Vorig jaar was AI op het werk vooral iets van losse enthousiastelingen. De één probeerde ChatGPT, de ander niet. In juni werd duidelijk dat die fase voorbij is. Grote werkgevers rollen AI nu uit over hun hele organisatie, en de vragen die daarbij horen gaan niet meer over "kan het" maar over "hoe houden we het in de hand".
Ik zet de belangrijkste ontwikkelingen op een rij, met steeds dezelfde vraag: wat kun je hiervan meenemen als je een kleiner bedrijf runt?
Van pilot naar hele organisatie
Samsung is het duidelijkste voorbeeld. OpenAI maakte bekend dat Samsung ChatGPT Enterprise en Codex uitrolt naar alle medewerkers in Korea en naar de hele Device eXperience-divisie wereldwijd. Het gaat om R&D, productie, marketing en corporate functies tegelijk. Een van de grootste zakelijke uitrollen tot nu toe.
Interessant detail: Samsung koos niet voor één leverancier. Medewerkers krijgen ook Gemini en Claude erbij, en mogen per taak het beste gereedschap pakken. Dat is een verstandige lijn. Je zet geen bedrijf vast op één model, je laat het werk bepalen wat past.
De cijfers eronder zeggen genoeg. OpenAI meldt inmiddels meer dan vijf miljoen wekelijkse Codex-gebruikers, en in Korea groeide dat sinds februari met zo'n 800%.
De echte bottleneck is uitrol, niet het model
OpenAI lanceerde in juni ook een Partner Network, met naar verluidt 150 miljoen dollar erachter. Het doel is bedrijven helpen AI daadwerkelijk ingevoerd te krijgen, via partners als AWS, Dell en Snowflake en adviesbureaus als BCG en McKinsey.
Dat zegt iets belangrijks. Zakelijk gebruik is nu meer dan 40% van OpenAI's omzet, met meer dan negen miljoen betalende zakelijke gebruikers. En toch investeren ze fors in hulp bij het invoeren. De boodschap: het knelpunt zit niet meer in hoe slim het model is, maar in of je het echt aan het werk krijgt binnen je processen. Precies daar loopt het bij de meeste bedrijven vast.
De aandacht verschuift naar controle
Naarmate AI serieuzer wordt ingezet, verschuift het gesprek naar beheersing. Drie dingen sprongen eruit.
Ten eerste de kosten. ChatGPT Enterprise kreeg uitgebreide uitgaven-controles: verbruik per gebruiker, per product en per model, met limieten per groep. Zodra AI over je hele team draait, wil je zien waar het geld heen gaat.
Ten tweede datalekken. ServiceNow publiceerde onderzoek waaruit blijkt dat onderzoeks-agents privé-informatie kunnen lekken via de manier waarop ze zoeken, niet alleen via hun antwoord. In hun test lekte een standaardmodel in 34% van de gevallen. Met privacy-bewuste training zakte dat naar 9,9%, zonder dat de prestaties inzakten. De les: hóe je een agent traint en inricht bepaalt of hij veilig is.
Ten derde context. Een startup, Subquadratic, claimt modellen die tot een miljoen tokens context aankunnen in productie. Meer context betekent dat een agent grotere dossiers in één keer kan overzien. Handig, mits je de betrouwbaarheid en de kosten in de gaten houdt.
Kleiner en slimmer, niet groter
Een lijn die ik graag onderstreep: meer bedrijven kiezen kleine, efficiënte modellen boven het grootste model.
IBM liet zien dat enterprise-succes draait om goede structuur eromheen, zoals regels, kennismodellen en orchestratie, en niet om een groter model. Hun code-assistent gebruikt tot 30 keer minder tokens voor hetzelfde werk. JetBrains bracht een open model uit (Mellum2) dat meer dan twee keer sneller werkt en bedoeld is voor gerichte taken.
Voor een mkb-bedrijf is dat het belangrijkste signaal van de maand. Je hebt geen mega-model en geen miljoenenbudget nodig. Een goed ingericht, afgebakend systeem op een klein model doet het werk, en houdt de rekening laag.
Wat ik je zou aanraden
De grote bedrijven laten de weg zien, maar je hoeft ze niet na te doen op hun schaal. MIT Sloan zei het deze maand precies goed: gerichte, afgebakende toepassingen werken beter dan een grote transformatie in één keer.
Dus begin bij één proces dat je week na week tijd kost. Kies het juiste gereedschap voor die taak, richt het zorgvuldig in en zet controle op kosten en gegevens vanaf dag één. Zo pluk je de vruchten die Samsung nu plukt, zonder het bijbehorende risico.
Wil je sparren over waar je het beste kunt beginnen? Stuur een bericht.
Gebaseerd op internationale AI-berichtgeving, juni 2026.
Wil je weten welk proces bij jou het meeste oplevert? Neem contact op — ik denk graag mee.