Productiviteitswinst door AI op microniveau levert nog geen macrowonder op

In dit artikel:

Generatieve AI laat in gecontroleerde experimenten flinke tijds- en kwaliteitswinst zien: bij schrijven, klantenservice, programmeren en online verkoop lopen de voordelen op tot grofweg 15 à 40 procent. Toch blijft dat effect in brede bedrijfsenquêtes en nationale statistieken voorlopig bijna onzichtbaar. Die tegenstelling lijkt op de oude Solow-paradox: je ziet de technologie overal terug, behalve in de productiviteitscijfers.

De kern van het artikel is dat micro-winst niet automatisch macro-groei wordt. Economen schatten dat AI op nationaal niveau waarschijnlijk een bescheidener effect heeft dan veel optimisten hopen, omdat productie afhankelijk blijft van taken die AI nog niet goed aankan en van de “zwakste schakels” in processen. Zelfs als delen van het werk sterk worden geautomatiseerd, blijft de totale output begrensd door menselijke stappen, organisatorische frictie en sectoren waar AI slechts beperkt inzetbaar is.

Tegelijk is de uitkomst niet vastgelegd. AI kan niet alleen bestaande taken versnellen, maar mogelijk ook innovatie ondersteunen, bijvoorbeeld door onderzoek te helpen, code te schrijven of wetenschappelijke kennis te combineren. Dat zou de groei op langere termijn kunnen aanjagen, al is dat nog onzeker en deels speculatief.

Voor Nederland ligt de grootste kans niet in het zelf bouwen van enorme AI-modellen, maar in snelle en slimme toepassing. Nederlandse bedrijven gebruiken AI relatief vaak al in een eerste fase, maar de echte winst komt pas als die technologie wordt ingebed in werkprocessen, met betere vaardigheden, management, digitale infrastructuur en investeringen in organisatievernieuwing. Juist daar zitten ook de knelpunten: tekorten aan technisch talent, hoge energieprijzen, netcongestie en trage vergunningverlening kunnen ervoor zorgen dat de voordelen van AI minder snel doorwerken in de economie.