Het gebruik van gene­ra­tieve AI binnen orga­ni­sa­ties neemt snel toe, maar bedrijven verschillen nog sterk in de manier waarop zij de tech­no­logie inzetten. Vooral grote onder­ne­mingen lopen voorop, terwijl jonge mede­wer­kers ChatGPT rela­tief inten­sief gebruiken. Tege­lij­ker­tijd blijkt dat AI inmid­dels voor een opval­lend breed scala aan werk­zaam­heden wordt ingezet, van schrijven en soft­wa­re­ont­wik­ke­ling tot onder­zoek, juri­di­sche taken en finan­ciële analyses.

Dat zijn enkele conclu­sies uit een nieuw onder­zoek naar het zake­lijke gebruik van ChatGPT. De studie, How Orga­ni­za­tions Use AI: Evidence from ChatGPT, is geba­seerd op gebruiks­ge­ge­vens van ChatGPT Enter­prise en werd op 11 augustus 2026 gepu­bli­ceerd. De onder­zoe­kers analy­seerden onder meer miljoenen berichten, func­tie­ti­tels, taken en finan­ciële gege­vens van bedrijven.

Bij de inter­pre­tatie is echter een belang­rijke kant­te­ke­ning nodig. Het onder­zoek is groten­deels door OpenAI zelf uitge­voerd en maakt gebruik van gege­vens uit OpenAI’s eigen Enter­prise-product. Drie van de vijf auteurs werken voor OpenAI en de twee overige onder­zoe­kers verrichtten het onder­zoek mede als betaalde contrac­tors voor het bedrijf. Daarmee is het een inte­res­sante en omvang­rijke data­bron, maar geen volledig onaf­han­ke­lijk onder­zoek. De resul­taten kunnen daar­door ook aansluiten bij OpenAI’s commer­ciële belang om ChatGPT Enter­prise neer te zetten als een breed toepas­bare tech­no­logie die steeds dieper in orga­ni­sa­ties door­dringt. Opval­lend genoeg zijn de onder­zoe­kers daar zelf rede­lijk expli­ciet over. Ze bena­drukken verschil­lende beper­kingen en waar­schuwen onder meer dat gebruik van ChatGPT niet auto­ma­tisch bete­kent dat een orga­ni­satie produc­tiever wordt.

Meer dan 17 miljoen berichten onderzocht

Een inte­res­sant aspect van het onder­zoek is de schaal. Voor een deel van de analyse beschikten de onder­zoe­kers over gege­vens van 1764 orga­ni­sa­ties en ruim 17,4 miljoen berichten. Voor de analyse van speci­fieke soorten werk­zaam­heden werd een klei­nere groep van 973 orga­ni­sa­ties gebruikt, goed voor bijna 8,7 miljoen geclas­si­fi­ceerde berichten. De gege­vens bestrijken orga­ni­sa­ties die tussen januari 2024 en eind maart 2026 ChatGPT Enter­prise zijn gaan gebruiken.

OpenAI keek daarbij niet alleen naar aantallen gebrui­kers. Ook werd onder­zocht hoeveel berichten werk­ne­mers verstuurden, hoeveel tokens ChatGPT produ­ceerde en welke func­ties deze werk­ne­mers binnen hun orga­ni­satie hadden. Daar­naast werden berichten auto­ma­tisch inge­deeld in zestig verschil­lende soorten werk­zaam­heden. Indi­vi­duele berichten zijn volgens OpenAI niet hand­matig door onder­zoe­kers gelezen; de inhoud werd met geau­to­ma­ti­seerde systemen geclas­si­fi­ceerd.

Voor een aparte analyse koppelden de onder­zoe­kers ChatGPT Enter­prise-klanten aan finan­ciële gege­vens van Ameri­kaanse beurs­ge­no­teerde onder­ne­mingen uit de Compustat-data­base. Die combi­natie levert een opval­lend gede­tail­leerd beeld op van de versprei­ding van gene­ra­tieve AI binnen bedrijven.

Tokengebruik verzevenvoudigt

De meest in het oog sprin­gende ontwik­ke­ling is de sterke groei van het gebruik. Tussen juni 2025 en maart 2026 verze­ven­vou­digde het totale aantal output­to­kens dat binnen ChatGPT Enter­prise werd gepro­du­ceerd. Dat komt niet uitslui­tend doordat steeds meer orga­ni­sa­ties klant van OpenAI werden. Ook bedrijven die ChatGPT Enter­prise al eerder hadden aange­schaft, gingen de tech­no­logie inten­siever gebruiken. Bij onder­ne­mingen die uiter­lijk juni 2025 waren begonnen, nam het aantal gepro­du­ceerde tokens in dezelfde periode onge­veer vier keer toe. Volgens de onder­zoe­kers kwam daarmee ruwweg de helft van de groei voort uit inten­siever gebruik binnen bestaande klanten.

