AI-adoptieradar #3


Het wekelijkse overzicht van het belangrijkste onderzoek en nieuws over AI-adoptie in organisaties.

1. Helft van werknemers gebruikt AI voor taken die ze niet doorgronden

TalentLMS, 15 juli, via TalentLMS

TalentLMS bevroeg 1200 Amerikaanse werknemers en plakt er de term "learning debt" op: 50 procent zegt AI te gebruiken voor taken waarvan ze het onderliggende proces niet begrijpen, en 37 procent zegt dat AI hen competenter doet lijken dan ze zijn. Tegelijk geeft 41 procent aan dat hun rol sneller evolueert dan de organisatie kan bijscholen, en amper 39 procent krijgt volledige training bij nieuwe tools. Het rijmt met de Glean-cijfers uit een vorige editie, waar 82 procent van de intensieve gebruikers toegaf werk door te sturen dat ze niet volledig gecontroleerd of begrepen hadden. Twee bronnen, hetzelfde signaal: het gebruik loopt voor op het begrip, en de trainingsinfrastructuur hinkt achterop.

2. Nederlandse organisaties: dagelijks AI-gebruik, weinig sturing

Info Support, via Computable, 6 juli

Onder 400 Nederlandse IT-beslissers bij organisaties met meer dan vijftig medewerkers zegt 92 procent dagelijks AI-tools te gebruiken in het werk. In 44 procent van de organisaties kiezen medewerkers zelf hun tools, en evenveel beslissers zeggen dat AI vooral wordt ingezet waar tools beschikbaar zijn, eerder dan waar de meeste waarde te halen valt. Slechts 21 procent stelt dat het management de AI-strategie actief aanstuurt. De Nederlandse spiegel van de McKinsey-cijfers uit een eerdere editie: het gebruik komt van onderuit, de organisatie eromheen volgt trager.

3. AI-vaardigheden wegen al mee in beoordeling en loon

HiBob en Censuswide, via WINMAG Pro, 14 juli

Onder 1200 AI-beslissers in de VS, het VK, de DACH-landen, de Nordics, Australië en de Benelux zegt 48 procent AI-vaardigheden al verankerd te hebben in beoordelingen, en bij 23 procent raken ze ook het salaris. 79 procent investeert in het verbeteren van AI-vaardigheden, en 77 procent verwacht dat de meeste niet-technische rollen AI-vaardigheden gaan vereisen. De beloning loopt daarmee voor op het kader: wie beoordeeld wordt op AI-vaardigheid, mag weten wat die vaardigheid precies inhoudt, en net die definities en competentiekaders ontbreken voorlopig in de meeste organisaties.

4. AI-werk levert freelancers 34 procent hogere uurtarieven op

Upwork, Future Workforce Index, 14 juli, via GlobeNewswire

Upwork combineerde eigen platformdata met een bevraging van 2400 Amerikaanse kenniswerkers: freelancers die AI-werk uitvoeren verdienen 34 procent meer per uur, en contracten rond generatieve AI en creatieve productie groeiden 90 procent op jaarbasis. Het aandeel geschoolde freelancers op het platform steeg in één jaar van 28 naar 38 procent. Organisaties kopen AI-capaciteit dus steeds vaker buiten de vaste organisatie in. Dat is een ander signaal dan de Ramp-analyse uit een eerdere editie, waar intensieve 'AI-adopters' juist meer vaste medewerkers aannamen; beide kunnen kloppen, en samen maken ze het talentmodel tot een open vraag.

5. China publiceert het eerste beleidskader specifiek voor AI-agents

CAC, NDRC en MIIT, 15 juli, via Rimon Law

Drie Chinese overheidsinstanties publiceerden samen "Implementation Opinions" voor intelligent agents: het eerste nationale beleidskader dat AI-agents als aparte categorie behandelt. Het is een beleidskader, nog geen afdwingbare regelgeving, maar in gevoelige sectoren zoals zorg, transport, media en openbare veiligheid komen er wel verplichte registratie, compliancetests en terugroepbepalingen. De Cloud Security Alliance documenteerde intussen tien agent-securityincidenten in zeven weken (via AI Governance Weekly); agents schuiven daarmee op van opkomend risico naar een categorie waarvoor organisaties autorisatie en toezicht moeten inrichten, ook buiten China.

Uitgelicht: de J-curve die zelden in de businesscase staat

Er is één grafiek waar ik deze week even langer op bleef hangen, in een analyse van Goldman Sachs-econome Elsie Peng (via Fortune, 14 juli). Ze legt de productiviteitsgeschiedenis van de pc naast de verwachtingen voor AI. De pc remde de productiviteit eerst vier jaar af, bleef daarna vier jaar vlak, en begon pas na acht jaar op te leveren, met een piek rond jaar twaalf. Trek je die lijn door vanaf de doorbraak van generatieve AI in 2022, dan valt de winst grotendeels na 2030, met een piek rond 2034.

Je kunt daar somber van worden, maar de verklaring is interessanter dan de vertraging. De winst kwam destijds pas toen organisaties zichzelf herontwierpen rond de nieuwe technologie: processen, rollen, afspraken. Volgens Peng beweegt die complementaire investering vandaag zelfs trager dan in de jaren negentig. Fortune legt er oudere cijfers naast die tonen wat er in de tussentijd gebeurt: in een bevraging van Writer en Workplace Intelligence gaf 29 procent van de werknemers toe de AI-strategie van hun werkgever actief tegen te werken, bij Gen Z zelfs 44 procent, en WalkMe mat dat ruim de helft van de werknemers AI-tools in de voorbije dertig dagen omzeilde.

De jaren tussen uitrol en rendement zijn, met andere woorden, precies de jaren waarin het organisatiewerk gebeurt: herontwerp, afspraken, vertrouwen. Misschien is dat de nuttigste manier om die J-curve te lezen: als een planning voor verandering, eerder dan een voorspelling over technologie. De pc had er twaalf jaar voor nodig. Hoe lang AI erover doet, hangt af van wie de tussenjaren organiseert.

Snelle signalen

Onderzoek is zelden belangeloos; de afzender staat daarom bij elk cijfer vermeld. De adoptieradar mixt bewust Amerikaans, internationaal en Europees nieuws.

Blijf op de hoogte

Eén keer per maand: nieuwe artikels, AI Radar updates en nieuws over cursussen in je inbox.

Geen spam. Alleen relevante updates.

Je bent ingeschreven.