Hoewel ik de rapporten niet in detail heb gelezen, zijn ze duidelijk geschreven vanuit een Westers, en vooral Amerikaans, enterpriseperspectief op AI. De onderliggende aannames sluiten nauw aan op de Amerikaanse platform- en SaaS-economie van bedrijven zoals Microsoft, Google (Alphabet), Meta, Amazon en OpenAI: AI wordt primair gepresenteerd als technologie voor kenniswerk en productiviteitsverbetering binnen grote ondernemingen. Tegelijk ontwikkelt AI zich buiten de VS, en vooral in China, volgens een deels ander institutioneel en economisch model.

In 2025 introduceerde Microsoft het idee dat organisaties een nieuwe fase ingaan waarin “intelligence on tap” beschikbaar wordt. Microsoft beschrijft AI-agents daarin als een vorm van “digital labor”: digitale arbeidscapaciteit die organisaties op schaal kunnen inzetten om werk uit te voeren. Volgens Microsoft ontstaat hierdoor een nieuw organisatiemodel waarin mensen en AI-agents samenwerken in hybride teams. Organisaties ontwikkelen zich in drie fasen: eerst gebruiken werknemers AI als assistent, daarna ontstaan human-agentteams en uiteindelijk organisaties waarin mensen richting geven terwijl agents workflows en processen uitvoeren.

Volgens Microsoft wordt die ontwikkeling gedreven door een groeiende “capacity gap”: de kloof tussen wat organisaties vragen en wat mensen duurzaam kunnen verwerken. Zo zegt 80% van de werknemers en managers onvoldoende tijd of energie te hebben om het werk goed te doen, terwijl meer dan de helft van de leiders aangeeft dat de productiviteit verder moet stijgen. Bij intensieve Microsoft 365-gebruikers registreerde Microsoft bovendien tot 275 digitale onderbrekingen per dag via meetings, chats en e-mails. Bijna de helft van de respondenten noemt werk daarom “chaotisch en gefragmenteerd”. AI wordt in dit perspectief gepositioneerd als antwoord op structurele overbelasting van kenniswerk.

Microsoft gebruikt in 2025 ook expliciet termen als “digital colleagues”, “agent boss” en “human-agent ratio”. Het rapport voorspelt dat werknemers steeds vaker AI-agents zullen aansturen alsof het digitale teamleden zijn. Daarbij verschuift werk volgens Microsoft van uitvoerende taken naar coördinatie, delegatie en beoordeling. Organisaties zouden bovendien minder rond vaste functies georganiseerd worden en meer rond tijdelijke, doelgerichte teams, een model dat Microsoft aanduidt als het “Work Chart”.

Het rapport van 2026 bouwt voort op deze visie, maar verschuift de aandacht van toekomstscenario’s naar organisatorische implementatie. Waar 2025 vooral draait om de introductie van de Frontier Firm, onderzoekt 2026 wat er gebeurt wanneer AI-agents daadwerkelijk onderdeel worden van dagelijkse werkprocessen.

Een Frontier Firm is volgens Microsoft een organisatie waarin AI geen losse tool meer is, maar onderdeel van het operating model. Mensen en AI-agents werken er samen in hybride teams, waarbij AI steeds meer uitvoerend en analytisch werk overneemt, terwijl mensen zich richten op richting geven, beoordelen en verantwoordelijkheid dragen.

De centrale these in 2026 is dat AI niet alleen werk automatiseert, maar menselijke waarde verplaatst van uitvoering naar richting geven, evalueren, kwaliteitscontrole en organisatorisch leren. Een belangrijk thema daarbij is de zogenoemde “Transformation Paradox”. Microsoft beschrijft daarmee de spanning tussen de snelle ontwikkeling van individuele AI-capaciteiten en de veel tragere aanpassing van organisatiestructuren. Werknemers experimenteren al actief met AI en doen volgens het rapport steeds vaker werk dat een jaar eerder nog niet mogelijk was, maar organisaties blijven tegelijkertijd sterk vasthouden aan bestaande KPI’s, governanceprocessen en managementstructuren. Volgens Microsoft veranderen mensen daardoor sneller dan de organisaties waarin zij werken.

Een van de belangrijkste conclusies uit het 2026-rapport is dat succesvolle AI-adoptie minder afhangt van individuele AI-skills en meer van de organisatie eromheen. Volgens Microsoft hangen factoren zoals cultuur, management, governance en talentontwikkeling sterker samen met ervaren AI-waarde dan technische vaardigheden of persoonlijke motivatie. Het rapport laat daarbij statistische samenhang zien, geen bewezen causaliteit.

