Bedrijven en overheden in Nederland voeren kunstmatige intelligentie snel in op de werkvloer. Begin 2026 verschuiven taken door generatieve systemen zoals OpenAI’s GPT-4o, Google Gemini en Microsoft Copilot. De Europese AI-verordening gevolgen overheid en bedrijven worden zichtbaar, van inkoop tot toezicht. Dit verandert vooral administratief werk en klantcontact, en dwingt organisaties tot nieuwe afspraken over privacy en kwaliteit.
Generatieve AI verandert kantoorwerk
Generatieve AI is software die zelf tekst, beeld of code maakt op basis van voorbeelden. In Nederland testen teams deze systemen voor e-mail, vergaderverslagen, rapporten en eerste versie code. Microsoft koppelt Copilot aan Microsoft 365, Google biedt Gemini in Workspace, en Slack en Salesforce voegen assistenten toe. Dat versnelt alledaagse taken, maar vraagt scherpe controle door medewerkers.
Generatieve AI maakt nieuwe inhoud aan, zoals tekst of afbeeldingen, door patronen te leren uit grote hoeveelheden voorbeelddata.
Pilots laten zien dat tijdwinst mogelijk is, vooral bij standaardteksten en samenvattingen. Toch kunnen modellen “hallucineren”: het systeem vult iets in dat niet klopt. Bedrijven zetten daarom beoordelingsstappen in, bijvoorbeeld een vier-ogenprincipe. Ook leggen zij vast welke taken wel en niet met AI mogen.
Leveranciers beloven betere beveiliging en logging. Voorbeelden zijn het EU Data Boundary-aanbod van Microsoft en Google, en ChatGPT Enterprise van OpenAI met uitschakeling van trainingsdata. Dit beperkt datadeling en helpt bij AVG-verplichtingen. Maar organisaties moeten zelf blijven letten op dataminimalisatie en bewaartermijnen.
Administratieve banen onder druk
AI kan routinetaken overnemen, zoals factuurverwerking, agendaplanning en basis klantcontact. Banken, accountants, zakelijke dienstverleners en gemeenten experimenteren met chatbots en tekstmodellen. Ook callcenters verkennen spraakherkenning en automatische samenvattingen. Hierdoor verandert werkinhoud sneller dan functietitels.
Niet elke baan verdwijnt, maar taken schuiven door naar systemen. Medewerkers gaan meer controleren, redigeren en uitzonderingen oplossen. Nieuwe rollen ontstaan, zoals AI-ondersteuner of data steward. Ondernemingsraden moeten worden betrokken bij ingrijpende veranderingen, zoals de Wet op de ondernemingsraden vereist.
In HR-software verschijnen steeds meer algoritmen voor werving en matching, bijvoorbeeld in Workday of SAP SuccessFactors. Die toepassingen brengen discriminatierisico’s mee als trainingsdata niet representatief zijn. Bias betekent dat een systeem structureel oneerlijke uitkomsten geeft voor bepaalde groepen. Werkgevers hebben hier een zorgplicht en moeten resultaten kunnen uitleggen.
Europese AI-verordening stuurt invoering
De AI-verordening (AI Act) werkt met risicoklassen en verplichtingen per categorie. Systemen voor bijvoorbeeld sollicitaties of kredietbeoordeling gelden als hoog risico. Leveranciers en gebruikers moeten dan risico’s beheersen, data en prestaties documenteren, en menselijk toezicht borgen. Ook is technische logging nodig om beslissingen later te kunnen verklaren.
De regels treden gefaseerd in werking van 2025 tot 2026, op het moment van schrijven. Verboden toepassingen gelden eerder, zware plichten voor hoogrisico later. Voor algemene AI-systemen (zoals GPT-4o of Gemini) komen transparantie-eisen voor aanbieders. Denk aan informatie over capaciteiten, beperkingen en veilige inzet.
Voor de overheid raken de regels inkoop, verantwoording en toezicht. Organisaties moeten weten of een ingekocht systeem hoog risico is en of de leverancier aan de Act voldoet. Openbaar bestuur zal vaker een DPIA (gegevensbeschermingseffectbeoordeling) uitvoeren bij inzet van AI. Toezichthouders zoals de Autoriteit Persoonsgegevens en Europese instanties krijgen extra taken.
Scholing en privacy bepalen tempo
De vraag naar bij- en omscholing groeit snel. Programma’s als AiNed en de Nederlandse AI Coalitie (NLAIC) stimuleren kennisontwikkeling. Mbo’s en hbo’s bouwen AI-basisvaardigheden in, zoals data-ethiek en werken met prompts. Bedrijven combineren interne training met praktijkpilots, zodat teams het nut en de grenzen leren kennen.
De AVG stelt duidelijke eisen: dataminimalisatie, beveiliging en doelbinding. Een DPIA is nodig bij hoge privacyrisico’s, zoals monitoring van personeel. Gegevens worden bij voorkeur versleuteld en waar mogelijk binnen de EU verwerkt. Dit beïnvloedt de keuze voor leveranciers en bepaalt of open-source modellen, zoals Llama 3 of Mistral, on-premises draaien.
Veel organisaties starten met kleinschalige pilots en een risicoanalyse per gebruiksgeval. Zij leggen vast wie eindverantwoordelijk is, hoe output wordt gecontroleerd en wat niet met AI mag. Meetpunten gaan niet alleen over productiviteit, maar ook over kwaliteit, foutkans en gelijke behandeling. Zo groeit inzet stap voor stap, in lijn met wetgeving en draagvlak op de werkvloer.
