Zo check je hoe afhankelijk jouw bedrijf is van AI

Op 2 juni viel Claude uit. Ontwikkelaars die halverwege een refactor zaten, konden niet verder. Klantenservice-teams die hun AI-assistent gebruikten voor het samenvatten van gesprekken, schakelden terug naar handwerk. De storing duurde een paar uur. Maar de echte les zat niet in de downtime zelf. De les was dat de meeste bedrijven niet wisten hoeveel processen er intussen aan die ene tool hingen.

Waarom merk je AI-afhankelijkheid pas als het misgaat?

AI-afhankelijkheid groeit niet in één keer. Het sluipt erin. Een medewerker ontdekt dat ChatGPT sneller e-mails formuleert. Een collega gebruikt Claude voor het samenvatten van vergadernotities. Een ontwikkelaar laat Cursor zijn code genereren. Binnen drie maanden is AI verweven met het dagelijks werk, zonder dat iemand bijhoudt waar het allemaal zit.

Onderzoekers van MIT Sloan noemen dit fenomeen "AI-gravitatie": de constante druk om denkwerk aan AI uit te besteden. Niet omdat je lui bent, maar omdat het efficiënter is. En als het efficiënter is, doe je het vaker. En als je het vaker doet, wordt het vanzelf de standaard.

Wacht even. Dat klinkt misschien onschuldig. Maar het probleem zit hem in wat er gebeurt als die standaard wegvalt. AI gaat namelijk anders mis dan traditionele software. Een CRM dat crasht, geeft een foutmelding. AI faalt terwijl het nog functioneert, schrijft het Business Continuity Institute. Een model dat langzamer antwoordt of net iets lagere kwaliteit levert, slaat geen alarm. De output ziet er gewoon minder goed uit. En dat merk je soms pas na weken.

Hoe afhankelijk is het gemiddelde Nederlandse bedrijf?

Volgens cijfers van het CBS gebruikt 29,8 procent van het Nederlandse midden- en kleinbedrijf minstens één AI-technologie. Dat is een verdubbeling ten opzichte van twee jaar geleden. Bij bedrijven in de informatie- en communicatiesector is het zelfs 54 procent. Het meest gebruikte toepassingsgebied: marketing en verkoop (32,7 procent), gevolgd door administratieve processen (25,9 procent).

Maar gebruik is niet hetzelfde als afhankelijkheid. Afhankelijkheid begint op het moment dat een tool niet meer optioneel is, wanneer het weghalen ervan een merkbaar productiviteitsverlies oplevert. Adviesbureau Thoughtworks definieert de grens als een productiviteitsdaling van 50 procent of meer. Als de helft van je output wegvalt wanneer ChatGPT offline gaat, ben je niet aan het "gebruiken." Je bent afhankelijk.

Dat dit risico niet hypothetisch is, bewees Uber begin juni. Het bedrijf was binnen vier maanden door zijn volledige AI-budget heen, omdat medewerkers massaal AI-tools gebruikten zonder centrale afspraken. Uber moest vervolgens uitgavelimieten instellen per medewerker. Het tekent hoe snel AI-gebruik escaleert als je het niet actief beheert.

De Nederlandsche Bank waarschuwde eind mei 2026 voor een verwant risico. DNB-president Olaf Sleijpen noemde de concentratie bij een handvol cloud- en AI-aanbieders een bedreiging voor de financiële stabiliteit. De Autoriteit Financiële Markten en het Centraal Planbureau bevestigen dat beeld.

Even voor de beeldvorming: als een hele financiële sector kwetsbaar wordt door afhankelijkheid van drie AI-aanbieders, dan is het niet vergezocht dat jouw bedrijf met vijftien of vijftig medewerkers ook een blinde vlek heeft.

Drie signalen dat je team te afhankelijk is

Hoe herken je het? Let op deze drie rode vlaggen.

1. Niemand weet welke AI-tools er allemaal worden gebruikt. Eén afdeling betaalt voor ChatGPT Teams, een andere voor Claude Pro, een derde voor Copilot. Elke afdeling maakt zijn eigen prompt-bibliotheken. Er is geen gedeeld overzicht van licenties, geen beleid. In veel organisaties staat AI buiten de werkprocessen als losse tool, zonder dat iemand het totaalplaatje bewaakt. Onderzoekers noemen dit "shadow AI." Bij mkb-bedrijven is het eerder regel dan uitzondering.

2. Processen stoppen als de tool wegvalt. Stel je team deze vraag: "Wat doe je als ChatGPT morgen een dag offline is?" Als het antwoord luidt "dan wacht ik tot het weer werkt," dan ontbreekt er een terugvalroute. Thoughtworks adviseert om voor elke AI-ondersteunde workflow een zogeheten graceful degradation te definiëren: een handmatige route die hetzelfde resultaat oplevert, alleen langzamer. Denk aan een navigatieapp die je niet meer naar werk brengt. Je kent de weg nog wel, alleen ben je tien minuten later.

3. Kennis zit in de tool, niet meer in het team. Uit MIT Sloan-onderzoek blijkt dat 83 procent van de ChatGPT-gebruikers die een tekst lieten schrijven, direct na het indienen geen enkele zin uit hun eigen werk konden navertellen. De inhoud was nooit hun hoofd in gegaan. Als je medewerkers de output niet meer begrijpen die ze namens je bedrijf versturen, dan is AI niet langer een hulpmiddel.

"If we can't think without these machines, I would argue we are not thinking at all," aldus MIT Sloan-onderzoeker Eric So.

