Data & AI trends

Stanford Health Care beschrijft in HealthTech Magazine hoe het samen met Microsoft een agentic AI-toepassing bouwde voor thoracale tumorboards, gebaseerd op de healthcare agent orchestrator. CTO Christian Lindmark en chief enterprise architect Anurang Revri benadrukken dat zo’n toepassing pas werkt als er eerst een betrouwbaar datafundament ligt, met duidelijke governance over welke data beschikbaar is en wie daarvoor verantwoordelijk is. AI kan volgens Lindmark de efficiëntie verhogen, maar het doel is productiviteit voor de hele organisatie. Voor organisaties die agents willen inzetten betekent dit dat de volgorde van stappen ertoe doet: de architectuur en het eigenaarschap van data bepalen hoeveel een AI-agent in de praktijk kan.

Binnenlands Bestuur meldt dat gesprekken die ambtenaren voeren met AI-tools zoals ChatGPT en Copilot openbaar kunnen worden via de Wet open overheid. Daarnaast gelden de Archiefwet en de AVG. De uitdaging zit niet in nieuwe regels, maar in het vertalen van bestaande verplichtingen naar de dagelijkse praktijk: ambtenaren moeten weten wanneer een AI-gesprek bewaard moet blijven, en organisaties moeten dat technisch en organisatorisch mogelijk maken. Wie Copilot invoert, krijgt daarmee een concrete eis aan logging, bewaartermijnen en datatoegang. Voor overheden en organisaties met verantwoordingsplichten betekent dit dat governance en archivering onderdeel zijn van de inrichting van zulke tools, niet iets dat achteraf wordt geregeld.

Microsoft rekent voor Microsoft 365 Copilot 26 euro per gebruiker per maand bij jaarbetaling en 18,20 euro voor de Business-variant, exclusief btw en bovenop een geschikt Microsoft 365-abonnement. De licentie is volgens een analyse van Crux Digits niet de bepalende factor: Copilot toont alleen wat een gebruiker al mag openen, zodat te ruim gedeelde mappen zichtbaar worden zodra de tool aanstaat. De aanbevolen volgorde is daarom eerst rechten en gevoeligheidslabels op orde brengen, dan licenties voor een pilotgroep, en vervolgens het gebruik meten. Voor organisaties betekent dit dat een Copilot-uitrol vooral een vraagstuk van datatoegang en governance is, en pas daarna van licenties en training.

Microsoft meldt groei in het zakelijke gebruik van Copilot: meer dagelijks gebruik, grote licentieklanten en een toename van facturering op basis van verbruik. De cijfers geven aan dat Copilot bij steeds meer organisaties onderdeel wordt van het dagelijkse werk, en dat de kosten deels meebewegen met het daadwerkelijke gebruik. Dat verschuift de vraag van een proef naar een structurele invoering: wie heeft toegang tot welke data, hoe wordt het gebruik gemeten en welke afspraken gelden voor medewerkers. Voor organisaties betekent dit dat een Copilot-invoering niet alleen een licentiekeuze is, maar ook een keuze over governance, datatoegang en adoptie die vooraf aandacht vraagt.

Consultancy.nl bericht over de visie van adviesbureau Dux Group dat gebrekkig databeheer investeringen in technologie ongemerkt duurder maakt. Een fout in een bronsysteem verspreidt zich naar andere applicaties en komt uiteindelijk terecht in rapportages waarop besluiten worden gebaseerd. Daarbij geldt een vuistregel uit datakwaliteitsmanagement: hoe later een fout wordt ontdekt, hoe hoger de kosten om die te herstellen. Dux Group benadert data-governance daarom niet als eenmalig IT-project, maar als een continu verbeterproces, zodat nieuwe technologie bestaande dataproblemen niet vergroot. Voor organisaties betekent dit dat eigenaarschap en processen rond datakwaliteit bepalen of investeringen in AI en analytics het beoogde rendement opleveren.

