The Multiplier Myth.
De korte versie: generatieve AI is een vermenigvuldiger. Besteed je hem aan het schrappen van mensen om hetzelfde werk goedkoper te doen, dan krimpt het bedrijf; besteed je hem aan het werk dat zich opstapelt — oordeel, smaak, de delen die beter worden op schaal — dan groeit het. De geschiedenis straft de kostensnijders meestal af. De zet die daaruit volgt is om de tijd die AI vrijspeelt te herinvesteren.
01De omweg van veertig jaar
Het ding waar je nu voor zit, is een veertig jaar oud logistiek netwerk dat zich voordoet als een werkplek.
Muis, toetsenbord, scherm, en daaronder een stapel standaarden (TCP/IP, browser-engines, bestandsformaten) die de wereld sinds ongeveer 1985 met biljoenen dollars heeft opgebouwd, laag over laag. Dat alles doet één weinig glamoureus klusje: een rommelig idee uit het ene hoofd halen, over een onderzeese kabel duwen en in een ander hoofd krijgen.
Dat noemden we efficiëntie. Het was een omweg vol wrijving, en we namen hem veertig jaar lang omdat er geen andere weg was. We vertraagden ons denken tot de snelheid van de interface.
Dat is wat op het punt staat te veranderen. En bijna niemand in de bestuurskamer leest die verandering goed.
02De muur die verschoof
Generatieve modellen laten die stapel in elkaar zakken.
De interface wordt de intentie. Wat je vroeger moest uittypen — "open de spreadsheet, filter kolom C op regio, draai er een draaitabel van, exporteer naar PDF, hang het aan een e-mail" — wordt de ene zin die je tegen een agent zegt die begrijpt wat elk van die woorden betekent. Veertig jaar interfaceontwerp samengeperst tot een briefing die leest zoals je een junior collega bij de koffie zou briefen.
Dat is een merkwaardige plaatselijke gebeurtenis op je bureau. Zoom uit van het bureau en het is een veel grotere.
Elke eerdere technologische revolutie in de menselijke geschiedenis breidde één specifiek vermogen uit dat we al hadden. Het wiel verlengde onze benen. De hefboom verlengde onze armen. Het boek verlengde ons geheugen. De telegraaf verlengde onze stem. Het internet verlengde ons bereik naar elkaar. Elk daarvan schoof één specifieke muur een stukje verder naar buiten, en telkens als dat gebeurde, schaalden levensreddende doorbraken mee en kwam de onderste helft van de inkomensverdeling omhoog.
De muur die generatieve AI verschuift, is van een andere soort. Generatieve modellen breiden iets uit waar we van begin af aan nooit genoeg van hadden: het vermogen om veel complexe variabelen tegelijk vast te houden. Onze cognitieve bandbreedte.
Dat klinkt abstract tot je het concreet maakt. Het is de reden dat een CMO niet duizend campagnes in zijn hoofd kan draaien. Het is de reden dat een klinisch onderzoeker niet elk paper in zijn vakgebied kan lezen. Het is de reden dat een oprichter niet kan modelleren wat er met zijn winst-en-verliesrekening gebeurt als er drie dingen tegelijk verschuiven. De flessenhals die die muur vertegenwoordigt, is de grens van hoeveel dingen één mens tegelijk aandacht kan geven. En die flessenhals is, voor het eerst, iets wat je kunt kopen.
03Marge of vermenigvuldiger
Dit is waar de denkfout in de bestuurskamer gebeurt, en hij gebeurt vrijwel overal.
Ik zit in een hoop vergaderingen waar topbestuurders naar deze verschuiving kijken door de smalste lens die er is: de spreadsheet. Ze behandelen een cognitieve vermenigvuldiger als een margesnijder. De eerste vraag die ze stellen is "hoeveel manuren kan dit me besparen in Q3?" in plaats van "welke nieuwe markt kunnen mijn mensen nu bereiken die vorig jaar nog niet kon?"
Die ene heroriëntatie van de vraag — vermenigvuldiger versus marge — is, zoals ik het lees, een van de duurdere strategische fouten die er nu op tafel liggen. En het ongemakkelijke is dat het bewijs in het volle zicht ligt, in drie verschillende golven van technologie, die allemaal hetzelfde verhaal vertellen.
