Industry-synthese van CBS, McKinsey, Stanford HAI en Eurostat: AI-adoptie, ROI en uitdagingen voor het Nederlandse MKB in 2024-2025.
Dit rapport geeft een industry-synthese van de stand van kunstmatige intelligentie in het Nederlandse MKB, op basis van primaire bronnen van het CBS, McKinsey, Stanford HAI, Eurostat, NLdigital, DNB/AFM, SER en branche-verenigingen. Waar eerdere edities leunden op CleverTech-eigen projectdata, kiest deze 2026-update bewust voor gepubliceerde, verifieerbare bronnen — zodat MKB-ondernemers zich kunnen baseren op de breedste beschikbare feitenlaag in plaats van op één implementatiepartner.
De hoofdlijn uit primaire bronnen: AI-adoptie in het Nederlandse bedrijfsleven is in 2024 in één jaar tijd met bijna 9 procentpunten gestegen. Volgens CBS AI Monitor 2024 gebruikte 22,7 procent van de bedrijven met 10 of meer werknemers in 2024 een of meer AI-technologieën, tegen circa 13 procent een jaar eerder. Het Eurostat-onderzoek 2025 laat een vergelijkbare EU-brede sprong zien: van 13,5 naar 20,0 procent in 2025.
De belangrijkste bevindingen:
Waar MKB-ondernemers in 2024 zochten naar "hoe start ik met AI", verschuift de vraag in 2025-2026 naar "hoe haal ik meetbare waarde én blijf ik compliant". De kloof tussen experiment en schaalimpact is het centrale thema van dit rapport.
Dit rapport combineert macrocijfers uit nationale en Europese statistiekbureaus met sectorale diepte-analyses van branche-organisaties (Thuiswinkel.org, FME, NVZ/NFU, DNB/AFM). Het doel is niet om één "juiste" aanpak te promoten, maar om MKB-ondernemers een feitelijke kaart te geven bij strategische AI-keuzes.
Dit rapport is samengesteld door het redactieteam van CleverTech op basis van primaire bronnen (CBS, McKinsey, Stanford HAI, NLdigital, CPB) en branche-analyses. Opgesteld met AI-tools en gecontroleerd door tech-leads met ervaring in AI-implementatie voor het Nederlandse MKB.
Deze editie van het State of AI MKB-rapport is een industry-synthese: een gestructureerde samenvatting van primaire onderzoeksbronnen in plaats van eigen projectdata. Die keuze is bewust. Een consultancy-eigen dataset (n=50 projecten) is per definitie zelf-geselecteerd en niet representatief voor het bredere MKB. Nationale en Europese statistiekbureaus werken op steekproeven van tienduizenden bedrijven en bieden een betrouwbaarder beeld van de marktrealiteit.
De onderstaande bronnen vormen de feitelijke basis van dit rapport. Elke statistiek in de volgende hoofdstukken is terug te voeren op een van deze publicaties.
Het rapport richt zich op het Nederlandse MKB, gedefinieerd zoals CBS en de Europese Commissie doen: bedrijven met 10 tot 249 medewerkers. Voor context-doeleinden rapporteert CBS ook over bedrijven met 250+ medewerkers; die cijfers zijn meegenomen waar ze het MKB-perspectief verhelderen. Zelfstandigen zonder personeel (ZZP) vallen buiten de CBS-steekproef en buiten de scope van dit rapport.
Sectorale diepte wordt gegeven voor de vier kernsectoren waar externe primaire bronnen het rijkst zijn: retail/e-commerce, maakindustrie, financiële dienstverlening en zorg. Voor elke sector is minimaal één branche-specifieke bron gebruikt naast de landelijke cijfers.
Twee methodologische kanttekeningen zijn relevant voor lezers:
Het rapport bevat geen eigen CleverTech-klantdata — niet omdat die er niet zijn, maar omdat ze voor deze publicatie geen representatieve bron vormen. De CleverTech-positie als implementatiepartner staat los van deze onafhankelijke synthese.
