Waarom de adoptie van AI stagneert: wat 80 leiders ons in Amsterdam vertelden
4 september 2026
Op 3 september brachten we 80 oprichters, directeuren en senior leiders bijeen in één ruimte in Matrix ONE op Science Park. Alleen op uitnodiging, uitverkocht, met 10 sprekers. 3 keynotes, 6 parallelle sessies en een panel. De vraag die we kwamen beantwoorden: waarom lopen zoveel AI-programma's vast?
Ons eigen onderzoek blijft dezelfde 2 cijfers teruggeven.
87 procent verwacht dat AI bestaande rollen zal veranderen of vervangen, en 84 procent beschrijft bijscholing als urgent. Willen en doen zijn niet hetzelfde, en de afstand daartussen is waar de meeste AI-programma's stilletjes tot stilstand komen. Dit is wat er uit de dag naar voren kwam.
De knelpunt is niet de technologie
Marlene de Koning, Director Workforce Transformation bij PwC, opende met een zin die mensen tijdens de borrel nog steeds herhaalden.
In een race om alles te automatiseren, is de meest radicale daad weten wat je niet moet automatiseren.
— Marlene de Koning, PwC
Haar betoog was op een nuttige manier ongemakkelijk. De capaciteit van AI vordert sneller dan ooit in de afgelopen 70 jaar, en de meeste bedrijven hebben nog steeds geen financieel rendement gezien. Als capaciteit niet de beperkende factor is, is het iets anders. Ze noemde 4 voorwaarden die bepalen of adoptie opschaalt of stagneert.
- Waarde. Mensen kunnen zien hoe AI hun daadwerkelijke werk helpt, niet het werk dat in een strategiedocument wordt beschreven.
- Vertrouwen. Mensen voelen zich veilig, geïnformeerd en verantwoordelijk wanneer ze het gebruiken.
- Capaciteit. Mensen hebben de vaardigheid en het beoordelingsvermogen om het goed te gebruiken.
- Leiderschap. Leiders geven er het goede voorbeeld in, prioriteren het en herontwerpen het werk eromheen.
Zwakte in elk van hen is voldoende. Een hoge waarde met weinig vertrouwen betekent dat mensen de kans zien en het risico mijden. Veel vertrouwen met lage vaardigheid betekent welwillend maar ineffectief. Hoge vaardigheid met zwak leiderschap betekent dat innovatie opgesloten blijft in eilandjes. Sterk leiderschap met onduidelijke waarde betekent dat adoptie gedwongen aanvoelt in plaats van gedreven.
Directieleden praten over productiviteit, kosten en schaalbare intelligentie. Werknemers vragen welke taak dit verbetert, of het makkelijker is dan wat ze nu doen en wie er verantwoordelijk is als het misgaat. Dat is niet hetzelfde gesprek. Haar keynote putte uit PwC en het World Economic Forum over AI en productiviteit.
Dia's: Marlene de Koning · Bekijk de keynote
De vraag onder dit alles
Maarten de Rijke, University Professor aan de Universiteit van Amsterdam en Wetenschappelijk Directeur van ICAI, herformuleerde het geheel als een vraag over afhankelijkheid.
Op welk moment wordt een AI-capaciteit iets waar een organisatie, of een persoon, op wil kunnen vertrouwen? En wat moet er tussen nu en dan gebeuren?
— Maarten de Rijke, Universiteit van Amsterdam
Dat is een moeilijkere vraag dan “werkt het”, en het is de vraag die over budgetten beslist. Betrouwbaarheid wordt verdiend door testen en evaluatie, niet door demo's. Het is tevens de reden waarom de kloof tussen een veelbelovende proefopstelling en een systeem waar iemand een proces op durft in te zetten, wordt gemeten in maanden van weinig glamourvol werk in plaats van in modelreleases.
Dia's: Maarten de Rijke · Bekijk de keynote
De organisatie meekrijgen
De derde keynote, na de lunch, was Bo Vialle-Derksen van Deloitte over wat een organisatie daadwerkelijk beweegt. Niet de tooling en niet het strategiedocument, maar het dagelijkse werk van de mensen die op maandag iets anders moeten doen, en de leiders die dat de moeite waard moeten maken.
Het landde in de kamer omdat het die middag de eerste keer was dat iemand over weerstand sprak als informatie in plaats van als een obstakel.
