AI wordt steeds breder gebruikt binnen organisaties. Medewerkers ontdekken nieuwe mogelijkheden, terwijl bestaande procedures voor goedkeuring en toezicht het tempo vaak moeilijk kunnen bijhouden. In een recent panelgesprek van Emerce Talks bespreken Remy Gieling, Wilco Flierman en Hans Voorn onder leiding van Krijn Schuurman hoe organisaties ruimte kunnen bieden aan AI-innovatie en tegelijkertijd grip kunnen houden op de risico’s.
Een belangrijke ontwikkeling is Shadow AI, het gebruik van AI-toepassingen buiten het zicht of zonder goedkeuring van de organisatie. Gieling stelt dat 60 tot 70 procent van de medewerkers eigen AI-tools gebruikt. Hij verwijst daarbij naar onderzoek van Microsoft, dat in 2024 rapporteerde dat 78 procent van de ondervraagde AI-gebruikers eigen tools meenam naar het werk (Bring Your Own AI). Dat betekent overigens niet automatisch dat het gebruik ongeautoriseerd was. De omvang van Shadow AI hangt sterk af van de gehanteerde definitie en onderzoekspopulatie.
Traditionele, handmatige goedkeuringsprocessen kunnen de groei van AI-toepassingen inmiddels nauwelijks bijhouden. Flierman pleit voor multidisciplinaire governance, waarbij IT, privacyexperts, juristen en de business vanaf de ideefase betrokken zijn. Zo kunnen organisaties vooraf duidelijke guardrails vaststellen en voorkomen dat toepassingen pas vlak voor ingebruikname worden afgekeurd. Een risicogebaseerde aanpak maakt daarbij onderscheid tussen bijvoorbeeld experimenten met fictieve gegevens en toepassingen die gevolgen hebben voor beslissingen over mensen. De aard van het gebruik bepaalt welke beoordeling en controle nodig zijn.
Gieling benadrukt het belang van AI-geletterdheid en permanent leren. Organisaties kunnen een veilige basisvoorziening aanbieden en medewerkers met specifieke kennis of ambities aanvullende mogelijkheden geven. Hij verwijst onder meer naar het beursgenoteerde Prosus, dat volgens eigen rapportage in achttien maanden meer dan 60.000 AI-agents heeft uitgerold binnen zijn internationale bedrijvenportfolio. Die schaal is indrukwekkend, maar zegt op zichzelf weinig over de gerealiseerde waarde. Prosus rapporteert dat ongeveer 2 procent van de actieve agents een onevenredig groot deel van de zakelijke impact oplevert.
Voorn benadrukt dat innovatie zich niet beperkt tot technische ontwikkelaars. Ook medewerkers in finance, marketing en andere bedrijfsfuncties ontdekken mogelijkheden om hun werk te verbeteren. Vooral in grote organisaties vraagt dit om gemeenschappelijke afspraken die aansluiten bij de dagelijkse werkpraktijk. Teams moeten weten welke toepassingen zij zelfstandig mogen gebruiken en wanneer specialistische beoordeling nodig is. Zo kan de verantwoordelijkheid dichter bij het werk komen te liggen, terwijl centraal toezicht mogelijk blijft.
Recent onderzoek naar Shadow AI in grote organisaties laat zien hoe moeilijk het is om AI-gebruik volledig via formele regels en goedkeuringsprocedures te sturen. Onderzoeken van onder meer BCG, PagerDuty, Netskope, OneTrust en EY (2026) schetsen een vergelijkbaar beeld. Medewerkers gebruiken regelmatig eigen AI-tools, ook wanneer hun organisatie officiële alternatieven aanbiedt. Tegelijkertijd hebben veel organisaties beperkt zicht op welke toepassingen daadwerkelijk worden gebruikt en welke gegevens daarbij worden verwerkt. Onder tijdsdruk worden bestaande procedures geregeld omzeild. De onderzoeken wijzen op een terugkerende spanning tussen de mogelijkheden die medewerkers zien en de manier waarop organisaties AI-gebruik proberen te beheersen. Duidelijke regels en veilige voorzieningen lijken op zichzelf onvoldoende. Ook de toegankelijkheid van goedgekeurde hulpmiddelen, de snelheid van besluitvorming en de aansluiting bij de dagelijkse werkpraktijk verdienen aandacht.

