De toespraak van Fed-voorzitter Kevin Warsh in Jackson Hole vrijdag lijkt ver weg van het gemiddelde Nederlandse bedrijf. Toch raakt de onderliggende vraag ieder managementteam: welke AI-investeringen verdienen nog schaarser kapitaal en welke zijn vooral een kostbare belofte?

De komende AI-fase gaat minder over de vraag of organisaties iets met AI gaan doen. Die vraag is feitelijk al beantwoord. De belangrijkere vraag is: welke toepassing levert aantoonbaar meer capaciteit, kwaliteit of omzet op, en welke toepassing kan beter stoppen voordat zij zich vastzet in systemen, contracten en verwachtingen?

Dat wordt urgenter nu langlopende rente wereldwijd oploopt. Hogere rente maakt niet elke licentie voor een AI-assistent onrendabel. Wel verandert zij de lat voor investeringen met een langere terugverdientijd: integraties, dataprojecten, eigen platforms, grote transformatieprogramma’s en personeel dat maandenlang moet worden vrijgemaakt voor implementatie.

De toespraak die de nieuwe Fed-voorzitter Kevin Warsh vrijdag in Jackson Hole houdt, wordt daarom nauwlettend gevolgd. Niet alleen vanwege een mogelijke aanwijzing over de Amerikaanse rente, maar omdat zij een breder spanningsveld blootlegt. De VS kampen met inflatie, hoge staatsschuld en onrust op de obligatiemarkt. Tegelijk concurreren overheden, bedrijven en AI-infrastructuur om hetzelfde langetermijnkapitaal.

Voor Nederlandse managers is dat geen reden om op Fed-taal te handelen. Het is wel een reden om de eigen AI-strategie volwassener te maken.

Van AI-visie naar AI-kapitaalallocatie

Veel organisaties kennen inmiddels hetzelfde patroon: een enthousiaste demo, een kleine pilot, een aantal licenties en medewerkers die ieder op eigen wijze met prompts experimenteren. Dat levert vaak inspiratie op, maar zelden een strategische keuze.

De volgende stap vraagt om een andere discipline: AI niet behandelen als los innovatiethema, maar als een investering in capaciteit. Daarbij horen dezelfde vragen als bij een nieuwe productielijn, een CRM-implementatie of een vestigingsbesluit:

• Welk probleem lossen we op?
• Welke baten zijn binnen twaalf maanden realistisch?
• Welke kosten maken we werkelijk, inclusief integratie, training, beheer en toezicht?
• Wat gebeurt er concreet met de vrijgespeelde capaciteit?
• Welke menselijke expertise moet juist behouden blijven?

Neem een middelgrote zakelijke dienstverlener met twaalf medewerkers die veel tijd kwijt zijn aan klantvragen, rapportages en het zoeken naar informatie. Als AI theoretisch een kwart van die tijd kan verkorten, klinkt dat aantrekkelijk. Maar tijdwinst is pas waarde als de organisatie er ook iets mee doet.

Wordt minder externe inhuur nodig? Worden vacatures bij natuurlijk verloop niet opnieuw ingevuld? Kunnen medewerkers aantoonbaar meer klanten helpen? Dalen fouten en herstelwerk? Of ontstaat er vooral meer ruimte in de agenda, die vervolgens weer wordt gevuld met nieuw werk?

Dat onderscheid bepaalt of AI een productiviteitsinvestering is of een dure digitale voorziening.

Niet goedkoper personeel, maar beter georganiseerd werk

Onder druk van hogere kosten groeit de verleiding om AI vooral als besparingsinstrument te zien. Dat is begrijpelijk, maar te beperkt. Zeker in het MKB is het personeelstekort vaak niet op te lossen door eenvoudigweg mensen te vervangen. Veel winst zit juist in het verminderen van administratieve ballast, overdrachtsfouten, wachttijd en afhankelijkheid van enkele schaarse specialisten.

Dat vraagt om analyse van werk voordat hele functies ter discussie staan. Welke taken zijn routine? Welke vragen om vakkennis, klantbegrip, onderhandeling of verantwoordelijkheid? Welke beslissingen mag een AI-systeem voorbereiden, en waar moet een medewerker kunnen corrigeren, escaleren of afwijken?

Hier ligt ook een risico. Als organisaties het routinematige middenwerk te snel automatiseren, verliezen junioren oefenruimte om het vak te leren; Human Hollowing. Dan blijft de formele functie bestaan, maar holt het professionele oordeel uit. De kostenbesparing van vandaag kan zo de schaarste aan deskundigheid van morgen worden.