Die organisatorische dimensie wordt vooral zichtbaar in de rol van managers. Werknemers ervaren meer vertrouwen in en waarde van AI wanneer leidinggevenden zelf zichtbaar AI gebruiken en experimenten stimuleren. In een aparte Microsoft-studie onder circa 1.800 werknemers hing actief managementgedrag duidelijk samen met positievere AI-ervaringen. AI-transformatie verschuift daarmee van een technisch implementatievraagstuk naar een management- en organisatievraagstuk.

Het rapport van 2026 laat ook concreter zien hoe werknemers AI gebruiken. Microsoft analyseerde ruim 100.000 interacties met Microsoft 365 Copilot. Bijna de helft van de geclassificeerde gebruiksdoelen betrof cognitief werk zoals analyseren, redeneren en beslissingen nemen. Daarnaast zegt 66% van de gebruikers meer tijd te hebben voor werk met hogere toegevoegde waarde en 58% werk te kunnen doen dat eerder niet mogelijk was.

Tegelijk blijft menselijke beoordeling volgens Microsoft centraal staan. Vijftig procent van de respondenten noemt kwaliteitscontrole van AI-output de belangrijkste menselijke vaardigheid in een AI-omgeving en 46% noemt kritisch denken cruciaal. Daarnaast gebruikt 86% AI-uitkomsten vooral als startpunt en niet als definitief antwoord. De rol van werknemers verschuift daarmee van uitvoerder naar regisseur: mensen stellen prioriteiten, beoordelen kwaliteit en blijven verantwoordelijk voor besluiten.

Tegelijkertijd zijn de gevolgen van AI niet gelijk verdeeld over sectoren en functies. Sommige beroepsgroepen lijken juist waardevoller te worden door AI, bijvoorbeeld wanneer menselijke expertise, interpretatie en vertrouwen belangrijk blijven. In andere domeinen ontstaat juist druk op instapfuncties en routinematig kenniswerk. Vooral juniorfuncties lijken kwetsbaar voor automatisering van standaardtaken, terwijl ervaren professionals vaker profiteren van AI-ondersteuning. De impact van AI op arbeid blijkt daardoor sterk afhankelijk van sector, organisatiemodel en type werk.

Frontier Firms koppelen AI direct aan kernprocessen, bedrijfsdoelen en workflow-herontwerp. Volgens Microsoft ontstaat de meeste waarde niet door AI boven op bestaande processen te plaatsen, maar door organisaties fundamenteel anders in te richten. De kern verschuift daarmee van digitalisering, bestaande processen efficiënter maken, naar digitale transformatie: processen fundamenteel anders organiseren.

Toch zien we dat sectoren zoals banken en verzekeraars, die internationaal tot de meest volwassen enterprise-AI-omgevingen behoren, AI voorlopig vooral inzetten voor efficiëntie en optimalisatie. In deze sectoren draait AI inmiddels om zaken als fraudedetectie, claimsafhandeling, compliance, klantinteractie, risicomodellen en workflowautomatisering. Daarmee verschuift AI van experimentele tooling naar infrastructuur voor bestaande operationele besluitvorming en procescoördinatie.

Zo bouwt verzekeraar Allianz voort op jarenlange investeringen in datastandaardisatie, cloudinfrastructuur en governance. Het bedrijf gebruikt interne AI-omgevingen, gespecialiseerde AI-assistenten en multi-agentworkflows voor complexe operationele processen, waarbij menselijke supervisie centraal blijft vanwege compliance, privacy en aansprakelijkheid. De casus laat zien dat succesvolle AI-adoptie vooral voortbouwt op sterke digitale infrastructuur, gestandaardiseerde processen en duidelijke governance, een patroon dat volgens Microsoft kenmerkend is voor succesvolle Frontier Firms.

Tegelijk ontstaan er nieuwe organisatievormen die soms worden omschreven als “intelligence native companies”: bedrijven die niet langer primair draaien rond menselijke capaciteit met AI-ondersteuning, maar rond AI-systemen die door een relatief kleine groep mensen worden aangestuurd. Dat idee sluit aan op Microsofts visie op Frontier Firms, maar radicaliseert die verder. De onderliggende vraag verschuift daarmee van “hoe gebruiken werknemers AI?” naar “hoe ziet een organisatie eruit wanneer AI het primaire operationele systeem wordt?”.