Een nieuwe video zet vijf KPI’s op een rij om de adoptie van de betaalde versie van Microsoft 365 Copilot te meten. Daarbij gaat het onder meer om actief gebruik en de gebruiksfrequentie per gebruiker. De aanleiding is herkenbaar: organisaties kopen licenties, maar hebben vaak geen zicht op wie Copilot daadwerkelijk inzet en hoe vaak. Zonder zulke cijfers valt niet te beoordelen of de investering rendeert, waar training nodig is en welke afdelingen achterblijven. Voor organisaties die Copilot invoeren betekent dit dat het meten van gebruik vanaf de start onderdeel van de uitrol hoort te zijn, naast governance en toegang tot data.

Microsoft heeft op Microsoft Learn de adoptiegids voor Microsoft Copilot voor IT-beheerders bijgewerkt. De gids beschrijft stapsgewijs hoe organisaties Copilot inschakelen en in gebruik nemen, en legt nadruk op het vooraf inrichten van een veilig en beheerd datafundament. Daarvoor verwijst Microsoft naar functies in het Microsoft 365-abonnement en naar SharePoint Advanced Management, waarmee beheerders toegang tot documenten en sites op orde brengen voordat Copilot daar inhoud uit ophaalt. Daarnaast wijst de gids naar de Microsoft Adoption-site met materiaal voor het begeleiden van medewerkers. Voor organisaties betekent dit dat een Copilot-uitrol begint bij de staat van de eigen data en rechtenstructuur, niet bij de licentie.

Een Zweedse overheidsinstantie heeft het gebruik van AI-diensten zonder formeel contract aan banden gelegd. Aanleiding zijn meerdere geregistreerde gevallen van ongepast AI-gebruik: medewerkers voerden gevoelige informatie in bij publieke AI-tools en verwerkten de gegenereerde antwoorden zonder duidelijke kaders. Zulke tools sturen gebruikersgegevens en verzoeken vaak door naar de servers van de aanbieder, wat gevolgen kan hebben voor de informatiebeveiliging. De instantie wil zo het risico op beveiligingsincidenten verkleinen en het AI-gebruik beperken tot diensten waarover contractuele afspraken bestaan. Voor organisaties laat dit zien dat de invoering van AI-assistenten vooral afhangt van afspraken over governance en gecontroleerde datatoegang, los van de technische mogelijkheden van de tool zelf.

TechRound beschrijft waarom FinOps alleen de kosten van moderne dataplatforms niet in de hand houdt. De uitgaven ontstaan niet langer door vaste infrastructuur die aanstaat, maar door query’s die worden uitgevoerd, afhankelijkheden tussen pipelines en het verbruik van tokens. Maandelijkse kostendashboards en het taggen van warehouses laten zien hoeveel er is uitgegeven, maar niet welke slechte querylogica of welke keuze stroomopwaarts in de architectuur de rekening opdrijft. Het artikel pleit daarom voor actieve architectuurgovernance tijdens de hele ontwikkelcyclus, waarbij financiële telemetrie wordt gekoppeld aan dagelijkse ontwerpkeuzes en deploybeslissingen. Voor organisaties betekent dit dat de beheersbaarheid van platformkosten grotendeels wordt bepaald door de keuzes in het datafundament zelf.

Vakblad c’t beschrijft hoe IT-adviesbureaus organisaties helpen van AI-ambitie naar werkende infrastructuur. Op het vlak van regelgeving blijft de AVG van toepassing, ook als een model lokaal draait, en wordt de Europese AI-verordening gefaseerd van kracht: de plicht tot AI-geletterdheid geldt sinds 2 februari 2025, transparantieregels voor chatbots sinds 2 augustus 2026. Daarnaast voegt AI nieuwe aanvalsvlakken toe, zoals prompt injection en assistenten die meer data ophalen dan de gebruiker mag zien. De vuistregel van adviseurs luidt dat autorisatie buiten het taalmodel wordt vastgelegd. Voor organisaties die een AI-assistent invoeren betekent dit dat toegangsrechten en datahuishouding op orde moeten zijn voordat het model er gebruik van maakt.

