In het kort
- Bij betalende zakelijke klanten van OpenAI in de EU komt inmiddels meer dan de helft van de AI-output uit agents. Dat zegt weinig over het gemiddelde Nederlandse mkb-bedrijf.
- Volgens het CBS gebruikte in 2025 maar 27 procent van de bedrijven met 10 tot 50 werkzame personen AI. De meeste mkb-bedrijven lopen dus niet achter op agents, maar op de stap ervoor: AI als vast onderdeel van één werkproces.
- Gebruik de zelftoets hieronder om te zien waar je staat. De volgende stap is bijna altijd één proces met een eigenaar en een controlemoment. Vaak is dat een eenvoudige workflow, geen agent.
Lopen Nederlandse mkb-bedrijven achter met AI-agents? Voor de meeste bedrijven is die vraag nog te vroeg. De achterstand zit zelden bij agents. Hij zit bij de stap daarvoor: AI die een vaste taak in een werkproces uitvoert, in plaats van een los gesprek in een chatvenster.
Het nieuwe rapport van OpenAI en de cijfers van het CBS lijken elkaar tegen te spreken, maar ze meten iets anders. Hieronder zie je wat, en waar jouw bedrijf staat.
Wat zegt het OpenAI-rapport over AI-agents in Europa?
Op 14 oktober 2026 publiceerde OpenAI The EU's next chapter in AI is agentic, met een uitgebreider rapport als pdf. Agentisch gebruik betekent hier: AI die een taak van plan tot resultaat uitvoert, in plaats van alleen een vraag te beantwoorden. OpenAI meet dat aan Codex, voor programmeerwerk, en ChatGPT Work, de agent die sinds 9 juli 2026 taken uitvoert in je apps en bestanden.
De belangrijkste cijfers:
- Bij EU-bedrijven in de steekproef kwam eind september meer dan de helft van de output-tokens uit Codex en ChatGPT Work. Output-tokens meten hoeveel tekst een model zelf maakt.
- Per land loopt dat aandeel uiteen van 22 procent in Slovenië tot 85 procent in Litouwen. Nederland zit volgens de pdf op 68 procent.
- Bij het Europese mkb, hier bedrijven met 200 of minder gekoppelde gebruikers, groeide het aantal wekelijkse gebruikers van deze tools sinds begin mei ruim acht keer. In Nederland was dat 8,5 keer.
- De koplopers, de 10 procent bedrijven met de meeste output-tokens per actieve gebruiker, maakten in september ruim vier keer zoveel output per gebruiker als gewone EU-bedrijven. Koplopers buiten de EU zaten daar nog ruim twee keer boven. Ongeveer 10 procent van alle koplopers wereldwijd is een EU-bedrijf, tegen zo'n 65 procent in Noord-Amerika.
OpenAI wil dat Europa breed gebruik omzet in diep gebruik: voorbij het experimenteren, met meer vaardigheden en vertrouwen.
Waarom je deze cijfers niet op je eigen bedrijf kunt plakken
Dit zijn cijfers van een aanbieder over zijn eigen klanten: accounts van ChatGPT Enterprise en Business. Een bedrijf zonder zakelijk abonnement, of een bedrijf dat met Copilot of Gemini werkt, telt niet mee. Verder:
- Groei vanaf een lage basis. De vergelijking start begin mei, maar ChatGPT Work kwam pas in juli. Een deel van de achtvoudige groei is dus de uitrol van een nieuw product. Dat is onze lezing: het rapport noemt geen absolute aantallen.
- Tokens meten volume, geen waarde. Of al die tekst bruikbaar was, staat nergens.
- De maatstaf komt van de aanbieder. OpenAI rekent af per gebruik. Dat koplopers de bedrijven zijn met de meeste tokens per gebruiker, is vanuit OpenAI logisch. Het is niet vanzelf jouw doel.
Het bruikbare signaal: bij bedrijven die er al mee werken, verschuift AI snel van vragen beantwoorden naar werk uitvoeren.
Hoe staat het Nederlandse mkb ervoor met AI?
Het CBS meet bij alle bedrijven, ongeacht de tool. In 2025 gebruikte 27 procent van de bedrijven met 10 tot 50 werkzame personen een of meer AI-technologieën, tegen 45 procent bij 50 tot 250 en 66 procent bij 250 of meer (CBS, voorlopige cijfers). Bij microbedrijven met 2 tot 10 werkzame personen was het 13,8 procent (CBS, maart 2026).
Drie kwart van de bedrijven gebruikt geen AI-technologie en heeft dat ook niet overwogen. Van de bedrijven die het wel overwogen maar er niet aan begonnen, noemt 73 procent gebrek aan ervaring als belangrijkste reden. In de hele EU is het beeld vergelijkbaar: volgens Eurostat gebruikte in 2025 17 procent van de kleine en 30 procent van de middelgrote bedrijven AI, en ook daar is ontbrekende expertise de meest genoemde drempel.
