Hoeveel economische waarde creëert AI nu eigenlijk echt?

De discussie over kunstmatige intelligentie is volwassen geworden. Bijna niemand ontkent nog dat AI indrukwekkende dingen kan. De vraag is nu vooral hoeveel echte economische waarde die technologie oplevert.

Dat verschil is belangrijk. AI kan een taak veel sneller maken, zonder dat dit automatisch betekent dat bedrijven veel meer producten verkopen, meer winst maken of de productiviteit van de hele organisatie sterk verhogen. Een nieuwe studie van MIT laat precies dat spanningsveld zien.

Coders doen veel meer werk

Onderzoekers volgden softwareontwikkelaars voor en na het gebruik van AI-tools. Ze keken niet alleen naar hoeveel code werd geschreven, maar ook naar hoeveel bestanden werden aangepast, hoeveel werk ter review werd ingediend en hoeveel nieuwe software uiteindelijk echt werd uitgebracht.

Het eerste effect was spectaculair. Ontwikkelaars maakten of bewerkten bijna 300 procent meer bestanden. Dat klinkt als een enorme productiviteitssprong.

Maar verderop in het proces werd het effect kleiner. Het aantal stukken werk dat werd ingediend voor review steeg nog met ongeveer 150 procent. Uiteindelijk kwam de stijging in daadwerkelijke software-releases uit op ongeveer 30 procent. Dat is nog steeds fors. Maar het is veel minder dan de eerste cijfers doen vermoeden.

De bottleneck zit bij mensen en processen

De verklaring is simpel. Meer code betekent niet automatisch meer waarde. Code moet worden gecontroleerd, getest, samengevoegd, vrijgegeven en uiteindelijk gebruikt door klanten. Daar zitten vaak menselijke bottlenecks. Teams moeten reviews doen, managers moeten prioriteiten stellen en bedrijven moeten bepalen welke functies echt relevant zijn.

AI versnelt dus een deel van de keten, maar niet automatisch de hele keten. Als de rest van het bedrijf hetzelfde blijft werken, verdwijnt een deel van de winst onderweg.

Meer apps, niet meer gebruikers

De onderzoekers keken ook naar de vraag of meer softwareproductie leidde tot meer gebruik. Daar vonden ze weinig bewijs voor.

Het aantal nieuwe mobiele apps steeg duidelijk, maar het aantal downloads nam niet mee toe. Veel nieuwe apps wisten nauwelijks publiek te bereiken.

Dat is een belangrijke les. AI maakt het makkelijker om producten te bouwen, maar niet automatisch makkelijker om producten te maken die mensen echt willen gebruiken.

Goedkope AI kan soms genoeg zijn

De timing van de studie is interessant. Uber-topman Dara Khosrowshahi zei onlangs dat het bedrijf zijn volledige AI-budget voor 2026 al in één kwartaal had opgebruikt. Uber wil daarom vaker goedkopere modellen gebruiken en de duurste frontier-modellen bewaren voor bijzondere gevallen.

Ook nieuw onderzoek naar AI in juridisch werk wijst die kant op. Goedkope open-source AI-agenten, gecombineerd met sterke modellen die alleen af en toe als adviseur worden ingezet, leverden betere resultaten op tegen veel lagere kosten.

Vergelijking met elektriciteit

De geschiedenis biedt een nuttige vergelijking. Toen elektriciteit eind negentiende en begin twintigste eeuw opkwam, kwam de grote productiviteitssprong niet meteen.

Fabrieken die simpelweg hun grote stoommachine vervingen door één grote elektromotor, maar verder alles hetzelfde lieten, haalden maar beperkte winst. De echte doorbraak kwam pas toen fabrieken hun processen opnieuw ontwierpen en machines individuele elektromotoren kregen.

Met AI kan hetzelfde gebeuren. Bedrijven die AI simpelweg bovenop bestaande workflows plakken, zien beperkte winst. Bedrijven die hun processen vanaf de grond opnieuw ontwerpen rond AI kunnen veel meer waarde creëren.

Nieuwe bedrijven hebben voordeel

Daarom zijn bedrijven als OpenAI en Anthropic interessant. Zij zijn niet gebouwd als traditionele organisaties die AI achteraf toevoegen. Hun producten, processen en cultuur draaien vanaf het begin rond AI.

Dat kan verklaren waarom het gebruik, de omzet en de productiviteit daar veel harder groeien dan bij gevestigde bedrijven die AI proberen in te passen in oude structuren.

De grote winnaars van AI zijn dus mogelijk niet de bedrijven die AI gebruiken om bestaande processen iets sneller te maken. Het kunnen juist bedrijven zijn die compleet nieuwe processen bouwen rond AI.