Het recente State of AI in the Enterprise 2026-onderzoek van Deloitte laat die verschuiving duidelijk zien. De toegang van medewerkers tot AI nam in één jaar met 50% toe en organisaties verwachten de komende periode aanzienlijk meer AI-projecten daadwerkelijk in productie te brengen. Tegelijkertijd blijkt dat slechts 34% van de organisaties AI gebruikt om de organisatie fundamenteel te transformeren.
Daar zit een interessante tegenstelling.
AI wordt steeds breder beschikbaar, maar dat betekent nog niet automatisch dat organisaties er ook structureel anders door gaan werken.
Van experimenteren naar integreren
De eerste fase van generatieve AI was relatief eenvoudig. Medewerkers kregen toegang tot tools waarmee ze teksten konden genereren, informatie konden analyseren, code konden schrijven of repetitieve werkzaamheden konden versnellen.
Daarmee zijn snel productiviteitsvoordelen te behalen.
Volgens Deloitte rapporteert 66% van de onderzochte organisaties inmiddels verbeteringen in productiviteit en efficiency. 53% ziet betere inzichten en besluitvorming en 40% rapporteert kostenbesparingen.
Maar zodra AI verder moet gaan dan individuele ondersteuning, verandert het vraagstuk.
Dan moet AI onderdeel worden van processen, systemen en besluitvorming.
Een medewerker die met AI sneller een document opstelt is iets anders dan een proces waarin informatie automatisch wordt verzameld, beoordeeld, verwerkt en doorgezet naar andere systemen. En een losse AI-assistent is iets anders dan software waarin AI daadwerkelijk onderdeel is van de workflow.
Juist daar begint de volgende fase.
Het bestaande proces sneller maken is niet altijd de beste oplossing
Veel organisaties beginnen logisch genoeg bij hun huidige manier van werken.
Ze kijken naar bestaande processen en vragen vervolgens waar AI tijd kan besparen.
Dat kan waardevol zijn, maar het risico is dat je vooral een bestaand proces sneller maakt.
De interessantere vraag is: Hoe zouden we dit proces ontwerpen als AI, automatisering en moderne software vanaf het begin beschikbaar waren?
Dat kan tot een heel andere oplossing leiden.
Een proces met verschillende handmatige controles kan bijvoorbeeld misschien grotendeels geautomatiseerd worden. Informatie die medewerkers nu uit meerdere systemen verzamelen, kan centraal beschikbaar worden gemaakt. Een handmatige analyse kan continu plaatsvinden. En software kan medewerkers niet alleen informatie tonen, maar ook voorstellen doen voor een volgende actie.
Daarmee verschuift AI van hulpmiddel naar onderdeel van het proces.
Deloitte ziet die beweging inmiddels ontstaan. 30% van de onderzochte organisaties herontwerpt belangrijke processen rond AI en 34% gaat verder en gebruikt AI voor diepere transformatie, bijvoorbeeld door nieuwe producten, diensten, processen of businessmodellen te ontwikkelen.
Dat betekent tegelijkertijd dat een aanzienlijk deel van de organisaties AI nog toepast zonder de onderliggende processen fundamenteel te veranderen.
AI stelt hogere eisen aan de software eromheen
Wanneer AI dieper in processen terechtkomt, wordt ook de kwaliteit van de onderliggende software belangrijker.
AI moet immers ergens mee werken.
Data moet beschikbaar en betrouwbaar zijn. Systemen moeten met elkaar kunnen communiceren. Rechten en verantwoordelijkheden moeten duidelijk zijn. Integraties moeten betrouwbaar functioneren. En er moet worden bepaald welke beslissingen AI zelfstandig mag nemen en waar menselijke controle noodzakelijk blijft.
Een organisatie met veel losse systemen, handmatige overdrachten en moeilijk toegankelijke data kan uitstekende AI-modellen gebruiken en toch moeite hebben om er structurele waarde uit te halen.
Daarom is AI-transformatie ook een software- en architectuurvraagstuk.
Het gaat niet alleen om het selecteren van een model of AI-platform, maar om de omgeving waarin AI moet functioneren.
