← Alle artikelen
OnderzoekAI op het werkCijfers

Wat vindt werkend Nederland écht van AI? De cijfers op een rij

AI op het werk gaat vaak over gevoel. Maar wat zeggen de cijfers? Recent Nederlands en Europees onderzoek over gebruik, vertrouwen, productiviteit en banenangst, en waar de data schuurt.

Max van den Broek··6 min

Praat je op het werk over AI, dan gaat het al snel over gevoel: de een is enthousiast, de ander bezorgd, en bijna iedereen denkt dat de rest er anders in staat. Maar wat zeggen de cijfers eigenlijk? Ik zette het recente Nederlandse en Europese onderzoek op een rij. Geen mening, alleen wat de data laat zien, en vooral: waar die data schuurt. Want de interessantste inzichten zitten niet in de gemiddelden, maar in de tegenstellingen.

De cijfers in het kort

  • AI-gebruik op het werk in Nederland groeide in ruim een jaar van 26% naar 41% (MSI-ACI).
  • 22,7% van de Nederlandse bedrijven vanaf 10 werknemers gebruikt AI, bijna een verdubbeling sinds 2023; bij de grootste bedrijven (500 of meer) is dat 59% (CBS).
  • Het vertrouwen in AI blijft mager: een gemiddelde score van 5,8 op 10 (KPMG/Ipsos), en 88% vindt AI minder betrouwbaar dan een mens (MSI-ACI).
  • 74% van de werknemers maakt zich zorgen over banenverlies (Europees gemiddelde); Nederland verwacht de grootste impact van heel Europa (71%) (EY).
  • Ervaren developers werden met AI gemiddeld 19% minder productief, terwijl beginners juist sneller werden (Tilburg University).
  • 1 op de 5 werknemers kocht zelf een AI-abonnement voor het werk; slechts 43% kreeg duidelijke richtlijnen (Aces Direct).

Gebruik stijgt snel, vertrouwen blijft achter

De adoptie gaat hard. Volgens de AI-Barometer van MSI-ACI steeg het aandeel Nederlanders dat AI voor werk gebruikt in iets meer dan een jaar van 26% naar 41%. Het CBS ziet dezelfde beweging bij bedrijven: in 2024 gebruikte 22,7% van de bedrijven vanaf 10 werknemers AI, bijna een verdubbeling ten opzichte van 2023 (14%). Het gat naar bedrijfsgrootte is groot, van 17,8% bij de kleinste gemeten bedrijven (10 tot 19 werknemers) tot 59% bij de grootste (500 of meer).

Maar het vertrouwen groeit niet mee. In de Nationale AI Vertrouwensmonitor van KPMG en Ipsos I&O (ruim duizend Nederlanders) komt het vertrouwen uit op een magere 5,8 op 10. In de MSI-cijfers zegt 88% dat AI minder betrouwbaar is dan een mens. We gebruiken het dus steeds meer, en geloven het tegelijk steeds minder.

Dat is precies de spanning die de stelling "Wij rennen achter AI aan uit angst om achter te blijven, niet omdat we weten waar we heen willen" op tafel legt. Waar staat jouw team?

Banenangst is groter dan je aan tafel hoort

In de Europese AI Barometer van EY (bijna 5.000 werknemers in negen landen) maakt 74% zich zorgen over banenverlies, tegen 68% een jaar eerder. Nederland springt eruit: 71% van de Nederlandse werknemers verwacht dat AI hun werk gaat raken, de hoogste score van alle onderzochte landen.

Het opvallende: die angst wordt zelden hardop uitgesproken op de werkvloer. Mensen zeggen eerder "alles verandert toch" dan "ik ben bang dat ze mij straks niet meer nodig hebben". De kaart "Over vijf jaar bestaat mijn functie niet meer in de vorm die ik nu ken" maakt dat verschil zichtbaar, zonder het woord angst te gebruiken. Bekijk de kaarten.

Voelt sneller ook echt als sneller?

