De productiviteitsparadox: waarom AI je organisatie (nog) niet sneller maakt

Meer AI betekent meer productiviteit. Dat is de aanname. Maar klopt het?

Tijdens het rondetafelgesprek over AI-kansen in de Tweede Kamer op 26 maart 2026 legde Nanda Piersma, Kroonlid van de SER, een ongemakkelijke waarheid op tafel. De inzet van AI leidt niet tot hogere arbeidsproductiviteit. Althans, niet automatisch. Ze noemde het de productiviteitsparadox. Het is een begrip dat in elke organisatie die met kenniswerk te maken heeft zou moeten leven.

Meer inspecties, niet meer waarde

Piersma gaf een voorbeeld dat blijft hangen. Je kunt met AI het hele wegennet in een maand inspecteren in plaats van een jaar. Wat gebeurt er? Je gaat het twaalf keer per jaar doen. Niet omdat dat nodig is, maar omdat het kan. Je hebt geen productiviteit gewonnen. Je hebt schijnzekerheid gecreëerd.

Vertaal dat naar je eigen organisatie. AI-tools beloven snellere contractreview, geautomatiseerde compliance-checks, gestroomlijnde research. De tool levert sneller output, dus je gaat meer output vragen. Drie varianten in plaats van een. Een extra controleslag. Nog een keer door het dossier. Het resultaat: evenveel uren, meer output, niet meer waarde.

De SER waarschuwt in het rapport AI en werk dat we nieuwe meetmethoden nodig hebben. Bbp en arbeidsproductiviteit volstaan niet om de impact van AI te duiden. Dat geldt ook op organisatieniveau: als je AI-implementatie afmeet aan uren bespaard, mis je het punt.

Twee kampen

In het tweede blok van het rondetafelgesprek bracht Onno Eric Blom van het AI Deltaplan een andere kijk. Onder mensen die echt met AI werken zijn eigenlijk maar twee kampen: zij die de enorme mogelijkheden zien, en zij die zich zorgen maken dat de technologie de fundamenten van onze democratie aantast. Blom schaart zichzelf in beide kampen. Maar de paradox ontkent hij niet. Het verschil zit in hoe je de technologie inzet.

Dat sluit aan bij wat Piersma "bewijs van nut" noemde. Gebruiken we AI wel voor de juiste doelstellingen? Die vraag wordt in de meeste organisaties niet gesteld. De vraag die wel wordt gesteld is: welke AI-tool is het beste? Of: hoe krijgen we het team zover?

Maar de eerste vraag zou moeten zijn: welk probleem lossen we op? En levert de oplossing daadwerkelijk waarde op, of alleen meer output?

Wat dit betekent voor juridische professionals

De productiviteitsparadox raakt kenniswerk harder dan andere sectoren. Of je nu jurist, compliance officer of FG bent: je werk draait om analyse, oordeelsvorming en advies. AI die een risicoanalyse in twee uur maakt in plaats van acht, bespaart zes uur. Maar als het gevolg is dat je drie extra analyses laat draaien "voor de zekerheid," ben je niets opgeschoten.

Organisaties die AI succesvol inzetten, doen twee dingen anders. Ze definiëren vooraf wat het gewenste resultaat is. En ze durven de vraag te stellen of bepaalde controles echt nodig zijn, of dat ze vooral bestaan omdat het technisch kan.

Stel de juiste vraag

De volgende keer dat iemand in je organisatie zegt "we moeten iets met AI", stel dan eerst deze vraag: welk concreet probleem gaan we hiermee oplossen? En hoe meten we of het gelukt is?

Niet hoeveel documenten de tool kan verwerken. Niet hoeveel uur het bespaart. Maar of het resultaat beter is.

Wil je sparren over hoe de productiviteitsparadox speelt binnen jouw organisatie? Plan een gesprek.