Vooral het onderzoek van Boston Consulting Group (BCG, 2026) laat zien hoe verschillend grote organisaties omgaan met AI-innovatie en governance. BCG onderscheidt vier typen organisaties op basis van de mate waarin AI-gebruik zichtbaar is en verantwoordelijkheden zijn geregeld. Sommige organisaties laten medewerkers grotendeels hun gang gaan. Andere bieden ruimte voor experimenten en proberen zicht te houden op wat er gebeurt. Er zijn ook organisaties die sterk inzetten op formele regels en controle, maar daardoor niet vanzelfsprekend beter weten hoe AI daadwerkelijk wordt gebruikt. De meest veelbelovende aanpak ziet BCG bij de zogenoemde accountable innovators: organisaties die medewerkers ruimte geven om te experimenteren, met transparantie en duidelijk belegde verantwoordelijkheden. Het onderzoek suggereert dat strenge regels op zichzelf weinig garantie bieden tegen ongeautoriseerd AI-gebruik. Hoe goed governance aansluit bij de dagelijkse werkpraktijk en medewerkers ondersteunt bij verantwoord gebruik, lijkt daarbij veel gewicht in de schaal te leggen. Het gaat om samenhangen, niet om bewezen oorzaak-gevolgrelaties.
Gezamenlijk suggereren deze onderzoeken dat Shadow AI ook iets zegt over de inrichting van de organisatie. Medewerkers kunnen uitwijken naar eigen hulpmiddelen wanneer officiële voorzieningen tekortschieten of goedkeuringsprocedures te veel tijd kosten. Gebruik buiten de formele kaders kan ook voortkomen uit onbekendheid met de regels. Organisaties doen er daarom goed aan te onderzoeken welke AI-tools medewerkers daadwerkelijk gebruiken en waarom. Daarvoor is een werkomgeving nodig waarin medewerkers vragen kunnen stellen en problemen durven melden. De onderzoeken bewijzen overigens niet dat een bepaalde governanceaanpak automatisch tot minder Shadow AI leidt.
Een te verwachten ontwikkeling is geautomatiseerde compliance. Flierman voorziet AI-agents die toepassingen toetsen aan bedrijfsbeleid en wettelijke kaders, waaronder de Europese AI Act. Gieling stelt daar innovatie-agents tegenover die medewerkers helpen mogelijkheden voor automatisering te ontdekken. Zulke toepassingen kunnen toezicht en innovatie ondersteunen, al ontbreekt nog overtuigend onafhankelijk bewijs dat compliance-agents menselijke beoordeling op grote schaal betrouwbaar kunnen vervangen. De kwaliteit van geautomatiseerde controles moet daarom zelf ook worden bewaakt.
Het panelgesprek biedt een bruikbaar perspectief op de inrichting van AI-governance, al ben ik het niet helemaal eens met de uitspraken over de remmende werking van Europese regelgeving op innovatie. Zorgvuldige risicobeoordeling kan bijdragen aan verantwoord gebruik. Dat geldt in het bijzonder voor organisaties waarvan het handelen gevolgen heeft voor burgers. Daar spelen ook professionele autonomie, rechtsbescherming en publieke legitimiteit een rol. Governance moet dan aandacht besteden aan de kwaliteit en uitlegbaarheid van AI-ondersteunde beslissingen en aan de vraag wie daarvoor aanspreekbaar is.
De belangrijkste conclusie is wat mij betreft dat effectieve AI-governance vraagt om doorlopende, proportionele en organisatiebreed gedragen verantwoordelijkheid. Grote organisaties kunnen dit vormgeven door veilige voorzieningen beschikbaar te stellen, medewerkers te ondersteunen bij verantwoord experimenteren en controles af te stemmen op de risico’s van een toepassing. Daarbij ligt het voor de hand voort te bouwen op bestaande verantwoordelijkheden en werkprocessen. Het succes van AI-governance moet uiteindelijk blijken uit beter werk, beheersbare risico’s en de waarde die toepassingen opleveren. Dat vraagt van organisaties dat ze zicht houden op het daadwerkelijke gebruik van AI en hun werkwijze blijven aanpassen op basis van ervaringen uit de praktijk.
Bronnen
- Boston Consulting Group. (2026, 26 oktober). How to create AI value by balancing innovation and risk.
- Emerce. (2026, 2 november). AI-governance: Grip houden zonder innovatie af te remmen [Video].
- EY. (2026, 15 september). EY survey finds that autonomous AI implementation outpaces oversight, yielding an AI governance gap.
- Microsoft & LinkedIn. (2024, 8 mei). 2024 Work Trend Index Annual Report: AI at work is here. Now comes the hard part.
- Netskope Threat Labs. (2026, 27 juli). Netskope AI report: 2026.
- OneTrust. (2026). The OneTrust 2026 AI-ready governance survey report.
- PagerDuty. (2026, 11 juni). PagerDuty report finds two-thirds (66%) of office professionals have used unauthorized AI tools at work.
- Prosus. (2026). Deploying agentic AI at scale – from the company that built 60,000 agents.