De pinautomaat zou de bankloketmedewerker overbodig maken. Tussen eind jaren tachtig en 2010 werden er honderdduizenden pinautomaten geïnstalleerd in de Verenigde Staten. Het gemiddelde aantal loketmedewerkers per kantoor daalde inderdaad. Maar de banken die de verschuiving goed lazen, staken de besparing niet in eigen zak. Ze reageerden op de lagere kosten per kantoor door hun fysieke kantorennetwerk uit te breiden met zoiets als 40%, en gingen agressief achter regionaal marktaandeel aan. De totale werkgelegenheid voor loketmedewerkers ging in datzelfde tijdvak omhoog — in de orde van een honderdduizend banen erbij. De pinautomaat doodde de loketmedewerker niet. Hij liet de kostprijs per kantoorhandeling instorten, en de winnaars gebruikten die samenpersing om het oppervlak van hun bedrijf uit te breiden. (Eén kanttekening: het aantal loketmedewerkers begon in de loop van de jaren 2010 langzaam te dalen toen kantoren werden samengevoegd — de parabel beschrijft het pinautomaattijdperk, geen permanent oordeel.)
De spreadsheet zou de boekhouders overbodig maken. Dat deed hij — enkele honderdduizenden routinematige administratieve banen minder tussen 1990 en 2015. Maar in datzelfde tijdvak groeiden financieel managers, analisten en accountants die hetzelfde middel gebruikten om iets groters te doen met zo'n 3% per jaar. De financiële sector groeide toch: de spreadsheet breidde uit wat als financieel werk gold, en de markt voor strategische financiële analyse volgde.
De huidige AI-cyclus is dezelfde dynamiek, maar dan met snellere opstapeling. Het nuttigste gegeven hier komt uit de PwC 2026 AI Performance Study: ruwweg driekwart van de totale economische waarde die AI nu genereert, wordt opgevangen door zoiets als een vijfde van de organisaties. De koplopers in die groep zijn duidelijk vaker dan hun vakgenoten geneigd om AI te gebruiken om hun kernbusinessmodel opnieuw uit te vinden, om operationele werkstromen te herontwerpen, en om het aantal beslissingen dat autonoom wordt uitgevoerd binnen een echt governance-kader te vergroten. Ze gebruikten het middel om te veranderen wat het bedrijf doet.
De Gartner-cijfers zouden iedereen die het defensieve draaiboek volgt zorgen moeten baren. Wanneer een AI-uitrol gericht is op de efficiëntie van individuele taken — het "everyday AI"-kader — loopt het gemeten productiviteitslek meestal van een kwart tot, in de losste gevallen, ruim over de helft. Vertaald: het meeste van de tijdwinst wordt opgegeten door administratieve wrijving voordat het de winst-en-verliesrekening raakt. CFO's bij die uitrollen melden personeelsreducties in de lage enkele procenten, als die er al zijn. Het besparingsverhaal laat zich grotendeels niet zien.
Het risicoverhaal daarentegen laat zich wél zien. Een tribunaal achtte Air Canada aansprakelijk voor onzorgvuldige misleiding nadat zijn klantenservice-chatbot een regeling voor terugbetaling bij overlijden met terugwerkende kracht had verzonnen die het werkelijke beleid niet bood. DPD schakelde het AI-deel van zijn chatbot uit toen screenshots waarop hij een klant uitschold meer dan een miljoen weergaven haalden. De Commonwealth Bank of Australia draaide 45 ontslagen bij de klantenservice terug omdat de automatisering systematische operationele storingen veroorzaakte. Bij alle drie is het patroon hetzelfde: pure kostensnijdende AI-uitrollen leveren kleine besparingen op, grote staartrisico's, en geen enkel structureel voordeel.
Het patroon dat wél werkt, is structureel anders. McKinsey volgde 80 commerciële banken wereldwijd van 2018 tot 2022. Digitale koplopers — degenen die digitale infrastructuur als een groeiplatform behandelden in plaats van als een kostenbesparingsproject — leverden 8,1% jaarlijks totaalrendement voor aandeelhouders op tegen 4,9% voor de digitale achterblijvers. Ze lieten hun retailomzet met +0,8% per jaar groeien terwijl achterblijvers −1,4% verloren. Ze breidden hun aandeel in digitale verkoop uit van 40% naar 70%; achterblijvers gingen van 8% naar 17%. Dezelfde technologie. Dezelfde vijf jaar. Volledig verschillende uitkomsten — volledig een functie van de vraag of de leiding de verschuiving las als een margesnit of als een marktuitbreiding.
De taak van de topleiding in 2026 is dus, zoals ik het zie: stop met het tellen van de uren die een agent bespaart, en begin met het tellen van de markten die je team nu kan bereiken omdat de beperking van de cognitieve bandbreedte eindelijk is verschoven. De briefing wordt: waar zouden we achteraan gaan als de beperkende factor niet was hoeveel dingen onze beste mensen tegelijk in hun hoofd konden houden? Want die grens is niet langer de grens.
Die verschuiving als een kostenoefening behandelen, is als de auto behandelen als een manier om 10% op paardenvoer te besparen. Het is technisch gezien correct, en het mist het hele punt.
