12 AI-ontwikkelingen uit 2025 die uw technologiestrategie voor 2026 zullen bepalen
AI-gebruik: De meeste bedrijven gebruiken AI, maar hebben moeite om buiten experimentele fases aanzienlijke opbrengsten te behalen.
AI-fraude: Door AI gegenereerde frauduleuze activiteiten zijn sterk toegenomen, waardoor geavanceerde systemen voor anomaliedetectie nodig zijn in plaats van handmatige controles.
Governance-uitdagingen: Opkomende AI-tools vereisen governance op medewerkersniveau om risico's te beheersen en een effectieve implementatie te waarborgen.
De kloof tussen bedrijven die met AI experimenteren en bedrijven die waarde uit AI halen, werd het bepalende verhaal van 2025. McKinsey ontdekte dat 88% van de organisaties AI in ten minste één functie gebruikt, maar de meeste blijven steken in een eindeloze pilotfase en verbranden budget zonder rendement te genereren.
Ondertussen overschreed de technologie zelf een drempel. AI evolueerde van “nuttig, maar vereist voortdurend toezicht” naar “betrouwbaar genoeg om daadwerkelijk werk te delegeren”. De vraag verschoof van “kan AI dit?” naar “hoe zorg ik ervoor dat het dit correct doet?”
Hier zijn de 12 ontwikkelingen uit 2025 die van belang zijn voor hoe je in 2026 werkt en wat je ermee moet doen.
Create a Free Account to Keep Reading—and Keep Leading Smarter
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
1. Diepgaand onderzoek werd klaar voor productiegebruik
De modus Deep Research van ChatGPT en de vergelijkbare mogelijkheden van Claude evolueerden van experimentele functies naar volwaardige hulpmiddelen voor werkprocessen. Deze systemen voeren meerstaps onderzoek uit in honderden bronnen en genereren binnen enkele minuten uitgebreide rapporten met bronvermeldingen in plaats van binnen enkele uren.
Wat veranderde: Het werk van junior analisten voor onderzoek naar leveranciers, marktanalyse en concurrentie-informatie kan nu aan AI worden gedelegeerd. Validatie van de uitvoer blijft echter cruciaal, omdat deze hulpmiddelen bronnen kunnen verzinnen terwijl ze er wel naar verwijzen.
Wat je in 2026 moet doen: Gebruik diepgaand onderzoek voor een eerste verkenning die vóór beslissingen wordt gecontroleerd. Stop met het inzetten van junior medewerkers om informatie te verzamelen. Zet hen in om te valideren en analyseren wat AI verzamelt.
2. AI-agenten werden gelanceerd (en riepen onmiddellijk vragen over governance op)
Operator van OpenAI en Claude Code van Anthropic markeerden een fundamentele verschuiving: AI evolueerde van adviseur naar uitvoerder. Deze agenten gaan verder dan acties voorstellen en beginnen ze daadwerkelijk uit te voeren. Ze bezoeken websites, schrijven code, doen aankopen en klikken zelfstandig op knoppen.
Wat veranderde: Wanneer AI actie kan ondernemen in je systemen, heb je AI-governance op werknemerniveau nodig: toegangscontroles, goedkeuringsprocessen, auditregistratie en uitgavenlimieten.
Wat je in 2026 moet doen: Behandel agenten als nieuwe medewerkers, niet als nieuwe software. Bepaal vóór de implementatie waartoe ze toegang hebben, hoeveel ze mogen uitgeven en wie ze kan overrulen. De productiviteitswinst is reëel, maar dat geldt ook voor het risico als je deze stap overslaat. Het opstellen van AI-compliancekaders wordt essentieel om deze risico’s effectief te beheren.
“Uiteindelijk gaat het dichten van de kloof tussen de verwachtingen van leidinggevenden en de uitvoering in de echte wereld niet over de technologie zelf," zegt HR- en AI-consultant Reyhaneh Khalilpour. “Het gaat erom mensen, processen en governance op elkaar af te stemmen, zodat AI zijn belofte daadwerkelijk kan waarmaken zonder nieuwe knelpunten of risico’s te creëren.”
