:quality(80))
5,2 miljoen Nederlanders gebruiken AI op het werk. Tegelijk weten de meeste organisaties niet welke tools dat zijn, welke data erin gaat en wat het kost. In het webinar over grip op AI deelden Fabiënne en Mike wat we in de markt zien gebeuren. Dit zijn de belangrijkste lessen.
Schaduw-IT is alle software en IT die medewerkers gebruiken zonder dat de organisatie die heeft geregeld of goedgekeurd. Schaduw-AI is de nieuwste vorm daarvan: AI-tools en modellen die medewerkers buiten het zicht van de organisatie inzetten. Vaak met bedrijfsdata erin.
Eén op de vijf Nederlandse medewerkers betaalt zelf hun AI-abonnement. Drie op de tien weten niet welke AI-functies er al op hun werkapparaat draaien (Aces Direct, IT-Indicator 2026). Internationaal gebruikt 45 procent van de medewerkers AI regelmatig op zakelijke apparaten, tegen 15 procent een jaar eerder (Verizon, Data Breach Investigations Report 2026). De werkgever weet vaak dat er privéaccounts in omloop zijn, maar doet er niets mee.
We zien grofweg drie reacties bij organisaties hierop:
1. Ze gedogen het
2. Ze schrijven beleid dat niemand leest
3. Ze blokkeren het
Geen van de drie werkt. Uitwijken is makkelijker dan ooit voor medewerkers. Een gratis chatbot staat in tien seconden open. En met tools als Lovable, Cursor en Replit bouwen medewerkers zelf apps.
Vijf jaar geleden was schaduw-IT nog te begrenzen, omdat software geld kostte. Nu is de drempel weg. Wie medewerkers niet faciliteert, krijgt AI-gebruik buiten zicht. Daarom kijken we er anders naar: medewerkers gebruiken AI niet om de regels te omzeilen, maar omdat het aanbod ontbreekt. De oplossing begint dus bij gecontroleerd faciliteren, niet bij verbieden.
Dat geldt ook voor wat medewerkers zelf bouwen. Steeds vaker komen opdrachtgevers bij ons met een prototype dat al voor een deel af is. De code is vaak prima. Maar niemand heeft nagedacht over beveiliging, hosting, back-ups en beheer. Laat staan over eigenaarschap.
Data verlaat je organisatie via drie routes:
- Plakken en uploaden. Medewerkers plakken teksten, documenten en screenshots in een LLM.
- Connectoren. Koppelingen met SharePoint of Google Drive maken in één klik grote hoeveelheden data beschikbaar voor een model.
- Agents en extensies. Browserextensies en agents die zelf taken uitvoeren op een computer hebben razendsnel toegang tot veel data.
Connectoren leggen een oud probleem bloot. In veel organisaties zijn rechten in SharePoint namelijk niet goed afgebakend. Dat viel tot nu toe niet op, want niemand loopt een hele mappenstructuur door. AI doet dat wel. Bestanden die technisch toegankelijk maar praktisch onvindbaar waren, zijn ineens met één vraag op te roepen.
Daarnaast telt de opslaglocatie. Ook data in een Europees datacenter van een Amerikaanse leverancier valt onder de Amerikaanse CLOUD Act. Gratis accounts trainen vaak op je data en bieden geen verwerkersovereenkomst, dus persoonsgegevens horen daar niet in. En verwijderd is niet weg: prompts worden bij de leverancier bewaard. OpenAI moest in 2025 maandenlang ook verwijderde chats bewaren, vanwege de rechtszaak van The New York Times.
Onze tips: faciliteer zakelijke accounts, controleer rechten in SharePoint en mappenstructuren, en zet connectoren standaard uit. Vrijwel elke aanbieder biedt een beheeromgeving waarin medewerkers modellen of connectoren kunnen aanvragen.
