De Vier Procent Belofte

Op 23 maart 2026 stond de hoofdeconoom van de ECB op in Frankfurt en zette een cijfer op de prijs. Over een decennium kan kunstmatige intelligentie de productiviteit in de eurozone met meer dan vier procentpunt verhogen. Dat is geen marginale winst. Vier procentpunt over tien jaar samengesteld is het verschil tussen een blok dat stagneert en een blok dat groeit. Het is de grootte van de kloof die Mario Draghi een jaar lang heeft gedocumenteerd in zijn rapport over concurrentievermogen.

De prijs komt met een voorwaarde. Het vier-punten-cijfer veronderstelt dat de adoptie minstens de helft van de economie bereikt. Vandaag is de adoptie onder EU-ondernemingen met tien of meer werknemers twintig procent. Voor kleine ondernemingen is het zeventien.

De ECB verkoopt geen optimisme. Ze publiceert een voorwaardelijke. De voorwaarde is adoptie. Adoptie is architectuur, geen ambitie.

De Toespraak

De keynote werd gehouden op de ECB-SAFE-RCEA International Conference on the Climate-Macro-Finance Interface (3CMFI) in Frankfurt. De spreker was Philip R. Lane, lid van de Directie van de ECB en hoofdeconoom van de bank. De titel — “AI and the euro area economy” — staat op de website van de ECB. De tekst is openbaar. Lees hem, niet het commentaar erover.

Lane bouwde de toespraak rond drie vragen op. Wat doet AI nu met de macro-economie? Wat zou het de komende tien jaar kunnen doen? En wat zou waar moeten zijn om Europa de winst te laten oogsten? Het eerste antwoord is: nog niet veel. De geaggregeerde effecten van AI op productiviteit, werkgelegenheid en inflatie blijven beperkt en onzeker. De diffusie gaat snel. De investering stijgt. De gemeten macro-economische impact is tot nu toe klein.

Het tweede antwoord is waar de vier procent verschijnen — en waar je zorgvuldig moet lezen.

Lane bekeek externe prognoses. Goldman Sachs Research voorspelde in maart 2023 dat brede AI-adoptie de jaarlijkse arbeidsproductiviteitsgroei over een decennium met ongeveer 1,5 procentpunt zou kunnen verhogen. McKinsey suggereerde in juni 2023 dat AI gecombineerd met bredere automatisering van werkactiviteiten tot 2040 maar liefst 3,4 procentpunt per jaar aan productiviteitsgroei zou kunnen toevoegen. Dat zijn niet de voorspellingen van Lane. Het is het bereik van plausibele scenario’s waar Lane vanuit werkte.

Daarna deed Reuters de synthese. In berichtgeving die diezelfde dag verscheen, vatte het persbureau Lane’s kader samen: een adoptietempo in lijn met eerdere innovaties zoals het internet zou minstens 1,5 procentpunt extra productiviteitsgroei over tien jaar opleveren; als de adoptie in het huidige tempo zou doorgaan en minstens de helft van de economie zou bereiken, zou de winst de vier procentpunt kunnen overschrijden. Die synthese is de bron van de kop “vier procent belofte”. Het is parafrase van de journalist, geen direct citaat van Lane. De substantie staat in de toespraak. De synthese staat in het bericht.

Het directe citaat — datgene wat Lane werkelijk uitsprak — is dit: de grootste impact wordt bereikt als AI het tempo van de innovatie materieel versnelt, want in plaats van alleen het productiviteitsniveau te verhogen, zou dit de langetermijngroeipotentie kunnen verhogen. Die zin is de toespraak in het klein. Het vier-punten-cijfer is afhankelijk van versnelling van innovatie, niet alleen van adoptie van tools.

De Noemer

Het vier-punten-scenario vereist dat AI minstens de helft van de economie bereikt. De huidige stand is gedocumenteerd.

Eurostat publiceerde zijn cijfers voor 2025 op 11 december 2025. Twintig procent van de EU-ondernemingen met tien of meer werknemers gebruikten dat jaar AI-technologieën, tegenover 13,5 procent in 2024. De groei — 6,5 procentpunt in één jaar — is het snelste tempo dat het onderzoek ooit heeft gemeten. Het niveau blijft twintig procent.

Splits uit naar ondernemingsgrootte en de structuur wordt zichtbaar. Zeventien procent van de kleine ondernemingen (10–49 werknemers) gebruikte AI. Dertig komma vier procent van de middelgrote (50–249 werknemers). Vijfenvijftig procent van de grote (250+ werknemers). De kloof tussen klein en groot is achtendertig procentpunt. De noemer die het scenario van Lane vereist — de helft van de economie — is in geen enkele grootteklasse aanwezig behalve bij grote ondernemingen, en zelfs daar maar nipt.