Het Nederlandse bedrijfsleven maakte in 2024 een historische sprong in AI-gebruik. CBS AI Monitor 2024 meet dat 22,7 procent van de bedrijven met 10 of meer werkzame personen in 2024 een of meer AI-technologieën inzette, een toename van bijna 9 procentpunten ten opzichte van 2023. Dit is de grootste jaarlijkse stijging sinds CBS AI-gebruik meet.
De Nederlandse progressie zit in lijn met de Europese trend. Volgens Eurostat Digital Economy Statistics 2025 gebruikte 20,0 procent van de EU-bedrijven (10+ werknemers) AI in 2025, een sprong van 6,5 procentpunt ten opzichte van 13,5 procent in 2024. Nederland zit hiermee iets boven het EU-gemiddelde, maar ver achter koplopers: Denemarken (42,0 procent), Finland (37,8 procent) en Zweden (35,0 procent).
Tegelijk blijft de nuchtere realiteit: bijna 60 procent van het Nederlandse bedrijfsleven gebruikt nog géén AI, blijkt uit de Strategie Digitale Economie Voortgangsrapportage 2024. Dat is vooral een MKB-verhaal.
CBS identificeert de twee meest gebruikte AI-technologieën in 2024:
Dit patroon sluit aan bij wat Eurostat op EU-niveau ziet: "analyse van geschreven taal" is de populairste AI-toepassing (11,8 procent EU-breed). De explosieve groei van deze categorieën hangt duidelijk samen met de publieke beschikbaarheid van grote taalmodellen sinds eind 2022.
Het verschil tussen grote en kleine bedrijven blijft fors. Eurostat rapporteert voor 2025:
Voor het Nederlandse MKB onder de 50 fte — het overgrote deel van het MKB — betekent dit dat AI nog voor negen op de tien bedrijven géén operationele werkelijkheid is. Volgens de CBS-analyse over kenmerken van AI-gebruikers vormt het MKB wel het overgrote deel van de bedrijven die wél AI gebruiken: 65 procent van alle AI-gebruikende bedrijven heeft tussen de 10 en 50 werknemers.
CBS rapporteert grote sectorverschillen voor 2024:
De Eurostat-data 2025 bevestigt dit patroon EU-breed: ICT (62,5 procent) en professionele dienstverlening (40,4 procent) zijn de koplopers; traditionele sectoren lopen achter.
Waarom gebruikt bijna 60 procent van het Nederlandse bedrijfsleven nog géén AI? CBS vroeg bedrijven die AI overwogen maar niet implementeerden naar de hoofdreden:
Kennis — niet techniek of budget — is de bottleneck. Dat suggereert dat opleiding, begeleiding en sectorale best-practices de hoogste impact hebben op verdere adoptie, meer dan technische subsidies of infrastructuur-investeringen.
De sectorale diepte rond AI-adoptie is grof op landelijk niveau, maar branche-organisaties vullen het beeld aan met specifiekere inzichten. Hieronder een synthese per kernsector op basis van primaire bronnen.
Nederland telt volgens Thuiswinkel.org Markt Monitor 2024 een online-bestedingsvolume van circa 36 miljard euro (+5 procent ten opzichte van 2023). Thuiswinkel.org karakteriseert Nederlandse e-commerce-bedrijven als "financieel sterk en AI-gedreven", maar wijst tegelijk op voorzichtigheid bij investeringen vanwege economische onzekerheid en groeiende internationale concurrentie. De meest ingezette AI-toepassingen concentreren zich op productclassificatie, voorraadprognoses, gepersonaliseerde aanbevelingen en geautomatiseerde klantcommunicatie.
De CBS-data over de handel plaatst detailhandel en groothandel onder het landelijk gemiddelde voor AI-adoptie, met een sterke kopgroep grote online-retailers die ver voor loopt op de bredere sector. Dit resulteert in een "twee-snelheden-retail": pure-play e-commerce versnelt met AI, terwijl omni-channel en traditionele fysieke retail zich nog oriënteert.
