AI implementeren: waarom je processen bepalen hoe ver je komt
Er is een vergadering die zich dit jaar in honderden Nederlandse directiekamers heeft afgespeeld. De pilot is klaar. De demo werkte. Iemand vraagt: en wat levert dit nu op? Er valt een stilte, en dan begint het schuiven — het is nog vroeg, de techniek is veelbelovend, laten we er wat langer mee draaien.
Wat er in die stilte gebeurt is geen technisch probleem. Het is een procesprobleem. En het is bijna altijd hetzelfde probleem.
Het cijfer dat er wél toe doet
Je hebt de kop waarschijnlijk voorbij zien komen: 95% van de AI-pilots faalt. Dat cijfer komt uit een MIT-rapport uit 2025 en het is inmiddels zo vaak geciteerd dat vrijwel niemand meer kijkt waar het vandaan komt. Doe dat wel, en je ziet een steekproef en een definitie van “falen” waar methodologisch flink op af te dingen valt. Ik zou er geen investeringsbesluit op baseren.
Er is een beter cijfer. McKinsey publiceerde eind augustus 2026 zijn jaarlijkse State of AI: bijna negen op de tien organisaties gebruiken AI in minstens één bedrijfsfunctie, maar slechts 37% ziet er enige impact op het bedrijfsresultaat van. Dat percentage is sinds 2025 niet bewogen. De adoptie schiet omhoog, het rendement staat stil.
En in datzelfde onderzoek staat de zin die het hele verschil verklaart. Van de organisaties die wél waarde halen uit AI, zegt driekwart dat ze hun werkprocessen fundamenteel opnieuw hebben ingericht. Bij de rest is dat een kwart.
Dat is geen bijzaak in de marge. Dat is de belangrijkste onderscheidende factor die dat onderzoek vindt. Niet het model, niet het budget, niet de datastrategie: het proces.
Waarom pilots stranden: de delegatiegrens
Gartner voorspelde in juni 2025 dat meer dan 40% van de agentic-AI-projecten vóór eind 2027 wordt geannuleerd. De drie redenen die het noemt zijn: oplopende kosten, onduidelijke bedrijfswaarde, en ontoereikende risicobeheersing. Kijk daar even naar. Geen van die drie is een techniekvraag.
- Oplopende kosten betekent dat de scope niet begrensd was. Scope begrenzen kan alleen als je weet waar een proces begint en ophoudt.
- Onduidelijke bedrijfswaarde betekent dat er geen nulmeting was. Je kunt geen waarde berekenen op een proces waarvan je de doorlooptijd, het volume en de foutkans niet kent.
- Ontoereikende risicobeheersing betekent dat niemand kon aanwijzen welke stappen kritiek zijn en waar een mens moet kijken.
Alle drie zijn procesvragen, gesteld nadat de techniek al was gekocht.
De onderliggende reden is simpeler dan hij klinkt. Een AI-agent is een nieuwe medewerker met één afwijkende eigenschap: hij heeft geen collega’s. Een nieuwe medewerker die iets niet snapt, draait zijn stoel om en vraagt het. Hij leert de uitzonderingen kennen doordat het een keer misgaat en iemand hem bijstuurt. Negentig procent van wat hij nodig heeft staat nergens opgeschreven — het zit in de gang, in de koffiepauze, in het hoofd van degene die er al twaalf jaar zit.
Een agent heeft die gang niet. Alles wat je hem niet expliciet meegeeft, bestaat voor hem niet. Dat is de delegatiegrens: je kunt niet delegeren wat je niet kunt uitleggen. Bij mensen kom je daar nog mee weg, want zij vullen de gaten zelf. Bij AI is dat precies de plek waar het misgaat.
Je procesbeschrijving is geen document meer, maar een interface
Het klassieke advies bij automatisering is dertig jaar oud en luidt: verbeter eerst je proces, automatiseer het daarna. Bill Gates schreef het in 1995 en het wordt sindsdien trouw herhaald. Het is niet fout, maar het is niet meer het punt.
Tot voor kort was een procesbeschrijving een document voor mensen. Een auditor las het één keer per jaar, verder stond het in een map. Of het klopte, merkte je zelden. Nu wordt datzelfde document gelezen door iets dat er daadwerkelijk naar handelt. En dat verandert de eisen volledig.
Proza in Word volstaat niet meer. “De inkoper beoordeelt de aanvraag en zet deze waar nodig door” is een prima zin voor een mens en volstrekt onbruikbaar voor een agent. Wie is de inkoper — een rol, een persoon, een groep? Wat is beoordelen — op welke criteria, met welke grenswaarden? Wanneer is het nodig? Waar staat de aanvraag, in welk systeem, in welk veld?
Wat je nodig hebt is een model: rollen, beslisregels met hun criteria, uitzonderingen als expliciete paden, gegevensobjecten, en de systemen waarin het werk landt. Dat is de kern: je procesbeschrijving is geen document meer, maar een interface.
De vier niveaus van de AI-ladder
Zet je organisatie op deze ladder en je weet binnen dertig seconden wat AI je op dit moment realistisch kan opleveren.
