Van experiment naar infrastructuur: wat The state of enterprise AI laat zien over volwassen AI-gebruik

“De echte sprong zit niet in een slim model, maar in slimme inbedding: herhaalbare taken, vaste hulpmiddelen en goed ingerichte systemen.” Die zin vat scherp samen wat uit The state of enterprise AI naar voren komt. In dit rapport beschrijft OpenAI wat er gebeurt wanneer grote organisaties AI niet langer zien als iets om mee te experimenteren, maar als vaste infrastructuur voor het dagelijks werk.

Het rapport kijkt nadrukkelijk niet naar één sector of beroepsgroep. De focus ligt op organisaties als geheel: teams, functies, processen en systemen. Daarmee verschuift ook de vraag. Niet langer: kan AI dit? maar: hoe organiseer je AI zó dat het structureel waarde oplevert?

Geen toekomstbelofte, maar een momentopname met schaal

Wat dit rapport onderscheidt, is de combinatie van twee bronnen. Enerzijds zijn er geanonimiseerde en geaggregeerde gebruiksgegevens van zakelijke klanten. Anderzijds is er een enquête onder 9.000 werknemers bij bijna 100 organisaties over gebruik, opbrengst en knelpunten. De inhoud van berichten is automatisch geclassificeerd en niet door medewerkers ingezien. Het resultaat is geen visionair verhaal, maar een realistische momentopname van waar organisaties nu staan.

Die momentopname is allesbehalve klein. OpenAI bedient inmiddels meer dan 7 miljoen ChatGPT-workplace-licenties, waarbij het aantal Enterprise-licenties jaar op jaar ongeveer negen keer groeit. Sinds november 2024 is het aantal wekelijkse Enterprise-berichten circa acht keer toegenomen, terwijl de gemiddelde werknemer ook nog eens dertig procent meer berichten verstuurt. AI wordt dus niet alleen breder ingezet, maar ook intensiever.

Van losse vragen naar vaste werkwijzen

Een van de belangrijkste verschuivingen die het rapport laat zien, is de overgang van losse interacties naar herhaalbare workflows. Dat gebeurt vooral via maatwerkassistenten en projecten: configureerbare omgevingen met vaste instructies, ingebedde kennis en gekoppelde acties.

De cijfers zijn veelzeggend. Het aantal wekelijkse gebruikers van deze vaste inrichtingen is met een factor negentien gegroeid. Ongeveer twintig procent van alle Enterprise-berichten loopt inmiddels via zo’n maatwerkassistent of project. Sommige organisaties bouwen hier zelfs een interne infrastructuur omheen. Zo gebruikt de Spaanse bank BBVA meer dan vierduizend maatwerkassistenten als gedeelde hulpmiddelen in het dagelijks werk. Het belang hiervan zit niet in de techniek, maar in de organisatiekundige kant. Organisaties standaardiseren niet door iedereen een slimme chat te geven, maar door kennis, beslisregels en stappen vast te leggen in iets dat herbruikbaar is. Precies daar verschuift AI van persoonlijke productiviteit naar collectieve capaciteit.

AI onder de motorkap: API-gebruik als schaalmechanisme

Parallel aan deze zichtbare ontwikkeling groeit het gebruik via de API, waar AI direct in producten en systemen wordt ingebouwd. Meer dan 9.000 organisaties verwerken gezamenlijk meer dan tien miljard tokens; bijna tweehonderd organisaties zijn zelfs door de grens van één biljoen tokens gegaan.

Opvallend is vooral de groei in zogenoemde “redeneer-tokens”. Het gemiddelde gebruik per organisatie is in twaalf maanden ongeveer 320 keer toegenomen. Dat wijst erop dat krachtigere modellen systematisch worden geïntegreerd in diensten en interne toepassingen. Ook Codex, gericht op softwareontwikkeling, wint snel terrein met een verdubbeling van het aantal wekelijkse actieve gebruikers in zes weken tijd.

Hier wordt zichtbaar hoe AI verschuift van hulpmiddel naar bouwsteen: niet iets dat je raadpleegt, maar iets dat meedraait in kernprocessen.

Wat werknemers daadwerkelijk merken

Het rapport blijft niet steken in gebruiksstatistieken, maar koppelt inzet expliciet aan ervaren effect. Driekwart van de ondervraagde werknemers geeft aan dat AI de snelheid of kwaliteit van hun werk verbetert. Gemiddeld rapporteren Enterprise-gebruikers een tijdwinst van veertig tot zestig minuten per actieve dag. In functies als datawetenschap, techniek en communicatie loopt dat zelfs op tot zestig tot tachtig minuten per dag.

