AI gaat een nieuwe fase in. De afgelopen jaren hebben organisaties zich vooral gericht op experimenteren, pilots en het ontwikkelen van eerste use cases. Maar 2026 wordt anders. We zien AI-systemen evolueren van tools die alleen adviseren naar systemen die autonoom kunnen handelen en beslissingen binnen duidelijke guardrails kunnen uitvoeren.
In ons NTT DATA Global AI Report 2026 springen de organisaties die deze ontwikkeling omarmen eruit. Zij hebben 2,5 keer meer kans om hogere omzetgroei te realiseren. Wat hen onderscheidt, is geen toeval. Het zijn de strategische keuzes die zij maken.
Hieronder deel ik de zes AI-keuzes die volgens mij de volgende fase van de transformatie van organisaties zullen bepalen.
1. Agentic AI: van voorspelling naar uitvoering
Tot voor kort werd AI vooral gebruikt om patronen te detecteren of resultaten te voorspellen. Maar agentic AI gaat een stap verder. Deze vorm van AI kan handelen binnen vooraf gedefinieerde guardrails.
Organisaties gebruiken AI al jaren om fraude te detecteren. In 2026 kunnen AI-agents verdachte transacties tijdelijk blokkeren, risicoregels aanpassen en automatisch vervolgstappen activeren.
Deze verschuiving brengt AI van beslissingsondersteuning naar het uitvoeren van beslissingen, zonder de mens uit het proces te halen. Autonomie blijft afhankelijk van governance, toezicht en duidelijke doelstellingen.
De impact is direct: snellere doorlooptijden, hogere kwaliteit en minder handmatige interventies.
2. Kijk naar het volledige end-to-end proces
Veel organisaties automatiseren nog steeds geïsoleerde taken omdat die eenvoudig of praktisch lijken. Maar echte waarde ontstaat wanneer je naar de volledige beslissingsketen kijkt.
Begin met het identificeren van:
- terugkerende beslissingen met een laag risico
- transacties met hoge volumes
- processen die afhankelijk zijn van grote informatiestromen
Dit zijn ideale kandidaten voor AI-gedreven schaal en snelheid.
Ons onderzoek laat zien dat 85% van de leidende AI-organisaties AI al toepast in backoffice- en mid-officeprocessen, precies waar schaalvoordelen het grootst zijn.
3. Menselijke expertise blijft centraal staan
Er bestaat nog steeds een misvatting dat AI mensen zal vervangen. In de praktijk zien we het tegenovergestelde: organisaties die AI succesvol schalen, plaatsen senior experts juist nog meer centraal.
Menselijk oordeel is onvervangbaar.
AI brengt snelheid, schaal en het vermogen om complexiteit te verwerken.
Mensen brengen context, verantwoordelijkheid en ethische besluitvorming.
De sterkste oplossingen ontstaan wanneer mensen en AI samenwerken en besluitvorming naar een hoger niveau tillen.
4. Technologie is eenvoudig. Transformatie draait om mensen.
De grootste uitdaging is niet het implementeren van technologie. De echte uitdaging is veranderen hoe mensen werken.
Je kunt AI binnen enkele weken uitrollen. Maar adoptie, vertrouwen en gedragsverandering kosten tijd. Organisaties die blijvende waarde creëren, investeren net zoveel in changemanagement en leiderschap als in technologie.
Als medewerkers niet veranderen hoe zij beslissingen nemen, samenwerken of AI vertrouwen, raakt transformatie niet verankerd. Daarom mag AI nooit uitsluitend worden behandeld als een innovatieproject. AI moet deel uitmaken van een organisatiebreed transformatieprogramma.
5. Datakwaliteit is de echte beperking
We gaan er vaak van uit dat AI-problemen voortkomen uit beperkingen van modellen. In werkelijkheid is data de grootste belemmering. Versnipperde datasets, onduidelijk eigenaarschap en zwakke governance verhinderen dat organisaties kunnen schalen.
Dataverantwoordelijkheid verschuift van IT-teams naar domeinexperts, omdat alleen zij de nauwkeurigheid binnen de juiste businesscontext kunnen beoordelen.
Sterk data-eigenaarschap vormt de basis om vertrouwen, consistentie en kwaliteit te behouden. Zonder die basis kan AI niet schalen.
6. Veranker Data & AI-governance in je operating model
Governance wordt vaak gezien als een rem op innovatie. De meest geavanceerde organisaties doen juist het tegenovergestelde: zij verankeren governance direct in hun operating model.
Wanneer governance is geïntegreerd in processen, platforms en beslissingsstromen, kunnen organisaties nieuwe AI-use cases veilig en herhaalbaar uitrollen zonder telkens opnieuw goedkeuring te hoeven vragen.
Duidelijke rollen, geautomatiseerde controles en continue monitoring creëren de voorwaarden om sneller te schalen, niet langzamer.
Governance wordt zo de versneller voor AI-groei op schaal.
Slotgedachte
In 2026 zal succes niet afhangen van wie de beste modellen heeft. Het zal afhangen van:
- mensen en leiderschap
- datakwaliteit
- geïntegreerde governance
- en de bereidheid om AI op schaal te adopteren
Organisaties die deze strategische keuzes vandaag maken, zullen morgen vormgeven.
“In 2026 wordt succes niet bepaald door modellen, maar door mensen, datakwaliteit, governance en de bereidheid om AI op schaal te verankeren.” — Bart Moens, Head of Data & Analytics, NTT DATA Benelux & France.