Investeren in AI? Bereken eerst je rendement.
De winst zit niet in de tool, maar in wat je organisatie eromheen verandert. Rendement op AI is een stuurvraagstuk, geen aankoopvraagstuk. En sturen begint met meten. Deze pagina maakt dat concreet: hieronder staat de rekentool die je brutowaarde, netto rendement en terugverdientijd uitrekent, en daaronder vier verklaringen waarom het rendement uitblijft plus acht stuurprincipes om er wél op te sturen.
- +34% productiever: nieuwe klantenservicemedewerkers met een AI-assistent; gemiddeld +14 à 15% over 5.000+ medewerkers (QJE, 2025)
- +26% meer voltooide taken in een veldstudie onder bijna 4.900 developers
- 2,7% Amerikaanse productiviteitsgroei in 2024, bijna een verdubbeling van de ±1,4% in het decennium ervoor
De rekentool
Reken jouw use case door.
Start met de voorbeeldcijfers en vervang ze door je eigen meting. Let vooral op wat er gebeurt als je aan de realisatiefactor draait: dáár valt of staat het rendement.
Jouw cijfers
Geen tijdwinst: de nieuwe tijd is niet korter dan de baseline.
TCO = total cost of ownership: alle kosten van de AI-inzet, dus naast licenties ook ontwikkeling, configuratie, implementatie, training, onderhoud en toezicht.
Realisatiefactor · het belangrijkste getal
Tijdwinst wordt pas geld als hij een bestemming krijgt: meer volume, hogere conversie, hogere kwaliteit of herbestemde capaciteit. Lukt geen van vier, dan is de factor nul en verdampt de winst. Zo wint AI per taak tijd en blijft het rendement voor de organisatie toch uit. Maak iemand verantwoordelijk voor de omzetting.
Wat levert het op?
Netto jaar 1
Illustratieve standaardwaarden uit ons onderzoeksrapport over de productiviteitsparadox: fictief, bedoeld om de rekenwijze te tonen. De realisatiefactor is een denkinstrument van AI Panda, geen industriestandaard. Vul gemeten waarden in, geen gevoel.
Jouw besluit op basis van deze cijfers
Vier meetvalkuilen
-
Waarnemingseffect
Mensen presteren beter zodra ze weten dat ze gemeten worden (Hawthorne-effect). Meet daarom via logs en/of een controlegroep, niet via zelfrapportage.
-
Selectie
Stuur in de pilot niet stiekem de makkelijke gevallen naar AI, want dan overschat je de winst. Verdeel het werk willekeurig of neem alles mee.
-
Verborgen nawerk
Tel ook het extra werk mee dat AI soms veroorzaakt: controleren, corrigeren en herstellen van fouten. Dat hoort bij de nieuwe tijd per taak.
-
Te gunstige baseline
Was het handmatige werk al geoptimaliseerd, dan is de marginale winst kleiner dan gehoopt. Wees eerlijk over het nulpunt.
De paradox in het kort
Dit patroon is honderd jaar oud.
Je ziet het computertijdperk overal, behalve in de productiviteitscijfers.
- De elektromotor: commercieel levensvatbaar rond 1880, pas rond 1920 zichtbaar in de cijfers. De winst kwam niet uit de motor, maar uit fabrieken die zich herinrichtten rond de werkstroom.
- De IT-golf (jaren '80-'00): pc's stonden vanaf de jaren tachtig op elk bureau, maar de productiviteitsgroei veerde pas op tussen 1995 en 2003, toen de techniek breed verspreid wás én bedrijven hun processen hadden aangepast. Daarna zakte hij weer weg.
- De les voor AI: tegenvallend kortetermijnrendement bewijst niet dat AI niet werkt. Maar de oogst komt niet vanzelf: zonder bewuste herinrichting blijf je in het dal steken.
- Micro werkt, macro blijft achter: op taakniveau is de winst meetbaar, maar in de nationale productiviteitscijfers is er nog nauwelijks iets van terug te zien.
- Winst benutten vraagt sturing: tijdwinst op taakniveau wordt alleen bedrijfsresultaat als je er gericht op stuurt: vrijgekomen uren een bestemming geven, meten wat het oplevert en iemand verantwoordelijk maken. Zonder die sturing verdampt de microwinst voordat hij de cijfers bereikt.
- De experts zijn verdeeld: schattingen voor het AI-effect in de komende jaren lopen uiteen van vrijwel nihil (Acemoglu) tot een nieuwe groeigolf (Aghion & Bunel). Wat organisaties zelf doen, bepaalt aan welke kant ze uitkomen.
De productiviteits-J-curve (Brynjolfsson, Rock & Syverson, 2021). Eerst kosten, dan pas oogst. Die investeringen — procesherontwerp, herscholing, reorganisatie, nieuwe werkwijzen — tellen in de boekhouding als kosten, terwijl ze in feite kapitaal opbouwen. Toen de onderzoekers dáárvoor corrigeerden, lag het Amerikaanse productiviteitsniveau eind 2017 al bijna 16% hoger dan de officiële cijfers toonden: de winst was er al, maar nog onzichtbaar.
