Waarom de adoptie van AI vertraagt — en waarom controle het ontbrekende onderdeel is

We horen dezelfde dreiging herhaald: de AI-bubbel zal barsten.

Al maanden voorspellen deskundigen niet of, maar hoe de ravage zich zal ontvouwen — en nu zien we de eerste dip in AI-groei sinds 2023. Beleggers steken nog steeds recordkapitaal in AI, maar kapitaal garandeert geen adoptie. Gebruikersadoptie, niet financiering, bepaalt overleving — en AI-adoptiepercentages voor grote bedrijven dalen.

Zelfs waar adoptie stabiel blijft, zien we waarschuwingsignalen. Kleine bedrijven en startups gebruiken AI nog steeds consistent, maar ze lijden aan iets anders: het gebruik van AI wordt gelinkt aan burn-out.

Wanneer het gaat om AI-adoptie door kenniswerkers, klopt iets niet. AI-producten falen ons — en de ontbrekende schakel is grotere controle en aanpassing.

Adoptie-apocalyps nu

AI-hulpmiddelen zouden busywork moeten verwijderen, processen versnellen en mensenlevens beter maken. Maar er zijn veel manieren waarop AI-hulpmiddelen de plank misslaan — of het nu gaat om implementatie of een mismatch tussen workflow en doel.

Laten we uiteenzetten waarom AI-hulpmiddelen hun glans verliezen voor kenniswerkers.

Executive-aspiraties vs. werkelijkheid van medewerkers

Vanuit het grote plaatje ziet AI er transformatief uit. Onder in de loopgraven is het een ander verhaal.

Directeuren zijn enthousiast over de beloofde productiviteitswinsten van AI-implementatie, en bedrijven verplichten het gebruik van AI steeds vaker. Maar individuele bijdragers zijn degene die de fricties doorstaan, van nieuwe workflows en training tot potentieel mismatchen tussen directie-verwachtingen en IC-reality.

Automatisering vs. regulering

AI kan in seconden een ontwerp maken, maar bedrijven kunnen weken nodig hebben om te beraadslagen. Dus het is geen mysterie waarom adoptie bij grote bedrijven hapert.

AI is sneller dan het tempo van het denken, maar de processen van een groot bedrijf niet. Ze zijn gebouwd voor risicobeheersing en juridische naleving, en AI kan een aansprakelijkheid zijn. Gevolgelijk moeten medewerkers nieuwe, ongewenste workflows creëren, zoals nieuwe revisiefasen om AI-hallucinaties te vangen, of door de fouten in AI-gegenereerde code te zoeken.

Onbeperkte AI vs. burn-out van medewerkers

Er is nog een verontrustend neveneffect: AI-burn-out. Volgens een recente studie gepubliceerd in de Harvard Business Review, draagt het gebruik van AI bij aan taakuitbreiding, afgeleide multitasking en slechtere werk-leven-grenzen. 

Mensen voelen de behoefte om meer en meer te bereiken met AI — en dat is als een kogeltrein naar burn-out. Sommige van de druk is zelf opgelegd, omdat we allemaal collectief onze verwachtingen verhogen over wat we kunnen bereiken. Maar directeuren kunnen de AI-revolutie ook gebruiken als hefboom en AI de schuld geven van hogere prestatie-verwachtingen — en zelfs ontslagen. Het is dan ook niet verwonderlijk dat medewerkers gevoelens van ontkoppeling en verlies van doel melden wanneer AI-technologie aan hun workflows wordt toegevoegd. 

Onaangepaste AI

Wrijving, kapotte workflows, medewerkers die uitgeput en ontmoedigd zijn… Deze symptomen hebben allemaal dezelfde oorzaak: AI die over-geïntroduceerd en onder-aangepast is.

Wat als een LLM een indrukwekkend rapport kan produceren, of oppervlakkig-overtuigende code kan genereren? Als het een paar extra uren werk oplevert om te controleren en feiten te checken, faalt het in zijn meest basale belofte van het stroomlijnen en versnellen van ons werk. Geen wonder dat de nieuwheid verdwenen is en we nu een toename zien in AI-aarzeling.