Diginomica beschrijft hoe organisaties die hun virtuele machines naar een nieuw platform migreren, die stap nog vaak als een rekenkwestie behandelen. Volgens het artikel is het in de kern een keuze over data-architectuur: hoe data wordt opgeslagen, beschermd en verplaatst bepaalt of de migratie silo’s en versnippering oplost of juist opnieuw introduceert. Een gedeeld dataplatform kan het aantal tools beperken en tegelijk de prestaties en veerkracht leveren die kritieke werklasten vragen. De nieuwe omgeving moet bovendien ruimte bieden aan AI-initiatieven, niet alleen aan bestaande toepassingen. Voor organisaties betekent dit dat een infrastructuurmigratie ook een moment is om het datafundament opnieuw te beoordelen.

Op HackerNoon verscheen een analyse van hoe Fortune 500-bedrijven hun dataplatformen opbouwen, gebaseerd op publieke presentaties en blogs. De gemene deler is een gelaagde opzet, vaak medallion-architectuur genoemd, waarin ruwe, opgeschoonde en gevalideerde data elk een eigen laag, eigenaar en publiek hebben. De auteur waarschuwt dat diagrammen de geslaagde versie tonen en mislukte migraties buiten beeld blijven. Het nut zit in vier vragen: waar landt ruwe data, wie is eigenaar van elke dataset, wat houdt foute data weg van het dashboard en hoe legt u een cijfer uit aan een auditor. Voor organisaties die rapportages en AI op hun data bouwen, bepalen deze keuzes of cijfers later herleidbaar zijn.

Uit onderzoek van Everpure blijkt dat bijna zes op de tien grote bedrijven geen strategie voor datasoevereiniteit hebben, terwijl 88 procent van de topbestuurders vreest dat fouten op dit gebied tot ontslag kunnen leiden. Everpure adviseert organisaties om ‘sovereign by design’ te worden: maatregelen en governance worden per dataset, applicatie en workload afgestemd op het risico. De nadruk verschuift van nationale soevereiniteit naar de risicobereidheid van de eigen organisatie, met aandacht voor datakwaliteit en beleid voor datamanagement. Voor organisaties betekent dit dat keuzes over waar data staat en wie er toegang toe heeft een onderdeel van de data-architectuur worden en niet pas bij een AI-project aan bod komen.

Microsoft wijzigt het afrekenmodel van Copilot Business, meldt ICT Magazine. Naast de vaste licentie per gebruiker komt er een afrekening op basis van daadwerkelijk gebruik. De kosten hangen daarmee af van hoe vaak en hoe intensief medewerkers Copilot inzetten, en niet langer alleen van het aantal toegewezen licenties. Zonder vooraf ingestelde budgetten en verbruikslimieten kan de maandelijkse rekening volgens het bericht ongemerkt oplopen tot duizenden euro’s. Voor organisaties betekent dit dat de invoering van Copilot naast licenties, datatoegang en adoptie ook vraagt om kostenbeheer en duidelijke afspraken over wie welke functies mag gebruiken.

Uit het AI-Trendonderzoek 2026 van Berenschot blijkt dat veel organisaties blijven steken in kleinschalige pilots en er niet in slagen AI structureel in te bedden. Als grootste knelpunten noemen respondenten digitale veiligheid, van de privacy van medewerkers tot de omgang met vertrouwelijke klantinformatie, gevolgd door AI-geletterdheid, de juistheid van de output, datakwaliteit en de kennis en vaardigheden van medewerkers. Daarnaast biedt 37 procent van de organisaties geen AI-opleiding aan, terwijl de Europese AI-verordening sinds februari 2025 voldoende AI-geletterdheid van personeel verplicht stelt. Voor organisaties betekent dit dat de invoering van generatieve AI-tools zoals Copilot vraagt om vooraf geregelde randvoorwaarden: afspraken over gegevenstoegang, controle op output en scholing van medewerkers.

