Het bedrijf verliest een mens, maar vaak verliest het iets veel waardevollers
Stel je een medewerker voor die al twaalf jaar in het bedrijf werkt.
Hij kent de klanten. Hij herinnert zich waarom bepaalde beslissingen zijn genomen. Hij weet dat een specifieke leverancier twee weken van tevoren besteld moet worden, ook al ziet het in het systeem heel anders uit. Hij herinnert zich dat een wijziging drie jaar geleden tot problemen leidde en dat het team het daarom nu anders doet.
Hij weet ook bij welke klant je beter eerst kunt bellen en bij welke je beter een e-mail kunt sturen. Hij weet welk proces alleen werkt omdat een bepaalde persoon zich één extra stap herinnert.
Dat staat niet in de handleiding.
Dat staat niet in het ERP.
Dat staat niet in het CRM.
Het zit in het hoofd van de persoon.
En dan ontstaat het echte probleem: de persoon vertrekt en het bedrijf verliest niet alleen een medewerker. Het verliest een stukje van zijn eigen geheugen.
Knowledge capture, oftewel hoe te stoppen met uitsluitend vertrouwen op medewerkersgeheugen
Knowledge capture is simpel gezegd het vangen van organisatorische kennis en het omzetten in een bron die door anderen kan worden gebruikt.
Het gaat niet alleen om het maken van nog meer documenten.
Het gaat om het vastleggen van wat zich in de loop der jaren heeft gevormd in hoofden van mensen, in e-mails, procedures, tickets, presentaties, technische documentatie, gesprekken met klanten of projectgeschiedenis.
Een goed ontworpen kennissysteem kan deze informatie aan elkaar koppelen en een medewerker in staat stellen een antwoord te vinden zonder vijf mensen te hoeven vragen.
En hier verandert AI echt veel.
In plaats van tientallen documenten door te spitten, kan een medewerker een vraag in natuurlijke taal stellen. In plaats van naar een specifieke procedure te zoeken, kan hij het probleem beschrijven. In plaats van de projectgeschiedenis vanaf het begin te lezen, kan hij het systeem vragen de belangrijkste informatie eruit te halen.
Dat is enorme waarde. Maar juist hier begint de andere kant van het verhaal.
AI kan het geheugen van het bedrijf zijn. Het zou echter niet de eigenaar van dat geheugen moeten zijn
Dit is een van de belangrijkste principes die ondernemers vandaag de dag zouden moeten onthouden: weten van het bedrijf moet toebehoren aan het bedrijf.
AI moet helpen die kennis te verwerken, doorzoekbaar te maken, te ordenen en beschikbaar te stellen aan de juiste mensen - dat is een groot verschil.
Als alle kennis van de organisatie wordt afgesloten in één tool, één model, één leverancier of één platform, kan het bedrijf een geheel nieuw probleem creëren.
Vandaag werkt het geweldig. Morgen verandert het model. Overmorgen verandert de prijsstelling. Over een jaar veranderen de gebruiksvoorwaarden. En over een paar jaar kan het bedrijf ontdekken dat zijn eigen kennis gijzelaar is geworden van technologie die het zelf niet controleert.
Dit is precies hetzelfde probleem waar we het over hadden bij vendor lock-in. AI zou een laag moeten zijn die gebruikmaakt van de bedrijfskennis, niet de enige plek waar die kennis bestaat.
"We gooien alles in AI" is een heel slecht idee
In de afgelopen jaren is er een zeer verleidelijk werkmodel ontstaan.
Heb je een document? - Gooi het in AI.
Heb je een contract? - Gooi het in AI.
Heb je een klantenbestand? - Gooi het in AI.
Heb je een interne procedure? - Gooi het in AI.
Heb je code? - Gooi het in AI.
Heb je een probleem? - Plak alles in de prompt.
Technisch is dat buitengewoon handig. Zakelijk kan het een rampzalig idee zijn.
Organisaties moeten gaan onderscheiden tussen "ik kan deze informatie aan AI overdragen" en "ik zou deze informatie aan AI moeten overdragen". Dat is niet hetzelfde.
In 2026 werd datalekbeveiliging in de context van AI geen abstract onderwerp meer. Onderzoeken naar het gebruik van AI in bedrijven tonen dat werknemers ook gevoelige gegevens aan AI-tools doorgeven, onder andere via prompts, het kopiëren van inhoud en het uploaden van bestanden.
Het probleem is niet dat AI "slecht" is. Het probleem is dat mensen erg gemakkelijk een geweldig hulpmiddel op een verkeerde manier kunnen gebruiken.
AI moet de mens ondersteunen, niet zijn oordeel vervangen
Dit is waarschijnlijk het belangrijkste deel van het hele debat. AI kan ons vertellen wat er in de documentatie staat. Het kan data combineren. Het kan een patroon vinden. Het kan een eerste versie van een antwoord opstellen. Het kan een nieuwe medewerker helpen het proces te begrijpen. Het kan de projectgeschiedenis analyseren. Maar iemand moet nog steeds weten waarom dat antwoord correct is.
Dat is vooral belangrijk in gebieden waar een fout veel geld, reputatie of veiligheid kan kosten.
AI kan een zeer goede assistent zijn. Het zou niet automatisch de eigenaar van beslissingen moeten worden.
Daarom beginnen grote bedrijven het over beveiliging te hebben
En hier komen we in een zeer actueel stadium van AI-ontwikkeling.
Nog niet zo lang geleden domineerde het narratief: sneller, grotere modellen, meer agenten, meer autonomie.
Vandaag duikt steeds vaker een tweede woord op: veiligheid.