Deze grafiek laat boven­dien een duide­lijke versnel­ling zien aan het begin van 2026. Opmer­ke­lijk is dat deze versnel­ling zicht­baar is bij meer­dere groepen bedrijven die op verschil­lende momenten met ChatGPT Enter­prise zijn begonnen. Volgens de onder­zoe­kers wijst dit erop dat niet alleen het normale leer­proces na invoe­ring verant­woor­de­lijk is voor de groei. Veran­de­ringen aan het product, nieuwe modellen, betere func­ti­o­na­li­teit of een bredere accep­tatie van gene­ra­tieve AI kunnen even­eens een rol spelen. De onder­zoe­kers stellen overi­gens niet vast welke factor precies de belang­rijkste is.

Grote bedrijven lopen voorop

Een tweede belang­rijk resul­taat is dat de eerste gebrui­kers van ChatGPT Enter­prise geen door­snee bedrijven zijn. Voor de analyse van beurs­ge­no­teerde Ameri­kaanse onder­ne­mingen verge­leken de onder­zoe­kers bedrijven die ChatGPT Enter­prise gebruiken met onder­ne­mingen waar­voor geen Enter­prise-account kon worden gevonden.

De verschillen zijn aanzien­lijk. De mediaan van de omzet van een ChatGPT Enter­prise-gebruiker bedroeg in de onder­zochte groep ruim 2,2 miljard dollar. Bij niet-gebrui­kers was dit onge­veer 210 miljoen dollar. Ook wat betreft activa, beurs­waarde en perso­neels­om­vang zijn de verschillen groot. ChatGPT Enter­prise-klanten hadden een mediane markt­waarde van bijna 5 miljard dollar, tegen­over iets meer dan 300 miljoen dollar bij bedrijven zonder aange­troffen Enter­prise-account. Het mediane aantal werk­ne­mers lag rond 2.934 bij Enter­prise-gebrui­kers en 424 bij de overige onder­ne­mingen.

Ook de hoeveel­heid geld die bedrijven aan onder­zoek en ontwik­ke­ling besteden springt eruit. De mediane R&D‑uitgaven van ChatGPT Enter­prise-gebrui­kers bedroegen volgens het onder­zoek onge­veer 113 miljoen dollar, tegen­over minder dan 10 miljoen dollar bij bedrijven die niet als Enter­prise-gebruiker werden geïden­ti­fi­ceerd.

De onder­zoe­kers kijken boven­dien naar inves­te­ringen die al vóór de komst van ChatGPT waren gedaan. Bedrijven met veel opge­bouwde inves­te­ringen in R&D, soft­ware en zoge­heten SG&A‑uitgaven — onder meer verkoop, alge­mene bedrijfs­voe­ring en admi­ni­stratie — blijken vaker tot de early adop­ters te behoren.

Dat onder­steunt volgens de auteurs een bekend patroon uit eerdere tech­no­lo­gi­sche trends: een nieuwe tech­no­logie levert niet auto­ma­tisch voor­delen op. Orga­ni­sa­ties moeten daar­naast inves­teren in kennis, processen, soft­ware, trai­ning en orga­ni­sa­to­ri­sche veran­de­ringen. Met andere woorden: ChatGPT aanschaffen is rela­tief eenvoudig. Het daad­wer­ke­lijk inbedden van gene­ra­tieve AI in bedrijfs­pro­cessen is aanzien­lijk inge­wik­kelder.

Niet noodzakelijk een AI-effect

Daarbij is voor­zich­tig­heid belang­rijk. Het onder­zoek laat bijvoor­beeld zien dat onder­ne­mingen die ChatGPT Enter­prise inten­sief gebruiken gemid­deld ook een hogere omzet en beurs­waarde per werk­nemer hebben. Het zou verlei­de­lijk zijn daaruit te conclu­deren dat ChatGPT deze bedrijven produc­tiever maakt, maar dat doen de onder­zoe­kers nadruk­ke­lijk niet.

