Anthropic en OpenAI betreden het domein van organisatieadvies. Microsoft biedt tienduizenden medewerkers een vrijwillige vertrekregeling aan. Drie ontwikkelingen die een fundamentele vraag oproepen: hoeveel economische waarde creëert AI werkelijk, en wie profiteert daarvan?

Stel dat we onze organisatie vandaag opnieuw zouden ontwerpen, met de AI-capaciteiten die inmiddels beschikbaar zijn, zouden we dan nog dezelfde functies, managementlagen, werkprocessen en personeelsomvang kiezen? Die vraag is niet langer uitsluitend theoretisch.

Anthropic verkent de Europese consultancymarkt. OpenAI ontwikkelt dienstverlening waarmee organisaties AI daadwerkelijk in hun bedrijfsprocessen kunnen integreren. Ondertussen biedt Microsoft ongeveer 60.000 medewerkers een vrijwillige vertrekregeling aan.

Dat betekent niet dat 60.000 banen verdwijnen. Evenmin is aangetoond dat AI de directe oorzaak van die regeling is. Maar samen illustreren deze ontwikkelingen een verschuiving die veel verder gaat dan technologische innovatie.

De AI-industrie gaat zich steeds nadrukkelijker bezighouden met het herontwerpen van organisaties.

En daarmee ontstaat een nieuwe economische vraag: niet hoeveel werk AI kan overnemen, maar hoeveel waarde organisaties daardoor daadwerkelijk realiseren.

Van leverancier van intelligentie naar architect van organisaties

Tot voor kort concurreerden AI-bedrijven vooral op de prestaties van hun modellen: Meer rekenkracht. Betere antwoorden. Grotere contextvensters. Steeds autonomere AI-agents.

Maar organisaties ontdekken dat toegang tot krachtige AI niet automatisch leidt tot betere bedrijfsresultaten: 

• Een medewerker die sneller een rapport schrijft, verandert nog geen bedrijfsproces.
• Een AI-agent die zelfstandig taken uitvoert, maakt een organisatie nog niet automatisch efficiënter.
• En duizenden uren potentiële tijdwinst leveren niet vanzelf een positieve businesscase op.

Daarom is de beweging van Anthropic en OpenAI richting consultancy strategisch interessant. De leverancier van intelligentie wordt ook adviseur over de manier waarop die intelligentie moet worden ingezet.

Dat biedt kansen voor organisaties, maar roept tegelijkertijd vragen op over afhankelijkheid, onafhankelijk advies en de verdeling van economische waarde. Want wie bepaalt straks hoe organisaties worden ingericht?

De organisatie zelf, haar traditionele adviseurs of de leverancier van haar kunstmatige intelligentie?

De Micro-Uur Paradox: 2.875 uur besparen zonder één euro te verdienen

Neem een organisatie met 250 medewerkers. Stel dat de helft van hen dankzij AI gemiddeld dertig minuten per week bespaart. Bij 46 productieve weken levert dat jaarlijks 2.875 vrijgespeelde uren op.

Tegen een economische waarde van €55 per uur vertegenwoordigt dit €158.125 aan potentiële arbeidscapaciteit. 

Dat lijkt een indrukwekkend rendement. Maar wat gebeurt er werkelijk? 

• 125 medewerkers houden ieder gemiddeld een halfuur per week over.
• De organisatie betaalt nog steeds dezelfde salarissen. Er verdwijnt niet automatisch een functie. En er ontstaat niet vanzelf extra omzet.
• De berekende €158.125 is dus geen gerealiseerde financiële besparing.

Dit is de Micro-Uur Paradox: AI kan duizenden uren vrijspelen zonder dat er één euro aan financieel rendement ontstaat.

Dat betekent niet dat die uren waardeloos zijn, integendeel. Ze kunnen worden benut voor betere dienstverlening, hogere kwaliteit, innovatie, extra productie of het verminderen van werkdruk. Maar daarvoor moet de organisatie iets veranderen.

En precies daar ligt de verbinding met de nieuwe consultancyactiviteiten van AI-ontwikkelaars.

De volgende productiviteitssprong ontstaat niet door AI alleen, maar door het herontwerpen van werk rondom AI.

De vergeten J-Curve van AI-adoptie

Er is nog een complicatie. Veel AI-businesscases veronderstellen dat productiviteitswinst vrijwel onmiddellijk beschikbaar komt. In werkelijkheid dienen medewerkers nieuwe vaardigheden te ontwikkelen, leren samenwerken met AI, resultaten controleren en fouten herkennen.

Processen dienen te worden aangepast. Systemen geïntegreerd. Verantwoordelijkheden opnieuw verdeeld. Daarnaast ontstaan kosten voor beveiliging, governance, kwaliteitsbewaking en naleving van wet- en regelgeving. Daardoor kan AI-adoptie aanvankelijk meer tijd en geld kosten dan zij oplevert.

Pas wanneer medewerkers voldoende ervaring hebben opgedaan en processen daadwerkelijk zijn aangepast, kan structurele productiviteitswinst ontstaan.

Dit verschijnsel kunnen we beschrijven als de AI Adoption J-Curve.

De consequentie voor bestuurders is belangrijk: een organisatie kan beschikken over uitstekende AI-technologie en toch jarenlang achterblijven bij haar eigen rendementsverwachtingen; niet omdat de technologie tekortschiet, maar omdat de organisatorische voorwaarden voor waardecreatie ontbreken.