In september 2026 riep Anthropic-CEO Dario Amodei bedrijven die de meest geavanceerde modellen ontwikkelen publiekelijk op het tempo te vertragen, en verwees onder meer naar het risico van misbruik, cyberveiligheid en problemen met het beheersen van steeds autonomere systemen. Sam Altman sprak deels zijn steun uit voor dit standpunt en OpenAI onderstreepte ook publiekelijk de noodzaak van sterkere waarborgen, monitoring en gezamenlijke veiligheidsstandaarden.
Dat betekent niet dat de technologiesector AI ineens als een kwaad uitvinding beschouwt - integendeel.
Het betekent veeleer dat naarmate de mogelijkheden van de technologie groeien, het bewustzijn toeneemt dat niet alles wat technisch mogelijk is, automatisch zonder controle zou moeten worden uitgerold.
En precies diezelfde regel is het waard om binnen een onderneming toe te passen.
We hoeven niet te kiezen tussen "AI overal" en "AI nergens"
Dat is een valse tegenstelling.
We kunnen AI intensief gebruiken en tegelijkertijd verstandig blijven. We kunnen een bedrijfskennisbank bouwen waar AI doorheen zoekt. We kunnen een interne assistent voor medewerkers ontwikkelen. We kunnen onboarding automatiseren. We kunnen AI documenten laten analyseren. We kunnen RAG gebruiken, waarbij het model toegang krijgt tot een specifieke verzameling bedrijfskennis en die gebruikt bij het genereren van antwoorden.
Maar tegelijk kunnen we vastleggen: wat AI mag zien, wat het niet mag zien, wat het zelfstandig mag doen en waar altijd een mens moet optreden.
Dat is precies de volwassen benadering van AI.
AI-onboarding kan de manier waarop nieuwe medewerkers worden ingewerkt veranderen
Stel je de eerste dagen van een nieuwe collega voor.
In plaats van hem een 150 pagina's tellend "Welkom in het bedrijf"-document te geven, krijgt hij toegang tot een interne assistent.
Hij kan vragen stellen zoals:
"Hoe ziet het factuurgoedkeuringsproces eruit?"
"Wie keurt projecten boven 50.000 zloty goed?"
"Wat doen we als een klant een kritisch fout meldt?"
"Hoe ziet de standaardimplementatie van een nieuwe functionaliteit eruit?"
"Waarom gebruiken we deze oplossing in plaats van die andere?"
AI antwoordt op basis van goedgekeurde bedrijfsdocumenten. Dit kan onboarding van weken naar dagen verkorten.
Maar er is één voorwaarde. De kennisbank moet actueel zijn.
AI lost geen informatiechaos op. Als het bedrijf vijf verschillende versies van een procedure heeft, kan AI heel efficiënt de verkeerde vinden.
Organisatorisch geheugen heeft een eigenaar nodig
Dit is weer een element dat vaak wordt vergeten.
Een kennisbank is geen "implementeren en klaar"-project.
Procedures veranderen.
Mensen vertrekken.
Systemen worden vervangen.
Producten veranderen.
Wetgeving verandert.
Daarom zou elke organisatie die een AI-kennisbank opbouwt de vraag moeten beantwoorden: Wie is verantwoordelijk voor de juistheid van deze kennis?
Niet AI - Een mens.
AI kan inconsistenties detecteren, verouderde documenten aanwijzen en helpen bij het ordenen van materiaal. Maar de verantwoordelijkheid voor wat het bedrijf als geldende kennis beschouwt, moet bij de organisatie blijven.
Het beste model is niet "AI in plaats van mensen"
Het is mensen + kennissysteem + AI.
De mens brengt ervaring, context, intuïtie en verantwoordelijkheid. Het systeem bewaart kennis. AI helpt die te vinden, te koppelen en te benutten.
Dat is een veel verstandiger model dan proberen een organisatie te bouwen waarin elke vraag door een chatbot wordt opgelost.
Want een bedrijf zonder mensen verliest context. Een bedrijf zonder kennissysteem verliest geheugen. Een bedrijf zonder AI verliest een deel van de mogelijkheid snel gebruik te maken van verzamelde informatie.
Pas de combinatie van deze drie elementen levert echt een interessant resultaat op.
Het grootste bezit zal niet AI zijn. Het zal de kennis van het bedrijf zijn
En daarom is het de moeite waard vandaag al te beginnen met het ordenen ervan.
Niet om "AI te voeden". Maar zodat het bedrijf niet langer afhankelijk is van het geheugen van individuele mensen.
Als de beste verkoper vertrekt, moet de kennis over klanten blijven. Als de hoofdprogrammeur vertrekt, moet de kennis over de systeemarchitectuur blijven. Als een jarenlang manager met pensioen gaat, mogen de processen die hij heeft opgebouwd niet met hem verdwijnen. AI kan helpen die kennis te beschermen en beschikbaar te maken. Maar het moet die kennis niet bezitten in plaats van ons.
Technologie is een hulpmiddel. Het geheugen blijft eigendom van de organisatie.
Dit kan een van de belangrijkste principes van digitale transformatie in de komende jaren worden.
Het gaat niet om minder AI gebruiken. Het gaat erom het slimmer te gebruiken.
Systemen bouwen die mensen helpen sneller te werken, maar hen niet de controle ontnemen.
Kennisbanken creëren, maar wel de mogelijkheid behouden ze te exporteren, te migreren en onafhankelijk te beheren.
Taken automatiseren, maar niet reflexmatig verantwoordelijkheden automatiseren.
En vooral: niet verwarren dat toegang tot enorme hoeveelheden informatie hetzelfde is als het bezitten van kennis.
Want organisatiekennis is niet alleen documenten. Het is ook ervaring, context, beslissingen, fouten, uitzonderingen en jarenlange praktijk.
AI kan ons helpen om dit alles niet kwijt te raken. Maar wij zouden moeten beslissen wat, waar, hoe en waarom we dingen opslaan.