Een studie uit 2025 van mensen in 47 landen onthult dat slechts 46% van de mensen het technische vermogen van hun AI-hulpmiddelen vertrouwt, terwijl een apart rapport uit 2025 aantoont dat 82% geen effectieve manieren vinden om AI in hun dagelijkse werk te gebruiken. Als je moeite doet om AI in je workflow te krijgen, of je processen aan te passen met extra controle-stappen, dan werk je voor AI — en niet andersom.

Terug in de bestuurdersstoel van AI

Wat we missen is grotere keuze en betere aanpassing.

Het lijkt simpel, nietwaar? Het kiezen van wanneer en hoe AI gebruikt wordt, verandert het van een potentieel wrak in uw bedrijfsworkflows in een raket die u recht op het doelwit afvuurt. En hulpmiddelen die betere aanpassing mogelijk maken, geven mensen de macht om AI soepeler in hun workflows in te passen.

Toch zijn gebruikerscontroles niet altijd voorop gesteld bij Big Tech-bedrijven. Zoals veel commentatoren opmerken, op een gegeven moment is AI gestopt met optioneel te zijn en is het standaard in producten opgenomen, in plaats van opt-in. Kan dat het moment zijn waarop gebruikers begonnen zijn af te haken en adoptie begon te vertragen?

De aanpassingsrace

Mensen zullen blijven weigeren om tools te gebruiken die voor iedereen hetzelfde zijn en haastig geïmplementeerde AI-workflows. En nu zien we AI-leiders beginnen te reageren.

Sommige van de grote spelers verbeteren de aanpassing, zoals de introductie van personalisatiefuncties van ChatGPT, waarmee we kunnen spelen met de toon, energieniveau en zelfs emoji-volume van onze AI-chatbots. Sommige commentatoren denken dat we AI-hulpmiddelen zullen zien niche en adoptie winnen door hyper-specifieke taken te ondersteunen.

AI die zich aanpast aan u

Het wordt duidelijk dat in de volgende fase van AI-ontwikkeling de meest aanpasbare hulpmiddelen zullen winnen. Hulpmiddelen die dingen doen zoals:

• Aanpassen aan bestaande workflows, in plaats van u te dwingen nieuwe te creëren. Zoom AI Companion 3.0 heeft dit bericht ontvangen en lanceerde upgrades, waaronder een platformonafhankelijk notitiehulpmiddel — ontmoet gebruikers in de tools die ze al gebruiken. 
• Medewerkers laten kiezen wanneer AI deelneemt, en wanneer het terugtrekt. Zoals GitLab Duo, waar gebruikers kiezen welke groepen en projecten AI-mogelijkheden kunnen gebruiken.
• Cognitieve belasting verminderen, in plaats van een nieuwe workflow toe te voegen voor controles. ClickUp Brain, bijvoorbeeld, werkt binnen workflows, niet ernaast, en integreert AI in taakweergaven — zoals thread-samenvattingen, updates en voorgestelde volgende stappen.
• Transparantie bieden in hoe uitvoer wordt gegenereerd, in plaats van de last op medewerkers te leggen om het uit te zoeken. Hulpmiddelen zoals WorkflowGen richten zich op AI-verantwoordelijkheid door audit-trails rechtstreeks in AI-acties op te bouwen, zodat menselijke reviewers de uitvoer niet hoeven omkeren. 

De nieuwe AI-gouden standaard

De eerste golf van AI werd gedreven door mogelijkheid. Er waren verbluffende demos, recordbrekende investeringen en sky-hoge verwachtingen… maar nu is de nieuwheid verdwenen en herkalibreert de markt.

De volgende golf zal worden gedreven door iets veel krachtigers: gebruiksvriendelijkheid. We hebben gezien wat er gebeurt wanneer AI integratie voorbijgaat: burn-out, workflow-wrijving en, onvermijdelijk, langzamere adoptie. Dit zijn geen tekenen dat de AI-bubbel barst, maar dat AI zonder voldoende aanpassing meer een last dan een boost is.

De volgende concurrentievoordeel voor AI-bouwers zal vertrouwen zijn — en vertrouwen komt van gebruikers laten leiden.