.svg)
De afgelopen maanden zie je het overal verschijnen: AI-driven agency. AI-first aanpak. We’re AI powered.
Sommige agencies zetten het zelfs pontificaal op hun homepage, alsof het een kwaliteitskeurmerk is. Alsof je vandaag niet meer serieus genomen kunt worden zonder het woord AI in hoofdletters.
We get it. AI is belangrijk, de impact op ons leven is groot :)
De technologie ontwikkelt zich snel en zal de komende jaren veel veranderen. Maar juist daarom is het opvallend hoe snel sommige organisaties doen alsof de uitkomst al vaststaat. Alsof “AI-first” de logische eindbestemming is. Maar dat is het niet. Sterker nog: de term vertoont nu al tekenen van veroudering.
De illusie van versnelling
Het probleem met een ‘AI-first’-principe is dat het de illusie wekt van een ‘juiste’ oplossing voor elk probleem dat je hebt. Daarmee worden echte kritische vragen over waarde en rendement vaak gepareerd of vooruitgeschoven. Zodra een agency of organisatie zichzelf definieert aan de hand van een technologie, verschuift het gesprek vrijwel automatisch naar implementatie en tooling, in plaats van naar de kernvraag: wat levert dit mij daadwerkelijk op, en wanneer?
De vragen die stakeholders stellen zijn zelden abstract. Ze zijn praktisch, urgent en contextgebonden. Wat als ik helemaal geen AI wil of nodig heb? Hoe gaat AI mij, als fabrikant van tandenborstels, producent van kleding of distributeur van voedingsmiddelen, concreet helpen om te groeien, klanten beter te bedienen en geld te verdienen? Kan ik investeren in iets dat pas over zes maanden of later rendement oplevert?
Dat zijn geen technologische vragen, maar bedrijfsvragen. En precies daar wringt het “AI-first”-denken. Het suggereert een vanzelfsprekende waarde, terwijl die waarde in de praktijk altijd afhankelijk is van context, timing en schaal.
Daar komt bij dat veel AI-projecten in de realiteit niet versnellen, maar vertragen. Onderzoek van McKinsey (2024) en MIT Sloan Management Review (2025) laat zien dat grootschalige AI-implementaties gemiddeld twaalf tot achttien maanden nodig hebben voordat ze aantoonbare resultaten opleveren. In die periode worden tijd, kapitaal en aandacht vastgezet, terwijl operationele verbeteringen vaak juist stilvallen of worden uitgesteld. Concurrenten die niet volledig inzetten op AI, maar blijven optimaliseren binnen bestaande structuren, blijken in die fase regelmatig sneller te bewegen.
De belofte van versnelling maskeert daarmee een ongemakkelijke realiteit: AI kan waarde creëren, maar vraagt eerst om vertraging, herstructurering en investering. Wie dat negeert, verkoopt geen visie, maar een versimpelde voorstelling van de werkelijkheid.
Waarom deze doorbraak minder nieuw is dan het lijkt
De huidige AI-golf past in een patroon dat we eerder hebben gezien. Mobiele interfaces, social media, cloud computing en big data werden allemaal gepresenteerd als fundamentele breuken met het verleden. In die periodes positioneerden veel agencies zich als 'mobile-first', ‘social-first’ of ‘data-driven’, vaak zonder dat dit diepgaand werd doorvertaald naar strategie, organisatie of verdienmodel. Achteraf bleken die labels vooral marketing, geen structurele keuzes.
AI volgt een vergelijkbaar pad. De zichtbaarheid is nieuw, de aandacht is explosief, maar de onderliggende ontwikkeling loopt al jaren. De meeste toepassingen die vandaag effectief zijn, draaien niet om volledige autonomie, maar om ondersteuning: AI die analyseert, suggereert, signaleert en automatiseert binnen bestaande processen. Mens en machine werken samen, waarbij menselijke oordeelsvorming leidend blijft.
Dat maakt de huidige positionering als “AI-first” des te opvallender. Het suggereert een eindtoestand die in de praktijk nog ver weg is en miskent dat technologie zich zelden lineair of voorspelbaar ontwikkelt. Tegelijkertijd roept het vragen op over timing en geloofwaardigheid. Organisaties die zich nu plotseling profileren met termen als AI-first of AI-driven spelen zichtbaar in op een golf van aandacht, terwijl AI als technologie al jaren onderdeel is van onderzoek, tooling en operationele systemen.
Als AI werkelijk zo fundamenteel was voor hun manier van werken, had die verschuiving zich eerder en consistenter moeten aftekenen in hun dienstverlening, hun proposities en hun keuzes. Niet als label, maar als een stille, structurele ontwikkeling. Het late en nadrukkelijke omarmen van deze terminologie voelt daardoor minder als een lang doordachte visie en meer als positionering: een poging om relevant te blijven in een debat dat ineens publiek en commercieel aantrekkelijk is geworden.
Het gesprek dat structureel wordt vermeden
Wat opvallend ontbreekt in veel AI-discussies is een open gesprek over keuzes, risico’s en timing. Over wat een organisatie bereid is te investeren, wat dat betekent voor mensen en processen, en welke aannames er onder die investering liggen. Ook ethische vragen en transparantie richting klanten en medewerkers blijven vaak onderbelicht, terwijl juist daar de maatschappelijke spanning rond AI toeneemt.
Zodra een organisatie zichzelf publiekelijk “AI-first” noemt, wordt dat gesprek lastiger. De identiteit ligt vast, de belofte is gedaan. Terughoudendheid of twijfel voelt dan als zwakte, terwijl het in werkelijkheid vaak wijst op zorgvuldige afwegingen. Je raakt verstrikt in een technologisch narratief dat niet per definitie aansluit bij je businessmodel, je klanten of de realiteit van je markt.
De realiteit van adoptie
AI zal zich de komende jaren geleidelijk in organisaties nestelen, volgens het patroon dat Everett Rogers beschreef in zijn Diffusion of Innovation-theorie: innovators, early adopters, early majority en uiteindelijk de late majority. Niemand wordt van de ene op de andere dag volledig AI-driven, en precies daarom is het riskant om jezelf nu al zo te positioneren.
De organisaties die over tien jaar relevant zijn, zullen niet degene zijn met het luidste AI-verhaal, maar degene die technologie inzetten waar die aantoonbaar waarde toevoegt. Waar AI medewerkers ondersteunt, besluitvorming versterkt, processen vereenvoudigt en klantervaringen verbetert. Niet als label, maar als onderdeel van een bredere, realistische ontwikkeling.
Conclusie
“AI-first” klinkt vooruitstrevend, maar zegt weinig over wat een organisatie daadwerkelijk bereikt. Het kan een vals gevoel van zekerheid geven, middelen vastzetten zonder directe impact en het gesprek over echte waarde vertragen.
AI is belangrijk. AI zal de komende jaren een enorme invloed hebben. Maar het blijft een technologie, geen einddoel. De echte winst zit niet in hoe snel je jezelf positioneert, maar in hoe zorgvuldig, contextgericht en realistisch je keuzes maakt. Dáár ontstaat waarde die blijft, ook wanneer de slogans en krachttermen zijn verdwenen.