AI wordt steeds vaker afgerekend op gebruik, in tokens en credits. Dat maakt kosten ondoorzichtig. Daarbij betalen we nu waarschijnlijk te weinig: aanbieders bouwen marktaandeel op en integreren hun AI diep in bedrijfsprocessen. Zodra organisaties echt afhankelijk zijn, verwachten we dat de prijzen omhooggaan. Nu al zie je krimpflatie: je krijgt steeds minder voor hetzelfde geld.
Ook binnen de bestaande licenties lekt geld weg. Een Copilot licentie kost rond de 30 euro per gebruiker per maand, voor 100 medewerkers dus 36.000 euro per jaar. Uit Amerikaans onderzoek van Recon Analytics blijkt dat maar een derde van de Copilot licenties actief wordt gebruikt. Bij 100 licenties is dat 24.000 euro per jaar voor niets. Daarnaast zien we veel dubbele licenties, verspreid over afdelingen, teams en projectbudgetten.
Afhankelijkheid gaat verder dan kosten. Modellen verdwijnen, meestal omdat een sterkere opvolger komt, maar soms ook door geopolitiek. Zo moest Anthropic in juni de toegang tot twee nieuwe modellen binnen enkele dagen opschorten vanwege Amerikaanse exportregels, ook voor Europese klanten. Pas op 1 juli kwam de toegang terug. Op 24 september stopte Sora 2 zonder vervangend model, en op 23 oktober gingen GPT-4, GPT-3.5 Turbo, o1 en o1-pro uit. Wie AI in de kern van zijn processen bouwt, wil kunnen testen hoe een nieuw model reageert voordat het oude verdwijnt.
Maakt AI werk dan goedkoper? Dat kan, als je het gericht inzet met een business case en een eigenaar. Wat we nu vaak zien, is dat organisaties Copilot aanzetten en overal losse initiatieven starten. Dan geef je meer uit dan het oplevert. Kostenbesparing is bovendien zelden de beste reden. De grootste winst zit in kwaliteit, schaalbaarheid en nieuwe business. Denk aan de bouw en installatietechniek, waar veel calculatiekennis met pensioen gaat. AI die die kennis vasthoudt, betekent meer inschrijvingen en meer opdrachten.
In Nederland gebruiken 5,2 miljoen mensen AI op het werk. Vooral voor informatie zoeken, praktische vragen en schrijven. Maar slechts 29 procent van hen kreeg instructie of training. En nog maar 42 procent zegt dat er regels zijn voor AI-gebruik, terwijl dat begin 2026 nog 57 procent was (Newcom AI-Monitor 2026). Het gebruik groeit dus sneller dan het beleid. En volgens onderzoek van MIT haalt 95 procent van de organisaties nog geen meetbaar rendement uit hun investeringen in generatieve AI.
De meest voorkomende oorzaken: losse experimenten, niemand die meet wat het oplevert, en kant-en-klare tools die beloven aan te sluiten op je werkprocessen. Draai het om. Begin bij het proces, knip het op en bepaal per stap waar tijd, kwaliteit of werkplezier verloren gaat. Kies van daaruit een oplossing.
En kies een paar vaste toepassingen, wijs per toepassing een eigenaar aan en meet. Doe een nulmeting van hoe lang een proces nu duurt en volg wat het oplevert. Levert iets niet op, stop er dan mee.
"We hebben een AI-beleid" is niet genoeg als iemand doorvraagt. En steeds meer partijen gaan dat doen. Binnen en buiten je organisatie.
Medewerkers en ondernemingsraad. Medewerkers stellen drie vragen: wat mag ik gebruiken, wat mag ik delen en wat zie jij van mij? De eerste twee gaan over duidelijkheid. De derde gaat over vertrouwen. Zodra je AI-gebruik logt, kan dat herleidbaar zijn tot personen, ook bij een gewone AI-assistent. Dan heeft de ondernemingsraad een rol. Leg afspraken daarom vooraf vast. Let ook op: sinds de AI Act (artikel 4) is AI-geletterdheid een verplichting voor de werkgever. Niet iets wat medewerkers zelf moeten uitzoeken.
