AI Nieuws 5 min Gevorderd

TNO: AI maakt werk sneller, maar levert niet vanzelf productiviteit op

Nieuw TNO-onderzoek bij vier organisaties: AI versnelt werk, maar tijdwinst wordt pas productiviteit als je bewust kiest wat je met die tijd doet.

Miniatuur diorama-illustratie bij artikel 'TNO: AI maakt werk sneller, maar levert niet vanzelf productiviteit op'

AI maakt je werk sneller. Of dat ook meer oplevert, is een aparte vraag, en het antwoord is vaker nee dan de hype suggereert. Dat is de kern van nieuw onderzoek dat kennisinstituut TNO op 10 juni publiceerde: AI versnelt en vereenvoudigt processen, maar tijdwinst wordt pas productiviteit als een organisatie bewust kiest wat ze met die vrijgekomen tijd doet.

Vier organisaties, vier uitkomsten

TNO volgde vier Nederlandse organisaties die AI in de praktijk inzetten en combineerde dat met literatuuronderzoek. De resultaten liepen flink uiteen (Bron: TNO):

  • Bij HelloPrint automatiseerde de klantenservice op grote schaal. Het bedrijf had er volgens TNO 80% minder personeel voor nodig, met stevige kostenbesparing als gevolg.
  • Bij de Douane en bij IT-dienstverlener LINKIT bleef het effect beperkt tot kleine tijdwinst op specifieke taken, zoals schrijven of informatie opzoeken.
  • Bij verzekeraar a.s.r. draaide het om rijkere klantinzichten in plaats van om tijdwinst — al bleek het AI-model uiteindelijk niet goed in staat de klanttevredenheid uit gesprekstranscripties te voorspellen.

Beginner-tip:Productiviteit is niet hetzelfde als tijdwinst. Tijdwinst is dat een taak sneller klaar is; productiviteit is dat je met dezelfde mensen méér waarde maakt. Bespaar je een uur en vul je dat met niets waardevols, dan stijgt je productiviteit niet — alleen je vrije tijd.

Waarom de winst zo vaak verdampt

De rode draad: de techniek bepaalt niet of AI rendeert, de organisatie eromheen doet dat. “Organisaties moeten bewust keuzes maken in de inrichting van werk, rollen en processen,” schrijft TNO. Gebeurt dat niet, dan lost de tijdwinst op in losse taken zonder dat er onderaan de streep iets verandert. Daar zit ook een waarschuwing in. Veel organisaties kijken volgens TNO te weinig naar hoe AI de taken en werkomstandigheden van medewerkers verandert. Wie alleen op besparing stuurt, mist het effect op het werk zelf, en op de mensen die het doen.

Wat dit voor jou betekent

Voor het MKB is dit een nuchtere correctie op de belofte dat AI “vanzelf” efficiency oplevert. Het sluit aan op wat we eerder zagen bij HelloPrint, dat zichzelf rond een AI-brein herbouwde: daar kwam de winst pas toen het proces eromheen opnieuw werd ontworpen, niet van de tool op zichzelf. Hetzelfde patroon zie je in de vijf concrete AI-kansen voor MKB in 2026 en in de eerlijke kostenrekening van ChatGPT versus een stagiair.

De praktische vraag is niet “welke AI-tool koop ik?” maar “wat ga ik doen met de tijd die het bespaart?”. Pas als daar een concreet antwoord op is — meer klanten, betere kwaliteit, nieuw werk — wordt tijdwinst echt productiviteit. Bedenk daarbij dat een flink deel van die tijd ongemerkt teruglekt naar het controleren en corrigeren van de output zelf: dat onzichtbare bijsturen heet botsitting, en kost gemiddeld zes uur per week. Snijd je in plaats daarvan meteen in mensen, dan stuur je slecht: waarom ‘AI vervangt je werknemers niet’ geen wensdenken is zetten we apart op een rij. Hoe ver Nederlandse bedrijven daarin zijn, lees je in de cijfers over AI in Nederland.

Voor wie een bedrijf runt betekent dat: reken niet op AI-winst zolang je niet hebt bepaald waar de bespaarde uren heen gaan. En werk je zelf met AI op de werkvloer? Dan is de andere helft van het TNO-verhaal voor jou relevant: of die tijdwinst betere werkdagen oplevert of vooral méér werk, hangt af van keuzes die je werkgever maakt — niet van de tool. De tool is het makkelijke deel; die keuze is het werk.

Veelgestelde vragen

Wat heeft TNO precies onderzocht?

TNO volgde vier Nederlandse organisaties die AI in de praktijk inzetten — verzekeraar a.s.r., de Douane, printbedrijf HelloPrint en IT-dienstverlener LINKIT — en combineerde die casussen met literatuuronderzoek. De centrale vraag was of de inzet van AI leidt tot meer productiviteit. De conclusie, gepubliceerd op 10 juni 2026: AI versnelt en vereenvoudigt processen, maar of dat ook productiviteitswinst oplevert hangt af van wat de organisatie met de vrijgekomen tijd doet.

Waarom leidt tijdwinst niet automatisch tot productiviteit?

Omdat tijdwinst en productiviteit twee verschillende dingen zijn. Tijdwinst is dat een taak sneller af is; productiviteit is dat je met dezelfde mensen meer waarde maakt. Bespaart AI een medewerker een uur per dag, maar wordt dat uur niet ingevuld met iets waardevols, dan stijgt de productiviteit niet — alleen de hoeveelheid losse vrije tijd. Pas als een organisatie bewust kiest waar de bespaarde uren heen gaan, vertaalt tijdwinst zich in meer output of betere kwaliteit.

Wat waren de verschillen tussen de vier organisaties?

Groot. Bij HelloPrint automatiseerde de klantenservice op grote schaal; het bedrijf had er volgens TNO 80% minder personeel voor nodig, met flinke kostenbesparing. Bij de Douane en bij LINKIT bleef het effect beperkt tot kleine tijdwinst op specifieke taken, zoals schrijven of informatie opzoeken. Bij a.s.r. draaide het om rijkere klantinzichten in plaats van om tijdwinst, al bleek het AI-model uiteindelijk niet goed in staat de klanttevredenheid uit gesprekstranscripties te voorspellen.

Wat betekent dit voor een MKB-bedrijf dat met AI begint?

Dat de tool het makkelijke deel is en de organisatie eromheen het werk. Begin niet met de vraag 'welke AI-tool koop ik?' maar met 'welke taak kost ons nu het meeste tijd, en wat gaan we doen met de tijd die we besparen?'. Kies één concreet proces, meet het effect, en bepaal vooraf waar de gewonnen uren naartoe gaan: meer klanten helpen, hogere kwaliteit leveren of nieuw werk oppakken. Zonder dat antwoord blijft AI een dure efficiency-belofte die zich zelden vanzelf terugverdient.

Bronnen

Waar deze informatie vandaan komt.