Slides: Bo Vialle-Derksen · Bekijk de keynote
3 vragen, 6 sessies
Rondom de keynotes was de dag opgebouwd rond 3 vragen waar elke leidinggevende in de zaal op de een of andere manier mee te maken had. 2 rondes, elk 3 parallelsessies, en elke sessie moest er één van beantwoorden.
Hoe gebruik je AI veilig?
Laurens Schumacher, Deloitte
AI-systemen bouwen die werken: hoe je een PoC daadwerkelijk waarde laat opleveren
Hij nam het publiek mee door het in de praktijk bouwen van AI-systemen, met cases uit het eigen werk van Deloitte, en het getal waarmee hij begon bleef de zaal bij: vijfennegentig procent van de AI-pilots haalt de productie nooit. Zijn punt was dat het falen bijna nooit aan het model ligt. Het is het ontbreken van een eigenaar, een datapipline waar iedereen op vertrouwt, en een beslissing over wat het systeem zelfstandig mag doen.
Alessandro Vozza, Volt Datacenters
Voorbij de wolken: soevereine AI-infrastructuur
De AI-architect bij Volt pleitte voor soevereine infrastructuur als een manier om de controle en autonomie terug te krijgen, in plaats van als een compliance-oefening. Het draaide uit op de meest technische en meest politieke discussie van de dag, omdat het de vraag opwerpt wat je nu eigenlijk bezit wanneer je modellen, je data en je rekencapaciteit ergens anders staan.
Hoe hou je het onder controle?
Arthur Vankan, Dialogic
AI brengt een revolutie teweeg, nu de spelregels nog
AI heeft de spelregels al veranderd, en het zijn juist de regels die op dit moment worden herschreven. Hij nam de zaal mee door impactbeoordelingen, IAMA en FRAIA, en de vraag die daaraan ten grondslag ligt: wie tekent ergens voor, waarvoor, en op basis van welk bewijs. Hij nam over hetzelfde onderwerp ook een aflevering van onze podcast op.
Ishan Singh, Uber
Van experimentatie tot adoptie
Het op een gecontroleerde manier opschalen van AI op de schaal waarop Uber opereert, inclusief het onderdeel dat mensen het meest verraste: het gebruiken van AI om AI in toom te houden. Evaluatie, monitoring en waarborgen als een product op zich, niet als een checklist aan het einde.
Hoe krijg je mensen mee?
Marloes Roelands, AIC4NL
Ontwerp leren voor de toekomst van het werk
Over het ontwikkelen van professionals in het tijdperk van AI, met een argument dat wel heel dicht bij huis kwam voor een zaal vol werkgevers: het leren houdt de technologie niet bij. Niet omdat mensen onwillig zijn, maar omdat de manier waarop we opleidingen organiseren nog steeds uitgaat van een stabiele functiebeschrijving.
Joris Merks, leiderschapstrainer, voormalig Google
Vooropgaan met AI: bouw hoogpresterende teams
Over het leiden van AI en het bouwen van teams die het als sparringpartner gebruiken in plaats van als binnendoorweg. Het onderscheid is belangrijker dan het klinkt: een team dat AI gebruikt om sneller te denken wordt beter, een team dat het gebruikt om minder te denken wordt slechter, en van buitenaf zien de twee er een hele tijd hetzelfde uit.
Het argument in het panel
Het panel werd pas echt interessant, want de zaal was het er niet over eens. Marloes Roelands, Joris Merks en Rob Stroober, voorzitter van onze examencommissie, heeft het op zich genomen.
De ene kant: de adoptie van AI is een beslissing van bovenaf. Iemand moet de richting bepalen, het budget vrijmaken en het risico accepteren, en zonder dat krijg je enthousiasme en geen verandering. De andere kant: de nuttige toepassingen worden gevonden door de mensen die het werk doen, en elke poging om de adoptie centraal te ontwerpen leidt tot naleving in plaats van adoptie.
Beide hebben gelijk, wat het probleem is, en dat is het grappige: het antwoord is niet een van de twee, maar de combinatie. De organisaties die ergens komen lijken alle twee bewust te doen: richting en toestemming van bovenaf, toepassingen en bewijs van onderop, en een tussenlaag die is uitgerust om de twee met elkaar te verbinden in plaats van de druk van beide kanten te absorberen.
