Er ligt een nieuw rapport van het McKinsey Global Institute op tafel: Agents, robots, and us — How AI reshapes work and skills in Europe (mei 2026). Het bevat indrukwekkende cijfers. 58 procent van de werkuren in tien Europese landen is technisch automatiseerbaar. Tot 1,9 biljoen dollar aan economische waarde te ontsluiten tegen 2030. De vraag naar AI-vaardigheden is sinds 2023 vervijfvoudigd.
Mooie krantenkoppen. Maar bij TriadeTech kijken we vooral naar wat er onder die cijfers ligt - en daar staat een zin die belangrijker is dan alle andere: bijna 90 procent van de bedrijven gebruikt regelmatig AI, maar minder dan 40 procent ziet er meetbaar resultaat van.
Dat gat is waar het echte verhaal zit. En het is ook waar de meeste teams op dit moment vastlopen.
Waarom AI op losse taken plakken niet werkt
Het rapport legt de vinger op een herkenbaar probleem. De meeste organisaties zetten AI in op individuele taken: een chatbot voor klantvragen, een tool die notulen samenvat, een assistent die e-mails opstelt. Dat voelt productief. Maar de winst blijft klein, omdat de inefficiëntie in het bredere proces gewoon blijft bestaan.
Stel: je laat AI sneller offertes opstellen. Mooi. Maar als die offerte daarna nog door drie handen moet, twee keer wordt overgetypt in verschillende systemen en een week stilligt bij een goedkeuring, dan heb je één stap versneld in een proces dat als geheel niet sneller is geworden. De klant merkt er weinig van.
McKinsey verwoordt het zo: incrementele verbeteringen op taakniveau vertalen zich zelden in betekenisvolle winst. Waar het wél werkt, gebeurt iets anders. Daar worden hele workflows opnieuw ontworpen - overdrachtsmomenten geschrapt, coördinatielagen verwijderd, versnipperde activiteiten samengevoegd.
Het rapport geeft twee concrete voorbeelden. Bij een technologiebedrijf nemen AI-agents de vroege fasen van het verkoopproces over, zodat medewerkers tijd overhouden voor relatiebeheer. Bij een farmaceut produceert AI klinische documentatie, en verschuift de rol van de medisch schrijver van zelf opstellen naar reviewen, aanscherpen en compliance bewaken. In beide gevallen verandert niet één taak — het hele proces verandert van vorm.
Wat dit concreet betekent voor jouw team
Goed nieuws eerst. Het rapport maakt duidelijk dat AI geen sloopkogel is voor vaardigheden. Driekwart van de vaardigheden die werkgevers vandaag vragen — denk aan probleemoplossing, schrijven, onderzoek — wordt zowel in automatiseerbaar als niet-automatiseerbaar werk gebruikt. Die vaardigheden verdwijnen niet; ze worden anders ingezet. Mensen besteden minder tijd aan het zelf uitvoeren van taken en meer aan het aansturen van systemen die dat doen.
Dat is precies de verschuiving waar teams zich op kunnen voorbereiden. Drie praktische lijnen:
1. Begin bij het proces, niet bij de tool. Voordat je een AI-oplossing kiest, breng een volledig werkproces in kaart van begin tot eind. Waar zitten de overdrachten? Waar wordt informatie overgetypt? Waar liggen dingen stil? Die knelpunten — niet de losse taken — zijn waar AI verschil maakt. De tool kies je daarna.
2. Investeer in AI-fluency, niet alleen in AI-experts. Het rapport onderscheidt twee dingen. Technische AI-vaardigheden gaan over het bouwen van systemen — dat blijft een specialisme voor een kleine groep. AI-fluency gaat over het praktisch gebruiken en aansturen van AI in dagelijks werk: prompts schrijven, output beoordelen, weten wanneer een resultaat fout kan zijn en wanneer je een mens moet inschakelen. Die fluency-vraag groeide vijf keer zo hard als de vraag naar technische skills. En ze raakt een veel bredere groep: logistiek coördinatoren, HR-medewerkers, compliance officers. AI-fluency wordt een basisvaardigheid, geen niche.
3. Herontwerp rollen bewust, niet per ongeluk. Als AI taken overneemt, verschuift wat er overblijft. De medisch schrijver wordt reviewer. De verkoper wordt relatiebeheerder. Dat gebeurt sowieso — de vraag is of je het stuurt of laat gebeuren. Maak expliciet welke activiteiten mensen oppakken zodra routinewerk wegvalt: oordeelsvorming, context inschatten, verantwoordelijkheid dragen. Dat zijn precies de dingen die volgens het rapport het minst blootstaan aan automatisering.
En Nederland?
Eén landenvergelijking in het rapport verdient bijzondere aandacht voor Nederlandse organisaties. Nederland heeft een sterk profiel voor AI-adoptie: bijna 70 procent van de werkuren is niet-fysiek werk — informatie verwerken, analyseren, coördineren — precies het terrein waar AI-agents het meest kunnen betekenen.
En toch loopt Nederland achter. De vraag naar AI-fluency groeide hier sinds 2023 met een factor 1,8 — terwijl het Europese gemiddelde rond een factor vijf ligt en landen als het VK (8,9×) en Polen (7,5×) er ver overheen schieten. Het potentieel is er, de praktische integratie blijft achter.
Dat is geen reden voor doemdenken, maar wel voor urgentie. Het betekent dat Nederlandse teams die nu serieus met workflow-herontwerp en AI-fluency aan de slag gaan, een echte voorsprong kunnen opbouwen — juist omdat de lat in eigen land nog laag ligt.
De kern in één zin
Het rapport is geen voorspelling dat banen verdwijnen. Het is een observatie dat werk van vorm verandert: van zelf uitvoeren naar systemen aansturen. De technologie is grotendeels beschikbaar. Wat het verschil maakt, is of organisaties hun processen en vaardigheden meebewegen.
Of, zoals de cijfers het zeggen: de 90 procent die AI gebruikt is niet je concurrentievoordeel. De 40 procent die er resultaat uit haalt, dat is het wel.
Bij TriadeTech helpen we organisaties om die stap te zetten — van losse AI-experimenten naar workflows die echt sneller en beter werken. Benieuwd waar in jouw processen de winst zit? Neem contact met ons op.
Bron: McKinsey Global Institute, “Agents, robots, and us: How AI reshapes work and skills in Europe”, mei 2026.