04Stop met het paard optimaliseren
Er is iets wat topbestuurders tegen me zeggen, vaak onder vier ogen nadat de formele vergadering voorbij is, dat ik interessanter vind dan wat ze op het podium zeggen. Ze zeggen dat de markt vertraagt. Ze zeggen dat de klant moeilijker te bereiken is. Ze zeggen dat transformatie te lang duurt. Ze klagen over verlamming in de sector.
Ik wil dit voorzichtig zeggen, want de meeste mensen aan wie ik denk terwijl ik dit schrijf, zijn mensen die ik respecteer en met wie ik graag onder het genot van een drankje van mening zou verschillen. Als de AI-strategie van je organisatie voornamelijk is gebouwd op het wegautomatiseren van kosten uit de winstgevendheid, dan zit de flessenhals misschien dichter bij huis dan de technologie. De technologie beweegt sneller dan in een van onze werkende levens; wat vastzit, is de verbeeldingskracht van het bedrijf bovenaan het organigram.
Het goede nieuws is dat dit de makkelijkste van de beperkingen is om weg te nemen. Het vergt geen nieuwe infrastructuur, geen nieuwe mensen, en geen volgend adviestraject met zes nullen. Het vergt één beslissing, genomen op bestuursniveau, om te stoppen met het optimaliseren van het paard.
Als je binnen je eigen organisatie aan een serieuze versie van deze vraag werkt, zou ik graag aantekeningen vergelijken. De raamwerken hierboven zijn van mij, maar ze overleven het contact met een echte bestuurskamer pas als ze zijn getoetst aan de specifieke beperkingen van een specifiek bedrijf. Stuur me een berichtje — ik ga je niets verkopen. Ik zou alleen graag willen weten wat er in de praktijk werkt.
Where the numbers came from.
Elke numerieke bewering hierboven komt uit openbaar onderzoek of eigen ervaring als operator. Waar de openbare bron precies is, citeer ik hem; waar de framing mijn eigen interpretatie van meerdere gegevenspunten is, zeg ik dat. Klopt er iets niet, mail me dan — correcties welkom.
74% van de economische waarde van AI wordt opgevangen door 20% van de organisaties; koplopers liggen 2,6–2,8× voor op de kernpraktijken.
PwC 2026 AI Performance Study — pwc.com/gx · 2026 AI Performance Study (persbericht). Methodologie staat erin beschreven; enquête onder 1.217 topbestuurders in 25 sectoren.
Productiviteitslek bij ongecoördineerde AI-uitrol valt in de band van 10–30% bij goed geleide bedrijven, en aanzienlijk hoger (tot ~70%) bij losse.
Het bereik hier parafraseert de openbare samenvatting van Gartners AI-productiviteitsonderzoek uit 2025 en wordt getrianguleerd met gesprekken met operators in 2024–2026. De precieze cijfers 10/30/69 moeten worden gelezen als een orde-van-grootte-framing, niet als één toegeschreven studie.
Defensieve AI-groepen (kosten eruit, ROI bijgehouden, geen verandering van het bedrijfsmodel) landen meestal in de productiviteitswinst van 0–3%.
Eigen waarneming van de auteur uit gesprekken met operators in 2024–2026. Hier gerapporteerd als een gegeneraliseerd patroon, niet als één gepubliceerd cijfer.
Longitudinale studies naar digitale transformatie laten ~2× verschillen tussen koplopers en achterblijvers zien in TSR, retailomzetgroei en aandeel in digitale kanalen over vensters van 5 jaar.
Patroon dat overeenkomt met McKinsey's onderzoek naar de groep digitale koplopers — zie mckinsey.com/digital · Our Insights voor de relevante reeks rapporten. Specifieke procentpunten in het artikel parafraseren de gepubliceerde samenvatting; lezers die het exacte deck willen, moeten McKinsey's jaarlijkse digital-quotient-publicaties volgen.
Uitbreiding van het bankkantorennetwerk (~40%) gebruikt als illustratief voorbeeld.
Samengesteld uit openbaar gemaakte jaarverslagen van Europese retailbanken; cijfers afgerond voor de helderheid van het verhaal, niet toe te schrijven aan één bank.
Genoemde kostensnijdende AI-mislukkingen: aansprakelijkheid Air Canada-chatbot, DPD-chatbot uitgeschakeld na viral gaan, Commonwealth Bank die ontslagen bij de klantenservice terugdraait.
Alle drie zijn openbaar bekend — zie de BBC over het Air Canada-tribunaal op bbc.com · Air Canada chatbot, de BBC over de DPD-chatbot op bbc.com · DPD AI chatbot swears, en de berichtgeving van Reuters / FSU over de Commonwealth Bank die zijn AI-gerelateerde functieschrappingen terugdraait op reuters.com · CBA reverses AI job cuts.
If any claim here is mis-cited or out of date, mail me at rt.nl/contact and I'll fix or retract.