AI groeit explosief, verdiept razendsnel en vergroot het verschil tussen koplopers en achterblijvers

“De echte sprong zit niet in een slim model, maar in slimme inbedding: herhaalbare taken, vaste hulpmiddelen en goed ingerichte systemen.”

OpenAI publiceert met The state of enterprise AI een rapport dat één vraag centraal zet: wat gebeurt er als grote organisaties AI niet meer “uitproberen”, maar echt gaan gebruiken als vaste infrastructuur? Het rapport kijkt nadrukkelijk niet naar één sector of één beroepsgroep. Het gaat juist over organisaties als geheel: teams, functies, processen en systemen.

Wat dit rapport sterk maakt, is de combinatie van twee bronnen. Enerzijds gebruikt OpenAI geanonimiseerde en geaggregeerde gebruiksgegevens van zakelijke klanten. Anderzijds is er een enquête onder 9.000 werknemers bij bijna 100 organisaties over gebruik, opbrengst en knelpunten. Een belangrijk detail is dat de inhoud van berichten automatisch is geclassificeerd en niet door OpenAI medewerkers is ingezien voor deze analyse. Je krijgt dus in dit artikel geen verzameling toekomstbeloftes, maar een realistisch beeld van dit moment. Met harde groeicijfers, duidelijke patronen en casussen die laten zien waar AI al meetbaar effect heeft.

Belangrijkste punten uit het rapport

• OpenAI bedient inmiddels meer dan 7 miljoen ChatGPT “workplace seats” (dit is een gebruikerslicentie, vergelijkbaar met een Microsoft 365 licentie: één seat is één medewerker met toegang) en het aantal ChatGPT Enterprise “workplace seats” groeit ongeveer 9 keer op jaarbasis.
• Sinds november 2024 groeit het aantal wekelijkse Enterprise berichten ongeveer 8 keer, en de gemiddelde werknemer verstuurt 30% meer
• Het gebruik verschuift naar herhaalbare werkwijzen: gebruikers van maatwerkassistenten groeien ongeveer 19 keer, en circa 20% van alle Enterprise berichten loopt via zo’n vaste inrichting.
• Werknemers rapporteren echte opbrengst: gemiddeld 40 tot 60 minuten tijdwinst per actieve dag, met uitschieters van 60 tot 80 minuten in onder meer datawetenschap, techniek en communicatie.

Er ontstaat een duidelijke kloof: “koplopers” gebruiken AI veel intensiever en halen daardoor aantoonbaar meer voordeel.

Van losse vragen naar vaste hulpmiddelen: maatwerkassistenten nemen het over

OpenAI benadrukt twee verschuivingen die die verdieping verklaren. De eerste is de opkomst van maatwerkassistenten en projecten: configureerbare omgevingen met instructies, kennis en acties, bedoeld voor herhaalbare, meerstaps taken.

De cijfers:

• Wekelijkse gebruikers van deze maatwerkoplossingen groeien ongeveer met een factor 19.
• Ongeveer 20% van alle Enterprise berichten wordt via zo’n maatwerkassistent verwerkt.
• Sommige organisaties bouwen hier echt een cultuur omheen. BBVA (bank uit Spanje) gebruikt bijvoorbeeld meer dan 4.000

Waarom dit zo’n groot punt is? Omdat dit precies is hoe organisaties standaardiseren: niet door “iedereen een slimme chat” te geven, maar door kennis en stappen vast te leggen in iets dat je kunt delen en hergebruiken.

De API kant groeit net zo hard, maar dan onder de motorkap

De tweede verschuiving is de groei van gebruik via de API, dus modellen die direct in producten en systemen worden ingebouwd.

Dat zie je aan onderstaande getallen:

• 9000+ organisaties verwerken samen 10 miljard+ tokens.
• Bijna 200 organisaties gaan zelfs door 1 biljoen tokens heen.
• Gemiddeld stijgt het verbruik van “redeneer” tokens per organisatie ongeveer 320x in 12 maanden.

Het rapport laat ook zien dat API gebruik breder wordt. Klantendienst en contentproductie zijn samen al ongeveer 20% van de API activiteit, en het API gebruik door niet technologiebedrijven groeit 5x jaar op jaar.

En dan is er nog Codex (OpenAI’s AI-hulpmiddel dat speciaal is gebouwd voor softwareontwikkeling), dat in deze periode aan tractie wint: in zes weken zie je 2x groei in wekelijkse actieve gebruikers en ongeveer 50% groei in wekelijkse berichten. Dit is precies het punt waarop AI van hulpmiddel naar bouwsteen verschuift.

