AI-tools zijn er genoeg. Budgetten vaak ook. Maar kennis? Dat is een ander verhaal. Uit recent eigen onderzoek naar AI-adoptie in Nederlandse organisaties, blijkt dat 33 procent van de organisaties een tekort aan kennis van AI als grootste uitdaging ervaart. Nog opvallender is dat 4 op de 5 organisaties hun medewerkers überhaupt nog niet hebben opgeleid in AI-geletterdheid. Terwijl iedereen druk bezig is met AI-experimenten, ontstaat er zo een fundamentele kloof tussen willen en kunnen. Bovendien vergroot een gebrek aan AI-geletterdheid het risico op onethisch of foutief gebruik van AI, met alle gevolgen van dien. De vraag is kortom niet meer óf je AI gaat inzetten, maar hoe je ervoor zorgt dat je organisatie vaardig genoeg wordt om er daadwerkelijk waarde mee te creëren.
Nederlandse organisaties zijn de afgelopen tijd massaal aan de slag gegaan met AI, en ruim de helft beschouwt zich zelfs als ‘early adopter’. Tegelijkertijd worstelen veel organisaties nog met de meest basale uitdaging: begrijpen wat ze aan het doen zijn. Zo geeft slechts 59 procent aan goed geïnformeerd te zijn over AI-mogelijkheden en -beperkingen. En let wel: dit zijn geen doorsnee werknemers, maar AI leads die dagelijks bezig zijn met AI.
Waarom blijft AI-kennis zo schaars?
Deze kenniskloof heeft meerdere oorzaken. AI-technologie ontwikkelt zich razendsnel; wat vorig jaar nog state-of-the-art was, is nu alweer achterhaald. Deze snelheid maakt het lastig en complex om structureel kennis op te bouwen.
Daarnaast is AI-geletterdheid veel breder dan technische kennis alléén; het gaat ook om strategisch inzicht, ethisch bewustzijn, juridisch begrip én praktische vaardigheden. Veel organisaties onderschatten deze complexiteit.
En dan is er ook nog eens sprake van een generatiekloof, zo maakt ons onderzoek duidelijk. Jongere professionals tot 35 jaar zijn enthousiaster over AI-experimenten, maar hebben minder oog voor regelgeving en ethische aspecten; zo houdt 49 procent van hen naar eigen zeggen geen rekening met ethische principes. Oudere medewerkers zijn dan weer voorzichtiger (onder 55-plussers zegt slechts een kwart geen rekening te houden met ethische principes), maar zij lopen soms achter in technische kennis.
Vier aandachtsgebieden
Hoe los je dit op? Succesvolle AI-adoptie vraagt om een doordachte aanpak van kennisopbouw op vier niveaus.
1. Basiskennis voor iedereen. Zorg voor een basiskennisniveau dat past bij je business. In elke sector wordt AI anders toegepast; financiële teams gebruiken het voor fraudedetectie, logistieke afdelingen voor voorraadprognoses, marketingteams voor data-analyse en contentcreatie – om maar wat voorbeelden te noemen. Maar hoe je de technologie ook inzet: medewerkers moeten begrijpen wat AI wel en niet kan, hoe het hun werk beïnvloedt en waar de grenzen liggen.
2. Verdieping per rol. Faciliteer verdieping toegespitst op rollen, functies en verantwoordelijkheden. Een softwareontwikkelaar gebruikt AI anders dan een medewerker op de financiële administratie. Medewerkers die daadwerkelijk met AI-tools werken, hebben praktische training nodig in prompt engineering, data-interpretatie en het herkennen van AI-fouten.
3. Beleid en governance. Ontwerp een AI-beleid en harmoniseer dit met je organisatorische doelen. Een duidelijk kader helpt mensen om zelfbewust met AI om te gaan. Het management moet AI-kansen en -risico’s kunnen inschatten en AI-initiatieven kunnen sturen.
4. Herhaal en verfijn. Omdat veranderingen in deze technologie razendsnel gaan, is het belangrijk dat alle medewerkers van je organisatie steeds opnieuw de juiste kennis opdoen om AI veilig, verantwoord en effectief in te kunnen zetten. Een plan voor permanente educatie kan hierbij helpen.
Extern versus intern: de hybride aanpak
Bij het opbouwen van AI-kennis worstelen veel organisaties met een fundamentele vraag: zelf expertise ontwikkelen of inhuren? De praktijk wijst uit dat een combinatie het effectiefst is. Momenteel werkt 47 procent van de Nederlandse organisaties met externe consultants, terwijl 51 procent deze samenwerking combineert met interne capaciteitsopbouw.
Externe expertise helpt om snel te starten en bewezen methodieken toe te passen. Maar zonder interne kennisopbouw blijf je afhankelijk. De slimste organisaties gebruiken externe partners als versneller van hun eigen leerproces, niet als vervanging ervoor.
Ken je eigen leercurve
Voor een succesvolle implementatie van AI is het verder cruciaal om goed in kaart te brengen welke medewerkers en teams nu en in de toekomst AI inzetten, welke kennis en vaardigheden ze daarbij nodig hebben, en vervolgens op maat en op het juiste moment training aan te bieden. Belangrijk om daarbij te onthouden is dat élke medewerker een basisniveau van AI-kennis nodig heeft; zeker nu iedereen in aanraking kan komen met tools als ChatGPT en Copilot, zelfs als die niet officieel aangeboden worden binnen je organisatie.
Van kenniskloof naar kennisvoorsprong
AI-geletterdheid is geen nice-to-have meer, maar een strategische noodzaak. De organisaties die nu investeren in structurele kennisopbouw, zullen straks het verschil maken. Want uiteindelijk draait succesvolle AI-adoptie niet om de beste tools of het grootste budget, maar vooral ook om hoe je mensen ermee omgaan. De hamvraag daarbij is: in hoeverre weten jouw medewerkers AI verantwoord, effectief en innovatief in te zetten?
Dit is een ingezonden bijdrage van Conclusion AI 360. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.