De geografie verergert de structuur. Denemarken leidt met tweeënveertig procent. Finland staat op 37,8. Zweden op 35. Aan de andere kant rapporteert Roemenië 5,2 procent. Polen 8,4. Bulgarije 8,5. Het gemiddelde van de eurozone ligt tussen deze polen. De landen die het vier-punten-scenario in de realiteit zullen trekken, zijn niet de landen waar de kloof het breedst is. Het zijn de landen waar de kloof al het smalst is.

Dit is het noemerprobleem. Het vier-punten-cijfer van de ECB is een functie van een breuk. De teller is plausibel — AI levert productiviteitswinst op in ondernemingen die het goed gebruiken. De noemer is het aandeel van de economie waar die ondernemingen bestaan. Vandaag is de noemer één op vijf. De belofte vereist één op twee.

Wat het SAFE-Onderzoek Vond

De andere primaire bron is het eigen onderzoek van de ECB, de Survey on the Access to Finance of Enterprises (SAFE). De golf van het vierde kwartaal 2025 bevatte ad-hoc-vragen over AI-adoptie. Vijfduizend ondernemingen in de eurozone reageerden. De resultaten werden in februari 2026 gepubliceerd in het focusartikel van het Economisch Bulletin.

Het kopcijfer klinkt bemoedigend. Twee derde van de bevraagde ondernemingen meldde dat hun werknemers AI gebruiken. Lees verder en de structuur draait om. Zevenentwintig procent van de ondernemingen gebruikt AI helemaal niet. Drieëndertig procent gebruikt het zeer infrequent of experimenteel. Eenendertig procent gebruikt het matig. Zeven procent gebruikt het significant.

Zeven procent. Dat is het aandeel van ondernemingen in de eurozone waar AI werkelijk in de operatie zit ingebed. Niet incidenteel geopend. Niet gepiloteerd in één afdeling. Significant gebruikt. Het cijfer is hetzelfde voor mkb en grote ondernemingen — wat het enige goede nieuws in de gegevens is. Wanneer ondernemingen zich op AI vastleggen, bepaalt grootte niet de diepte van gebruik.

Maar het vastleggen is zeldzaam. Onder niet-gebruikers noemt dertig procent gebrek aan nut als belangrijkste barrière. Twintig procent noemt systeemincompatibiliteit. Twintig procent noemt een tekort aan vaardigheden. De barrières zijn niet nieuwsgierigheid of budget. Het zijn implementatiemethodiek, datagereedheid en het onvermogen om te identificeren waar de tool zijn geld terugverdient. Dit zijn architectonische problemen. Ze worden niet opgelost door licenties te kopen.

De investeringsintentie volgt hetzelfde patroon. Ondernemingen verwachten gemiddeld negen procent van hun totale investering aan AI toe te wijzen. Niet-gebruikers plannen vier procent. Matige gebruikers elf. Significante gebruikers twintig. De meest toegewijde ondernemingen investeren vijf keer het tempo van de minst toegewijde. De kloof wordt breder, niet smaller.

De SAFE-gegevens segmenteren ook op ondernemingskenmerken. Vijfenveertig procent van de grote ondernemingen en van de beursgenoteerde of door durfkapitaal gefinancierde bedrijven bevindt zich in een gevorderd adoptiestadium — significant of matig gebruik. Het cijfer stijgt naar zesenvijftig procent voor jonge bedrijven. Bedrijven opgericht sinds 2020 adopteren AI bijna twee keer zo snel als gevestigde mid-cap-bedrijven in dezelfde sector. Het patroon is consistent over industrieën heen: de operationeel meest flexibele bedrijven adopteren het snelst, en de bedrijven met het meeste institutionele gewicht om te verplaatsen adopteren het langzaamst.

De meest genoemde barrière onder niet-gebruikers is niet technisch. Dertig procent rapporteert gebrek aan nut. Dat is geen klacht over AI. Het is een klacht over implementatie. Een bedrijf dat niet kan identificeren waar AI zijn geld terugverdient is geen bedrijf met een toolprobleem. Het is een bedrijf zonder een architectonisch probleemstatement. De tool komt stroomafwaarts. Het probleemstatement is de bottleneck.

Dit is wat “wijdverbreid maar infrequent” in cijfers betekent. AI is overal. Adoptie is ergens anders.

De Werknemerslaag

Lane voegde een derde gegeven toe dat makkelijk verkeerd te lezen is. De Consumer Expectations Survey van de ECB toont dat het aandeel werkende mensen in de eurozone dat AI gebruikt is gestegen van zesentwintig procent in 2024 naar veertig procent in 2025. De opname, merkte Lane op, overtreft de historische diffusie van het internet of de pc.

Veertig procent van de werknemers gebruikt AI-tools. Zeven procent van de bedrijven gebruikt AI significant. Deze twee getallen beschrijven dezelfde economie.