Het kan name­lijk net zo goed andersom zijn. Succes­volle, kennis­in­ten­sieve bedrijven beschikken moge­lijk over meer finan­ciële middelen, betere digi­tale infra­struc­tuur en mede­wer­kers die gemak­ke­lijker nieuwe tech­no­logie adop­teren. Hier­door zijn ze zowel produc­tiever als eerder geneigd inten­sief met gene­ra­tieve AI te expe­ri­men­teren. De gevonden relatie is dus een corre­latie, geen bewijs van causa­li­teit. Dat onder­scheid is zeker bij een onder­zoek van de leve­ran­cier zelf belang­rijk.

Kleinere bedrijven gebruiken AI relatief intensiever

Een ander inte­res­sant resul­taat lijkt op het eerste gezicht tegen­strijdig. Grote bedrijven gebruiken ChatGPT Enter­prise vaker, maar zodra een bedrijf de tech­no­logie eenmaal heeft inge­voerd, ligt het gebruik per werk­nemer bij grote orga­ni­sa­ties juist lager.

Het aantal berichten per mede­werker, het aantal actieve gebrui­kers als percen­tage van het perso­neels­be­stand en het aantal gepro­du­ceerde tokens per mede­werker nemen af naar­mate een onder­ne­ming groter wordt. Daar kunnen verschil­lende verkla­ringen voor bestaan. Bij een rela­tief klein bedrijf kan ChatGPT bijvoor­beeld direct aan een groot gedeelte van het perso­neel beschik­baar worden gesteld. Bij een onder­ne­ming met tien­dui­zenden mede­wer­kers verloopt versprei­ding waar­schijn­lijk gelei­de­lijker. Ook kunnen grote bedrijven met pilot­groepen, afde­lingen, bevei­li­gings­re­stric­ties en gefa­seerde imple­men­ta­ties werken. Het onder­zoek kan niet bepalen welke verkla­ring door­slag­ge­vend is.

AI is bepaald niet alleen voor IT

Misschien nog inte­res­santer voor IT-mana­gers en CIO’s is de consta­te­ring dat ChatGPT Enter­prise al lang niet meer uitslui­tend wordt gebruikt door soft­wa­re­ont­wik­ke­laars of andere tech­ni­sche mede­wer­kers. Zes maanden nadat een orga­ni­satie de tech­no­logie heeft inge­voerd, zijn gebrui­kers afkom­stig uit vrijwel alle lagen van het bedrijf.

Bij een gemid­deld bedrijf bestaat onge­veer 11 procent van de weke­lijkse actieve gebrui­kers uit engi­nee­ring- en tech­ni­sche mede­wer­kers. Execu­tives, oprich­ters en part­ners verte­gen­woor­digen onge­veer 9 procent. Finance, accoun­ting, marke­ting en commu­ni­catie zijn elk goed voor onge­veer 5 procent van de actieve gebrui­kers. Sales en account­ma­na­ge­ment komen op onge­veer 4 procent.

Een groot gedeelte kan vanwege ontbre­kende of moei­lijk te inter­pre­teren func­tie­ti­tels niet nauw­keurig worden inge­deeld. Dat laatste vormt meteen een belang­rijke beper­king van deze cijfers. De onder­zoe­kers weten name­lijk niet hoe groot iedere func­tie­groep binnen het totale perso­neels­be­stand is. Wanneer bijvoor­beeld 5 procent van de ChatGPT-gebrui­kers uit marke­ting­me­de­wer­kers bestaat, bete­kent dit niet auto­ma­tisch dat marke­ting AI weinig gebruikt. Als slechts 2 procent van het perso­neel in marke­ting werkt, zou deze groep juist sterk over­ver­te­gen­woor­digd kunnen zijn. Het onder­zoek meet dus de samen­stel­ling van actieve gebrui­kers, niet de adop­tie­graad per beroeps­groep.

Jonge werknemers gebruiken ChatGPT het meest intensief

Veel duide­lijker is een andere trend: hoe jonger of minder senior een mede­werker is, hoe inten­siever ChatGPT gemid­deld wordt gebruikt. Zoge­heten “early-career” werk­ne­mers en trai­nees versturen volgens de onder­zoe­kers binnen hetzelfde bedrijf weke­lijks onge­veer acht tot negen berichten meer dan de gemid­delde actieve gebruiker. Mana­gers, direc­teuren en execu­tives versturen juist minder berichten. De onder­zoe­kers spreken van een duide­lijke nega­tieve relatie tussen seni­o­ri­teit en gebruik­s­in­ten­si­teit.