Wat werknemers concreet merken: tijdwinst, kwaliteit en bredere vaardigheden

Het rapport blijft niet hangen in “AI is handig”. Het koppelt gebruik aan ervaren effect.

Tijdwinst en kwaliteit in cijfers

• 75% van de ondervraagde werknemers zegt dat AI de snelheid of kwaliteit van hun werk verbetert.
• Gemiddeld schrijven Enterprise gebruikers 40 tot 60 minuten tijdwinst toe aan AI per dag.
• In datawetenschap, techniek en communicatie loopt dat op tot 60 tot 80 minuten per dag.

Effect per functie, zoals werknemers dat rapporteren

• 87% van IT: snellere oplossing van IT problemen.
• 85% van marketing en product: snellere uitvoering van campagnes.
• 75% van HR: betere betrokkenheid van medewerkers.
• 73% van engineers: snellere oplevering van code.

AI trekt technische taken open

Nog zo’n cijfer dat veel zegt: 75% van de werknemers geeft aan taken te kunnen uitvoeren die ze eerder niet konden, waaronder programmeerondersteuning, codecontrole, spreadsheetanalyse en automatisering en zelfs het ontwerpen van maatwerkassistenten.

En buiten de traditionele technische afdelingen groeit het coderingsgerelateerde berichtenverkeer met gemiddeld 36% in zes maanden.

Dat betekent in de praktijk: vaardigheden verspreiden zich sneller door de organisatie, omdat de drempel omlaag gaat.

Groei per sector en land: Nederland zit opvallend hoog

Het rapport laat zien dat groei niet beperkt blijft tot een paar voorlopers.

• De mediane sector groeit meer dan 6x jaar op jaar en zelfs de langzaamste sector groeit meer dan 2x.
• Snelste groeiers: technologie 11x, zorg 8x, industrie 7x.

Geografisch is het beeld minstens zo interessant. Onder de grotere markten groeien Australië, Brazilië, Nederland en Frankrijk het snelst in betalende zakelijke klanten. Nederland staat op 153% groei in een jaar, tegenover een wereldgemiddelde van 143%.

Ook internationaal onder de motorkap is er versnelling: internationale groei in API klanten ligt boven 70% in de laatste zes maanden en Japan heeft het grootste aantal zakelijke API klanten buiten de VS.

Dit is een reality check voor iedereen die nog denkt dat “het in Nederland wel meevalt”.

De kloof wordt meetbaar: koplopers halen veel meer uit dezelfde hulpmiddelen

Het rapport introduceert een nuttig onderscheid: koplopers zijn de “frontier” gebruikers, grofweg de 95e percentielgroep qua intensiteit.

Op individueel niveau

• Koplopers sturen 6x meer berichten dan de mediane gebruiker.
• Binnen data-analyse gebruiken koplopers het data analyse hulpmiddel 16x
• Bij coderen is de kloof het grootst: koplopers sturen 17x zoveel berichten als de mediane gebruiker.
• Ook per taaktype zie je forse verschillen, zoals 11x bij schrijven en communicatie, 10x bij analyse en berekeningen, en 9x bij instructies en informatievergaring.

En dan komt de koppeling naar effect: gebruikers die AI inzetten over ongeveer zeven taaktypen rapporteren vijf keer zoveel tijdwinst als gebruikers die rond vier taaktypen blijven hangen.

Op organisatieniveau

• Koploper organisaties genereren 2x meer berichten per werkplek dan de mediane organisatie.
• En ze sturen 7x meer berichten naar maatwerkassistenten, wat wijst op standaardisering en hergebruik.

Headroom: veel mensen gebruiken de krachtigste functies niet eens

Zelfs onder actieve gebruikers is er nog veel onbenut.

• Van maandelijkse actieve gebruikers heeft 19% nog nooit data-analyse gebruikt, 14% nog nooit redeneermodellen, en 12% nog nooit zoekfuncties.
• Bij dagelijkse actieve gebruikers daalt dat naar 3%, 1% en 1%.
• De boodschap is duidelijk: routine maakt vaardig en vaardigheid levert effect op.

Zes casussen die laten zien wat “meetbare impact” betekent

Het rapport onderbouwt de grote lijnen met voorbeelden. Niet als marketingverhaal, maar met cijfers die je kunt vastpakken.

