AI in de professies: iedereen experimenteert, niemand durft te vertrouwen

Enthousiasme is geen adoptie

De cijfers ogen overtuigend. Zes op de tien advocatenkantoren gebruiken inmiddels AI-tools. Dat klinkt als vooruitgang, misschien zelfs als een kantelpunt. Maar wie zich niet blindstaart op percentages, ziet iets anders. Gebruik is nog geen adoptie. En adoptie is weer iets anders dan integratie in het professionele hart van een organisatie.

In veel kantoren blijft AI hangen in de periferie: een slimme assistent voor samenvattingen, een hulpmiddel bij research, soms een generator van eerste concepten. Handig, tijdbesparend, soms zelfs indrukwekkend. Maar zodra de output dichter in de buurt komt van professioneel oordeel, advies of besluitvorming, ontstaat er frictie. Dan worden de remmen aangetrokken. Niet uit onwil, maar uit voorzichtigheid.

Die voorzichtigheid is interessant. Niet omdat ze achterhaald zou zijn, maar juist omdat ze iets blootlegt wat in veel sectoren speelt: de spanning tussen technologische mogelijkheden en professionele verantwoordelijkheid.

De adoptieparadox: wel gebruiken, niet vertrouwen

We zien hier een klassieke adoptieparadox. Organisaties omarmen AI omdat de voordelen evident zijn: snelheid, schaal, kostenbesparing. Tegelijkertijd durven ze het systeem niet te vertrouwen op de momenten die er echt toe doen. AI mag helpen, maar niet beslissen. Mag versnellen, maar niet richting geven.

Dat is geen kwestie van kinderziektes in de technologie. De modellen worden beter, de interfaces gebruiksvriendelijker en de resultaten overtuigender. De aarzeling zit dieper. Ze raakt aan vragen die niet technisch zijn, maar institutioneel en professioneel. Wie is verantwoordelijk voor een fout? Wie legt uit hoe een conclusie tot stand is gekomen? En hoe verhoudt probabilistische output zich tot normatieve standaarden?

Juist in beroepen waar vertrouwen het fundament is zoals advocatuur, maar ook de accountancy en medische zorg,  is dat geen bijzaak. Daar is het oordeel niet alleen een uitkomst, maar ook een proces dat uitlegbaar, verdedigbaar en herhaalbaar moet zijn.

AI is geen toolingprobleem

De reflex is vaak om deze spanning te vertalen naar tooling. Meer controles, strengere prompts, betere training. Dat helpt, maar raakt de kern niet. Het probleem is geen technologisch probleem. Het is een governanceprobleem.

AI introduceert een nieuw type actor in professionele besluitvorming: een systeem dat overtuigend kan redeneren zonder begrip, kan concluderen zonder verantwoordelijkheid en kan schalen zonder context. Dat botst niet met de vaardigheid van professionals, maar met hun rol. Professioneel handelen betekent immers niet alleen “het juiste antwoord geven”, maar ook kunnen uitleggen waarom dat antwoord verantwoord is.

Zolang organisaties AI benaderen als een slim stuk gereedschap, blijven ze steken in experimenten. Pas wanneer AI wordt gezien als een structureel onderdeel van het beslissingsproces, met bijbehorende verantwoordelijkheden, toezicht en kaders,  kan er sprake zijn van volwassen inzet. En precies daar wringt het.

Advocaten en accountants: dezelfde worsteling, andere woorden

Wat opvalt is hoe herkenbaar deze discussie is voor andere professionele diensten. Neem de accountancy. Ook daar is AI inmiddels alomtegenwoordig in pilots, dashboards en tooling. En ook daar klinkt vaak het optimistische verhaal dat “we al ver zijn”.

In de praktijk valt dat tegen. Net als bij advocaten wordt AI vooral ingezet in voorbereidende fases: risico-inventarisaties, beetje data-analyses en signalering. Maar zodra AI een rol zou kunnen spelen in het daadwerkelijke oordeel; bijvoorbeeld bij materialiteit, continuïteit of fraude-inschattingen, overheerst terughoudendheid. Niet omdat het niet kan, maar omdat niemand precies weet waar de verantwoordelijkheid eindigt.

Het verschil zit vooral in de framing. Advocaten benoemen hun aarzeling expliciet, vaak in termen van ethiek en cliëntvertrouwen. Accountants verpakken dezelfde twijfel eerder in standaarden, dossiervorming en controleerbaarheid. Maar onder de motorkap gaat het om hetzelfde vraagstuk: hoe combineer je probabilistische technologie met normatief professioneel oordeel?

Van experiment naar professionele inzet

De stap van experiment naar volwassen inzet vraagt dus iets anders dan nóg een tool of nóg een pilot. Het vraagt om expliciete keuzes. Over waar AI wél wordt ingezet en waar niet. Over welke beslissingen ondersteunend mogen zijn en welke altijd menselijk blijven. En vooral: over wie eindverantwoordelijk is voor de uitkomst.

Dat betekent ook dat organisaties moeten accepteren dat AI geen neutrale efficiëntiemachine is. Het beïnvloedt werkprocessen, machtsverhoudingen en oordeelsvorming. Governance rond AI is daarom geen compliance-oefening achteraf, maar een strategische randvoorwaarde vooraf.

Professionele organisaties die dit serieus nemen, investeren niet alleen in technologie, maar ook in opleiding, reflectie en interne dialoog. Niet om AI te temmen, maar om het op een volwassen manier te positioneren binnen het vakmanschap.

Toezicht, wetgeving en de EU-AI-wet

De timing van deze discussie is geen toeval. Met de komst van de EU-AI-wet verschuift AI van vrijblijvende innovatie naar gereguleerd domein. Transparantie, risicoklassen, menselijke controle en uitlegbaarheid worden niet langer gezien als “nice to have”, maar als harde eisen.

Voor professionele diensten is dat geen bedreiging, maar een kans. Juist sectoren die gewend zijn te werken met normen, toezicht en publieke verantwoordelijkheid kunnen hier het verschil maken. Niet door AI krampachtig te beperken, maar door te laten zien hoe technologie en professioneel oordeel elkaar kunnen versterken.

Dat vraagt wel om leiderschap. Om besturen die durven erkennen dat adoptie meer is dan gebruik. En om professionals die niet alleen leren werken mét AI, maar ook leren uitleggen waar de grenzen liggen.

Waarom aarzeling geen zwakte is

Misschien is de belangrijkste les uit de aarzelende advocatuur wel deze: twijfel is geen teken van achterstand, maar van volwassenheid. In een tijd waarin technologische mogelijkheden sneller groeien dan onze institutionele kaders, is terughoudendheid soms precies wat nodig is.

Niet om stil te blijven staan, maar om de juiste vragen te stellen voordat we versnellen. Want AI zal onmiskenbaar een blijvende rol spelen in professionele diensten. De vraag is alleen niet of we het gaan gebruiken, maar of we het durven te vertrouwen en onder welke voorwaarden.

Wie die voorwaarden nu expliciet maakt, loopt straks niet achter, maar voorop.