AI-adoptie in de maakindustrie: van losse proef naar dagelijks gebruik

De industrie loopt niet achter, maar kiest selectiever

Volgens het CBS gebruikte in 2024 18 procent van de Nederlandse industriële bedrijven met ten minste tien werkzame personen één of meer AI-technologieën. Voor alle onderzochte bedrijfstakken samen was dat 22,7 procent. De industrie loopt daarmee niet voorop, maar AI is er wel duidelijk onderdeel van het digitaliseringsvraagstuk geworden.

De meest recente Eurostat-cijfers laten zien dat het gebruik snel groeit: in 2025 gebruikte 20 procent van de EU-bedrijven met ten minste tien medewerkers AI, tegen 13,5 procent in 2024. Nederland kwam in 2025 uit op 33,2 procent. Die cijfers zeggen nog niet hoe diep AI in de operatie zit, maar ze maken wel duidelijk dat experimenteren verschuift naar breder gebruik.

Waar AI in maakbedrijven logisch aansluit

Een OECD-onderzoek naar AI-gebruikende ondernemingen laat zien dat toepassingen in de maakindustrie relatief vaak landen in logistiek, supplychainmanagement, procesbesturing en optimalisatie, assemblage en productontwerp. Dat zijn domeinen waar veel herhaalbare handelingen, planningskeuzes en historische gegevens samenkomen.

Generatieve AI voegt daar nieuwe ingangen aan toe. Niet alleen sensordata of beeldherkenning, maar ook e-mails, tekeningen, werkorders, offertes en handleidingen kunnen onderdeel worden van een ondersteund proces. De bruikbare vraag is daarom niet welke AI-tool populair is, maar waar informatie nu blijft liggen, opnieuw wordt overgetypt of te laat beschikbaar komt.

• Documenten herkennen en als gecontroleerd concept in ERP of CRM plaatsen.
• Productie- en orderdata omzetten in bruikbare signalen voor planning of klantcontact.
• Historische offertes, werkinstructies en kwaliteitsinformatie sneller terugvinden.
• Afwijkingen signaleren zodat een medewerker eerder kan bijsturen.

De grootste drempel is ervaring

Van de bedrijven die AI hadden overwogen maar niet gebruikten, noemde 74,6 procent volgens het CBS gebrek aan ervaring als reden. Privacy, databeschikbaarheid en onduidelijkheid over juridische gevolgen speelden eveneens mee. De OECD ziet daarnaast dat kleinere maakbedrijven vaker tegen vaardigheden, kosten en integratieproblemen aanlopen.

Dat verklaart waarom een overtuigende demo nog geen adoptie is. Een toepassing moet aansluiten op bestaande rollen, gegevensrechten, uitzonderingen en systemen. Medewerkers moeten begrijpen wat AI voorbereidt, waar de informatie vandaan komt en wanneer menselijk oordeel nodig blijft.

Van proef naar dagelijks gebruik

Een werkbare start is klein genoeg om binnen één proces te overzien en groot genoeg om een echt knelpunt te raken. Leg vooraf vast hoeveel tijd, overdracht of fouten het huidige proces veroorzaakt. Test vervolgens met echte gebruikers en representatieve data.

Pas wanneer de uitkomst voldoende betrouwbaar en bruikbaar is, volgt de volgende stap: integratie, beheer, scholing en opschaling. Zo groeit AI niet als een losse demonstratie naast het werk, maar als een gecontroleerd onderdeel van de manier waarop het bedrijf werkt.

• Kies één terugkerend proces en maak de uitgangssituatie meetbaar.
• Bepaal welke data nodig is en wie die data mag zien of wijzigen.
• Ontwerp menselijke controle op uitzonderingen en risicovolle acties.
• Meet gebruik en uitkomst voordat de toepassing breder wordt uitgerold.

Bronnen en verder lezen