De Nederlandse maakindustrie is volgens AWS-onderzoek (2024) internationaal een van de koplopers in AI-adoptie, met circa 44 procent van de bedrijven die AI inzet — een cijfer dat hoger ligt dan de 22,7 procent uit de bredere CBS-steekproef omdat AWS specifiek grote maakindustrie-spelers samplete. FME, de brancheorganisatie voor de technologische industrie, identificeert drie dominante use-cases: predictive maintenance, kwaliteitsinspectie via computer vision, en voorraadoptimalisatie.
FME en AIC4NL hebben in 2024 gezamenlijk een AI Certified leerplatform voor de maakindustrie gelanceerd om het kennistekort in deze sector aan te pakken — een directe respons op het "gebrek aan ervaring"-probleem dat CBS landelijk meet.
De Nederlandse financiële sector wordt nauw in de gaten gehouden door de DNB. In een gezamenlijk rapport (2024) constateren DNB en AFM dat banken, verzekeraars, vermogensbeheerders en pensioenfondsen "óf al AI inzetten, óf concrete plannen hebben". De meest genoemde toepassingen zijn chatbots voor klantcontact, fraudedetectie, kredietrisicomodellen en compliance-monitoring.
DNB formuleert voor 2026 drie focusgebieden: geopolitieke weerbaarheid, respons op technologische innovatie en versterking van cyberweerbaarheid. Financiële MKB-bedrijven (accountantskantoren, administratiekantoren, tussenpersonen) volgen deze curve met enige vertraging, maar krijgen te maken met dezelfde toezichtsvraagstukken rond modeltransparantie en aansprakelijkheid.
De zorg is in 2024 expliciet als AI-prioriteitsector benoemd door de rijksoverheid. NVZ en NFU publiceerden in september 2024 het position paper "AI in de zorg: versneld en verantwoord opschalen". Het ministerie van VWS heeft daaropvolgend aangegeven dat zorgverleners in 2030 de helft minder tijd aan administratie moeten besteden, met AI als belangrijk middel. Voor 2025 is volgens ICT&health 162 miljoen euro gereserveerd voor generatieve AI-inzet, digitalisering en standaardisatie in de zorg.
De concrete AI-toepassingen in Nederlandse zorg draaien in 2024-2025 vooral om administratieve lastverlichting (verslaglegging via spraak-AI, automatische codering) en planning en logistiek (afspraakplanning, bedcapaciteit). TNO benadrukt dat zorg-AI strenge eisen stelt aan privacy, verklaarbaarheid en klinische validatie — hogere drempels dan in andere sectoren.
Over de vier sectoren heen zijn drie patronen consistent zichtbaar in de primaire bronnen:
De meest betrouwbare ROI-benchmarks komen uit grote, gepubliceerde surveys onder duizenden bedrijven. Voor deze sectie steunen we op McKinsey State of AI 2024, de State of AI 2025-update en Stanford HAI AI Index 2025, aangevuld met Nederlandse macrodata.
Het meest in het oog springende McKinsey-cijfer uit 2024: slechts 39 procent van de bedrijven ziet enige EBIT-impact uit generatieve AI, en de meeste van die bedrijven rapporteren minder dan 5 procent EBIT-bijdrage. Slechts 6 procent zijn "AI high performers" met 5 procent of meer EBIT-impact uit AI, aldus McKinsey 2025. Aan de andere kant: meer dan 80 procent van de bedrijven ziet dus géén significante bottom-line-impact, ondanks actieve AI-inzet.
Dit contrasteert met Stanford HAI 2025, dat meldt dat wereldwijde corporate AI-investeringen in 2024 met 44,5 procent stegen naar 252,3 miljard dollar. Bedrijven investeren fors; zichtbaar rendement lag in 2024 vooral op proces-niveau, niet op winstniveau.
McKinsey vond meetbare effecten op functie-niveau, niet op enterprise-niveau:
Kostenverlaging (meest voorkomend per functie):
Omzetverhoging (minder vaak gerapporteerd):
Het patroon: AI verlaagt eerder operationele kosten dan dat het nieuwe omzet genereert. Bedrijven die AI alleen als kostenbesparer inzetten, missen echter potentieel. McKinsey 2025 meldt: "80 procent van de bedrijven noemt efficiency als doel, maar de bedrijven met de meeste waarde uit AI stellen óók groei of innovatie als doel".
