Tussen de beloftes van leveranciers en de scepsis aan de keukentafel zit een werkelijkheid die goed meetbaar is. Deze pagina somt op wat AI vandaag aantoonbaar kan voor een middelgrote organisatie — met het onderzoek erbij, en met de kanttekeningen die in verkooppraatjes ontbreken.
1. Documenten bevragen (RAG)
Een model dat antwoord geeft mét verwijzing naar uw eigen handleidingen, contracten of dossiers is inmiddels standaardtechniek. De waarde zit in de zoektocht die vervalt: medewerkers vinden in seconden wat eerst twintig minuten bladeren kostte. Cruciaal is de datakwaliteit — een RAG-pipeline over een rommelig documentlandschap levert rommelige antwoorden. Lees de praktijklessen in ons artikel over RAG in de praktijk.
2. Software-ontwikkeling versnellen
Softwareontwikkeling is een van de best onderzochte domeinen, maar de uitkomst verschilt sterk per taak en team. AI kan helpen bij code-uitleg, eerste implementaties, tests en documentatie. Tegelijk vond een gerandomiseerde METR-studie met ervaren open-sourceontwikkelaars dat vroege 2025-tools hen op complexe taken juist vertraagden. De praktische conclusie is daarom niet “AI maakt iedere ontwikkelaar sneller”, maar: meet het effect in uw eigen ontwikkelstraat, inclusief review, tests en herstelwerk.
3. Agents die langer zelfstandig werken
Anthropic analyseerde miljoenen interacties met Claude Code. Bij de langste sessies nam de autonome looptijd in drie maanden toe van minder dan 25 naar meer dan 45 minuten; ervaren gebruikers kozen vaker voor auto-approve, maar grepen ook vaker gericht in. Dat ondersteunt een nuchtere inzet: laat agents afgebakend werk uitvoeren binnen logging, rechten en herstelmogelijkheden, en laat mensen de uitkomst beoordelen voordat die gevolgen krijgt.
4. Kenniswerk ontzorgen
Verslagen samenvatten, vergadernotulen uittypen, eerste versies van offertes en brieven, e-mails prioriteren en data uit documenten halen naar een spreadsheet. Geen van dit is spectaculair, maar het zijn wel taken waarop veel tijd verloren gaat. Begin met werk dat eenvoudig te controleren is en meet zowel tijdwinst als correctiewerk.
5. Beeld, spraak en vertaling
Varianten van productfoto's, transcriptie, voice-overs en eerste vertalingen zijn bruikbaar wanneer kwaliteitseisen vooraf duidelijk zijn. Voor externe publicatie blijven controle op huisstijl, terminologie, rechten en feitelijke juistheid nodig. Leg bovendien vast wanneer beeld of audio synthetisch is.
Waar u beter nog niet op kunt bouwen
- Volledig autonome beslissingen over geld, gezondheid of personeel — de betrouwbaarheid is er niet, en de EU AI Act stelt voor hoogrisico-toepassingen bovendien zware eisen.
- Foutloze feitelijke kennis zonder bronvermelding. Modellen blijven overtuigend klinkende onzin produceren; bouw systemen die bronnen tonen.
- "Eén model dat alles kan" als vervanging van procesinrichting. De winst zit in workflows, niet in het model alleen.
Hoe u verstandig begint
Kies één proces met drie eigenschappen: veel volume, lastig te verpesten, en makkelijk meetbaar. Draai een pilot van vier tot zes weken met een vaste groep gebruikers, meet voor en na, en beslis dan pas over opschaling. Die aanpak — klein beginnen, echt meten — is ook hoe wij een proof-of-concept inrichten.
Bronnen
- METR: AI en productiviteit van ervaren open-sourceontwikkelaars — gerandomiseerde studie die laat zien waarom effecten per taak en werkwijze moeten worden gemeten.
- Anthropic: Measuring AI agent autonomy in practice — analyse van looptijd, auto-approve en menselijk ingrijpen.
- Microsoft & LinkedIn Work Trend Index 2024 — grootschalig onderzoek naar gebruik van AI op het werk.
- METR Task-Completion Time Horizons — actuele methodiek en meetresultaten; zie ook ons artikel over de ontwikkelsnelheid van AI.