Hier wordt de data ongemakkelijk. In de EY-barometer voelt 43% zich productiever door AI. Maar een studie van Tilburg University (december 2025), op basis van 2.755 open-source projecten, vond het omgekeerde bij ervaren software-ontwikkelaars: die werden met AI-hulp gemiddeld 19% minder productief, doordat ze meer tijd kwijt waren aan het controleren en repareren van AI-output. Beginners werden juist sneller.

Dat is een belangrijk signaal, al geldt het specifiek voor developers en niet automatisch voor elk beroep. Het raakt een gevoel dat veel mensen herkennen maar zelden meten: het controleren, bijsturen en herformuleren vreet de tijdwinst weer op. Precies wat de stelling "Soms twijfel ik of ik met AI echt sneller werk" wil laten uitspreken. Kies een kant.

Juniors versnellen, ervaren mensen verschuiven

Diezelfde Tilburg-studie legt een generatiekloof bloot. AI verlaagt de drempel voor wie nog aan het leren is, terwijl het werk van ervaren mensen verschuift van zelf maken naar nakijken en corrigeren. Voor de een voelt dat als een steuntje in de rug, voor de ander als een stille degradatie.

Dat is de kern van de kaart "Mijn vak verschuift van zelf maken naar beoordelen wat AI maakt. En dat voelt voor mij als een degradatie." Voor wie aan tafel is beoordelen een stap omhoog, en voor wie een stap omlaag? Praat erover met je team.

Bijna niemand controleert alles nog

Vertrouwen in AI groeit niet door een besluit, maar door gewenning. In de Vertrouwensmonitor zegt 70% de AI-output standaard te controleren, en 84% vindt menselijke supervisie cruciaal bij belangrijke beslissingen. Dat klinkt geruststellend. Maar de praktijk sluipt de andere kant op: hoe vaker de output klopt, hoe sneller je stopt met echt kijken.

De kaart "Toen ik met AI begon, controleerde ik alles. Inmiddels lees ik het meeste alleen nog snel door, want de vorige keren klopte het toch" haalt dat sluipende moment naar boven. Wanneer liep jij een AI-resultaat voor het laatst echt regel voor regel na? Bekijk de vertrouwenskaarten.

Shadow AI: iedereen doet het, weinigen praten erover

Uit de IT-Indicator 2026 van Aces Direct (ruim duizend werkende Nederlanders) blijkt dat 1 op de 5 werknemers zelf een privé-abonnement op een AI-tool afsloot om werk mee te doen. Tegelijk kreeg maar 43% duidelijke richtlijnen van de werkgever, en kent 60% van het management de regels tegen slechts 37% op de uitvoerende vloer.

Dat is de voedingsbodem voor stiekem gebruik en halve waarheden over wie wat met AI deed. De kaart "Iemand die zegt: ik gebruik nooit AI, geloof ik tegenwoordig niet meer" draait die norm om en maakt hem bespreekbaar. Bekijk de kaarten over eerlijkheid.

Waar dit vandaan komt

De cijfers in dit artikel komen uit recent, openbaar onderzoek. Bekijk de bronnen zelf:

Waar staat jouw team?

De cijfers laten zien dat de meeste teams verdeeld zijn zonder dat ze het van elkaar weten: over de winst, het vertrouwen, en of we eigenlijk wel weten waar we heen willen. Dat gesprek voer je niet met een rapport, maar met elkaar.

Daarvoor maakte ik de AI-gesprekskaarten: 54 stellingen, dilemma's en open vragen die een team eerlijk laten zeggen waar het staat. Wil je liever eerst zelf verder leren? Kijk dan in de gratis AI-academy.

Verder lezen

Lees ook

Aan de slag met AI-geletterdheid?

Begin gratis met de academy: zes e-learnings over AI-geletterdheid, plus een verdieping voor developers. Wil je het op maat voor je organisatie, met jullie eigen voorbeelden en beleid? Dan maak ik een e-learning of training op maat.