SiliconANGLE beschrijft dat veel organisaties bij AI-investeringen uitgaan van één aanname: de data verhuist naar het platform waar de intelligentie draait. Op ondernemingsschaal klopt dat zelden. Data heeft zwaartekracht: regelgeving bepaalt waar bepaalde gegevens mogen staan, soevereiniteitsregels houden datasets binnen een jurisdictie, en verplaatsing kost tijd en geld. Daardoor wordt de data-architectuur een verborgen kostenpost die pas zichtbaar wordt nadat de rekencapaciteit is ingekocht. Het artikel pleit ervoor architectuurkeuzes en leveranciersselectie vooraf als volwaardige post in de businesscase op te nemen. Voor organisaties betekent dit dat het rendement van AI afhangt van beslissingen over het datafundament die voorafgaan aan de keuze voor modellen of hardware.

Een benchmarkonderzoek van Virtuous onder non-profitorganisaties laat zien dat 92 procent al op enige manier AI gebruikt, maar dat slechts 7 procent een effect op strategisch niveau rapporteert. The NonProfit Times wijst op een oorzaak: AI versterkt wat er in de data zit, inclusief dubbele records, inconsistente opmaak en verouderde gegevens over relaties. Een onderzoek van Drexel University uit 2026 voegt daaraan toe dat organisaties met een werkend datagovernanceprogramma meer dan 20 punten hoger scoren op vertrouwen in hun eigen data. Voor organisaties betekent dit dat het rendement van AI vooral afhangt van eigenaarschap en vaste processen rond datakwaliteit, niet van de gereedschappen zelf.

Onderzoek van ITDS, gepubliceerd door Consultancy.nl, laat zien dat financiële instellingen stevig investeren in AI, terwijl hun datamanagement achterblijft. Veel organisaties hebben data owners en data stewards benoemd, maar die rollen worden in de dagelijkse praktijk nog onvoldoende ingevuld. Daardoor blijven kwaliteit, toegankelijkheid en bruikbaarheid van data achter bij wat AI-toepassingen nodig hebben. De onderzoekers pleiten voor een pragmatische aanpak: concrete AI-toepassingen en verbeteringen in datakwaliteit kunnen elkaar versterken, zonder dat eerst het hele datalandschap op orde hoeft te zijn. Voor organisaties betekent dit dat eigenaarschap van data en de bijbehorende processen bepalen of investeringen in AI daadwerkelijk resultaat opleveren.

Uit het AI-Trendonderzoek 2026 van Berenschot blijkt dat veel organisaties generatieve AI nog niet structureel in hun werk hebben ingebed. Zolang randvoorwaarden niet zijn geregeld, blijft het bij kleinschalige pilots. Digitale veiligheid staat bovenaan de lijst met knelpunten, van de privacy van medewerkers tot de omgang met vertrouwelijke klantinformatie. Daarna volgen AI-geletterdheid, juistheid van de output en datakwaliteit. Opvallend is dat 37% van de organisaties geen AI-opleiding aanbiedt, terwijl de Europese AI-verordening sinds februari 2025 voldoende AI-geletterdheid van personeel verplicht stelt. Voor organisaties betekent dit dat het invoeren van AI-tools vooral een vraag is van governance, datatoegang en scholing, en pas daarna van techniek.

Een onderzoek onder Nederlandse werknemers laat zien dat 68 procent de winst van AI in het eigen werk nog niet ervaart. Van de medewerkers die het afgelopen jaar AI gebruikten, zet 22 procent generatieve AI dagelijks in, bijvoorbeeld om documenten samen te vatten of e-mails op te stellen. Voor AI-agents ligt het dagelijks gebruik binnen die groep op 7 procent, vooral in specifieke processen zoals werving. Het verschil tussen incidenteel gebruik en een vaste werkwijze blijkt groot: wie een hulpmiddel af en toe opent, verandert de eigen taak niet. Voor organisaties betekent dit dat de uitrol van tools als Copilot pas iets oplevert als het gebruik onderdeel wordt van het dagelijkse werkproces.