Dat bete­kent niet nood­za­ke­lijk dat AI voor junior mede­wer­kers econo­misch belang­rijker is. Een senior manager kan ChatGPT slechts enkele keren gebruiken voor beslis­singen die grote finan­ciële gevolgen hebben, terwijl een junior mede­werker tien­tallen prompts gebruikt voor rela­tief routi­ne­ma­tige werk­zaam­heden. Het aantal berichten zegt dus iets over gebruik­s­in­ten­si­teit, maar niet auto­ma­tisch over bedrijfs­waarde.

Toch is de trend rele­vant. Gene­ra­tieve AI lijkt in de prak­tijk rela­tief sterk terecht te komen bij werk­ne­mers die nog aan het begin van hun carrière staan. Dat kan gevolgen hebben voor de manier waarop kennis binnen orga­ni­sa­ties wordt opge­bouwd. Werk­zaam­heden waarmee junior mede­wer­kers tradi­ti­o­neel erva­ring opdoen — infor­matie verza­melen, teksten opstellen, analyses voor­be­reiden en docu­men­tatie maken — behoren juist tot de taken waar­voor ChatGPT veel wordt ingezet.

Ook tussen func­ties bestaan duide­lijke verschillen. Analisten en mede­wer­kers in marke­ting en commu­ni­catie behoren tot de meest inten­sieve gebrui­kers. Execu­tives, foun­ders en part­ners gebruiken ChatGPT daar­en­tegen duide­lijk minder vaak. Opval­lend is dat tech­ni­sche mede­wer­kers wat aantal berichten betreft niet auto­ma­tisch bovenaan staan. Dat onder­streept een belang­rijk punt uit het rapport: gene­ra­tieve AI verspreidt zich niet simpelweg vanuit de IT-afde­ling naar de rest van de orga­ni­satie. Het lijkt eerder een alge­mene kennis­werk­tech­no­logie te worden.

Schrijven blijft nummer één

Waar­voor wordt ChatGPT dan concreet gebruikt? De grootste cate­gorie is docu­men­tatie en tech­nisch schrijven. Maar liefst 56,3 procent van de actieve gebrui­kers voert mini­maal eenmaal per week een taak uit die in deze cate­gorie valt. Daarna volgen tech­ni­sche digi­tale werk­zaam­heden met 49,6 procent. Ook het schrijven van berichten is belang­rijk: 41,1 procent van de gebrui­kers gebruikt ChatGPT daar­voor.

Bijna 39 procent gebruikt het systeem voor het maken van over­zichten van onder­werpen en bijna 29 procent voor het zoeken of verwerken van feiten en cijfers. Andere veel voor­ko­mende cate­go­rieën zijn profes­si­o­neel of acade­misch werk, markt­on­der­zoek, sales en marke­ting, plan­ning, juri­di­sche werk­zaam­heden, data-analyse en finan­ciële of fiscale vraag­stukken.

Een “lange staart” van toepassingen

Wanneer niet naar het aantal gebrui­kers maar naar het totale aantal berichten wordt gekeken, veran­dert het beeld enigs­zins. Docu­men­tatie en tech­nisch schrijven verte­gen­woor­digen 18,3 procent van alle geclas­si­fi­ceerde berichten. Tech­ni­sche digi­tale werk­zaam­heden zijn goed voor 12,7 procent en berichten schrijven voor 11,9 procent. Sales en marke­ting verte­gen­woor­digt 5 procent.

Maar de grootste cate­gorie is opval­lend genoeg “alle overige taken”: samen 27,3 procent. Dat illu­streert volgens de onder­zoe­kers dat gene­ra­tieve AI een lange staart van toepas­singen heeft. Werk­ne­mers gebruiken ChatGPT dus voor een groot aantal uiteen­lo­pende werk­zaam­heden die afzon­der­lijk rela­tief klein zijn, maar geza­men­lijk een aanzien­lijk gedeelte van het gebruik verte­gen­woor­digen.

Dat is een van de redenen waarom de onder­zoe­kers ChatGPT beschouwen als een poten­tiële general purpose tech­no­logy: een tech­no­logie die niet één speci­fieke bedrijfs­ac­ti­vi­teit veran­dert, maar op tal van plaatsen in een orga­ni­satie kan worden toege­past.

