Ruim 42 miljard euro. Zoveel AI-productiviteit laat Nederland elk jaar op tafel liggen, berekent TheAIDaily op basis van zes onafhankelijke bronnen. Niet omdat de technologie faalt. Niet omdat bedrijven het niet proberen. Het tegenovergestelde: Nederland is een van de landen ter wereld die het hardst inzetten op AI-versnelling. Maar er zit een gat tussen een tool kopen en een tool leren gebruiken. Dat gat kost de Nederlandse economie meer dan de volledige jaaromzet van alle AI-startups in het land bij elkaar.
Hoe kan een land op plek zes staan terwijl het het hardst rent?
Nederland staat op de zesde plek in Europa voor AI-adoptie bij bedrijven. Met 33,2% zitten we ruim boven het EU-gemiddelde van 20%, maar vijf landen doen het beter. Dat blijkt uit Eurostat-data uit 2025.
| Land | AI-adoptie 2025 |
|---|---|
| Denemarken | 42,0% |
| Finland | 37,8% |
| Zweden | 35,0% |
| België | 34,5% |
| Luxemburg | 33,6% |
| Nederland | 33,2% |
| Oostenrijk | 30,0% |
| EU-gemiddelde | 20,0% |
Even afstand nemen. Tegelijkertijd meldt het World Economic Forum dat 86% van de Nederlandse bedrijven de automatisering door AI versnelt. Dat is het hoogste percentage ter wereld. Nergens zeggen meer werkgevers: wij gaan hiermee aan de slag.
Het verschil tussen die twee cijfers vertelt het verhaal. Een derde van de bedrijven gebruikt daadwerkelijk AI (Eurostat), maar bijna negen op de tien zeggen te versnellen (WEF). Dat betekent dat meer dan de helft van de Nederlandse bedrijven die zeggen op te schalen, het nog niet heeft gedaan. Je kunt het vergelijken met een sportschoolabonnement: Nederland koopt het duurste pakket, maar komt niet veel verder dan de loopband.
Dat is opmerkelijk voor een land met 2,56 AI-professionals per 1.000 inwoners, de vierde hoogste talentdichtheid van Europa volgens Stanford HAI. Het talent is er. De adoptie blijft achter.
Waar komen die 42 miljard vandaan?
De berekening begint bij een verrassend concreet getal. Volgens de Newcom AI Monitor 2026 gebruiken 4,6 miljoen Nederlanders AI op de werkvloer. Dat is meer dan de helft van alle werkenden tussen 18 en 65 jaar. Per kenniswerker bespaart generatieve AI gemiddeld 6,1 uur per week, volgens de Salesforce State of Marketing 2026. Tegen het gemiddelde uurloon van kenniswerkers uit CBS-data komt dat neer op circa 11.600 euro per persoon per jaar, berekent TheAIDaily.
Vermenigvuldig dat met 4,6 miljoen werkenden en het theoretisch potentieel bedraagt circa 53 miljard euro per jaar. Dat is bijna 5% van het Nederlandse BBP.
Maar dat haalt vrijwel niemand.
Slechts 25% van de bedrijven realiseert significante waarde uit AI, concludeert BCG in onderzoek onder 1.250 bedrijven. McKinsey is nog strenger: slechts 5,5% van alle organisaties kwalificeert als "AI high performer" met meer dan 5% EBIT-impact. En CBS meldt dat 74,6% van de Nederlandse bedrijven gebrek aan ervaring noemt als de belangrijkste drempel voor AI-adoptie.
Als de 25% die waarde realiseert gemiddeld de helft van het potentieel benut, en de overige 75% slechts een tiende, dan komt Nederland uit op een realisatiegraad van circa 20%. Dat vertaalt zich in ruwweg 10 tot 11 miljard euro gerealiseerde productiviteitswinst. De rest, zo'n 42 miljard euro, verdampt in tools die worden aangeschaft maar niet goed worden gebruikt.
Wacht even. Is 42 miljard een precies getal? Nee, het is een schatting op basis van zes bronnen (Newcom, Salesforce, CBS, BCG, McKinsey en EY) met de onzekerheden die bij extrapolatie horen. Zelfs als je de bandbreedte fors opent naar 30 tot 45 miljard, dan is de conclusie dezelfde: Nederland benut een fractie van het potentieel dat het al in huis heeft.
Ter vergelijking: de geschatte totale jaaromzet van alle 1.296 Nederlandse AI-startups bedraagt circa 3,1 miljard euro, volgens data van TheAIDaily. Het bedrag dat op tafel blijft liggen is meer dan dertien keer de omzet van het hele Nederlandse AI-startup-ecosysteem. En het is vijf keer de 8,1 miljard euro die Nederland volgens Implement Consulting Group jaarlijks aan economische groei misloopt door onvoldoende AI-investeringen. Het probleem is niet alleen dat we te weinig investeren. We halen te weinig uit wat we al hebben.
Waarom adopteren we sneller dan we leren?
De kloof zit niet in de technologie. Bijna elk bedrijf heeft inmiddels toegang tot ChatGPT, Claude of Copilot. De kloof zit in vaardigheden.
CBS meldt dat 74,6% van de bedrijven gebrek aan ervaring noemt als de belangrijkste reden om AI niet verder in te zetten. Niet de kosten, niet de regelgeving, niet de technische complexiteit. Gewoon: we weten niet goed hoe. Het aanbod van AI-professionals dekt slechts 15% van de jaarlijkse vraag, berekent TheAIDaily op basis van CBS- en PwC-data. Voor elke afgestudeerde AI-specialist staan zes werkgevers te wachten.
