Bijna de helft van de medewerkers die regelmatig met AI werken, wint een volledige werkdag per week. Acht uur vrij, elke week opnieuw. Twee op de drie krijgen vervolgens geen richting over wat ze met die uren moeten doen, blijkt uit het BCG Global AI at Work-rapport onder bijna twaalfduizend werknemers in veertien landen. De uren lossen op in extra vergaderingen, langere e-mailketens en het soort taken dat vanzelf ontstaat als er ruimte is maar geen plan.
Waar gaan die gewonnen uren naartoe?
In drie herkenbare patronen: meer vergaderingen, uitdijende taken en een onzichtbare vertraging die niemand opmerkt.
Het eerste patroon is het meest zichtbare. Een medewerker die twee uur per dag bespaart op rapportages, wordt door collega's vaker uitgenodigd voor overleg. De logica klinkt redelijk ("je hebt toch tijd?"), maar het resultaat is dat de acht gewonnen uren opgaan aan afspraken die er drie maanden geleden niet waren. De agenda vult zich vanzelf.
Het tweede patroon is subtieler: bestaande taken dijen uit. Een offerte die voorheen in twee uur af moest, krijgt nu drie extra revisieronden omdat er immers tijd over is. Een klantenservicemedewerker die antwoorden sneller opstelt, neemt extra follow-uptaken op zich die voorheen bleven liggen. Overigens meldde Amazon dat medewerkers intern bots gingen inzetten voor, in hun eigen woorden, "useless tasks", waarna het bedrijf de hele interne AI-gebruikstracking schrapte.
Het derde patroon is het lastigst te herkennen. Medewerkers vertragen onbewust. Niet uit luiheid, maar omdat er geen duidelijke volgende stap is. Vergelijk het met een kantoor dat een extra verdieping erbij krijgt maar geen plattegrond maakt: de ruimte staat binnen drie maanden vol met vergadereilandjes en een tafeltennistafel, niet met productiever werk.
Alle drie de patronen hebben iets gemeen: ze zijn onzichtbaar voor het management. Geen manager ziet in een weekrapportage dat zijn team de AI-besparing heeft verspild aan extra vergaderingen. De uren verdwijnen in de marge van het dagelijks werk, precies daar waar niemand kijkt.
Waarom geven managers geen richting?
Omdat de meeste managers AI uitrollen als een tool, niet als een verandering van hoe het werk georganiseerd is.
BCG mat het verschil tussen beide aanpakken. Bedrijven die alleen betere AI-tools aanboden, zagen hun meetbare bedrijfsimpact met circa vijf procentpunten stijgen. Bedrijven die daarnaast een duidelijke strategie en een herontwerp van werkprocessen doorvoerden, scoorden vijfentwintig procentpunten hoger. Vijf keer zoveel effect.
“Senior leaders are really struggling to articulate what the vision and strategy is on AI.”
David Martin, hoofd People & Organization bij BCG
Die worsteling is herkenbaar voor veel mkb-managers. Ze kunnen prima uitleggen welke AI-tools het team gebruikt. Maar op de vraag "wat moet je team doen met de vrijgekomen tijd?" wordt het stil. Niet omdat ze het antwoord niet willen geven, maar omdat de vraag zelf nog niet op hun radar stond. De meeste AI-implementaties eindigen bij "het werkt", niet bij "en nu?".
Even afstand nemen: dit is niet alleen een AI-probleem. Toen automatisering in de jaren negentig administratieve taken overnam, verdampte een deel van de winst in dezelfde patronen. Het verschil is de snelheid. AI comprimeert die transitie van jaren naar weken, en de meeste managementstructuren zijn daar niet op ingericht.
Daar komt bij dat 47 procent van de werknemers inmiddels meer tijd besteedt aan het aansturen en controleren van AI dan aan het eigenlijke werk, volgens hetzelfde BCG-rapport. De tool die tijd moest besparen, creëert nieuwe taken: prompts schrijven, output controleren, resultaten samenvatten. Zonder duidelijke afspraken over welke AI-taken waarde toevoegen en welke niet, wordt de tijdwinst gedeeltelijk weer opgegeten door het beheren van de AI zelf.
Hoeveel kost een ongestuurde besparing?
Voor een team van tien kenniswerkers bij een Nederlands mkb loopt de gemiste waarde op tot meer dan honderdduizend euro per jaar.
De rekensom is eenvoudig. Stel dat vijf van de tien teamleden acht uur per week besparen met AI (het BCG-gemiddelde van 42 procent). Vijf medewerkers maal acht uur maal achtenveertig werkweken is 1.920 uur per jaar. Bij een gemiddelde loonkostprijs van circa 35 euro per uur voor een Nederlandse kenniswerker (inclusief werkgeverslasten) is dat 67.200 euro aan uren die beschikbaar zijn maar niet productief worden ingezet. Tel de overige teamleden mee die ook deels besparen, en je zit boven de ton.
Dat geld staat niet op een factuur. Het is waarde die al binnen handbereik lag en niet werd gepakt. Voor een mkb-bedrijf dat jaarlijks 15.000 tot 40.000 euro investeert in AI-licenties (ChatGPT Team kost 27 euro per gebruiker per maand, Claude Pro 20 euro per maand), is dat een rendement dat onbenut op de plank blijft liggen. Ubers AI-afdeling verbruikte het volledige jaarbudget in vier maanden, zonder dat duidelijk was wat het opleverde. Dat was een miljardenbedrijf. Maar de dynamiek is dezelfde bij een mkb van vijftig man.