3. API-prijzen daalden met 60-80%
AI werd in 2025 aanzienlijk goedkoper. De prijs van Claude daalde met 67% van Opus 4.1 naar Opus 4.5. De prijs van GPT-4o daalde tot een fractie van de kosten van GPT-4. DeepSeek bewees dat “duur staat gelijk aan beter” niet altijd waar is.
Wat veranderde: Je prognoses voor het AI-budget. De kosten per zoekopdracht veranderden van de ene op de andere dag.
Wat je in 2026 moet doen: Bereken je AI-kosten opnieuw op basis van de huidige prijzen. Waarschijnlijk ontdek je ruimte om het aantal toepassingen uit te breiden of kosten te besparen. Heronderhandel contracten met AI-leveranciers — de markt heeft zich tegen hen gekeerd.
4. De ramp bij Deloitte schiep een precedent
In juli 2025 leverde Deloitte Australia een rapport van $290,000 aan de Australische overheid, vol met door AI gegenereerde verzinsels: valse academische verwijzingen, niet-bestaande rechtszaken en onjuiste citaten van federale rechters. Het bedrijf werd gedwongen het geld terug te betalen en het rapport te herschrijven.
Wat veranderde: Als bedrijven uit de Grote Vier met kwaliteitscontroles AI-fouten niet consequent kunnen opsporen, zal jouw team dat zonder validatieprotocollen ook niet kunnen. Professionele aansprakelijkheid neemt niet af alleen omdat AI heeft geholpen.
Wat je in 2026 moet doen: Elke door AI gegenereerde uitvoer die bij beslissingen wordt gebruikt, moet door mensen worden gecontroleerd. “Met hulp van AI” vermindert je verantwoordelijkheid voor nauwkeurigheid niet; het verandert alleen je werkproces. Bouw validatiemomenten in voordat AI-uitvoer klanten of leidinggevenden bereikt.
5. AI-fraude explodeerde binnen financiële activiteiten
Het aantal met AI gegenereerde valse facturen en bonnetjes nam in 2025 sterk toe. AppZen rapporteerde dat valse AI-bonnetjes in september goed waren voor 14% van de frauduleuze documenten, tegenover 0% in 2024. De software van Ramp markeerde binnen 90 dagen meer dan $1M aan frauduleuze facturen.
Wat veranderde: Fraudeurs gebruiken dezelfde AI-hulpmiddelen om overtuigende vervalsingen te maken. Visuele controle van bonnetjes en facturen is nu achterhaald.
Wat je in 2026 moet doen: Stap over op systemen voor anomaliedetectie die uitgavenpatronen, leveranciersrelaties en gedragssignalen analyseren, en niet alleen afbeeldingen van documenten.
6. Schaduw-AI werd je grootste blinde vlek op het gebied van governance
Uit een onderzoek van KPMG bleek dat bijna 60% van de werknemers toegaf fouten te hebben gemaakt door AI-fouten. Ongeveer de helft gebruikt AI op het werk zonder te weten of dat is toegestaan. Meer dan 40% gebruikt het bewust op onjuiste wijze.
Wat er veranderde: Werknemers gebruiken persoonlijke AI-accounts om bedrijfsgegevens te verwerken, waardoor risico's ontstaan die je niet monitort.
Wat je in 2026 moet doen: Onderzoek onder je team welke tools ze daadwerkelijk gebruiken. Maak de regels vervolgens duidelijk: wat is toegestaan, wat is verboden en waarvoor is goedkeuring vereist? Schaduw-AI is een governanceprobleem, geen werknemersprobleem.
Er is al dat gebruik van schaduw-AI, en daardoor ontstaan mogelijkheden. Ze leren, ze worden vaardiger, maar jij hebt geen inspraak in de vaardigheden die ze ontwikkelen. Je hebt geen inspraak in de manier waarop ze zich ontwikkelen. Daarom denk ik dat een deel van het probleem is dat veel leiders momenteel uitsluitend naar AI kijken vanuit het perspectief van productiviteitsmetingen. Ik ben benieuwd hoe we het gesprek daarover kunnen verleggen naar meer verbeeldingskracht en nadenken over wat mogelijk is wanneer mensen die vaardigheden ontwikkelen, ongeacht of jij daar wel of geen richting aan geeft.