De implicatie is direct. Werknemers adopteren AI sneller dan hun werkgevers het inzetten. De tools zitten in de browser. De integratie zit niet in de workflow. Een werknemer die ChatGPT gebruikt om een vergadering samen te vatten gebruikt AI. Een bedrijf waarvan de operaties zijn herontworpen rond AI-capaciteiten zet AI in. Het eerste levert een productiviteitsvoordeel op dat door het individu wordt opgevangen en grotendeels onzichtbaar is voor het bedrijf. Het tweede levert een productiviteitswinst op die zichtbaar is in productie, kosten en concurrentiepositie.

Het cijfer van veertig procent werknemers is wat de ECB “snelle diffusie” noemt. Het cijfer van zeven procent bedrijven is wat een econoom adoptie zou noemen. Diffusie zonder adoptie produceert ruis — meetbare activiteit die niet in meetbare productiviteit wordt vertaald. De macro-economische gegevens zijn consistent. De geaggregeerde effecten van AI blijven, in Lane’s woorden, beperkt en onzeker.

Het Energierisico

Lane voegde een waarschuwing toe die de meeste berichtgeving oversloeg. Het optimistische scenario veronderstelt dat de infrastructuur die nodig is om AI op te schalen — datacenters, rekenkracht, elektriciteit — beschikbaar is. Dat hoeft niet zo te zijn.

De toespraak merkt op dat een verdere versnelling van AI- en digitale investeringen geremd kan worden door onvoldoende energievoorziening, tekorten aan gekwalificeerd personeel en overregulering. De energiebeperking is de meest materiële van de drie. AI-workloads zijn energie-intensief. Aanhoudend hoge brandstofkosten verhogen de marginale kosten om nieuwe modellen te trainen en inferentie op schaal te draaien. Ze verminderen ook het tempo waarin bedrijven kunnen adopteren — elke euro besteed aan energie is een euro die niet besteed wordt aan integratie.

Dit is het asymmetrische risico in het vier-punten-scenario. De opwaartse kant vereist dat de adoptie verdubbelt, van twintig naar vijftig procent. De neerwaartse kant vereist slechts dat één variabele tegen de trend in beweegt — energieprijzen, een hyperscaler die in één regio aan zijn capaciteitsgrens komt, een regelgevende verkrapping op datacentervergunningen — en het optimistische scenario drukt zich samen richting de basislijn. Het 1,5-punten-pad is robuuster dan het 4-punten-pad. Dat laatste is een staartuitkomst die vereist dat meerdere dingen tegelijk goed gaan.

Wat Dit Betekent voor een Fabrikant van 200 Mensen

Vertaal het macro naar het operationele. Een fabrikant met 200 mensen in Portugal, Duitsland of Nederland zit, statistisch, in het segment van middelgrote ondernemingen. Dat segment rapporteert dertig procent AI-adoptie. De meeste peers gebruiken geen AI. Een significante minderheid wel.

Als het vier-punten-scenario zich materialiseert, zal de fabrikant binnen een decennium concurrenten tegenkomen die met meetbaar hogere productiviteit opereren. Niet in een vage zin van “AI gaat alles veranderen”. In de specifieke zin dat een concurrent met AI ingebed in productieplanning, kwaliteitscontrole, klantendienst en designiteratie meer output per werknemer produceert dan een concurrent zonder. De productiviteitskloof zal zichtbaar zijn in marges, prijzen, doorlooptijden en uiteindelijk marktaandeel.

Als het 1,5-punten-scenario zich materialiseert — de meest waarschijnlijke uitkomst gezien de huidige adoptietempo’s — is de kloof kleiner maar bevoordeelt nog steeds de bedrijven die vroeg adopteerden. Het cumulatieve effect van een jaarlijkse productiviteitsdifferentiaal van 1,5 punt over tien jaar is ongeveer een totaal productiviteitsvoordeel van zestien procent. Voor een fabrikant die op marge concurreert, is dat geen afrondingsfout. Het is het verschil tussen houdbare operaties en structurele neergang.

In beide scenario’s zijn de bedrijven die de winst opvangen die welke zijn overgegaan van diffusie op werknemersniveau naar adoptie op bedrijfsniveau. Werknemers individueel ChatGPT laten gebruiken is geen strategie. Dat gebeurt standaard. Strategie is de specifieke beslissing over in welke workflows AI wordt ingebed, welke data het nodig heeft, wie het onderhoudt, hoe de output wordt gecontroleerd en hoe het gebruik wordt gemeten.