Intercom: klantendienst via telefoon, maar dan sneller en vaker opgelost

Intercom bouwt Fin Voice met OpenAI’s Realtime API.

• De vertraging daalt met 48% sinds maart.
• Fin Voice lost gemiddeld 53% van de telefoongesprekken van begin tot eind zelf op.
• Gesprekken die alsnog naar een mens moeten, worden 40% sneller afgehandeld nadat Fin Voice de eerste stappen heeft gezet.
• Menselijke klantendienstgesprekken kosten vaak 5 tot 20 dollar per gesprek, en Intercom stelt dat dit klanten inmiddels honderden miljoenen dollars per jaar bespaart.

Lowe’s: advies op schaal in 1.700 winkels

Lowe’s zet Mylow en Mylow Companion in.

• Ze ondersteunen consistent advies in meer dan 1.700
• De systemen beantwoorden bijna 1 miljoen vragen per maand sinds de start in maart.
• Als klanten Mylow gebruiken tijdens een online bezoek, verdubbelt de conversie meer dan.
• Mylow Companion draait in 100% van de winkels en beantwoordt honderdduizenden vragen per week van medewerkers.
• Klanttevredenheid stijgt 200 basispunten wanneer medewerkers het hulpmiddel gebruiken in de winkelgang.

Indeed: betere matches, sneller solliciteren, meer aanstellingen

• In proeven zorgt “Invite to Apply” met AI uitleg voor 20% meer gestarte sollicitaties.
• Het verbetert de vervolgstappen zoals gesprekken en aannames met 13% vergeleken met traditionele matching.
• Gebruikers van Career Scout vinden en solliciteren 7x sneller en hebben 38% meer kans om te worden aangenomen.
• 84% waardeert het als nuttig.

BBVA: standaardvragen weg, specialistisch werk vooruit

BBVA automatiseert terugkerende vragen rond tekenbevoegdheid.

• Het systeem automatiseert 000+ vragen per jaar.
• Daardoor kan BBVA capaciteit ter grootte van 3 voltijdposities verplaatsen naar inhoudelijk werk, goed voor 000+ controles per jaar.
• Het levert 26% van de jaarlijkse besparingsdoelstelling van de betreffende afdeling op.
• Oscar Health: veel vragen direct oplossen, minder escalatie
• Het platform beantwoordt 58% van de vragen over vergoedingen direct.
• Het kan 39% van de berichten over vergoedingen afhandelen zonder menselijke escalatie.

Moderna: weken werk comprimeren door 300 pagina’s slimmer te verwerken

Bij Moderna gaat het om het opstellen van Target Product Profiles, vaak gebaseerd op bewijsdossiers tot 300 pagina’s. AI helpt bij het extraheren van feiten en aannames, het maken van gestructureerde concepten en het signaleren van mogelijke fouten, zodat teams eerder betere afwegingen kunnen maken.

De stille maar harde conclusie: AI volwassenheid is organisatiekunde

OpenAI zegt het niet in één zin, maar het staat overal tussen de regels: de techniek is steeds minder de bottleneck. Het verschil zit in hoe organisaties het organiseren. Je ziet dat ook in de verwijzing naar externe prestatiecijfers: AI leiders behalen 1,7x omzetgroei, 3,6x hogere totale aandeelhoudersopbrengst en 1,6x EBIT marge.

Dat betekent niet dat AI dit automatisch veroorzaakt. Het betekent wel dat volwassen inzet samenhangt met beter presteren.

En die volwassen inzet bestaat uit steeds dezelfde bouwstenen:

• herhaalbare taken kiezen
• vaste hulpmiddelen bouwen en delen
• koppelen aan systemen en context
• meten, bijsturen en trainen
• voorkomen dat een kleine groep koplopers alles draagt

The state of enterprise AI is vooral waardevol omdat het scherp maakt waar we nu staan: AI wordt in veel organisaties kerninfrastructuur, met meetbare impact en duidelijke groeicurves. Tegelijkertijd laat het rapport zien dat veel capaciteit nog onbenut blijft, simpelweg omdat mensen de krachtigste mogelijkheden niet gebruiken en organisaties nog onvoldoende standaardiseren. Wie AI inzet als losse tekstmachine, pakt losse winst. Wie AI inbedt in herhaalbare werkwijzen, bouwt tempo, consistentie en schaal. Dat is de beweging die OpenAI hier zichtbaar maakt, met cijfers die je niet makkelijk kunt wegwuiven.