Een goede AI-strategie bevat daarom naast een financieel kader ook een human-capital-kader: welke kennis, beslisrechten en interventiemogelijkheden dienen bewust menselijk te blijven? Human Capital Allocation Framework resp. Autosapiens. 

Drie keuzes voor het MKB

De gemiddelde MKB-organisatie hoeft niet te kiezen tussen afwachten en een groot AI-transformatieprogramma, een verstandiger route bestaat uit drie keuzes.

Kies processen, geen technologie. Begin bij werk met volume en frictie: offertes, klantvragen, planning, rapportages, kwaliteitscontrole, kenniszoeken of administratie. Pas daarna volgt de vraag welke AI-oplossing daarbij past.

Kies korte bewijsperiodes. Hanteer per use case een nulmeting en een periode van bijvoorbeeld negentig dagen. Is er aantoonbare adoptie? Daalt de doorlooptijd of foutkans? Komt werkelijk capaciteit vrij? Is de kwaliteit op peil? Dan kan de toepassing worden opgeschaald. Zo niet, dan wordt zij aangepast of gestopt.

Kies flexibiliteit boven afhankelijkheid. Standaard-AI in bestaande software kan vaak snel waarde leveren. Grote maatwerkoplossingen zijn alleen logisch als zij werkelijk onderscheidend zijn voor de klantpropositie of het primaire proces. Leg bij iedere grotere investering ook vast: welke data blijven van ons, hoe kunnen we van leverancier wisselen en hoe werken we door als de AI-laag uitvalt?

Dit is geen pleidooi voor voorzichtigheid als excuus om niets te doen. Integendeel. De komende periode beloont organisaties die sneller leren wat werkt, maar ook sneller stoppen met wat niet werkt.

De Nederlandse adoptiekloof maakt dit urgent

Nederlandse bedrijven gebruiken AI steeds vaker, maar het verschil tussen klein en groot blijft aanzienlijk. In 2025 gebruikte 29,8% van het MKB met 10 tot 249 werkzame personen AI-technologie, tegenover 66,2% van het grootbedrijf. Het risico is dus niet alleen dat een organisatie te snel investeert. Het risico is ook dat zij te lang in vrijblijvende experimenten blijft hangen en daardoor niet leert welke processen werkelijk anders moeten worden ingericht. CBS, Gebruik van AI-technologie door Nederlandse microbedrijven.

De achterstand wordt niet ingelopen door méér pilots. Zij wordt ingelopen door een scherpere verbinding tussen procesverbetering, vaardigheden, data en leiderschap.

Kader: Wat de Fed doet, betekent ook iets voor de Nederlandse economie

De Fed bepaalt niet de Nederlandse rente; dat doet voor de eurozone de ECB. Ook wordt een bestaande lening of vaste hypotheek niet ineens duurder wanneer de Amerikaanse lange rente stijgt.

Toch werkt Fed-beleid via drie routes door. Ten eerste beïnvloeden Amerikaanse obligatierentes mondiale kapitaalmarkten en daarmee de financieringsvoorwaarden voor ondernemingen en langlopende investeringen. Ten tweede kan een hogere Amerikaanse rente de dollar versterken en de euro verzwakken. Daardoor worden in dollars geprijsde importen, zoals energie en grondstoffen, aanvankelijk duurder. Ten derde remmen krapper financieel beleid en lagere Amerikaanse vraag op termijn de wereldhandel en Europese groei.

De ECB laat zien dat zo’n effect niet eenduidig is: een verrassende verkrapping in de VS kan de inflatie in de eurozone eerst verhogen via een zwakkere euro, maar werkt later juist remmend via lagere economische activiteit en krappere financiële condities. ECB, What happens when US and euro area monetary policy diverge?

Voor managers is de les eenvoudig: kijk niet alleen naar de rente op de eigen rekening-courant. Kijk ook naar de kosten van kapitaal, de ruimte voor klanten om te investeren, de energie- en inkoopketen en de eisen die financiers aan een businesscase stellen.

De strategische vraag

AI kan onder druk van hogere rente juist sneller worden ingevoerd — niet ondanks die druk, maar omdat organisaties productiever moeten worden. Dat gebeurt alleen verstandig als AI niet wordt gereduceerd tot een middel om fte’s te tellen.

De relevante managementvraag is daarom niet: hoeveel mensen kunnen we met AI besparen?

Maar: welke capaciteit willen we vrijmaken, welke waarde willen we daarmee creëren en welk menselijk vermogen dienen we te behouden om ook zonder AI nog betekenisvol te kunnen ingrijpen?

Wie daar nu een helder antwoord op formuleert, hoeft niet te wachten op Jackson Hole om een betere AI-strategie te voeren.

Willem E.A.J. Scheepers, AI Implementer