Daarbij introduceert Microsoft begrippen als “Learning Systems” en “Owned Intelligence”. Organisaties zouden concurrentievoordeel opbouwen wanneer zij AI-gebruik systematisch vertalen naar gedeelde kennis, standaarden en nieuwe werkwijzen. Het rapport suggereert dat organisaties die sneller leren van AI-interacties een structureel voordeel kunnen opbouwen ten opzichte van concurrenten.

Juist doordat AI steeds meer onderdeel wordt van kernprocessen, verschuift de discussie van productiviteit en tooling naar infrastructuur, macht en maatschappelijke organisatie. De bredere betekenis van deze ontwikkeling gaat daardoor verder dan alleen automatisering of efficiëntie. AI-systemen functioneren steeds meer als infrastructuur voor kennis, besluitvorming en coördinatie binnen organisaties. Daarmee bepalen zij niet alleen hoe werk efficiënter wordt uitgevoerd, maar ook welke informatie zichtbaar wordt, welke patronen prioriteit krijgen en hoe besluiten tot stand komen. AI wordt in die zin onderdeel van de culturele en organisatorische infrastructuur van bedrijven: een systeem dat mede bepaalt hoe kennis wordt geproduceerd, gedeeld en geïnterpreteerd.

Dat infrastructuurperspectief maakt ook duidelijk waarom menselijke beoordeling centraal blijft staan. AI-systemen produceren geen neutrale weergave van de werkelijkheid, maar vereenvoudigde representaties gebaseerd op trainingsdata, statistische patronen en ontwerpkeuzes. Sommige signalen worden versterkt, andere verdwijnen naar de achtergrond. Daardoor verschuift governance van een puur technisch vraagstuk naar een organisatorische en maatschappelijke keuze over welke informatie telt, wie controle heeft over systemen en hoe verantwoordelijkheden worden verdeeld. Juist doordat AI infrastructuur wordt, groeit ook de maatschappelijke discussie over controle, afhankelijkheid en publieke legitimiteit.

Juist op dit punt wordt het verschil zichtbaar tussen het Amerikaanse enterprisemodel en de Chinese AI-ontwikkeling. In China ontwikkelt AI zich minder als losse copilots en meer als geïntegreerde infrastructuur binnen superapps en platformecosystemen. Platforms zoals WeChat, Alipay en ByteDance combineren communicatie, betalingen, logistiek, commerce, identiteit en aanbevelingssystemen al jarenlang binnen één digitale omgeving. AI wordt daar steeds vaker direct ingebouwd als coördinatie- en beslislaag boven op die infrastructuur.

Daardoor ontstaat een ander AI-model dan in de VS. Waar Amerikaanse bedrijven AI vooral positioneren als productiviteits- en organisatietechnologie, ontwikkelt AI zich in China sterker als geïntegreerde infrastructuur voor platformcoördinatie, schaalvergroting en digitale dienstverlening. Beide modellen vergroten de rol van AI als infrastructuur, maar doen dat vanuit verschillende economische, politieke en institutionele tradities.

Opmerkelijk genoeg besteden de Microsoft-rapporten relatief weinig aandacht aan de groeiende maatschappelijke weerstand tegen AI. Die weerstand is al langer zichtbaar in de VS, maar neemt inmiddels ook in Europa toe. Het debat gaat daarbij niet alleen over baanverlies of privacy, maar steeds vaker over de schaal van AI-infrastructuur zelf. Vooral AI-datacenters liggen onder vuur vanwege energie- en waterverbruik, belastingvoordelen en de impact op lokale leefomgevingen.

Die weerstand past in een breder historisch patroon. Vrijwel iedere industriële revolutie ging gepaard met discussies over nieuwe infrastructuren, van spoorwegen en elektriciteitsnetten tot kernenergie en telecom. Zulke conflicten draaiden historisch minder om technologie zelf dan om de verdeling van kosten, baten, risico’s en zeggenschap. Ook rond AI ontstaat spanning wanneer lokale gemeenschappen de lasten dragen, terwijl economische en geopolitieke voordelen vooral elders terechtkomen.

Tegelijk wordt de fysieke infrastructuur achter AI steeds belangrijker. Onderzoekers en beleidsmakers wijzen erop dat AI-datacenters een snel groeiend aandeel van het elektriciteits- en waterverbruik vertegenwoordigen. Overheden in zowel de VS als China beschouwen computationele infrastructuur bovendien steeds nadrukkelijker als strategisch onderdeel van economische en geopolitieke concurrentie. AI draait daardoor niet alleen meer om modellen en software, maar ook om energie, grondstoffen, rekenkracht en fysieke infrastructuur.