Een fabrikant met 200 mensen die aan de productieve kant van de vier-punten-belofte wil staan, moet in de komende achttien maanden zes beslissingen nemen. Welke twee operationele workflows het meest baat hebben bij AI-integratie. Welke databronnen die workflows vereisen en of ze in bruikbare vorm bestaan. Wie in de organisatie verantwoordelijk is voor de integratie — niet voor het evalueren ervan, voor het bezitten ervan. Hoe de output van het AI-systeem wordt gevalideerd voordat het een klant of een financieel resultaat raakt. Hoe adoptie wordt gemeten — dagelijks gebruik, wekelijks gebruik, welk soort gebruik. En hoe het systeem wordt bijgewerkt naarmate de onderliggende modellen veranderen.

Geen van deze beslissingen vereist een PhD in machine learning. Allemaal vereisen ze dat iemand in het bedrijf ze bezit. De barrière is niet technologie. Het is de toewijzing van verantwoordelijkheid.

De landenuitsplitsing van Eurostat scherpt het punt aan. Een fabrikant die concurreert in Deense of Finse markten staat tegenover een peerset waar veertig procent van de bedrijven al AI draait. Een fabrikant in Roemeense of Poolse markten staat tegenover een peerset waar het vijf tot acht procent is. Het concurrentielandschap is niet uniform binnen de interne markt. Hetzelfde product, verkocht in twee lidstaten, komt bij de buurbedrijven twee verschillende productiviteitsbasislijnen tegen. Bouw voor de Deense basislijn en de Roemeense markt blijft toegankelijk. Bouw voor de Roemeense basislijn en de Deense markt sluit — stil, via margedruk, voordat iemand het aankondigt.

De valkuil, in beide markten, is om diffusie op werknemersniveau te verwarren met capaciteit op bedrijfsniveau. Een fabriekshal waar het planningsteam ChatGPT gebruikt om e-mails op te stellen is geen fabriekshal met AI in productie. Een onderhoudsteam dat een chatbot af en toe vraagt een sensorlog te interpreteren is geen onderhoudsteam dat voorspellend onderhoud draait. De Consumer Expectations Survey zal beide registreren als AI-gebruik. De productiviteitsdata zal dat niet doen. Het bedrijfsgetal van Eurostat is de hardere maat, en is degene die op het vier-punten-scenario afbeeldt. Twintig procent. Niet veertig.

Waar Bluewaves in Beeld Komt

Bluewaves bouwt in waves van drie weken. Elk engagement levert een Gizmo op — een specifieke AI-tool ingezet in een specifieke workflow, eigendom van een specifiek team. We draaien geen pilots. We produceren geen strategy slide decks. We zetten werkende AI in dagelijks gebruik.

De keuze is bewust. De ECB-data vertelt je waarom. Zeven procent van de bedrijven in de eurozone gebruikt AI significant. De andere drieënnegentig niet. De kloof is geen bewustzijn. Het is de institutionele kloof tussen het kennen van een technologie en het inbedden in operaties. Die kloof dichten is geen kwestie van meer presentaties. Het is een kwestie van één specifiek ding bouwen, het laten adopteren door het team dat het dagelijks gaat gebruiken en het gebruik als bewijs meten.

Een fabrikant met 200 mensen die zijn eerste Wave afrondt heeft één Gizmo in dagelijks gebruik door één team. Dat is meer dan drieënnegentig procent van de bedrijven in de eurozone heeft bereikt.

De Positie

De vier-punten-belofte is echt. De voorwaardelijke is ook echt. De ECB heeft beide gepubliceerd. Lane’s toespraak is eerlijk over de asymmetrie: de opwaartse kant is groot, de voorwaarden zijn veeleisend, en de huidige noemer is een vijfde van wat het optimistische scenario vereist.

De Europese productiviteit zal stijgen als Europese bedrijven AI inzetten. Ze zal niet stijgen als Europese werknemers individueel AI-tools gebruiken terwijl Europese bedrijven adoptiestrategieën blijven bediscussiëren. De eerste toestand is wijdverbreid. De tweede is zeldzaam. Lane publiceerde de kloof tussen de twee. De kloof is het artikel.

Een productiviteitsstijging van 1,5 punt over een decennium is haalbaar op de huidige paden. Het is ook onvoldoende om de bbp-per-capita-kloof EU-VS te dichten die Draghi voor zeventig procent toeschreef aan lagere productiviteit. De vier-punten-stijging zou betekenisvol terrein terugwinnen. Het vereist dat de adoptie de helft van de economie bereikt. De helft van de economie betekent dat kleine bedrijven met drie keer het huidige tempo adopteren. Kleine bedrijven die met drie keer het huidige tempo adopteren betekent dat kleine bedrijven iets doen wat ze nog niet hebben gedaan: AI in operaties inbedden, niet alleen in een browser openen.

De architectuur is niet optioneel. Het is de variabele. De ECB heeft het gemeten. Het getal is twintig procent. De belofte is vier. De afstand ertussen is het werk.

Het werk is niet begonnen.