Volgens McKinsey 2025 rapporteert slechts één op de drie organisaties AI-opschaling over de hele organisatie. De meerderheid blijft steken in pilots en afdelingsspecifieke toepassingen. De belangrijkste differentiator voor EBIT-impact is niet de technologie maar het herontwerpen van workflows rondom AI — een organisatievraagstuk, geen technisch vraagstuk.
Dit verklaart het gat tussen de 72 procent wereldwijde AI-adoptie (McKinsey 2024) en de slechts 6 procent met echte bedrijfsbrede transformatie. AI gebruiken is makkelijk; AI waardeduurzaam inbedden is hard.
Vertaald naar het Nederlandse MKB levert dit drie realistische verwachtingen op:
Het NCO Jaarbericht Staat van het MKB 2025 becijfert het arbeidsproductiviteitspotentieel in het Nederlandse MKB op 65 miljard euro. Of AI die kloof daadwerkelijk dicht, hangt af van adoptietempo én van de kwaliteit van workflow-herontwerp — geen van beide is een gegeven. Voor een individuele MKB-ondernemer is de realistische verwachting: meetbare kostenreductie in een specifieke functie binnen een jaar, géén 40-procent-totaalkostenbesparing.
Als één cijfer de staat van AI in het Nederlandse MKB vangt, is het dit: 74,6 procent van de bedrijven die AI overwogen maar niet implementeerden, noemt "gebrek aan ervaring" als hoofdreden (CBS AI Monitor 2024). Dit is consistent over alle bedrijfsgroottes en sectoren en ver boven barrières als kosten, techniek of regelgeving.
De SER trekt hieruit de conclusie dat opleiding en begeleiding — niet subsidies of infrastructuur — de grootste hefboom zijn voor verdere adoptie. De Strategie Digitale Economie Voortgangsrapportage 2024 bevestigt dit: terwijl de basis-digitaliseringsgraad van het MKB 81,5 procent bedraagt, is diepere AI-bekwaamheid nog schaars.
De EU AI Act is in werking sinds 2 augustus 2024 en gefaseerd van toepassing: verboden AI-systemen zijn niet meer toegestaan, general-purpose AI-modellen moeten compliant zijn, en hoog-risico AI-systemen moeten gefaseerd aan alle eisen voldoen. Toch meldt onderzoek dat 77 procent van de Nederlandse bedrijven hun rol onder de AI Act onvoldoende begrijpt.
Voor MKB-bedrijven betekent dit drie operationele vragen die vóór breed AI-gebruik beantwoord moeten zijn:
McKinsey 2024 benoemt datakwaliteit en data-governance als terugkerende blokkades. Bedrijven die scoren op de EBIT-impact-dimensie rapporteren consistent dat datagovernance-werk vóór AI-implementatie plaatsvond, niet tijdens of erna. In het MKB, met historisch gefragmenteerde data-infrastructuur (ERP, CRM, losse tools), is dit een substantiële voorinvestering.
McKinsey 2025 vindt dat workflow-herontwerp de grootste differentiator is voor bedrijven die wél EBIT-impact uit AI halen. AI tegen bestaande processen plakken levert pilot-succes maar geen P&L-impact. Dit vraagt organisatorisch denken: rollen herdefiniëren, controle-punten verplaatsen, SLAs aanpassen. Voor een MKB met 20-50 fte is dit een substantieel veranderproject.
Sectoren met strenge toezichthouders (zorg, financiën, publieke sector) hebben extra drempels:
De Gartner Hype Cycle for AI 2025 plaatst zowel "Agentic AI" als "AI-ready data" op de Peak of Inflated Expectations — de fase voor de onvermijdelijke Trough of Disillusionment. Bedrijven die onrealistische verwachtingen hebben (AI vervangt teams binnen 6 maanden; AI geeft direct 30 procent omzetgroei) lopen op de peak binnen en tegen hun verwachtingen aan.