Niveau 0 — het proces zit in hoofden.
Er is geen beschrijving, of hij is jaren oud en niemand werkt ernaar. AI levert hier alleen individuele productiviteit op. Geen bedrijfsresultaat, geen business case. Vrijwel alle gestrande pilots beginnen hier.
Niveau 1 — het proces staat beschreven in tekst.
Een handboek, een werkinstructie, een ISO-map. AI kan hierin zoeken, samenvatten en vragen beantwoorden. Uitvoeren kan hij niet: de tekst bevat geen beslisbare regels.
Niveau 2 — het proces is gemodelleerd.
Rollen, beslisregels, uitzonderingen, gegevens en systemen zijn expliciet. AI kan meedenken en voorbereiden. Even belangrijk: de scope is begrensd en de business case is rekenbaar.
Niveau 3 — het proces is gemodelleerd én gemeten.
Doorlooptijd, volume, foutkans en overdrachten zijn bekend per stap. AI neemt taken over met aantoonbare waarde en controleerbaar risico. Dit is waar de 37% zit.
De meeste organisaties die “iets met AI” doen, staan op niveau 0 of 1 en kopen techniek die niveau 2 of 3 veronderstelt. Dat is de hele verklaring voor de vergadering aan het begin van dit stuk.
Wat er sinds 2 augustus 2026 bij is gekomen
Voor wie AI inzet in een proces met gevolgen voor mensen — werving en selectie, kredietbeoordeling, toegang tot voorzieningen, veiligheidskritische productie — is er een tweede reden, en die is niet vrijblijvend.
Op 2 augustus 2026 zijn de verplichtingen voor hoog-risico AI-systemen uit de Europese AI-verordening in werking getreden. Ze vragen om een risicobeheersysteem over de hele levenscyclus, technische documentatie die tien jaar bewaard blijft, logging en traceerbaarheid, en aantoonbaar menselijk toezicht. ISO/IEC 42001 biedt hetzelfde bouwwerk als managementsysteem.
Lees die lijst nog eens: het zijn geen technische artefacten, het zijn procesartefacten. Waar in het proces zit het systeem, welke beslissing neemt het, wie kijkt mee, wat gebeurt er bij een afwijking — precies de vragen die een procesmodel beantwoordt en een Word-document niet.
Wie al ISO 9001 draait heeft hier een voorsprong die groter is dan hij denkt. Het procesmodel dat je voor je kwaliteitssysteem onderhoudt, is de plek waar deze verantwoording landt.
Dit is een schets van de hoofdlijn, geen juridisch advies. Of een specifiek systeem als hoog risico kwalificeert, is een beoordeling op zich.
Wat je maandag kunt doen
Geen transformatieprogramma. Drie stappen, en de eerste kost een middag.
1. Kies één proces, en kies het goed. Niet het meest strategische, maar het proces dat vaak draait, veel overdrachten kent en waarvan iedereen weet dat er tijd in weglekt. Inkoop-tot-betaling, orderintake, klachtafhandeling, onboarding. Volume maakt de business case, overdrachten maken de winst.
2. Model het naar niveau 2. Rollen, beslisregels met hun criteria, uitzonderingen als eigen paden, en de systemen erbij. Reken op een dag of twee met de mensen die het werk doen. Je ontdekt onderweg twee dingen: dat het proces anders loopt dan het handboek zegt, en dat minstens één beslisregel nergens is vastgelegd.
3. Meet vóór je iets automatiseert. Doorlooptijd, volume, foutpercentage, aantal overdrachten. Vier getallen. Zonder die vier heb je over een half jaar exact hetzelfde gesprek — alleen dan met een factuur erbij.
Tot slot
AI implementeren is geen technologieproject dat toevallig ook over processen gaat. Het is een procesproject dat toevallig ook technologie gebruikt. Organisaties die dat omdraaien kopen een oplossing en gaan daarna op zoek naar het probleem — precies wat Gartner over 2027 voorspelt.
Je AI-resultaat is nooit beter dan je procesbeschrijving. Wie zijn proces niet kan uitleggen, kan het niet delegeren — niet aan een mens, en niet aan een agent.
Wil je weten op welk niveau jouw processen staan?
Bend Projects doet een AI-ladderscan op één proces naar keuze: we modelleren het naar niveau 2, brengen de vier kengetallen in kaart en leveren een onderbouwd oordeel over wat AI hier realistisch kan overnemen. Plan een gesprek of bekijk hoe we processen in kaart brengen met 2c8.
Bronnen
- McKinsey & Company, The State of AI: Global Survey, 25 augustus 2026
- Gartner, “Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”, 25 juni 2025
- Verordening (EU) 2024/1689 (AI-verordening), hoog-risicoverplichtingen van kracht per 2 augustus 2026
- ISO/IEC 42001, managementsysteem voor AI
- CBS, Bedrijven gebruiken AI vaakst voor marketing of verkoop, 2025
- MIT NANDA, The GenAI Divide, 2025 (de “95%”-claim, methodologisch omstreden)