Daarnaast groeit de discussie over publieke legitimiteit en democratische controle op AI-ontwikkeling. Critici wijzen erop dat AI-bedrijven systemen bouwen waarvan de maatschappelijke impact moeilijk volledig te overzien is, terwijl regelgeving en toezicht achterblijven bij de snelheid van technologische ontwikkeling. Daarmee verschuift het debat van productiviteit en innovatie naar bredere vragen over veiligheid, publieke controle, maatschappelijke verantwoordelijkheid en het sociale contract rond AI.

De twee rapporten laten wel een verschuiving zien in toon en framing. Het rapport van 2025 is sterk visionair en gebruikt regelmatig antropomorfe termen voor AI-systemen. AI-agents worden beschreven als “digitale collega’s” en organisaties zouden “AI-operated but human-led” worden. Het rapport van 2026 is zakelijker en meer op governance gericht. Daarin verschuift de aandacht naar verantwoordelijkheden, kwaliteitscontrole, evaluatieprocessen en organisatorische aanpassing. De vraag verandert daarmee van “hoe bouwen we een Frontier Firm?” naar “hoe behouden mensen betekenisvolle controle en verantwoordelijkheid in organisaties waarin AI-agents op schaal opereren?”.

Tegelijk kennen beide rapporten duidelijke beperkingen. Veel conclusies zijn gebaseerd op surveydata, interne Microsoft-telemetrie en correlatieve analyses. De rapporten tonen vooral patronen en samenhangen, geen harde causaliteit. Daarnaast zijn beide rapporten geschreven vanuit het perspectief van een grote technologieleverancier met duidelijke commerciële belangen rond Copilot, AI-agents en het Microsoft-ecosysteem.

Desondanks bieden de rapporten waardevol inzicht in hoe grote technologiebedrijven de toekomst van organisaties proberen vorm te geven. Samen laten ze zien dat de discussie rond AI verschuift van individuele productiviteit naar organisatieontwerp, governance, leervermogen en institutionele aanpassing.

De komende jaren wordt AI waarschijnlijk niet één uniforme ontwikkeling, maar een strijd tussen meerdere toekomstpaden. In het gunstige scenario groeit AI uit tot een bron van productiviteit, kortere werkweken, betere besluitvorming en bredere welvaart. In het ongunstige scenario versterkt AI juist ongelijkheid, platformmacht, surveillance, geopolitieke fragmentatie en maatschappelijke weerstand.

De recent gepubliceerde toekomstscenario’s van BCG laten zien dat beide richtingen plausibel zijn: van AI Abundance, waarin AI productiviteit en innovatie breed versnelt, tot Digital Darwinism, waarin technologie sneller groeit dan instituties, toezicht en sociale bescherming kunnen bijhouden. De kernvraag is daarom niet alleen hoe snel organisaties AI kunnen invoeren, maar onder welke voorwaarden AI onderdeel mag worden van werk, bestuur en samenleving. De echte opgave ligt in het bouwen van organisaties die niet alleen slimmer en sneller worden, maar ook controleerbaar, veerkrachtig en maatschappelijk legitiem blijven. AI wordt daarmee minder een technologisch project dan een keuze over hoe we werk, organisaties en samenleving willen inrichten.

Welke toekomst bouwen we eigenlijk met AI: een samenleving waarin technologie mensen ondersteunt, of een samenleving waarin mensen zich steeds meer moeten aanpassen aan de logica van technologie? Hoor graag hoe jullie de toekmost van werk, organisaties en samenleving zien.

Bronnen

• Boston Consulting Group Henderson Institute. (2026). Beyond tomorrow: Four scenarios for the world of 2050. Boston Consulting Group.
• Derksen, M. (2026, 30 april). AI als culturele infrastructuur. Upstream.
• Derksen, M. (2026, 16 mei). De stille AI-transformatie van Allianz. Upstream.
• Derksen, M. (2026, 18 mei). China’s AI-superapps: van platformeconomie naar AI-infrastructuur. Upstream.
• Microsoft. (2025, June 25). Research drop: Empowering managers for an AI-first future. Microsoft Tech Community.
• Microsoft. (2025). 2025 Work Trend Index annual report: The year the Frontier Firm is born. Microsoft WorkLab.
• Microsoft. (2026). 2026 Work Trend Index annual report: Agents, human agency, and the opportunity for every organization. Microsoft WorkLab.
• Susskind, D. (2025). What will remain for people to do? Knight First Amendment Institute.