Klanten en opdrachtgevers. De vraag welk AI-model je gebruikt, komt steeds vaker in contracten en vragenlijsten terecht. Juridisch is je klant verwerkingsverantwoordelijke, jij bent verwerker en je AI-tool is een subverwerker. Onder de AVG mag je die niet zonder schriftelijke toestemming inschakelen. Plakt een medewerker klantdata in een gratis chatbot, dan heb je dus niet alleen een privacyprobleem. Je schendt ook je contract. Veelgestelde eisen zijn een lijst met toegestane tools, geen training op klantdata, bewaartermijnen voor prompts en output, een meldplicht bij wisseling van model en verwerking binnen de EU.
Toezichthouder, auditor en cyberverzekeraar. Deze partijen komen vaak pas na een incident of bij een controle. Bij de gemeente Eindhoven bleek uit een steekproef van dertig dagen dat medewerkers cv's, jeugdzorgdossiers en interne verslagen in openbare AI-chatbots hadden geplaatst. Een datalek meld je binnen 72 uur bij de Autoriteit Persoonsgegevens. Een auditor wil weten welke data vorige maand naar welk model ging, en de NBA publiceerde daarvoor de Leidraad AI in Control. Cyberverzekeraars beginnen naar AI-gebruik te vragen, en niet zonder reden: AI speelde een rol bij een kwart van de cyberincidenten in de eerste helft van 2026 (Swiss Re).
Je moet dus kunnen laten zien welke tools, data en modellen je gebruikt, en wat je doet als het misgaat.
Grip op data
Zet connectoren standaard uit en laat medewerkers ze aanvragen.
Breng in kaart welke AI-tools al worden gebruikt, bijvoorbeeld met een data loss prevention-tool als Microsoft Purview. Of vraag een week aan (DNS-)logs op en tel het aantal gebruikers per AI-dienst.
Gebruik die inzichten niet om te verbieden, maar om het gesprek aan te gaan. Waarom gebruikt iemand dit model? Bied waar nodig een zakelijk alternatief.
Leg elke tool vast in je leveranciersregistratie.
Spreek af wat je doet bij een vergissing. Medewerkers melden fouten alleen in een cultuur waarin ze niet worden afgestraft. Zorg voor één meldadres, beoordeel binnen 24 uur en meld binnen 72 uur. Een stoplichtmodel helpt om snel duidelijk te maken welke data wel en niet in een AI-tool mag.
Grip op kosten
Bereken de kosten per gebruiker, niet per licentie.
Draai een overzicht uit van alle AI-uitgaven, ook op team- en projectniveau, en zoek naar schaduwabonnementen.
Spoor slapende licenties op. Is een licentie 30 dagen niet actief, geef hem dan door of zeg hem op. Dat levert vaak nog voor het einde van het jaar een besparing op.
Wijs één eigenaar aan voor AI-uitgaven en werk vanuit een business case. AI mag geld kosten, zolang het iets oplevert.
Grip op gebruik en adoptie
Meet niet per persoon maar per afdeling, met een ondergrens zoals groepen van minimaal tien mensen.
Houd per tool bij wie eigenaar is, welke modellen erachter zitten en welke data erin gaat. Verdwijnt een model, dan kun je je stakeholders direct informeren.
Benoem per afdeling een AI-ambassadeur die het gebruik levend houdt en elke maand laat zien wat er verbeterd is.
Vergeet de mens niet. Medewerkers vragen zich af wat AI betekent voor hun werk. Ga daarover in gesprek.
Grip op AI draait om drie dingen: weten waar je data heen gaat, weten wat het kost en weten of het iets oplevert. Verbieden werkt niet. Faciliteren met overzicht wel.
Omdat we deze vragen steeds vaker van opdrachtgevers kregen, bouwden we Gravity Orbit. Een AI-managementsysteem voor organisaties vanaf zo'n honderd medewerkers, dat inzicht geeft in data, kosten en gebruik. Orbit controleert ook wat er via koppelingen naar een model gaat en wat terugkomt, en laat je daar regels op instellen.
Benieuwd hoe dat er voor jouw organisatie uitziet? Bekijk Gravity Orbit.