Return on Intelligence: drie niveaus van rendement

Binnen Damies Future Intelligence (DFI) benaderen we deze ontwikkeling vanuit het concept Return on Intelligence (RoI).

Daarbij onderscheiden we drie niveaus.

1. Potentiële economische waarde

Hoeveel tijd, capaciteit en andere economische voordelen kan AI theoretisch opleveren? Dit is de waarde die vaak centraal staat in commerciële productiviteitsclaims.

2. Benutbare economische waarde

Welk deel van die vrijgespeelde capaciteit kan de organisatie daadwerkelijk productief inzetten?

Wanneer AI bijvoorbeeld €158.125 aan potentiële capaciteit vrijspeelt, maar slechts 50% daarvan productief wordt benut, resteert ongeveer €79.063 aan benutbare economische waarde. Ook dat bedrag is nog geen automatische kasbesparing.

3. Financieel rendement

Welke aantoonbare financiële opbrengsten en besparingen staan tegenover de nieuwe investeringen, implementatiekosten en terugkerende uitgaven?

Een organisatie kan aanzienlijke economische waarde creëren en tegelijkertijd een negatieve financiële ROI realiseren. Dat onderscheid wordt belangrijker naarmate organisaties meer investeren in AI en tegelijkertijd hun toekomstige personeelsbehoefte heroverwegen.

Microsoft en de nieuwe verhouding tussen arbeid en intelligentie

De ontwikkelingen bij Microsoft illustreren een bredere strategische spanning.

Organisaties investeren steeds grotere bedragen in kunstmatige intelligentie, terwijl zij tegelijkertijd onderzoeken hoe hun personeelsbestand en werkprocessen zich moeten ontwikkelen. Traditioneel betekende groei vaak dat meer medewerkers nodig waren.

AI maakt een andere ontwikkeling mogelijk. Organisaties kunnen hun productie en dienstverlening uitbreiden zonder dat de personeelsomvang evenredig meegroeit.

Dat sluit aan bij wat we binnen DFI de Missing Job Hypothesis noemen.

De impact van AI op werkgelegenheid wordt mogelijk niet alleen zichtbaar in ontslagen, maar ook in vacatures die niet meer ontstaan, functies die niet worden vervangen en loopbaanstappen die verdwijnen. Dat heeft gevolgen die verder reiken dan de financiële businesscase.

• Want wanneer AI steeds meer routinematige werkzaamheden overneemt, waar leren toekomstige professionals dan hun vak?
• Wie ontwikkelt de expertise om AI-resultaten te beoordelen?
• En hoe voorkomen organisaties dat zij op korte termijn productiever worden, maar op langere termijn hun menselijke kennisbasis uithollen?

Dit risico beschrijven we als Human Hollowing.

Een organisatie kan dus financieel efficiënter worden en tegelijkertijd aan toekomstig menselijk vermogen verliezen.

Return on Intelligence moet daarom niet alleen gaan over wat AI oplevert, maar ook over wat organisaties moeten blijven ontwikkelen.

Reken het zelf door: de DFI RoI Calculator

Om het verschil tussen potentiële productiviteit en daadwerkelijk rendement inzichtelijk te maken, hebben we de DFI Return on Intelligence Calculator ontwikkeld.

De calculator biedt bestuurders, managers en professionals een eerste verkenning van de economische waarde van AI-investeringen.

Op basis van eigen aannames kunnen zij berekenen:

• Hoeveel arbeidscapaciteit AI potentieel vrijspeelt.

• Welk deel daarvan daadwerkelijk productief kan worden benut.

• Welke licentiebesparingen mogelijk zijn.

• Welke nieuwe investeringen en implementatiekosten daartegenover staan.

• Hoe het indicatieve rendement verandert onder verschillende scenario's.

De calculator maakt bewust onderscheid tussen economische waarde en financiële besparingen.

Hij is geen gevalideerde businesscase of voorspelling, maar een instrument om aannames zichtbaar te maken en het gesprek over AI-rendement te verbeteren.

Probeer de DFI RoI Calculator.

Voor organisaties die deze eerste verkenning willen verdiepen, biedt de DFI AI Reality Check een bredere beoordeling van waardecreatie, organisatorische randvoorwaarden en strategische risico's.

De volgende AI-revolutie is organisatorisch

De ontwikkelingen bij Anthropic, OpenAI en Microsoft laten zien hoe snel het speelveld verandert. AI-bedrijven leveren niet langer uitsluitend technologie. Ze bewegen richting organisatieadvies en implementatie.

Organisaties onderzoeken ondertussen hoe zij met kunstmatige intelligentie meer waarde kunnen creëren en hun werk anders kunnen organiseren.

Maar daarbij dreigt een belangrijke denkfout.

Technologische capaciteit is niet hetzelfde als productiviteit. Productiviteit is niet hetzelfde als economische waarde. En economische waarde is niet hetzelfde als financieel rendement.

Tussen die begrippen ligt een wereld van organisatieontwerp, leiderschap, menselijk vakmanschap en strategische keuzes. Daarom is de belangrijkste vraag voor bestuurders niet langer: Hoeveel werk kan AI overnemen?

Maar:

Hoeveel duurzame waarde kunnen wij creëren met menselijke én kunstmatige intelligentie, en hoe zorgen we dat die waarde daadwerkelijk wordt gerealiseerd?

Dat is de werkelijke uitdaging van Return on Intelligence.

Damies Future Intelligence — perspectieven op AI, organisaties en de toekomst van werk.

Willem E.A.J. Scheepers