Nederland heeft het AI-talent. Waarom kiezen we niet?
12 september 2026 · Chavez Peters
Nederland heeft de hoogste dichtheid AI-professionals van Europa, toch blijven AI-plannen vaak hangen. Het verschil zit niet in talent of techniek, maar in durven kiezen.
We moeten iets met AI
Als ik met bedrijven in Nederland spreek, hoor ik al maanden dezelfde zin: "we moeten iets met AI." Zonder richting, zonder plan, zonder iemand die eigenaar is. Ik spreek developers die zelf maar een werkgroep starten, omdat het management wel roept dat er iets moet gebeuren maar niet kiest wat.
Bijna elk bedrijf heeft inmiddels AI-plannen. Licenties zijn gekocht. Er is een pilot gedraaid. Iemand heeft een demo gegeven waar het management enthousiast van werd. En dan blijft het staan.
Het ligt niet aan het talent
Het gekke is dat dit niet aan het talent ligt. Nederland heeft de hoogste dichtheid aan AI-professionals van Europa. Er zijn ruim 840 AI-startups. Vorig jaar ging er 1,8 miljard aan durfkapitaal naar de sector, ruim de helft meer dan twee jaar eerder. En er zijn prachtige startups die vooraan staan in de race.
Tegelijk staan er zo'n 12.400 AI-vacatures open en zegt bijna driekwart van de bedrijven geen goede mensen te kunnen vinden. We hebben de mensen, het geld en de kennis, en toch lijken we achter te lopen.
Het zit in durven kiezen
Mijn conclusie is dat het verschil niet zit in techniek of talent. Het zit in durven kiezen. In Nederland wordt er veel vergaderd over AI. Wat er minder gebeurt, is dat iemand een richting bepaalt en dat er vervolgens gebouwd wordt.
Ik begrijp waar dat vandaan komt. We hebben in Nederland een cultuur van overleg en draagvlak, en dat heeft ons veel goeds gebracht. Niet elke snelle beslissing is een goede. Maar bij een technologie die zo snel verandert, kost lang wachten ook iets. Elk kwartaal dat een pilot in de la ligt, is een kwartaal waarin je engineers niet leren hoe het in jullie eigen omgeving werkt.
Het zijn engineeringvragen
Wat me opvalt als ik doorvraag waarom het blijft hangen: het ligt zelden aan de techniek. Het ligt aan alles eromheen. Wie reviewt de output? Waar staan de afspraken? Wat doe je met code die bijna goed is? Wie is eigenaar als het misgaat in productie?
Dat zijn geen AI-vragen. Dat zijn engineeringvragen. En daar hebben ervaren engineers juist veel verstand van. Precies om die stap ging het eerste live event van FutureProofEngineers: van AI-plannen naar een werkende AI-workflow. Geen leverancier met slides, maar ervaren engineers die onderling vertelden wat bij hen wel en niet werkte. Het is de stap waar ik de meeste teams zie vastlopen. Plannen genoeg, tools genoeg, maar er dagelijks echt mee werken blijft hangen.
De engineers zijn er klaar voor
De engineers die ik spreek, zijn er klaar voor. Ze experimenteren al, vaak in die zelfgestarte werkgroep of in hun eigen tijd. Ze wachten alleen op iemand die de knoop doorhakt.
Voor werkgevers zit daar ook een wervingsvraag in. Engineers die met AI aan de slag willen, zoeken een werkgever waar dat ook echt kan. Als je in gesprekken met kandidaten alleen kunt vertellen dat jullie "iets met AI gaan doen", zullen ze kritisch doorvragen. En terecht. Een bedrijf dat kan uitleggen welke keuze het gemaakt heeft, wie eigenaar is en hoe de werkwijze eruitziet, is voor die mensen een stuk aantrekkelijker.
Waar begin je?
Je hoeft geen grote strategie te hebben om te beginnen. Wat volgens mij helpt, is één keuze: één proces, één team, één eigenaar. Spreek af wie de output beoordeelt en wat er gebeurt als iets bijna goed is. Geef de engineers die al aan het experimenteren zijn de ruimte en het mandaat om het in productie te brengen. En leer van wat er misgaat, want dat gaat het.
Dat is minder spannend dan een grote AI-visie. Maar het is wel het verschil tussen erover praten en het doen.
Hoe zit het bij jullie?
Herken je dit binnen jouw organisatie? Wordt er gekozen, of vooral vergaderd? En als je engineer bent: waar loopt het bij jullie vast tussen plan en praktijk? Ik hoor het graag, stuur me gerust een bericht.