Hoe belangrijker AI wordt binnen een bedrijfsproces, hoe belangrijker de software, data en architectuur eromheen worden.
Agentic AI maakt die afhankelijkheid nog groter
Dat wordt nog relevanter door de ontwikkeling van AI agents.
Waar generatieve AI vooral informatie genereert of ondersteunt bij een taak, kunnen agents zelfstandig meerdere stappen uitvoeren en acties initiëren binnen systemen.
Deloitte verwacht dat het gebruik hiervan de komende jaren sterk zal groeien. Tegelijkertijd heeft slechts één op de vijf onderzochte organisaties momenteel een volwassen governance-model voor autonome AI agents.
Dat verschil tussen technische mogelijkheden en organisatorische gereedheid is belangrijk.
Een agent die alleen informatie analyseert heeft een ander risicoprofiel dan een agent die klantgegevens aanpast, een order verwerkt, een workflow start of zelfstandig andere systemen aanstuurt.
Hoe meer autonomie software krijgt, hoe belangrijker zaken als architectuur, security, logging, autorisaties, datakwaliteit en menselijke controle worden.
De uitdaging verschuift van AI naar de organisatie eromheen
Een van de opvallendste conclusies uit het Deloitte-onderzoek is misschien wel dat organisaties zichzelf strategisch steeds beter voorbereid vinden op AI, terwijl de operationele gereedheid achterblijft.
42% vindt de eigen AI-strategie inmiddels goed voorbereid. Tegelijkertijd zijn organisaties minder overtuigd van hun gereedheid op het gebied van infrastructuur, data, risico's en talent.
Dat is herkenbaar.
Het bedenken van AI-use-cases wordt steeds eenvoudiger. De technologie is toegankelijk en nieuwe mogelijkheden verschijnen bijna dagelijks.
De complexiteit ontstaat wanneer zo'n idee onderdeel moet worden van een bestaande organisatie.
Welke systemen zijn betrokken? Welke data is nodig? Hoe integreren we de oplossing? Wie blijft verantwoordelijk voor beslissingen? Hoe beveiligen we het proces? En hoe zorgen we ervoor dat de oplossing ook over twee of drie jaar nog beheersbaar is?
Dat zijn uiteindelijk dezelfde vragen die bij goede softwareontwikkeling altijd belangrijk zijn geweest. AI maakt ze alleen urgenter.
Van AI-project naar softwaretransformatie
De volgende stap in AI-adoptie zal daarom waarschijnlijk minder draaien om het toevoegen van nóg een AI-tool.
De grotere kansen liggen in het opnieuw bekijken van processen en bepalen waar AI, automatisering en software samen een fundamenteel betere manier van werken mogelijk maken.
Soms betekent dat een bestaand systeem uitbreiden. Soms vraagt het om nieuwe integraties of een andere architectuur. En soms kom je tot de conclusie dat een proces zo specifiek is voor de organisatie dat maatwerksoftware de logische basis vormt.
Daarmee wordt AI niet een losse laag boven op de organisatie. Het wordt onderdeel van hoe de organisatie werkt.
Dat vraagt ook om een andere manier van software ontwikkelen. Als AI processen sneller maakt, meer kan automatiseren en steeds zelfstandiger taken kan uitvoeren, moeten analyse, architectuur, security, development en testing daarin meegroeien.
Bij Infodation kijken we daarom niet alleen naar wat we met AI kunnen bouwen, maar ook naar wat AI verandert aan hoe we software bouwen. Binnen onze New Way of Working combineren we AI, automatisering en moderne softwareontwikkeling om sneller van een businessvraag naar een werkende oplossing te komen, zonder grip op architectuur, security en kwaliteit te verliezen.
De technologie verandert snel. Maar uiteindelijk blijft de belangrijkste vraag niet welke AI-tool je gebruikt.
De interessantere vraag is hoe je processen en software vandaag zou ontwerpen als je opnieuw kon beginnen met de mogelijkheden die AI je nu geeft.
Bron: Dit artikel is mede gebaseerd op inzichten uit Deloitte, The State of AI in the Enterprise 2026: The Untapped Edge, een wereldwijd onderzoek onder 3.235 senior business- en IT-leiders in 24 landen.