Iedere sector gebruikt AI net iets anders

Het onder­zoek laat ook verschillen tussen sectoren zien. In finan­ciële dienst­ver­le­ning en verze­ke­ringen wordt ChatGPT bijvoor­beeld rela­tief vaak gebruikt voor finan­ciële en fiscale werk­zaam­heden en voor markt­on­der­zoek. Binnen infor­ma­tie­be­drijven zijn tech­ni­sche werk­zaam­heden vanzelf­spre­kend rela­tief belang­rijk. In retail, enter­tain­ment en media ligt het aandeel sales- en marke­ting­taken hoger.

Toch zijn de over­een­kom­sten tussen sectoren volgens de onder­zoe­kers uitein­de­lijk groter dan de verschillen. Schrijven, commu­ni­catie, tech­ni­sche onder­steu­ning en infor­ma­tie­ver­wer­king komen in vrijwel alle sectoren veel­vuldig terug. Dat sugge­reert dat de basis­func­ti­o­na­li­teit van gene­ra­tieve AI zich rede­lijk onaf­han­ke­lijk van de sector verspreidt. De speci­a­li­satie zit vervol­gens in aanvul­lende toepas­singen.

Functie bepaalt waarvoor ChatGPT wordt gebruikt

Hetzelfde patroon is zicht­baar wanneer de onder­zoe­kers kijken naar func­tie­ti­tels. Tech­ni­sche mede­wer­kers gebruiken ChatGPT rela­tief veel voor tech­ni­sche digi­tale werk­zaam­heden en debug­ging. Finan­ciële mede­wer­kers gebruiken het vaker voor finan­ciële en fiscale vragen. Sales- en marke­ting­me­de­wer­kers zetten het rela­tief vaak in voor commer­ciële werk­zaam­heden.

Tege­lij­ker­tijd gebruiken vrijwel alle func­ties ChatGPT voor docu­men­tatie, commu­ni­catie en het verza­melen of samen­vatten van infor­matie. AI lijkt daarmee twee rollen tege­lijk te spelen. Ener­zijds onder­steunt het alge­mene werk­zaam­heden waarmee vrijwel iedere kennis­werker te maken heeft. Ander­zijds wordt dezelfde tech­no­logie aange­past aan beroeps­spe­ci­fieke taken.

Managers gebruiken ChatGPT anders

Ook seni­o­ri­teit beïn­vloedt niet alleen hoeveel ChatGPT wordt gebruikt, maar waar­voor. Junior mede­wer­kers en indi­vi­duele contri­bu­tors zetten het systeem rela­tief vaak in voor produc­tie­ge­richte werk­zaam­heden. Execu­tives gebruiken ChatGPT naar verhou­ding vaker voor over­zichten, feiten en cijfers, juri­di­sche en regel­ge­vende infor­matie en finan­ciële vraag­stukken.

Dat past bij verschil­lende typen werk­zaam­heden binnen een bedrijfs­hi­ë­rar­chie. Een mede­werker produ­ceert bijvoor­beeld docu­menten of analyses, terwijl een manager infor­matie moet inter­pre­teren, samen­vatten of gebruiken bij besluit­vor­ming. Gene­ra­tieve AI krijgt daar­door afhan­ke­lijk van de positie van een werk­nemer een andere rol.

Adoptie is nog geen transformatie

Een van de belang­rijkste conclu­sies uit het onder­zoek is daarmee tege­lij­ker­tijd een waar­schu­wing. Dat steeds meer bedrijven ChatGPT gebruiken, bete­kent nog niet dat AI hun orga­ni­satie funda­men­teel heeft veran­derd. OpenAI stelt zelf dat bedrijven zich nog in een leer­fase bevinden.

Orga­ni­sa­ties expe­ri­men­teren met toepas­singen, mede­wer­kers ontdekken waar­voor de tech­no­logie nuttig is en bedrijven proberen vervol­gens succes­volle toepas­singen in bestaande werk­pro­cessen te inte­greren. De onder­zoe­kers verge­lijken dit met eerdere general purpose tech­no­lo­gies. Ook elek­tri­ci­teit, compu­ters en internet leverden niet onmid­del­lijk grote produc­ti­vi­teits­win­sten op. Bedrijven moesten processen aanpassen, nieuwe kennis ontwik­kelen en aanvul­lende inves­te­ringen doen voordat de econo­mi­sche impact volledig zicht­baar werd. Voor gene­ra­tieve AI lijkt dat proces nog maar net begonnen.

