturele weerstand, niet wegens de technologie zelf.

• Adhocratische en clan-culturen bevoordelen AI, hiërarchie belemmert het: Innovatieve, flexibele culturen zijn doorgaans het meest ontvankelijk voor AI-vernieuwing. Samenwerkingsgerichte (clan) culturen kunnen AI succesvol omarmen dankzij vertrouwen en betrokkenheid, mits goed begeleid. Marktgerichte culturen adopteren AI snel als het rendeert, maar moeten waken voor kortetermijndenken en angst bij medewerkers. Hiërarchische, bureaucratische culturen vormen de grootste uitdaging – zonder cultuurverandering is AI daar vaak gedoemd tot pilotfase zonder brede impact.

• Leiderschap is de sleutelfactor in cultuur- en AI-synergie: Effectieve leiders koppelen AI aan de purpose van de organisatie en geven het prioriteit vanuit de top. Ze bouwen vertrouwen door voorbeeldgedrag en transparantie, en bieden medewerkers visie en zekerheid in plaats van alleen technologie. Zwak of verdeeld leiderschap remt AI, terwijl overtuigd en empathisch leiderschap een cultuur kan vormen die AI omarmt (“AI-first leadership”).

• Doelgerichte cultuurinterventies ondersteunen AI-integratie: Organisaties kunnen hun cultuur actief AI-vriendelijker maken door een pakket aan maatregelen. Denk aan: een cultuurdiagnose uitvoeren en AI-visie formuleren; open communicatie en verhalen gebruiken om draagvlak te creëren; experimenteren faciliteren via safe-to-fail pilots en het vieren van successen; zwaar investeren in training en interne AI-champions om competenties en vertrouwen op te bouwen; én het aanpassen van structuren, governance en incentives om gewenst gedrag te belonen. Deze acties zorgen ervoor dat de cultuur niet achterblijft maar meegroeit met de AI-strategie.

Concluderend kunnen we stellen dat het “menselijke hoofdstuk” van AI-transformatie minstens zo belangrijk is als het technische. Organisatiecultuur is daarbij de sleutel: het kan AI als een katalysator doen werken of als een “immuunsysteem” AI afstoten. Grote bedrijven in de private sector die succesvol AI implementeren, zijn die bedrijven die hun cultuur, geleid door inspirerend leiderschap, weten te aligneren met hun AI-ambities. Door bewust te werken aan een cultuur van adaptiviteit, vertrouwen, innovatie en samenwerking, vergroten organisaties de kans dat hun AI-investeringen daadwerkelijk renderen in betere beslissingen, efficiëntere processen en nieuwe groei. Zoals één onderzoek het verwoordde: “De grootste obstakel is niet de technologie, maar de cultuur” – en dat obstakel is te overwinnen met de juiste aanpak.

Zoals één onderzoek het verwoordde: 'De grootste obstakel is niet de technologie, maar de cultuur' – en dat obstakel is te overwinnen door het als een kans te grijpen om de organisatie fundamenteel sterker, adaptiever en mensgerichter te maken in het tijdperk van AI.

Willem E.A.J. Scheepers, AI Implementer, docent, auteur. 'Ego Hoc Fieri Lussi' GPT-5

Chat ook 24/7 met mijn Management, Organisatie en Verandering bot. 

Naast de ManagementSite Nieuwsbrief is er ook de Sunny Side Up nieuwsbrief op LinkedIn. 

Bronnen:

De in deze tekst genoemde inzichten zijn gebaseerd op een breed scala aan academische studies, onderzoeksrapporten en praktijkcases, waaronder (zoals geciteerd) publicaties van Gallup, Stanford/SHRM, Egon Zehnder, Aalto University, AI Journal en andere. Deze bronnen zijn in de tekst gemarkeerd met verwijzingen, zodat de lezer desgewenst verdere details kan raadplegen. Zo is een rijk, onderbouwd beeld verkregen van hoe organisatiecultuur de integratie van AI in grote bedrijven beïnvloedt en hoe men die cultuur succesvol kan vormen voor een toekomst met AI.

Referenties

• Fountaine, T., McCarthy, B., & Saleh, T. (2019, July–August). Building the AI-powered organization. Harvard Business Review. https://hbr.org/2019/07/building-the-ai-powered-organization (Harvard Business Review)

• Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021, November 2). The cultural benefits of artificial intelligence in the enterprise. MIT Sloan Management Review & Boston Consulting Group. https://sloanreview.mit.edu/projects/the-cultural-benefits-of-artificial-intelligence-in-the-enterprise/ (MIT Sloan Management Review)

• Schrage, M., Kiron, D., Candelon, F., Khodabandeh, S., & Chu, M. (2024, February 12). The future of strategic measurement: Enhancing KPIs with AI. MIT Sloan Management Review. https://sloanreview.mit.edu/projects/the-future-of-strategic-measurement-enhancing-kpis-with-ai/ (MIT Sloan Management Review)

• Ratanjee, V., & Royal, K. (2024, October 31). Your AI strategy will fail without a culture that supports it. Gallup. https://www.gallup.com/workplace/652727/strategy-fail-without-culture-supports.aspx (Gallup.com)

• Singla, A., Sukharevsky, A., Yee, L., Chui, M., & Hall, B. (2024, May 30). The state of AI in early 2024: Gen AI adoption spikes and starts to generate value. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2024 (McKinsey & Company)

• Singla, A., Sukharevsky, A., Yee, L., Chui, M., & Hall, B. (2025, March 12). The state of AI: How organizations are rewiring to capture value. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai (McKinsey & Company)

• Naranjo-Valencia, J. C., Jiménez-Jiménez, D., & Sanz-Valle, R. (2016). Studying the links between organizational culture, innovation, and performance in Spanish companies. Revista Latinoamericana de Psicología, 48(1), 30–41. https://doi.org/10.1016/j.rlp.2015.09.009 (revuecca.com)

• Aichouche, R., Chergui, K., Brika, S. K. M., El Mezher, M., Musa, A., & Laamari, A. (2022). Exploring the relationship between organizational culture types and knowledge management processes: A meta-analytic path analysis. Frontiers in Psychology, 13, 856234. https://doi.org/10.3389/fpsyg.2022.856234 (PMC)

• Daly, S. J., Wiewiora, A., & Hearn, G. (2025). Shifting attitudes and trust in AI: Influences on organizational AI adoption. Technological Forecasting and Social Change, 215, 124108. https://doi.org/10.1016/j.techfore.2025.124108 (CoLab)

• Kiron, D., & Candelon, F. (2021, December 9). Developing a culture of AI [Video]. MIT Sloan Management Review. https://sloanreview.mit.edu/tag/video/page/5/ (MIT Sloan Management Review)