De doorkijk
Waarom het deze keer beter kan uitpakken
- Snelheid: waar eerdere technologieën decennia nodig hadden om zich te verspreiden, gaat AI in enkele jaren. Eind 2024 gebruikte al ruim een kwart van de werkenden generatieve AI op het werk.
- Bereik: anders dan de fabrieksmotor of de pc raakt AI ook de ideeënproductie zelf. Zo kan het in principe het innovatietempo versnellen.
De bindende factor verandert alleen niet: de winst landt waar mensen en processen meebewegen. Of AI de volgende golf wordt, hangt minder af van de techniek dan van wat jouw organisatie ermee doet.
Waarom het rendement uitblijft
Vier verklaringen. Alle vier organisatorisch.
Geen van de vier is technologisch. Dat is goed nieuws, want aan alle vier kun je zelf iets doen.
-
Tijdwinst landt niet in output
Sneller kúnnen is nog geen resultaat.
Als een medewerker dankzij AI een taak sneller doet, verdwijnt die medewerker niet. Zonder sturing vult de vrijgekomen tijd zich met ander, vaak laagwaardig werk. De besparing is dan reëel op taakniveau, maar onzichtbaar op bedrijfsniveau. Het verschil tussen sneller kunnen en meer of beter opleveren is de kern van de paradox.
Stuurprincipe 4 · maak van tijdwinst echte output
-
Complementaire investeringen ontbreken
Wie alleen licenties koopt, oogst niet.
Dit is de J-curve in de praktijk. Organisaties die goede resultaten halen, steken volgens onderzoek ongeveer 70 procent van hun middelen in mensen en processen en maar een minderheid in de technologie zelf. Wie alleen licenties koopt en de rest laat zoals het was, betaalt de kosten maar oogst de baten niet.
Stuurprincipe 5 · investeer in mensen en processen
-
Verkeerde use cases en meetproblemen
Budget zit waar het rendement niet zit.
Het MIT-onderzoek vond dat het meeste budget naar sales en marketing gaat, terwijl het hoogste rendement juist in back-office en administratie zit. Daarbij meten veel organisaties activiteit (aantal gesprekken, aantal prompts) in plaats van uitkomst (opgeloste zaken, lagere kosten). Zonder baseline is verbetering per definitie niet aantoonbaar.
Stuurprincipes 1-3 · use case, baseline, uitkomst
-
De perceptiekloof
20% sneller gevoeld, 19% langzamer gemeten.
De METR-studie liet zien dat mensen hun eigen AI-winst structureel overschatten: ervaren developers dachten 20 procent sneller te zijn, terwijl ze 19 procent langzamer waren. Dat maakt sturen op gevoel riskant. Enthousiasme is geen bewijs van rendement: juist bij AI wijken indruk en meting vaak uiteen.
Stuurprincipe 2 · leg eerst een baseline vast
De zelf-check
Waar stuur jij al op? Vink af.
Acht stuurprincipes voor rendement op AI waarover de onderzoeksliteratuur opvallend eensgezind is, geordend van eerst naar later. Organisaties die deze principes toepassen, vormen de minderheid die AI wél laat renderen. Geen test, wel een spiegel.
0 / 8
afgevinkt
Nog niets afgevinkt. Eerlijk is eerlijk: dan koop je AI, maar stuur je nog niet op rendement.
Jouw volgende stap ·
Het meetkader
Van baseline naar besluit in acht stappen.
Bewust eenvoudig gehouden: geen dashboard vol vage KPI's, maar een handvol grootheden die je zelf kunt bijhouden en die de discussie eerlijk maken.
-
Baseline
Meet vóór de inzet hoe lang de taak of het proces duurt, hoe vaak hij voorkomt, wat de kwaliteit is en wat hij kost. Zonder nulpunt kun je achteraf niets bewijzen.
-
Kies de metriek
Kies een meetbare (eind)uitkomst, zoals opgeloste zaken, doorlooptijd, foutmarge of omzet. Dus geen activiteit zoals het aantal prompts of gesprekken.
-
Pilot
Zet AI in bij een afgebakende groep of periode. Vergelijk met een controlegroep of met de baseline.
-
Brutowaarde
Reken de gemeten tijd- of kwaliteitswinst om naar euro's: tijdwinst per taak × volume per jaar × volledig belast uurtarief.
-
Totale kosten
Tel alle kosten op, ook die na de pilot: licenties, implementatie, training, onderhoud en toezicht. Die laatste worden structureel onderschat.
-
Netto en terugverdientijd
Trek de kosten van de gerealiseerde waarde af en bereken hoe snel de investering is terugverdiend.
-
Toets de conversie
De cruciale vraag: landt de tijdwinst in échte output via meer volume, hogere conversie, hogere kwaliteit of herbestemde capaciteit? Zo niet, dan is de waarde fictief.
-
Besluit
Ontwikkel een POC (Proof of Concept), schaal op, stuur bij of stop. Op basis van de cijfers, niet op basis van enthousiasme.
Meetsjabloon
Leg het vast, per use case.