Marktonderzoeksbureau IntoTheMinds publiceerde onderzoek naar het gebruik van generatieve AI in het bedrijfsleven. De conclusie: shadow AI is een realiteit. Werknemers gebruiken dagelijks generatieve AI-tools, terwijl organisaties daar in de praktijk geen toezicht op houden. Het onderzoek signaleert bovendien een generatiekloof in het gebruik en wijst op gevolgen voor HR. Een beleidskader is volgens de onderzoekers nodig, maar moet zorgvuldig worden afgewogen: te strenge regels raken de aantrekkelijkheid als werkgever en daarmee de werving. Voor organisaties betekent dit dat generatieve AI al in gebruik is voordat afspraken over governance, datatoegang en verantwoord gebruik zijn vastgelegd, en dat een gestructureerde invoering van een zakelijk alternatief die lacune zichtbaar maakt.

Precisely heeft een Unified Data Management Platform aangekondigd dat bedrijfsdata geschikt moet maken voor AI. Het platform bundelt zes gebieden: data-integratie, datakwaliteit, governance, locatie-intelligentie, master data management en klantcommunicatie. Volgens het bedrijf blijft data verspreid over cloudomgevingen, lakehouses, on-premises systemen, mainframes en SAP, en wordt die data beheerd waar ze staat in plaats van naar één omgeving te migreren. In pipelines wordt data geprofileerd, gevalideerd, gestandaardiseerd en gematcht, met afgedwongen governancebeleid en bijgehouden lineage. Voor organisaties betekent dit dat de vraag of data gecentraliseerd of op de plek zelf beheerd wordt, een architectuurkeuze is die bepaalt hoe bruikbaar die data later voor AI is.

Onderzoeksbureau Barc ondervroeg 234 leidinggevenden op het gebied van data, AI, IT en business voor het rapport The State of Data and AI Governance. Twee op de drie organisaties kreeg al met een AI-incident te maken. Op de datalaag is de basis redelijk op orde: 58 procent beheert datakwaliteit en 62 procent past governancecontroles toe. Bij modellen en agents ligt dat anders. Slechts 26 procent gebruikt monitoring en observability voor modellen, 23 procent heeft een modelregister of inventaris, 20 procent een specifiek AI-governanceplatform en 10 procent een oplossing voor agentgovernance. Voor organisaties betekent dit dat het beheer van draaiende AI-systemen, met monitoring en een actueel overzicht van modellen, achterloopt op het beheer van data.

Microsoft-expert Michel Bouman schetst in een blog van KPN Zakelijk hoe de adoptie van AI op de werkplek in drie stappen verloopt. De eerste stap is Copilot als assistent voor notulen, Excel-formules, presentaties en het doorzoeken van bestanden, zodat medewerkers minder tijd kwijt zijn aan routinewerk. De verdere stappen bouwen daarop voort. Een voorwaarde loopt door alle stappen heen: hoe meer bedrijfsdata Copilot kan benaderen, uit Microsoft 365 en gekoppelde SaaS-diensten, hoe bruikbaarder de antwoorden worden. Dat legt de nadruk op de inrichting van data-toegang en rechten vóór de uitrol. Voor organisaties betekent dit dat de waarde van Copilot vooral afhangt van de staat van de eigen data en van hoe de toegang daartoe is geregeld.

IBM beschrijft in een analyse welke laag ontbreekt in de data-architectuur van organisaties die met AI-agents willen werken: een realtime operationele laag. Veel data loopt via batchpijplijnen naar downstreamsystemen, waardoor agents werken met informatie die achterloopt. Een streaming-architectuur legt gebeurtenissen zoals transacties en voorraadmutaties vast op het moment dat ze plaatsvinden, verrijkt ze met context en past governance toe voordat toepassingen ze gebruiken. In een onderzoek onder ruim 4.500 IT-verantwoordelijken zegt 88 procent dat datastreaming de voortgang met agentic AI kan deblokkeren. Voor organisaties bepaalt de keuze tussen batch en streaming hoe actueel en betrouwbaar de data is waarop AI beslissingen baseert.