7. AI verving werknemers sneller dan bedrijven hen konden omscholen
Meerdere grootschalige ontslagrondes in 2025 noemden AI expliciet als reden voor de inkrimping van het personeelsbestand. Duolingo schrapte 10% van zijn contractanten en verwees naar de vertaalmogelijkheden van AI. IBM stopte tijdelijk met het aannemen van personeel voor backofficefuncties die door AI konden worden uitgevoerd. Dropbox, UPS en andere bedrijven kondigden aanzienlijke personeelsinkrimpingen aan die rechtstreeks verband hielden met AI-automatiseringsstrategieën voor werk dat voorheen door mensen werd gedaan.
Wat er veranderde: Het verhaal dat AI zou ondersteunen in plaats van vervangen, stortte in. Bedrijven deden niet langer alsof automatisering geen banen zou kosten. De omscholingstermijnen die bedrijven in 2023-2024 beloofden, bleken enorm optimistisch: de meeste werknemers konden niet snel genoeg worden omgeschoold om de AI-mogelijkheden bij te houden.
Wat je in 2026 moet doen: Als je in HR of personeelsplanning werkt, behandel AI-transformatie dan niet langer als een technologieproject. Het is een personeelscrisis die vraagt om een eerlijke beoordeling van welke functies zullen verdwijnen, transparante communicatie over de tijdlijn en echte investeringen in ondersteuning tijdens de overgang, niet alleen algemene programma's voor het ontwikkelen van nieuwe vaardigheden. Bedrijven die dit in 2025 transparant aanpakten, behielden het vertrouwen van hun overgebleven werknemers. Bedrijven die dat niet deden, kampen in 2026 met een ingestort moreel en talentverlies.
8. Handhaving van de EU AI Act begon (maar werd ingewikkeld)
De EU AI Act werd in 2025 handhaafbaar, met boetes tot €35 miljoen of 7% van de wereldwijde omzet voor overtredingen. De uitvoering bleek echter zo complex dat de EU zelf in november vereenvoudigingen voorstelde.
Wat er veranderde: De eerste uitgebreide AI-regelgeving ter wereld is nu van kracht, ook al ontwikkelt de handhaving zich nog. Er zijn nalevingsvereisten en die hebben gevolgen voor elk bedrijf dat gegevens uit de EU verwerkt.
Wat je in 2026 moet doen: Leg je AI-governance nu vast, terwijl de handhaving nog verder wordt ontwikkeld. Gebruik bestaande kaders (NIST, ISO) in plaats van helemaal opnieuw te beginnen. Als je in de EU actief bent, heb je systemen voor het bijhouden van gegevens nodig die aantonen dat je aan de regels voldoet.
9. Traditionele software kreeg AI, maar de implementatie bleef achter
Microsoft Copilot, Oracle Fusion AI, SAP Joule: alle grote bedrijfsplatforms brachten in 2025 AI-functies uit. Maar ondersteuning bij de implementatie en documentatie konden het tempo niet bijhouden.
Wat er veranderde: 'Inbegrepen' betekent niet 'werkt'. Finance- en HR-teams ontdekten dat functies onbruikbaar waren zonder uitgebreide hulp van de leverancier, die niet was inbegrepen in standaardondersteuningscontracten.
Wat je in 2026 moet doen: Vraag, voordat je budget uittrekt voor AI-functies van bestaande leveranciers, om toegang tot een testomgeving om met je gegevens te testen, schriftelijke trainingsverplichtingen, vastgelegde serviceniveauovereenkomsten voor AI-functies en transparantie over de routekaart. De kloof tussen leveranciersdemo's en de daadwerkelijke implementatie was het verhaal van 2025.
10. AI-verzekeringen ontstonden als optie om risico's over te dragen
Grote verzekeraars lanceerden in 2025 speciale aansprakelijkheidsverzekeringen voor AI, die fouten, hallucinaties, datalekken door AI-tools en auteursrechtschendingen dekken. De premiekosten hangen rechtstreeks samen met de volwassenheid van het governancebeleid: bedrijven met gedocumenteerde controles betalen 40-60% minder.