De rekentool rekent; hier leg je de hele meting vast voor intern overleg en besluitvorming: van taak en metriek tot verantwoordelijke en besluit. Vul de velden liefst met gemeten waarden, niet met schattingen. Print het of bewaar het als PDF.
Welke concrete taak, welke mensen, welk volume
Gemeten vóór de inzet
Een meetbare uitkomst, geen activiteit
Tijd, kwaliteit of beide, met controlegroep of nulmeting
De totale kosten van de AI-inzet in jaar 1: ontwikkeling, configuratie, licenties, implementatie, training, onderhoud en toezicht
De structurele kosten daarna: licenties, gebruik, onderhoud, herscholing en toezicht
Meer volume, hogere conversie, hogere kwaliteit of herbestemde capaciteit
Welk deel wordt écht omgezet, met welke actie en wie is verantwoordelijk
De uitkomst waarop je het besluit baseert
Je invoer blijft alleen in deze browser staan en wordt nergens naartoe gestuurd.
Veelgestelde vragen
Staat je vraag er niet bij?
Stel hem via het formulier, of bel ons. Je hoort binnen 24 uur van Stephan of Koen.
Reken in vier stappen. Eén: meet de baseline — hoe lang duurt de taak nu, hoe vaak komt hij voor, wat kost een uur volledig belast? Twee: bepaal de brutowaarde: tijdwinst per taak × volume per jaar × uurtarief. Drie: vermenigvuldig die brutowaarde met je realisatiefactor, het deel van de tijdwinst dat je echt omzet in output. Vier: trek de totale kosten van jaar 1 eraf. Wat overblijft is je netto rendement; deel de kosten door de gerealiseerde waarde per maand en je hebt de terugverdientijd.
Dat hangt vrijwel volledig af van twee getallen: de totale kosten van jaar 1 en de realisatiefactor. Bij een realistische factor van rond de 50 procent zien wij in het mkb terugverdientijden van enkele maanden tot ruim een jaar. Reken het door met je eigen cijfers in plaats van met een vuistregel: een calculator die zonder jouw baseline een terugverdientijd van drie maanden belooft, rekent met aannames die niemand heeft gemeten.
De realisatiefactor is het deel van de bespaarde tijd dat daadwerkelijk in resultaat landt: meer volume, hogere conversie, hogere kwaliteit of herbestemde capaciteit. De rest verdwijnt in ander werk en is dus geen euro waard. Het is een denkinstrument van AI Panda, geen industriestandaard, en het is precies het getal dat de meeste ROI-berekeningen weglaten. Zet hem op 100 procent en je rekent jezelf rijk.
TCO staat voor total cost of ownership: alle kosten van bezit en gebruik. Naast licenties horen daar ontwikkeling, configuratie, implementatie, training, datawerk, onderhoud, gebruikskosten en toezicht bij. Juist de posten ná de pilot worden structureel onderschat en die bepalen of het rendement op papier ook het rendement in de boeken wordt.
Vier organisatorische redenen, geen technische. De tijdwinst landt niet in output, de complementaire investeringen in mensen en processen ontbreken, het budget zit op de verkeerde use cases en er wordt op activiteit gemeten in plaats van op uitkomst. Daar komt een perceptiekloof bij: mensen overschatten hun eigen AI-winst structureel.
Als je met gemeten waarden rekent, ja. Vul de rekentool met je eigen baseline en een gemeten pilotresultaat, leg de meting vast in het meetsjabloon en herhaal hem na vier tot zes weken om de realisatiefactor te toetsen. Reken je met schattingen, dan is de uitkomst een gespreksstuk en geen besluitstuk — en dat is nog steeds meer dan de meeste organisaties hebben.
Verantwoording
Alle cijfers op deze pagina zijn terug te voeren op het onderzoeksrapport De productiviteitsparadox van automatisering en AI (AI Panda, juli 2026) en de bronnen hieronder. Omstreden cijfers zijn indicaties van een patroon, geen exacte waarheid.
Wetenschappelijk
- Solow (1987) · We'd better watch out — NYT Book Review
- Brynjolfsson (1993) · The Productivity Paradox of IT
- David (1990) · The Dynamo and the Computer
- Brynjolfsson, Rock & Syverson (2021) · The Productivity J-Curve
- Brynjolfsson, Li & Raymond (2025) · Generative AI at Work — QJE
- Acemoglu (2025) · The Simple Macroeconomics of AI
- METR (2025) · Impact van AI op ervaren developers (RCT)
- Aghion & Bunel (2024) · AI and Growth — FRBSF
Statistiek & centrale banken
Een vraag over jouw cijfers?
Leg ze voor, wij denken mee.
Stuur je uitkomst of je aannames mee. Je hoort binnen 24 uur van Stephan of Koen wat er klopt, wat te optimistisch is en waar het rendement bij jullie echt zit.
Of bel 06 11 14 93 93 · koen.slinger@aipanda.nl
-
Stephan Beerends
Customer Impact Lead
-
Koen Slinger
Co-founder
Stuur een bericht
We reageren binnen 24 uur
Verstuurd.
We nemen binnen 24 uur contact op.