Microsoft Copilot wordt in veel organisaties nog vooral gebruikt als slimme tekstgenerator, schrijft adoptiespecialist Philippe Dingemans in een opiniebijdrage op ITdaily. Dat levert tijdwinst op, maar het strategische potentieel blijft onbenut zolang Copilot geen toegang krijgt tot kennis, processen en expertise van de organisatie. De organisaties die volgens hem het meeste rendement halen, investeren veel in kennisdeling, praktijkvoorbeelden en interne ambassadeurs. De vraag is daarbij niet of een medewerker een prompt kan schrijven, maar of diegene begrijpt hoe AI in het eigen werk past. Voor organisaties betekent dit dat een Copilot-invoering naast licenties ook afspraken over data-toegang, governance en begeleiding vraagt.

Uit onderzoek onder organisaties in de Benelux blijkt dat bijna een kwart van de aanbevelingen van AI-systemen wordt aangepast of genegeerd. Organisaties worden daarmee selectiever in de inzet van autonome AI en zoeken eerst meer grip op toezicht en verantwoordelijkheid. Datakwaliteit en governance noemt 63 procent nu een kritieke factor voor betrouwbare AI, tegenover 47 procent een jaar eerder. De scores voor datakwaliteit, toezicht en uitlegbaarheid verbeterden, maar blijven onder de wereldwijde benchmark, terwijl de gemeten bedrijfsimpact vrijwel gelijk bleef. Voor organisaties laat dit zien dat governance en datakwaliteit pas effect hebben wanneer eigenaarschap van data en het gebruik van AI-uitkomsten ook in de dagelijkse werkprocessen zijn belegd.

Microsoft heeft zijn Copilot-aanbod uitgebreid om de kloof te dichten tussen het bereik van Office en het gebruik van zijn AI-assistent. Volgens Invezz telt Microsoft wereldwijd meer dan 450 miljoen commerciële Office 365-licenties, terwijl minder dan 7 procent daarvan een licentie voor de Copilot-toevoeging heeft. Analisten noemen stagnerende adoptie als voornaamste risico, met als oorzaken vertraging door beveiliging, compliance of governance binnen ondernemingen en een zwakke vraag van gebruikers. Voor organisaties betekent dit dat de invoering van Copilot vooral afhangt van de inrichting van datatoegang, governance en het gebruik door medewerkers, en niet van de licentie zelf.

Microsoft kondigde op 25 september nieuwe functies voor Copilot aan. Word, Excel en PowerPoint worden rechtstreeks in Copilot geïntegreerd, zodat gebruikers documenten kunnen bewerken zonder van applicatie te wisselen. Daarnaast test Microsoft eind september in beperkte vorm Autopilot, een agent met een eigen identiteit die zelfstandig taken uitvoert, en komen er functies waarmee medewerkers de kosten van hun AI-gebruik kunnen volgen. Copilot verschuift daarmee van chatassistent naar werkplatform waarin agents toegang krijgen tot documenten, data en applicaties. Voor organisaties betekent dit dat vragen over datatoegang, rechten en governance vóór de invoering beantwoord moeten zijn, omdat een agent met eigen identiteit alleen verantwoord kan werken binnen duidelijke kaders.

Sinds augustus 2026 wordt toezicht gehouden op artikel 4 van de Europese AI Act, dat aanbieders en gebruiksverantwoordelijken verplicht maatregelen te nemen voor de AI-geletterdheid van medewerkers die met AI-systemen werken. De verplichting geldt sinds februari 2025, maar schrijft na wijziging geen specifiek individueel niveau meer voor. Jennifer Kuiper RA stelt op CFO.nl dat een generieke training weinig oplevert: AI-geletterdheid werkt pas als een medewerker in een concrete werksituatie weet wanneer AI helpt, wat gecontroleerd moet worden, waar de grenzen liggen en wanneer escalatie nodig is. Voor organisaties betekent dit dat AI-adoptie een organisatorische opgave is, waarin rollen, processen en eigenaarschap bepalen of de verplichting in de werkpraktijk landt.