Geen gegevens over daadwerkelijke productiviteit

Daarmee komen we bij misschien wel de belang­rijkste beper­king van het onder­zoek. OpenAI weet zeer precies hoe werk­ne­mers ChatGPT gebruiken, maar niet wat er daarna gebeurt. De onder­zoe­kers meten berichten, gebrui­kers, tokens en soorten werk­zaam­heden. Ze meten echter niet of een door ChatGPT geschreven tekst daad­wer­ke­lijk wordt gebruikt, hoeveel tijd ermee wordt bespaard, of de kwali­teit van het eind­pro­duct stijgt of daalt en of de orga­ni­satie uitein­de­lijk winst­ge­vender of produc­tiever wordt. Ook veran­de­ringen in werk­pro­cessen worden niet recht­streeks gemeten.

De studie levert daarom vooral inzicht in adoptie en gebruik, niet in econo­mi­sche resul­taten. Dat onder­scheid is belang­rijk nu leve­ran­ciers van gene­ra­tieve AI regel­matig sugge­reren dat gebruik van AI vrijwel auto­ma­tisch tot produc­ti­vi­teits­groei leidt. Deze studie bewijst dat niet. Sterker nog: de auteurs waar­schuwen zelf dat snelle adoptie niet gelijk­ge­steld mag worden aan een onmid­del­lijke produc­ti­vi­teits­trans­for­matie.

Daar­naast gaat het in dit onder­zoek – zoals gezegd – uitslui­tend om ChatGPT Enter­prise. Bedrijven kunnen tege­lij­ker­tijd Micro­soft Copilot, Gemini, Claude, Mistral, interne modellen of gespe­ci­a­li­seerde AI-appli­ca­ties gebruiken. Ook gebruik via persoon­lijke ChatGPT-accounts en API’s valt groten­deels buiten deze dataset.

Een onder­ne­ming die in het onder­zoek als niet-adopter wordt beschouwd, kan dus in werke­lijk­heid een zeer inten­sieve AI-gebruiker zijn, maar simpelweg niet van ChatGPT Enter­prise. Daar komt bij dat de finan­ciële verge­lij­king uitslui­tend betrek­king heeft op Ameri­kaanse beurs­ge­no­teerde onder­ne­mingen. De conclu­sies over bedrijfs­grootte mogen daarom niet zonder meer worden door­ge­trokken naar Euro­pese orga­ni­sa­ties, mkb-bedrijven of star­tups.

CIO staat pas aan het begin

Voor CIO’s en andere IT-beslis­sers is misschien wel de meest rele­vante conclusie dat tech­ni­sche beschik­baar­heid slechts een eerste stap vormt. De orga­ni­sa­ties die volgens het onder­zoek het snelst met gene­ra­tieve AI aan de slag gaan, zijn juist bedrijven die al eerder veel hebben geïn­ves­teerd in soft­ware, R&D en orga­ni­sa­to­ri­sche capa­ci­teiten.

Dat sugge­reert dat succes met enter­prise-AI niet uitslui­tend wordt bepaald door de kwali­teit van het taal­model. Minstens zo belang­rijk zijn processen, vaar­dig­heden, gover­nance, trai­ning en de moge­lijk­heid om AI daad­wer­ke­lijk onder­deel te maken van dage­lijkse work­flows. Ook blijkt dat gebruik zich niet beperkt tot één afde­ling of func­tie­groep. Marke­ting, finance, engi­nee­ring, sales, analisten, mana­gers en junior mede­wer­kers gebruiken alle­maal dezelfde tech­no­logie, maar op verschil­lende manieren.

Voor orga­ni­sa­ties bete­kent dit dat AI-stra­tegie niet uitslui­tend als IT-project kan worden behan­deld. Tege­lij­ker­tijd levert het onder­zoek geen bewijs dat de bedrijven die ChatGPT het meeste gebruiken ook daad­wer­ke­lijk de grootste produc­ti­vi­teits­winst boeken. Dat onder­zoek moet nog volgen.

De sterkste conclusie uit de 69 pagina’s tellende studie is daar­door misschien minder spec­ta­cu­lair dan de snelle groei van het aantal tokens doet vermoeden: bedrijven zijn gene­ra­tieve AI op grote schaal aan het uitpro­beren, maar zijn nog volop aan het ontdekken waar de tech­no­logie werke­lijk waarde toevoegt. Of, zoals de onder­zoe­kers het zelf formu­leren: adoptie is slechts het begin van deploy­ment. De econo­mi­sche impact zal uitein­de­lijk afhangen van de manier waarop orga­ni­sa­ties, werk­ne­mers en processen zich rond gene­ra­tieve AI aanpassen.