De nuchtere verwachting op basis van McKinsey-data: meetbare proceskostenverlaging in specifieke functies binnen een jaar, bedrijfsbrede transformatie zelden binnen twee jaar.
De Gartner Hype Cycle for AI 2025 plaatst Agentic AI en AI Agent Development Frameworks als transformationele technologieën. Tegelijk zitten beide op de "Peak of Inflated Expectations" — de fase voor de correctie. Stanford HAI 2025 meldt dat agentic AI de grootste impact op enterprise workflows gaat hebben, maar nuanceert: "technologie springt vooruit, mensen en processen volgen langzamer".
Voor het Nederlandse MKB betekent dit dat 2025-2026 het jaar is waarin agentic AI van demo's naar echte productie-deployments overgaat — maar de meeste MKB-bedrijven zullen er nog geen interne capaciteit voor hebben. McKinsey 2025 voorspelt dat Agentic AI workflows in grote organisaties in 2025-2026 mainstream worden; de MKB-golf volgt eerder in 2026-2027.
Gartner beschrijft 2025 als "pivotaal jaar waarin bedrijven voorbij experimentatie naar strategische deployment gaan". De gedachte: de eerste fase (pilot-fase) is in 2023-2024 grotendeels voltooid; 2025-2026 gaat over wie daadwerkelijk productie-waarde extraheert.
In de Nederlandse praktijk betekent dit dat MKB-bedrijven die al AI gebruiken (de 22,7 procent uit CBS AI Monitor 2024) hun pilots moeten volwassen maken tot geïntegreerde workflows — of ze verliezen de initiële momentum aan concurrenten die dat wel doen.
General-purpose AI-modellen (zoals grote taalmodellen) moeten compliant zijn met de EU AI Act; volledige hoog-risico-compliance is gefaseerd van kracht. De Nederlandse Autoriteit Persoonsgegevens en de Algoritme- en AI-kamer krijgen een grotere handhavingsrol.
Voor MKB-bedrijven die AI-systemen bouwen of verkopen (niet alleen gebruiken) is dit een harde deadline. Branche-specifieke toezichthouders — DNB/AFM voor financiën, IGJ voor zorg — leggen aanvullende sector-eisen op. Compliance-by-design wordt concurrentie-voorwaarde, niet optie.
Eurostat 2025 laat zien dat sectoren met bovengemiddelde AI-adoptie (ICT 62,5 procent, professionele diensten 40,4 procent) dat niet doen met generieke horizontal tools alleen, maar met verticale, sector-specifieke oplossingen. FME lanceerde eind 2024 een AI-leerplatform specifiek voor de maakindustrie; NVZ/NFU pleiten voor zorg-specifieke AI.
De achtergrond: generieke tools oplossen 80 procent van een probleem in 20 procent van de sectoren. Sector-specifieke oplossingen — met domeindata, compliance-by-design en ingebouwde regelgeving — leveren hogere adoptiesnelheid en minder integratie-pijn. Voor MKB-leveranciers opent dit een duidelijk kansenvenster in niche-verticalen.
De Gartner Hype Cycle for AI 2025 plaatst "AI-ready data" naast agentic AI als een van de twee snelst voortschrijdende technologieën — een verschuiving van "AI-modellen" naar "data-fundering". Stanford HAI 2025 bevestigt dat datagovernance en data-pipelines de zwaarste onderliggende investeringslijn zijn geworden.
Voor MKB-bedrijven betekent dit: de volgende AI-investeringsronde is minder zichtbaar (datapipelines, master-data-management) maar bepalend voor of AI-modellen duurzaam waarde leveren.
Gartner voorspelt dat in 2028 meer dan 95 procent van de enterprises generatieve AI-API's of -modellen zal hebben ingezet of GenAI-enabled applicaties in productie zal hebben. Voor het Nederlandse MKB is dat een agressief tempo; CBS-data zou dan moeten stijgen van 22,7 procent naar ongeveer 80+ procent in drie jaar — alleen haalbaar als de huidige 60-procent-achterstand in NL-MKB significant versnelt.