Drie stappen om de gewonnen uren vast te houden
Het begint bij een gesprek met je team, niet bij een nieuw dashboard of een extra tool.
Stap 1: breng de besparing per persoon in kaart. Vraag elke medewerker: "Welke taken doe je nu sneller of helemaal niet meer door AI?" Niet in uren (dat is te abstract), maar in concrete taken. "Maandrapporten schrijf ik niet meer handmatig" of "klantmails kosten me de helft van de tijd" is bruikbaarder dan "ik bespaar drie uur". Doe dit in een korte teamronde van een kwartier, niet via een formulier dat niemand invult.
Heb je nog geen beeld van hoeveel tijd AI je team echt bespaart? In het artikel over AI-ROI meten staat hoe je dat concreet uitrekent.
Stap 2: definieer drie categorieën voor de vrijgekomen uren. Niet alles hoeft "strategisch" te worden. Drie categorieën die in de praktijk werken:
- Klantcontact verdiepen. Meer tijd voor gesprekken met klanten, betere offertes, snellere opvolging. Dit is vaak de snelste manier om AI-besparing om te zetten in omzet.
- Vaardigheden ontwikkelen. Medewerkers die uren overhouden, kunnen investeren in het beter leren werken met AI zelf. BCG vond dat 72 procent van de werknemers aangeeft dat hun vaardigheidsverwachtingen zijn veranderd door AI. Die kloof gaat niet vanzelf dicht.
- Processen verbeteren. Laat medewerkers inefficiënties signaleren en oplossen die voorheen onzichtbaar bleven omdat er geen tijd voor was. Zo ontdekt AI in een uur waar je bedrijf tijd verliest.
Stap 3: maak het zichtbaar in je weekroutine. Voeg een vraag toe aan je wekelijkse teamoverleg: "Waar heb je je vrijgekomen AI-uren deze week aan besteed?" Niet als controle, maar als signaal dat het ertoe doet. Het verschil tussen teams die hun AI-besparing vasthouden en teams die het kwijtraken, zit vrijwel altijd in deze zichtbaarheid. Geen rapportage, geen dashboard. Een vraag per week.
Het mooie aan deze aanpak: het kost nul euro en een kwartier per week. Je hebt geen nieuw platform, geen consultancy-traject en geen implementatieplan nodig. Het knelpunt bij AI-productiviteit is bijna nooit de technologie. Het is het gesprek dat niet gevoerd wordt.
Wat doen organisaties die het wel goed doen?
Ze herontwerpen hun werkprocessen, niet alleen hun hulpmiddelen.
BCG vond dat teams die hun werkprocessen herontwierpen 24 procentpunten meer kans hadden op meetbare verbetering, 22 procentpunten meer kans op een volledige dagbesparing, en 20 procentpunten meer kans op hogere werktevredenheid. Dat herontwerp betekent hier geen reorganisatie. Het betekent: opnieuw bekijken wie welke stap in een proces doet, nu AI een deel overneemt.
Wacht even, wat is dat herontwerp concreet? Bij een marketingteam dat AI inzet voor contentproductie verandert niet alleen de schrijfstap, maar ook de review, de distributie en de analyse. Als alleen de schrijfstap versnelt maar de rest ongewijzigd blijft, loop je elke keer vast op hetzelfde knelpunt. De winst blijft hangen bij de ene medewerker die AI gebruikt, in plaats van door het hele proces te stromen.
In Nederland gebruikt 22,7 procent van de bedrijven AI, volgens het meest recente CBS-onderzoek naar ICT-gebruik in het bedrijfsleven. Veel van die bedrijven zitten in precies de fase die BCG beschrijft: de tools zijn er, de tijdwinst is meetbaar, maar de werkprocessen zijn nog ingericht alsof er geen AI bestaat. Volgens data van TheAIDaily ziet driekwart van de bedrijven die in AI investeren geen meetbaar rendement. Het BCG-rapport verklaart nu waarom: het rendement is er wel, maar het lekt weg door gebrek aan aansturing.
Hoe je een AI-werkwijze opzet die je hele team volgt, staat hier stap voor stap beschreven.
Welk gesprek voer je maandag met je team?
Een vraag is genoeg om te beginnen: "Welke twee uur per week gebruik je nu anders dan drie maanden geleden?"
Die vraag dwingt je team om na te denken over wat er concreet is veranderd. Niet in abstracte termen, maar in uren en taken. Het antwoord vertelt je drie dingen: of de AI-besparing echt plaatsvindt, of de vrijgekomen uren ergens naartoe gaan, en of je team richting nodig heeft.
Als het antwoord is "eigenlijk niks" of "weet ik niet", dan weet je precies waar je deze week aan moet werken. Niet aan een nieuwe AI-tool, maar aan het gesprek over waar de gewonnen tijd naartoe gaat. De afgelopen weken verschenen op TheAIDaily artikelen over hoe je kiest welk werk je aan AI geeft en hoe je AI-output controleert voordat het naar een klant gaat. Dit artikel gaat over de stap erna: zorgen dat de uren die AI je oplevert niet stilletjes verdwijnen.