De middag-audit in vijf stappen

Je hoeft hier geen consultant voor in te huren. Dit kun je in één middag doen met je team. Het totaal kost je zo'n twee en een half uur aan voorbereiding en gesprekken, plus een halve dag voor de oefening later die week.

Stap 1: Inventariseer alle AI-tools (30 minuten). Vraag elke medewerker: welke AI-tools gebruik je dagelijks, wekelijks, maandelijks? Tel de betaalde abonnementen, de gratis accounts, en de AI-functies die in bestaande tools zitten (Copilot in Office, Gemini in Google Workspace, AI-functies in je CRM). Maak een simpele spreadsheet met vier kolommen: tool, gebruiker, frequentie, doel. Je zult verrast zijn hoeveel tools er naar voren komen waarvan je het bestaan niet kende.

Stap 2: Markeer de kritieke workflows (30 minuten). Welke van die tools zitten in een workflow die direct omzet, klanttevredenheid of deadlines raakt? Markeer die als "kritiek." Niet elke tool is even belangrijk. ChatGPT voor het brainstormen van marketingideeën is handig maar niet essentieel. Claude voor het genereren van klantvoorstellen is kritiek, want zonder die tool mist je team zijn deadline.

Stap 3: Definieer een terugvalroute per kritieke workflow (45 minuten). Voor elke kritieke workflow: wat doe je als de tool 24 uur niet beschikbaar is? Schrijf per workflow op:

• Wat is de handmatige route?
• Wie in het team kan dit zonder AI?
• Hoeveel extra tijd kost het?

Die drie antwoorden samen zijn je noodplan. Het hoeft niet mooi. Het moet bestaan. Een noodplan van drie regels op een gedeeld document is oneindig beter dan helemaal geen plan.

Stap 4: Check je leveranciersconcentratie (15 minuten). Hoeveel van je kritieke workflows draaien op dezelfde aanbieder? Als alles via OpenAI loopt (ChatGPT, de API, Codex), dan is één OpenAI-storing een bedrijfsstoring. Spreiding over twee of drie aanbieders verkleint dat risico aanzienlijk. De maandelijkse vergelijking van AI-prijzen helpt je inschatten wat dat kost. Overigens hoef je niet alles dubbel af te nemen. Het gaat erom dat je weet welk alternatief je kunt inschakelen als je primaire tool uitvalt.

Stap 5: Plan een AI-vrije ochtend (30 minuten plannen, een halve dag uitvoeren). Kies een ochtend waarop je team één kritiek proces zonder AI uitvoert. Het Business Continuity Institute adviseert maandelijkse oefeningen met opzettelijke model-degradatie. Je hoeft niet meteen zo ver te gaan. Begin met één proces, één ochtend. Meet hoeveel langer het duurt en waar de kennis ontbreekt. Die meting is je nulpunt. Als je die hebt, weet je precies wat een dag zonder AI je in uren kost.

Wat is een gezonde verhouding met AI?

AI-afhankelijkheid is niet per definitie slecht. Je bent ook afhankelijk van je boekhoudsoftware, je CRM en je e-mail. De vraag is niet of je afhankelijk bent, maar of je het bewust bent en of je een terugvaloptie hebt.

Een gezonde verhouding met AI heeft drie kenmerken:

• Je weet waar het zit. Geen shadow AI, geen verrassingen bij een factuurcontrole. Iemand in je organisatie heeft een actueel overzicht van alle AI-tools en hun kosten.
• Je hebt een plan B. Voor elke kritieke workflow bestaat een langzamere maar werkende route. Het plan hoeft niet uitgebreid te zijn, maar het moet er zijn.
• Je team begrijpt de output. Medewerkers controleren AI-werk en kunnen het uitleggen. Ze zijn eindredacteur, niet doorgeefluik.

Er is ook een juridische reden om dit op orde te hebben. Vanaf 2 augustus 2026 eist de EU AI Act dat organisaties die AI inzetten inzichtelijk maken waar, hoe en met welk risico zij dat doen. Heb je geen overzicht, dan loop je niet alleen operationeel risico, maar ook juridisch. De audit die je vanmiddag hebt gedaan is een solide eerste stap richting die compliance.

Wat kun je hier maandag mee?

De Claude-storing van 2 juni was niet de eerste en wordt niet de laatste. Elke AI-aanbieder kampt met uitval, prijswijzigingen en modelwijzigingen die je workflow breken. De bedrijven die daar goed mee omgaan, zijn niet degenen die geen AI gebruiken. Het zijn de bedrijven die weten waar hun AI zit en die hebben nagedacht over wat er gebeurt als het wegvalt.

Drie dingen die je deze week kunt doen:

1. Stuur je team de vraag: "Welke AI-tools gebruik je dagelijks?" Verzamel de antwoorden in een gedeeld document.
2. Identificeer je drie kritiekste AI-workflows en schrijf per stuk een terugvalroute van één pagina.
3. Plan een "AI-vrije ochtend" in de komende twee weken voor één van die workflows.

Je hoeft er geen beleid van te maken. Begin met zichtbaarheid. Als je eenmaal weet welke AI-tools je bedrijf draaiende houden, kun je bewuste keuzes maken over risico en spreiding. En als de volgende storing komt, zit je niet met je handen in je schoot te wachten tot het weer werkt.

Meer lezen over hoe je AI goed organiseert in je bedrijf? Zo voorkom je dat AI je team in tweeën splitst en vijf vragen waarmee AI je contracten beter checkt.