Die middelste laag kwam herhaaldelijk ter sprake, en dat is de groep die bijna niemand traint.
Wat we hebben meegenomen
De technologiekwestie is grotendeels beslecht voor deze groep. Iedereen in de ruimte beschikte over tools, pilots en een budget. Wat bijna niemand had, was een duidelijk antwoord op wie er beslist, wie er tekent, wie er anders moet gaan werken en wat er gebeurt als ze weigeren.
Dat komt overeen met wat ons onderzoek sinds 2024 laat zien. Datariency blijft het fundament, en dat ontbreekt nog steeds. Veel professionals gebruiken dagelijks generatieve AI zonder een werkend begrip van wat de systemen doen, wat het erg moeilijk maakt om te beoordelen wanneer je de uitvoer wel en niet kunt vertrouwen.
69 procent wil investeren. 20 procent volgt een opleiding. Die kloof overbruggen is geen technologisch project.
Kijk het terug
De dag in 2 minuten.
En de opening van de dag, over waarom het bestaat en de 3 vragen die erdoorheen lopen.
Bekijk de opening · Ons YouTube-kanaal
De podcast
We hebben op de dag zelf 6 afleveringen opgenomen, in de ruimte naast de auditorium, met mensen die daar aanwezig waren. Ze verschijnen in De Amsterdam Data Academy Podcast, open gesprekken over AI in de praktijk: wat werkt, wat niet, en hoe je er verantwoordelijk mee omgaat.
Luister op Spotify · Bekijken op YouTube
Alle dia's
- Olivier van Hees, Amsterdam Data Academy. Opening: waarom deze dag bestaat en de 3 vragen die hier als een rode draad doorheen lopen. Glijbanen Opname
- Maarten de Rijke, Universiteit van Amsterdam. Keynote. Van neuronen tot publiek-private labs: hoe testen en evaluatie de adoptie van AI bepalen. Glijbanen Opname
- Marlene de Koning, PwC. Keynote. Leidinggeven aan de organisatie in het tijdperk van agentic AI. Het onderzoek hierachter: AI en productiviteit en Voorbij de technologie. Glijbanen Opname
- Bo Vialle-Derksen, Deloitte. Keynote. Verandering en adoptie in het tijdperk van AI. Glijbanen Opname
- Laurens Schumacher, Deloitte. Sessie. Building AI Systems That Work: how to get a PoC to actually bring value. Glijbanen
- Arthur Vankan, Dialogic. Sessie. AI is een gamechanger, nu nog de spelregels. Glijbanen Podcast
- Marloes Roelands, AIC4NL. Sessie en panel. Ontwerp leren voor de toekomst van werk. Glijbanen
- Alessandro Vozza, Volt Datacenters. Sessie: Voorbij de wolken: soevereine AI-infrastructuur. Glijbanen
- Ishan Singh, Uber. Sessie. Van experimenteren naar adoptie. Glijbanen
- Joris Merks, leiderschapstrainer, voormalig Google. Sessie en panel. Leidinggeven met AI: bouw high-performance teams. Glijbanen
- Rob Stroober, voorzitter van de ADA-examencommissie. Panel. Geen dia's.
Wat komt hierna
Aan het einde van de dag kondigden we de AI-leiderschapstraject, een besloten programma voor 8 oprichters, directeuren en senior leiders dat loopt van 27 oktober 2026 tot 12 februari 2027.
Het is bewust kleinschalig. Je brengt 1 echte AI-beslissing van je eigen organisatie mee en die houd je het hele programma. Een online kick-off, 3 vrijdagmiddagen in Amsterdam over technologiekeuzes, governance en adoptie, 3 korte check-ins tussendoor, en een afsluitende middag in februari waar je je plan presenteert en 7 peers proberen het te kraken.
8 plaatsen. Aanmeldingen sluiten op 16 oktober 2026. Deelnemers aan de AI Leadership Day hebben voorrang.
Lees het programma en solliciteer
Amsterdam Data Academy leidt mensen en teams op in data en AI, van korte cursussen tot een 2-jarig diplomaprogramma op NLQF-niveau 6, vergelijkbaar met bachelorniveau. Wij zijn CRKBO- en NRTO-geregistreerd.