Per functie zien werknemers duidelijke verbeteringen. IT-medewerkers lossen problemen sneller op, marketing- en productteams voeren campagnes sneller uit, HR ziet verbeterde betrokkenheid en engineers leveren code sneller op. Het gaat dus niet om één afdeling, maar om brede operationele impact.

Minstens zo relevant is dat AI taken openbreekt. Vijfenzeventig procent van de werknemers geeft aan werkzaamheden te kunnen uitvoeren die eerder buiten hun bereik lagen, zoals programmeerondersteuning, codecontrole, spreadsheetanalyse en het ontwerpen van maatwerkassistenten. Buiten de traditionele technische afdelingen groeit het coderingsgerelateerde berichtenverkeer met gemiddeld zesendertig procent in zes maanden. De drempel om ideeën om te zetten in concrete output wordt structureel lager.

Groei per sector en land: ook Nederland versnelt

De adoptie beperkt zich niet tot een handvol voorlopers. De mediane sector groeit meer dan zes keer jaar op jaar, terwijl zelfs de langzaamste sector nog meer dan twee keer groeit. Technologie, zorg en industrie laten de snelste groei zien.

Geografisch valt Nederland op. Onder de grotere markten behoort Nederland tot de snelst groeiende landen in betalende zakelijke klanten, met een groei van 153 procent in één jaar, tegenover een wereldwijd gemiddelde van 143 procent. Ook internationaal versnelt het API-gebruik, met meer dan zeventig procent groei in zes maanden.

Dit maakt duidelijk dat AI-volwassenheid geen ver-van-ons-bed-show is. De beweging is hier en nu zichtbaar.

De kloof tussen koplopers en de rest

Een centraal thema in het rapport is de groeiende kloof tussen koplopers en de mediane gebruiker. De zogeheten “frontier users”, grofweg het 95e percentiel, sturen zes keer zoveel berichten als de gemiddelde werknemer. Bij coderen loopt dit verschil zelfs op tot zeventien keer zoveel berichten. Ook gebruiken zij geavanceerde functies als data-analyse en redeneermodellen veel intensiever. Dat verschil vertaalt zich direct naar effect. Gebruikers die AI inzetten over ongeveer zeven verschillende taaktypen rapporteren vijf keer zoveel tijdwinst als gebruikers die zich beperken tot vier taaktypen. Op organisatieniveau geldt hetzelfde patroon: koploperorganisaties genereren twee keer zoveel berichten per werkplek en zeven keer zoveel interacties via maatwerkassistenten. Dat wijst op standaardisering, hergebruik en bewuste inrichting.

Tegelijkertijd laat het rapport zien hoeveel ruimte er nog is. Zelfs onder maandelijkse actieve gebruikers heeft een aanzienlijk deel nooit data-analyse, redeneermodellen of zoekfuncties gebruikt. Vaardigheid blijkt sterk samen te hangen met routine: wie vaker en breder gebruikt, haalt meer waarde.

Casussen: meetbare impact in de praktijk

De abstracte patronen worden concreet in zes casussen. Intercom reduceert met een spraakagent de afhandeltijd van telefoongesprekken en lost meer dan de helft volledig automatisch op, met aanzienlijke kostenbesparingen. Lowe’s schaalt advies naar 1.700 winkels en ziet conversie en klanttevredenheid stijgen. Indeed verbetert matching en aanstellingen meetbaar. BBVA automatiseert juridische standaardvragen en verplaatst capaciteit naar inhoudelijk werk. Oscar Health handelt een groot deel van zorgvragen zonder menselijke escalatie af. Moderna comprimeert weken analysewerk tot uren bij het opstellen van productprofielen.

Het zijn geen marketingverhalen, maar voorbeelden waarin AI is ingebed in specifieke processen, met duidelijke prestatie-indicatoren.

De stille conclusie: AI-volwassenheid is organisatiekunde

Het rapport zegt het nergens expliciet in één zin, maar de conclusie is helder. De techniek is steeds minder de bottleneck. Het verschil wordt gemaakt door organisatiekeuzes: welke taken je herhaalbaar maakt, hoe je hulpmiddelen standaardiseert, hoe je AI koppelt aan systemen en context, en hoe je mensen traint en meeneemt.

The state of enterprise AI laat zien waar organisaties nu staan. AI wordt kerninfrastructuur, met meetbare impact. Tegelijkertijd blijft veel potentieel onbenut doordat organisaties blijven hangen in losse interacties. Wie AI inzet als tekstmachine, boekt losse winst. Wie AI inbedt in herhaalbare werkwijzen en vaste systemen, bouwt tempo, consistentie en schaal. Dat is de verschuiving die dit rapport met cijfers zichtbaar maakt.