Wat er veranderde: Je kunt nu een deel van het AI-risico via een verzekering overdragen. Maar een gebrekkig governancebeleid leidt tot hogere premies.
Wat je in 2026 moet doen: Evalueer een AI-verzekering als je agents inzet of gevoelige gegevens met AI verwerkt. Gebruik het acceptatieproces als governance-audit. Waarschijnlijk brengt dit hiaten in je controles aan het licht. Beter governancebeleid betekent betere tarieven.
11. De meeste bedrijven komen nog steeds niet verder dan proefprojecten
De bevinding van McKinsey was vernietigend: 88% van de bedrijven gebruikt AI, maar de meeste zijn niet verder gekomen dan proefprogramma's. Het verschil tussen "AI gebruiken" en "waarde uit AI halen" zit in het herontwerpen van processen, niet in betere modellen.
Wat er veranderde: Proefprojecten genereren geen rendement op investering. Testen zonder meetwaarden is geld verbranden. Dit is een van de redenen waarom er een golf aan functies voor Chief AI Officers op de arbeidsmarkt is ontstaan.
Wat je in 2026 moet doen: Stop met AI-proefprojecten zonder succescriteria en einddatums. Schrap alles wat geen meetbare waarde oplevert. Het verschil draait niet om technologie, maar om verandermanagement, training en het opnieuw ontwerpen van werkprocessen. Reserveer daar budget voor, of reserveer helemaal geen budget voor AI. Overweeg ook hoe je AI kunt gebruiken bij verandermanagement.
Neem ook advies aan over het uitvoeren van effectievere proefprojecten van Lisa Jones, CEO van EyeMail, over hoe je impactvollere proefprojecten opzet.
“We lanceerden kleine proefprojecten in verschillende afdelingen,” zei ze. “Elk proefproject bevatte een reflectiecyclus: Wat werkte? Wat voelde niet goed? Weerspiegelde de output onze waarden van vreugde, dankbaarheid en verbondenheid? Dankzij deze iteratieve aanpak konden we AI niet alleen functioneel, maar ook doelbewust inbedden.”
12. Multimodale analyse werd praktisch voor complex werk
Modellen kunnen nu afbeeldingen, pdf's, spreadsheets en code tegelijkertijd in één gesprek verwerken. Het contextvenster van Claude is uitgebreid naar 200K tokens. Gemini biedt contextvensters van 1 miljoen tokens. AI kan complexe documenten met ingebedde grafieken en tabellen analyseren.
Wat er veranderde: Snellere analyse van meerdere documenten, maar nauwkeurigheid vereist nog steeds validatie. Modellen kunnen cijfers of grafieken in complexe indelingen verkeerd lezen.
Wat je in 2026 moet doen: Gebruik multimodale mogelijkheden voor variantieanalyses, het afstemmen van documenten en kruisverwijzingen. Beschouw de resultaten echter als concepten die verificatie nodig hebben, niet als afgerond werk. De tijdwinst is reëel, maar nauwkeurigheidsgaranties zijn dat niet.
Het patroon dat ertoe doet
Elke ontwikkeling op deze lijst volgt dezelfde lijn: AI werd in 2025 capabeler, waardoor governance belangrijker werd, niet minder belangrijk—een weerspiegeling van bredere prioriteiten in de AI-sector.
2026 draait niet om het hebben van alle meest geavanceerde AI-tools. Het draait om betere regels ontwikkelen voor de manier waarop je ze gebruikt.
Als je nog steeds proefprojecten uitvoert zonder rendementsmetingen, verspil je geld. Als je je team niet hebt gevraagd welke AI-tools het daadwerkelijk gebruikt, heb je een probleem met schaduw-AI. Als je denkt dat "AI-ondersteund" je aansprakelijkheid voor nauwkeurigheid vermindert, heeft de ramp bij Deloitte het tegendeel bewezen.
2026 draait niet meer om testen. Het draait om AI-transformatie effectief opschalen en stoppen met wat niet werkt, met governance die je beschermt tegen de risico's die ertoe doen.