Let wel: deze cijfers gaan over 2025, grotendeels van voor ChatGPT Work, en over AI-technologie in brede zin, niet over agents.
Lopen we dus achter? Op de koplopers bij OpenAI wel, maar dat zijn niet per se je concurrenten. Op bedrijven van jouw omvang in Nederland niet: de meeste zijn nog niet verder dan losse experimenten. Het verschil ontstaat nu, in werkprocessen.
Van losse AI-chats naar AI die werk afmaakt
Bij een losse chat kopieert een medewerker iets in, krijgt een antwoord en plakt dat ergens terug. Het werk blijft bij die ene medewerker en niemand ziet wat er gebeurt. AI die werk afmaakt, neemt een taak van begin tot eind over, binnen grenzen: gegevens ophalen, een concept maken, het klaarzetten om goed te keuren en het resultaat terugschrijven in je systeem.
Daarvoor moeten vier dingen er zijn:
- Een afgebakende taak met een duidelijk begin en eind. Bijvoorbeeld: van offerteaanvraag tot conceptofferte in je CRM.
- Toegang tot de gegevens die daarvoor nodig zijn, en niet meer.
- Een eigenaar die bepaalt wat goed genoeg is.
- Een controlemoment voor alles wat naar buiten gaat.
Dat zo veel bedrijven gebrek aan ervaring noemen, is begrijpelijk. Je hebt kennis van het proces nodig, AI-vaardigheid en technische uitvoering, en die zitten zelden in één persoon. Hoe je dat organiseert, lees je in AI-implementatie: het knelpunt zit bij mensen.
Zelftoets: waar sta je met AI?
Kijk welke rij het best bij je bedrijf past. Twijfel je tussen twee rijen, kies dan de laagste.
| Waar sta je | Je herkent het aan | Volgende stap |
|---|---|---|
| 1. Incidenteel | Een paar mensen proberen iets, zonder afspraken | Spreek af welke tool en welke gegevens mogen |
| 2. Losse chats | Veel mensen gebruiken AI, ieder op eigen wijze | Kies één proces met veel handwerk of wachttijd |
| 3. Vaste workflow | AI doet een vaste stap in één proces, een mens keurt goed | Meet het resultaat, koppel aan je systemen |
| 4. Agent met grenzen | AI kiest zelf stappen, met eigen rechten en een logboek | Breid pas uit als controle en logboek werken |
Volgens de CBS-cijfers staan de meeste Nederlandse mkb-bedrijven op rij 1 of 2. Dat is een startpunt, geen schande. De grootste winst zit in de stap van 2 naar 3, niet in de sprong naar 4.
Wanneer een agent niet de goede stap is
Meer tokens is geen doel op zich. Wat telt, is of een taak sneller, beter of met minder fouten klaar is. Een agent die lang doorwerkt, verbruikt meer en is lastiger te controleren.
Kun je de stappen van tevoren uitschrijven, zoals bij het verwerken van een aanmelding of het opstellen van productteksten, dan is een vaste workflow met AI op een paar plekken meestal voorspelbaarder en goedkoper. Een agent past pas als de route per geval verschilt en de software zelf in systemen moet handelen. Welke grenzen je dan stelt, lees je in AI-agents veilig inzetten: vijf vragen voor je begint.
Hoe begin je met AI in het mkb?
Kies één proces met veel handwerk, wachttijd of fouten. Wijs een eigenaar aan, spreek af welke gegevens de AI mag gebruiken en waar een mens goedkeurt, en leg vooraf vast wat je meet. Werkt het, neem dan het volgende proces. Wil je die keuze met je managementteam maken, dan levert de sessie AI introduceren in je organisatie een geprioriteerde kansenlijst en een plan voor de eerste negentig dagen op.
Wil je weten welk proces bij jullie de eerste kandidaat is? Plan een gesprek. Past het, dan bouwen we binnen vijf werkdagen gratis een eerste werkend prototype. Dat is een test van het idee, nog geen productieversie.
Bronnen
- OpenAI, The EU's next chapter in AI is agentic, 14 oktober 2026
- OpenAI Economic Research, Europe's agentic opportunity (pdf), oktober 2026
- OpenAI, ChatGPT for your most ambitious work, 9 juli 2026
- CBS, Bedrijven gebruiken AI vaakst voor marketing of verkoop, 12 december 2025
- CBS, Gebruik van AI-technologie door Nederlandse microbedrijven, 16 maart 2026
- Eurostat, Use of artificial intelligence in enterprises, gegevens van december 2025