Die schaarste kost geld. De AI-talentkloof kost Nederland 780 miljoen euro per jaar aan gemiste productiviteit, alleen al door de salarispremie die bedrijven betalen in een oververhitte markt. Maar het grotere probleem is niet het tekort aan specialisten. Het is het tekort aan gewone medewerkers die AI effectief gebruiken.
Overigens past dat bij wat we eerder schreven over de uren die verdampen: twee op de drie medewerkers die tijd besparen met AI krijgen geen richting over wat ze met die vrijgekomen uren moeten doen. De productiviteitswinst is er op individueel niveau, maar het bedrijf vangt hem niet.
En er is nog een factor die niemand hardop noemt. 42% van de Nederlandse werknemers vreest baanverlies door AI, blijkt uit de EY AI Barometer 2025. Het vertrouwen in baanzekerheid daalde in een halfjaar van 59% naar 48%, volgens Accenture. Medewerkers die bang zijn voor vervanging hebben weinig prikkel om de tool te omarmen die hen zogenaamd overbodig maakt. Die angst remt de adoptie sterker dan welk technisch obstakel ook.
Hoe volwassen is jouw AI-gebruik echt?
De volwassenheidsratio in Nederland bedraagt 0,28. Concreet: voor elke tien organisaties die zeggen AI te gebruiken, zetten er slechts drie het effectief in. TheAIDaily berekende dit op basis van DDMA- en Salesforce-data voor de marketingsector, maar het patroon is breder herkenbaar.
McKinsey constateert dat 74% van de bedrijven zegt dat AI de ROI-verwachtingen waarmaakt, maar slechts 39% kan daadwerkelijk EBIT-impact aantonen. BCG vindt hetzelfde: 75% van de leiders noemt AI een top-3-prioriteit, maar slechts een kwart realiseert significante waarde.
De verklaring is simpel. De meeste bedrijven hebben AI geadopteerd op het niveau van "we hebben een ChatGPT-licentie en medewerkers mogen het gebruiken". Dat is het verschil tussen een tool beschikbaar stellen en een tool inbedden in werkprocessen. De tool is er. De workflow niet.
Onderzoekers van Harvard Business School zagen dat bevestigd in een gecontroleerd experiment met 758 BCG-consultants. De groep die GPT-4 gebruikte leverde werk dat meer dan 40% hoger in kwaliteit werd beoordeeld en werkte 25% sneller. Maar bij taken buiten de mogelijkheden van AI was diezelfde groep 19 procentpunt vaker fout. Niet de tool maakt het verschil, maar weten wanneer en hoe je hem inzet.
"De onderkant van de presteerders zag een kwaliteitsverbetering van 43%, de bovenkant slechts 17%. AI is de grote gelijkmaker, als je het leert gebruiken."
Harvard Business School, experiment met 758 BCG-consultants (2023)
Wat maakt het verschil tussen 2.400 en 11.600 euro waarde per medewerker?
Training. Concreet: 80 uur, verspreid over een kwartaal.
EY onderzocht in november 2025 het effect van AI-training op productiviteit. De mediaan over alle werknemers: 8 uur productiviteitswinst per week. Werknemers die meer dan 81 uur AI-training hadden gevolgd: 14 uur per week. Bijna het dubbele.
Omgerekend naar jaarbasis: een medewerker zonder noemenswaardige AI-training bespaart circa 2.400 euro per jaar (gebaseerd op 3 uur per week, het getal dat de Federal Reserve rapporteert voor de gemiddelde Amerikaanse AI-gebruiker). Een goed getrainde medewerker haalt 11.600 euro. Het verschil per persoon per jaar: 9.200 euro.
Vermenigvuldig dat met een team van twintig en je praat over bijna 200.000 euro verschil. Per jaar.
Die 81 uur is twee werkweken. Tien werkdagen verspreid over een kwartaal. Twee uur per week, tien weken lang. Dat is geen onoverkomelijke investering. Maar het gebeurt niet. Slechts 6% van de bedrijfsleiders investeert daadwerkelijk in AI-vaardigheden van hun team, aldus EY.
En dat terwijl de AI Act sinds februari 2025 bedrijven verplicht om AI-geletterdheid onder medewerkers te bevorderen. De Omnibus-deal van mei 2026 heeft die eis afgezwakt, van een resultaatsverplichting naar een inspanningsverplichting, maar de boodschap blijft: wie AI inzet zonder training, loopt risico.
Wat kun je hier morgen mee?
De productiviteitsval van 42 miljard is een macrocijfer. Je kunt het niet in je eentje dichten. Maar je kunt wel berekenen hoeveel jouw bedrijf op tafel laat liggen.
- Reken het uit voor je eigen team. Tel het aantal medewerkers dat AI gebruikt. Vermenigvuldig met 11.600 euro (het potentieel bij optimaal gebruik). Vermenigvuldig vervolgens met 0,20 (de gemiddelde realisatiegraad). Het verschil tussen die twee getallen is wat je laat liggen. Voor een team van vijftig is dat al snel meer dan 400.000 euro per jaar.
- Plan 80 uur per medewerker. Niet in een keer, maar twee uur per week, tien weken lang. Het dertig-dagen-plan dat TheAIDaily eerder publiceerde is een concreet startpunt. De EY-data laat zien dat de productiviteitssprong pas komt na die drempel van 80 uur.
- Meet wat je nu bespaart. De helft van de teams kan de ROI van hun AI-investering niet meten, vond Jasper. Begin met de basisberekening: uurloon keer bespaarde uren per week keer 46 werkweken. Zonder meting weet je niet of je aan de kant van de 25% zit die waarde realiseert, of bij de 75% die het niet doet.