De realistische prognose voor het Nederlandse MKB (10-249 fte) bij ongewijzigd beleid: doorgroei naar 40-50 procent AI-adoptie in 2027. Versnelling hierbuiten vereist doelgericht overheidsbeleid en sectorale opleidings-investering, zoals de Strategie Digitale Economie nu poogt.
Deze aanbevelingen vertalen industry-data naar praktische keuzes voor Nederlandse MKB-ondernemers. Ze zijn gebaseerd op bevindingen uit CBS, McKinsey, SER en Gartner en niet op eigen projectdata.
Het CBS-hoofdbezwaar "gebrek aan ervaring" (74,6 procent) is geen tool-probleem maar een opleidingsprobleem. De SER adviseert expliciet investering in mensen vóór technologie. Voor MKB-ondernemers: zorg dat minimaal één medewerker fundamenteel begrijpt wat AI wel en niet kan, wat regelgeving vraagt, en welke data-voorwaarden gelden. Cursussen zoals het FME AI Certified leerplatform of generieke ondernemersplein-opleidingen zijn startpunten.
McKinsey 2024 identificeert consistent dezelfde functies waar AI-waarde het eerst landt: supply chain (61 procent kostenreductie), service operations (58 procent) en HR. Deze functies kenmerken zich door hoge repetitie, gestructureerde data en lage risico bij fouten. CBS bevestigt: tekstverwerking (text mining 13,5 procent, natural language generation 12,3 procent) zijn de populairste toepassingen.
Praktische vertaling: start met AI in klantenservice (antwoord-drafting), facturatie (document-extractie), marketing (content-drafting) — niet in besluitvorming of financiële advisering.
De EU AI Act legt een risico-gebaseerd raamwerk op dat gefaseerd van kracht wordt tot 2026. Voor een MKB-ondernemer met beperkte tijd: zorg dat u voor elke AI-toepassing antwoord kunt geven op drie vragen:
Voor sector-gereguleerde MKB-bedrijven: check ook sector-regels bij DNB/AFM (financiën) of IGJ (zorg).
McKinsey toont dat slechts 6 procent van bedrijven significante EBIT-impact uit AI haalt. Voor de andere 94 procent is AI-waarde zichtbaar op proces-niveau: tijd per factuur, aantal support-tickets per dag, conversie-ratio van e-mails. Stel KPI-doelen op dit niveau in — niet op winstgevendheid op totaal-niveau.
Concrete procesmetingen die over sectoren goed werken volgens McKinsey-data: tijd-per-taak, foutpercentage, doorlooptijd, klanttevredenheid (NPS/CSAT). Verwacht geen 40-procent-totaalkostenbesparing op bedrijfsniveau in het eerste jaar — dat is scaled-content marketingtaal, geen industry-benchmark.
De grootste differentiator voor bedrijven die wél EBIT-impact uit AI halen is volgens McKinsey 2025 workflow-herontwerp, niet technologie-keuze. AI toevoegen aan een bestaand proces levert pilot-succes maar zelden blijvende transformatie.
Praktische vertaling: plan vanaf dag één voor rol-herdefinitie (wie doet wat als AI X overneemt), controle-punten (wie beoordeelt AI-output) en SLA-aanpassing (wat beloven we klanten als AI centraal staat). Dit is organisatiewerk met HR- en management-dimensies, niet alleen IT-werk.
Het Nederlandse MKB staat in 2025 op een kantelpunt: de technologie is beschikbaar, de regelgeving is duidelijk (hoewel onvoldoende begrepen), de business-cases zijn er — maar de kennis, de data-fundering en het workflow-herontwerp lopen achter. De bedrijven die in 2025-2026 de drempel over komen, zijn degene die de menselijke kant — kennis, proces, verandermanagement — serieus nemen als de tool-kant.
Benchmarks zijn interessant. De volgende stap is praktisch: een kort gesprek of een AI-scan voor jouw situatie.
