Van theorie naar praktijk: wat kun je van de beste bedrijven leren over het integreren van AI in je werkprocessen?

AI-transformatie mislukt zelden omdat de technologie tekortschiet. Het gaat mis omdat workflows, verantwoordelijkheden en routines hetzelfde blijven. Echte waarde ontstaat pas wanneer mensen weten wanneer ze AI moeten gebruiken, hoe ze het veilig kunnen inzetten en wat dit betekent voor hun rol. Dáár vindt de omslag plaats van experiment naar uitvoering. 
 
Volgens het World Economic Forum blijkt uit een recent rapport van het MIT Media Lab dat de meeste organisaties AI op de een of andere manier gebruiken, maar dat 95% daarvan nog geen meetbaar rendement ziet. Voor veel organisaties is de stap van AI‑hype naar tastbare resultaten dus nog niet gezet.

Onlangs ondersteunde Eraneos twee financiële dienstverleners, een grote verzekeraar en een innovatieve fintech, die de vraag óf AI relevant is al achter zich hadden gelaten. Hun echte uitdaging was lastiger: AI zo in het dagelijkse werk inbedden dat mensen het vertrouwen, gebruiken en opschalen. Hun ervaring laat scherp zien waarom AI‑transformatie vaak vastloopt, en wat er nodig is om het wél te laten werken.

Een les in vertrouwen: van scepsis naar succes

Bij een wereldwijde verzekeringsmaatschappij liepen we tegen een herkenbare barrière aan: technische scepsis. Senior IT‑professionals waren huiverig om nóg een generieke tool aan hun techstack toe te voegen. Het eerste AI‑platform leverde nauwelijks meerwaarde op voor ervaren ontwikkelaars, waardoor de adoptie al snel stagneerde.
 
Dat is belangrijker dan veel organisaties denken. Uit een recent onderzoek blijkt dat slechts 31% van de werknemers aangeeft dat hun werkgever training biedt rond AI‑tools. Ons project onderstreepte hoe cruciaal een bottom‑up, co‑creatieve aanpak is. AI gaat de productiviteit niet verhogen als er een kloof blijft tussen de technologie en de mensen die ermee moeten werken.
 
Met deze aanpak groeide het platform uit tot een omgeving met meer dan duizend actieve gebruikers, gedragen door community‑sessies, gerichte trainingen en allerlei vormen van kennisdeling. Binnen het platform werden bovendien tientallen concrete functies ontwikkeld en geïmplementeerd, ondersteund door een gestructureerde ontwikkelpijplijn die voortdurende innovatie mogelijk maakt.
 
We zagen ook een duidelijke cultuuromslag binnen de organisatie. De bottom‑up manier van werken verkleinde het risico op ‘shadow AI’ (het gebruik van niet‑goedgekeurde AI‑tools buiten de officiële kanalen om) en zorgde voor een open, samenwerkende gemeenschap rond AI‑gebruik. De rol van het centrale AI‑team verschoof van platformbeheer naar facilitator van gedeeld leren en best practices, waardoor het vertrouwen toenam en de adoptie versnelde.

Met beide benen op de grond: ambitie rechtstreeks aanpakken

Bij de fintech lag het vraagstuk anders. Een eerdere analyse had een groot potentieel aan jaarlijkse kostenbesparingen met AI in kaart gebracht, maar zonder concreet stappenplan. De analyse stond los van de dagelijkse processen van de verschillende afdelingen. Het bedrijf had dus forse ambities, maar geen helder pad om daar te komen. Op dat moment kwam Eraneos in beeld.
 
Voor dit project kozen we bewust voor een andere insteek. We introduceerden een pragmatisch, procesgericht AI Design Sprint Framework, waarin we de kernprocessen van de klant langs liepen om AI‑toepassingen te identificeren, te prioriteren en te structureren. Het programma werd getrokken door de AI‑afdeling van de klant en gepositioneerd als een strategische verandering voor de hele organisatie.
  
Dat resulteerde in een vijfjarenplan met een helder traject om meer dan 50 miljoen dollar aan besparingen te realiseren, met alleen al in 2026 zo’n 30 geprioriteerde use cases. Een plan waar de klant daadwerkelijk op kon sturen, én waarvan de impact haalbaar was.

Twee manieren om AI-gebruik te herzien

De twee projecten laten verschillende situaties zien, maar de onderliggende patronen zijn dezelfde. Veel organisaties ‘plakken’ AI op het bestaande werk in plaats van het werk eromheen opnieuw te ontwerpen. En precies daar stokt het rendement. AI wordt behandeld als een IT‑project in plaats van als bedrijfstransformatie. De tools sluiten niet aan op de praktijk. En de frictie die onvermijdelijk ontstaat tussen cultuur, operatie en techniek wordt vaak onderschat. 
 
Bij de verzekeraar zat de oplossing in de cultuur: vertrouwen opbouwen van onderaf via coaching en co‑creatie. Bij de fintech juist in de structuur: ambitieuze doelen stevig verankeren in de dagelijkse operatie met een concreet stappenplan. In beide gevallen kwam de doorbraak niet uit de technologie zelf, maar uit de manier waarop die verbonden werd met mensen en processen.

Van experimenteren naar economische impact

Volgens Gartner zullen de wereldwijde AI‑uitgaven in 2026 naar verwachting 2,52 biljoen dollar bedragen, 44% meer dan een jaar eerder. Tegelijkertijd zitten veel organisaties in een ‘dal van desillusie’: de investeringen lopen op, maar het bewijs dat AI echt verschil maakt blijft dun.
 
Het probleem is zelden een gebrek aan tools, maar een gebrek aan operationele volwassenheid. Leiders die wél tastbare resultaten zien, focussen op het herontwerpen van workflows en actief leiderschap, niet op het simpelweg toevoegen van nog een platform.
 
Bij de verzekeraar hielpen we het centrale AI-team om van platformbeheerder te veranderen naar community‑moderator. Bij de fintech vervingen we ruwe schattingen door een procesgedreven design sprint die potentie vertaalde naar een gestructureerd, meerjarig transformatieprogramma.

Hoe Eraneos ervoor kan zorgen dat jouw AI resultaten oplevert

Succesvolle AI‑implementatie draait om één kernpunt: productiviteitswinst komt niet uit een plug‑and‑playoplossing, maar uit stap voor stap je processen vernieuwen. Het is minstens zo mensgedreven als technologisch. Het gaat erom je mensen mee te nemen, en ze de tools, training en ondersteuning te geven om AI in hun dagelijkse werk echt te laten landen.
 
Eraneos brengt AI‑expertise en ervaring met operationele transformatie samen in één geïntegreerde aanpak. We herontwerpen workflows, maken mensen sterker in hun werk en brengen AI onder in de dagelijkse operatie, van start tot opschaling. We stoppen niet bij strategie en tooling, maar helpen ook bij governance en kaders én houden de prestaties en adoptie in de praktijk bij.