Zakelijke dienstverlening verkoopt geen product maar een oordeel: een advies, een analyse, een second opinion. Dat maakt de omgang met AI anders dan in sectoren waar AI vooral processen versnelt. Hier raakt AI direct aan wat de kern van het vak is — het denkwerk zelf, en de vertrouwelijkheid van wat een cliënt heeft gedeeld om dat denkwerk mogelijk te maken. Een advocaat die een taalmodel voedt met stukken uit een dossier, een consultant die een concept-analyse laat checken door een chatbot, een accountant die cijfers laat samenvatten door een extern systeem: telkens verplaatst zich informatie die eigenlijk binnen de muren van het kantoor en de vertrouwensrelatie met de cliënt had moeten blijven.
De verhouding tussen wat organisaties hier officieel hebben ingekocht en wat medewerkers daadwerkelijk gebruiken, is doorgaans niet in balans. Waar in sectoren met veel operationeel proces AI vaak via een IT-afdeling wordt uitgerold, is de druk in advies- en juridische kantoren vooral individueel: iemand met een deadline en een AI-tool die sneller werkt dan de collega ernaast. Dat maakt schaduw-AI hier niet uitzonderlijk maar aannemelijk als norm — juist in een sector waar tijd wordt gefactureerd en snelheid wordt beloond.
Een overzicht van softwarelicenties toont wat is aangeschaft, niet wat wordt gebruikt. In de zakelijke dienstverlening werkt bovendien een groot deel van het personeel met eigen apparaten, eigen browserextensies en eigen abonnementen op AI-diensten die niets kosten om te proberen. Een partner of senior adviseur die een taalmodel gebruikt om een conceptmemo te toetsen, verschijnt in geen enkel IT-dashboard. Toch is precies dat gebruik het gebruik met het hoogste risico: het raakt aan cliëntvertrouwelijkheid, aan beroepsgeheim, aan de vraag wie waarvoor verantwoordelijk is wanneer een advies mede door een algoritme is gevormd.
De enige manier om te weten wat er werkelijk gebeurt, is het vragen — en dat vragen heeft alleen zin als er niets op het spel staat voor wie antwoordt. Een medewerker die vermoedt dat toegeven aan AI-gebruik een gesprek over disfunctioneren oplevert, antwoordt ontkennend of helemaal niet. Een inventarisatie die uitgaat van vertrouwen in plaats van controle, krijgt een ander beeld: niet compleet, maar wel eerlijker dan een lijst die alleen optelt wat is goedgekeurd.
AI-gebruik in deze sector valt niet in één categorie. Een tool die feiten checkt in een juridisch stuk draagt een ander risico dan een tool die een intern procesdocument samenvat. Een systeem dat meeschrijft aan een fiscaal advies dat naar een cliënt gaat, vraagt een ander soort oversight dan een tool die notulen ordent. Governance die werkt, begint bij het onderscheiden van die rollen en risiconiveaus, en koppelt daar een passend niveau van toezicht aan — niet aan de hand van wat het systeem heet, maar aan de hand van wat het systeem doet en voor wie de uitkomst uiteindelijk bestemd is.
Kantoren in deze sector hebben vaak al structuren voor risicobeheer: dossierreview, four-eyes-principes, compliance-toetsing, kwaliteitscontrole. Een governance-aanpak voor AI die daar los van staat, wordt een extra laag die niemand erbij neemt. Zinvoller is een aanpak die aansluit op de bestaande risicostructuur: dezelfde eigenaren, dezelfde rapportagelijnen, hetzelfde ritme van toetsing, met AI-gebruik als onderdeel van wat al wordt bekeken in plaats van een apart traject.
Een bestuurder of General Counsel die wordt gevraagd hoe AI-gebruik binnen het kantoor is geborgd, heeft weinig aan een indruk. Aantoonbaarheid vraagt een vastgelegde inventaris: welke tools, welke rol, welk risiconiveau, welke afspraken over wat er wel en niet mee gedaan mag worden. Dat is niet primair verantwoording naar buiten toe — het is allereerst voor het bestuur zelf een instrument om te weten waarop wordt gestuurd, voordat een toezichthouder, cliënt of eigen risicocommissie de vraag stelt.
De manier waarop schaduw-AI ontstaat en de manier waarop governance daarop kan aansluiten, verschilt per sector. Wie wil vergelijken hoe dat vraagstuk uitwerkt waar veel systemen en klantcontact samenkomen, vindt dat in AI-governance in de financiële dienstverlening; wie wil zien hoe het speelt in een sector die zelf AI-producten bouwt en gebruikt, kan dat lezen in AI-governance in de ICT-sector; en voor een beeld van hoe het werkt bij organisaties met veel operationeel personeel en weinig centrale IT-sturing is er AI-governance in de detailhandel.
Een inventarisatie van AI-gebruik brengt in beeld wat er draait en wie het gebruikt, maar beantwoordt niet de vraag die daarna komt: welk deel van het werk zelf zich eigenlijk laat overdragen aan AI, en welk deel niet. Dat is een andere rekensom, per taak in plaats van per tool. De werkscan van FTE TO AI maakt die rekensom: per taak wordt bepaald welk deel van het werk in aanmerking komt om door AI te worden overgenomen, als vervolgstap op het overzicht dat de Responsible AI Scan oplevert.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.