Je team meekrijgen met AI-agents: van weerstand naar eigenaarschap
Agent-projecten stranden zelden op techniek, bijna altijd op mensen. Zo verander je weerstand in eigenaarschap en maak je van je team medebedenkers.
· 5 min lezen
Het gesprek over AI-agents gaat bijna altijd over techniek: welk model, welke koppelingen, welke use case. Begrijpelijk, maar het is niet waar de meeste projecten op stuklopen. Ze lopen vast op mensen.
Dat zie je terug in de cijfers. De weerstand van werknemers tegen agents steeg in één kwartaal van 5% naar 20%, volgens KPMG (2026). Een verviervoudiging in drie maanden. En interessanter nog dan de sprong is de verschuiving in karakter: de zorgen gaan niet langer vooral over vaardigheden, maar over vertrouwen en ethiek, en over de vraag of het werk er niet drukker en ingewikkelder van wordt. Ruim de helft van de weerstand komt daar inmiddels vandaan.
Dat is geen detail. Het betekent dat je een team niet meekrijgt met een betere demo of een handigere tool. Je krijgt het mee door de zorgen die eronder zitten serieus te nemen — en door mensen iets in handen te geven in plaats van iets op te leggen.
De kloof tussen boardroom en werkvloer
Er zit een gat tussen hoe de directie naar deze verandering kijkt en hoe de werkvloer het beleeft. Accenture (2026) legde dat bloot: terwijl leiders massaal verwachten dat AI hun organisatie flink gaat veranderen, voelt slechts één op de vijf werknemers zich actief medebedenker van hoe AI hún werk verandert. De rest ondergaat het.
Dat cijfer verklaart veel. Weerstand wordt vaak gelezen als onwil — mensen die niet mee willen. Maar meestal is het iets anders: een ontwerpfout in de aanpak. Als verandering over je heen komt in plaats van dat je hem mede vormgeeft, is argwaan een gezonde reactie, geen gebrek aan goede wil. Wie zich toeschouwer voelt, gedraagt zich ook zo.
De omslag begint dus niet bij overtuigen, maar bij betrekken. Niet “we hebben een agent gebouwd, ga hem gebruiken”, maar “welk werk zou jij het liefst kwijt zijn?”
De 70/20/10-les
Als er één verhouding is die je moet onthouden, is het deze. BCG (2026) ontleedde wat succesvol opschalen van agents nu écht vraagt, en kwam uit op 70/20/10: zeventig procent van de opgave zit in mensen en verandermanagement, twintig procent in data en techniek, en maar tien procent in de algoritmes zelf. Organisaties die meer dan de helft van hun mensen meenemen en trainen, komen het verst.
Lees die verhouding nog eens. De techniek — waar de meeste aandacht, tijd en budget naartoe gaan — is het kleinste stuk van de puzzel. Wie het omdraait en negentig procent van de energie in de technische kant stopt, krijgt precies de weerstand die daarbij hoort. Niet omdat de agent slecht is, maar omdat het zwaarste werk simpelweg is overgeslagen.
Meekrijgen is dus geen bijzaak die je erbij doet als de bouw af is. Het ís het project, voor het grootste deel.
Training alleen is niet genoeg
De voor de hand liggende reflex is: dan gaan we mensen trainen. En vaardigheden zijn inderdaad de grootste barrière — Deloitte (2026) noemt het AI-vaardighedentekort de belangrijkste horde voor het inbedden van agents in het dagelijkse werk. Alleen: bedrijven reageren daar bijna reflexmatig op met educatie, en dat blijkt lang niet genoeg.
Onderzoek onder medewerkers bij dienstverleners laat dat scherp zien: vrijwel iedereen had een formele training gekregen, en toch vond bijna iedereen die training onvoldoende, meldt HFS Research (2026). De cursus was er wel. Wat ontbrak, was tijd en ruimte om te oefenen met echt eigen werk. Een klassikale uitleg maakt niemand vaardig; dat doet de oefening op je eigen dossiers, met ruimte om fouten te maken.
Training is dus een startpunt, geen eindpunt. Het gaat om de weken erna: krijgen mensen de tijd en de veiligheid om te experimenteren, of moeten ze het “erbij” doen naast een volle agenda?
Wat wél werkt
Er is geen trucje, maar er is wel een patroon. Vier dingen maken het verschil.
Begin bij het werk dat mensen zelf kwijt willen. Niet bij de meest complexe taak, maar bij het saaie, repeterende werk waar niemand energie van krijgt. Dan is de agent geen bedreiging maar een opluchting — en dat verandert het gesprek volledig.
Maak de agent een assistent van het team, niet een vervanger. Positioneer hem als een digitale collega die voorwerk doet, zodat mensen tijd overhouden voor het werk waar hun oordeel telt. De agent bereidt voor, de mens beslist.
Laat het team de kaders mee bepalen. Wat mag de agent zelfstandig, en waar moet hij iets voorleggen? Wie die grenzen mee mag trekken, voelt zich geen proefkonijn maar mede-eigenaar. Precies de co-creatie die volgens Accenture nu zo vaak ontbreekt.
Vier wat het oplevert. Maak zichtbaar hoeveel uur saai werk er wegvalt en wat mensen daarvoor terugkrijgen. Erkenning houdt de beweging op gang.
En er is een positieve prikkel die je gerust mag benoemen. KPMG (2026) ziet dat bijna de helft van de leiders vindt dat medewerkers die AI goed gebruiken hun collega’s nu al overtreffen. Dat is geen dreiging maar een kans: wie hiermee leert werken, wordt waardevoller, niet overbodig. Dat perspectief — dit maakt jóú sterker — is het tegengif voor de angst die anders de overhand krijgt.
Van weerstand naar eigenaarschap
Weerstand is geen muur om doorheen te breken, maar een signaal om naar te luisteren. Mensen die zich gezien voelen, hun eigen saaie werk zien verdwijnen en mee mogen bepalen waar de agent van afblijft, worden vanzelf de ambassadeurs van de verandering. Niet omdat het moet, maar omdat het hún oplossing is geworden.
De techniek krijg je wel voor elkaar. De echte kunst zit in de zeventig procent eromheen — en dat is precies waar wij het gesprek graag beginnen.
Benieuwd hoe je je team van meet af aan meekrijgt? Bekijk onze aanpak en de toepassingen die zich lenen voor een kleine, kansrijke eerste stap — of plan een vrijblijvend gesprek.