De Nederlandsche Bank: of AI de economie productiever maakt, hangt niet af van de modellen maar van het mkb

Een analyse die de vraag omdraait

De Nederlandsche Bank publiceerde maandag een analyse over de economische impact van kunstmatige intelligentie in Nederland. De toonzetting wijkt af van het gebruikelijke verhaal over AI. Niet de vraag hoe krachtig de modellen de komende jaren worden staat centraal, maar de vraag of Nederlandse bedrijven er daadwerkelijk iets mee gaan doen. De macro-economische opbrengst hangt volgens DNB vooral af van de manier waarop bedrijven AI gebruiken en of geslaagde toepassingen zich daarna breder verspreiden.

Dat klinkt vanzelfsprekend, maar het verlegt de aandacht van de techniek naar de economie eromheen. Een model dat in een onderzoeksomgeving overtuigt, levert pas groei op wanneer het in duizenden bedrijven in een werkproces terechtkomt. Juist dat laatste gaat in Nederland niet vanzelf, en de analyse legt uit waarom.

Drie voorwaarden, en techniek is er maar een van

DNB noemt drie voorwaarden waaraan voldaan moet zijn voordat AI de economie productiever maakt. Bedrijven moeten om te beginnen toegang hebben tot goede AI-technologie. Vervolgens moeten ze die technologie productief weten toe te passen, en moeten die toepassingen zich door de economie verspreiden. Tot slot moeten de bedrijven die daarin slagen ook kunnen groeien.

Alleen de eerste voorwaarde gaat over techniek. De tweede en de derde gaan over organisatie, kennis en marktwerking. Daar zit de scherpte van de analyse: het aanschaffen van AI is het eenvoudige deel van de opgave.

Koploper in Europa, met een breed veld daarachter

Nederlandse bedrijven behoren in Europees verband tot de voorhoede als het gaat om het gebruik van AI. Dat gemiddelde verhult wel een groot verschil. Grote ondernemingen en digitaal intensieve sectoren lopen voorop, terwijl kleinere bedrijven en sectoren als de bouw, de horeca en het transport achterblijven.

De oorzaak ligt volgens DNB niet zozeer in de kosten. Cloudgebaseerde AI-diensten maken dure eigen infrastructuur overbodig, waardoor ook kleinere bedrijven in principe kunnen aanhaken. Wat ontbreekt is iets anders: tijd en kennis om de eigen werkprocessen aan te passen. Een kleine onderneming kan een abonnement afsluiten, maar niet zomaar een maand vrijmaken om uit te zoeken hoe het werk anders moet.

Een kwart van de werkenden raakt het in de helft van de taken

De analyse geeft ook een maat voor de reikwijdte. Een kwart van de Nederlandse werkenden heeft een baan waarin AI minstens de helft van de taken kan versnellen. Dat is een aanzienlijk deel van de arbeidsmarkt, en het verklaart waarom de discussie over banen zo snel oploopt.

DNB zelf is op dat punt terughoudend. AI hoeft niet tot banenverlies te leiden, stelt de analyse, al blijft het uiteindelijke werkgelegenheidseffect onzeker. Wat wel verandert is de inhoud van het werk. Sommige mensen passen zich binnen hun huidige functie aan, anderen schuiven door naar een andere functie of een andere sector. DNB adviseert werkgevers hun werknemers vroeg te betrekken bij keuzes over de toepassing van AI, en om- en bijscholing in arbeidsvoorwaarden vast te leggen.

Waarom de trage bedrijvendynamiek het echte knelpunt is

De derde voorwaarde, dat succesvolle bedrijven kunnen groeien, is in Nederland het minst vanzelfsprekend. DNB verwijst naar eerder eigen onderzoek waaruit blijkt dat er in Nederland relatief weinig bedrijven ontstaan en verdwijnen. Kapitaal blijft daardoor vastzitten bij minder productieve ondernemingen.

Dat is een structureel kenmerk van de Nederlandse economie, en het staat los van AI. Het bepaalt wel of de winst van AI zichtbaar wordt in de cijfers. Wanneer een bedrijf een toepassing vindt die echt werkt maar zijn marktaandeel niet kan vergroten, blijft het voordeel beperkt tot dat ene bedrijf. Pas als winnaars kunnen doorgroeien, slaat een productiviteitswinst neer in het landelijke cijfer.

De afhankelijkheid van een handvol aanbieders

Bij de eerste voorwaarde plaatst DNB een waarschuwing. Nederland moet betrouwbare en betaalbare toegang houden tot AI-modellen, data en rekenkracht. Daarbij hoort het risico van te grote afhankelijkheid van een enkele grote technologieaanbieder, waarbij overstappen duur of praktisch onmogelijk wordt.

Volledige zelfvoorziening ziet DNB niet als de oplossing. Europese samenwerking op het gebied van infrastructuur kan de toegang verbeteren zonder dat Europa alles zelf hoeft te bouwen. Dat sluit aan bij een discussie die al langer loopt over de digitale afhankelijkheid van de Nederlandse overheid en het bedrijfsleven.

Eerst duurder, daarna mogelijk goedkoper

Voor de prijzen schetst DNB twee tegengestelde bewegingen. Op korte termijn drijven de investeringen in chips, datacenters en energievoorziening de kosten op. Dat werkt door in de prijzen. Op langere termijn kan AI juist een drukkend effect hebben, doordat hogere productiviteit de productiekosten verlaagt.

Welke van de twee bewegingen overheerst, en wanneer, laat de analyse open. Dat is geen ontwijking maar een weergave van de onzekerheid: beide effecten zijn plausibel en ze werken op verschillende termijnen.

Wat de analyse nadrukkelijk niet zegt

De analyse bevat geen voorspelling over hoeveel procent economische groei AI zal opleveren, en ook geen raming van het aantal banen dat verdwijnt of bijkomt. De centrale stelling is juist dat die uitkomst nog niet vastligt en afhangt van keuzes die bedrijven, werkgevers en beleidsmakers nu maken.

Daarmee legt DNB de bal nadrukkelijk niet bij de technologie. Wie wil weten of Nederland profiteert van AI, moet volgens deze analyse niet naar de volgende generatie modellen kijken, maar naar de bouwvakker, de horecaondernemer en de transporteur die nog niets met AI doen.