Je hoeft niet de slimste te zijn. Je moet alleen iets meer van AI weten dan de rest.

Er is een principe in de economie dat bijna niemand toepast op zijn eigen carrière of organisatie.

Het heet relatief voordeel. En het zegt dit: je hoeft niet de beste te zijn in iets. Je hoeft alleen iets beter te zijn dan degene met wie je concurreert. Op dat moment win je.

In 2026 is dat principe van toepassing op AI-kennis. En de marges zijn op dit moment zo klein dat iets meer weten dan de gemiddelde collega, concurrent of aanbieder al genoeg is om structureel te winnen.

Dat klinkt overdreven. Het is het niet.

De uitgangssituatie: bijna iedereen staat op hetzelfde niveau

Het merendeel van de mensen op de Nederlandse werkvloer gebruikt AI op dit moment op één van twee manieren. Ze gebruiken het helemaal niet. Of ze gebruiken het zoals ze vroeger Google gebruikten: een vraag stellen, een antwoord krijgen, doorgaan.

Dat tweede niveau, AI als zoekmachine, is inmiddels de norm geworden. En normen zijn interessant. Want zodra iets de norm is, biedt het geen voordeel meer. Het is de baseline. Iedereen heeft het. Niemand valt ermee op.

Maar er is een derde niveau. Een niveau dat de overgrote meerderheid nog niet heeft bereikt. En het verraderlijke is: het is helemaal niet ver weg. Het is geen technische opleiding. Geen programmeerkennis. Geen maandenlang experimenteren.

Het is gewoon iets meer begrijpen dan de rest. En op dit moment is die lat nog verrassend laag.

Wat "iets meer weten" concreet betekent

Stel je voor dat je weet hoe je een AI-tool de juiste context geeft. Dat je begrijpt dat de kwaliteit van je vraag de kwaliteit van het antwoord bepaalt. Dat je weet wanneer een AI-antwoord betrouwbaar is en wanneer je het moet controleren. Dat je begrijpt hoe je AI inzet als denkpartner in plaats van als zoekmachine.

Dat is het. Dat is het niveau waar het om gaat.

Geen programmeerkennis. Geen technisch begrip van hoe een taalmodel werkt. Geen uren per dag experimenteren met nieuwe tools. Alleen maar het verschil begrijpen tussen AI gebruiken en AI goed gebruiken.

En nu komt het. Op de meeste werkplekken in Nederland is dat niveau op dit moment nog uitzonderlijk. De meeste collega's vragen AI om een e-mail te schrijven en plakken het resultaat erdoor zonder het aan te passen. De meeste managers lezen een AI-samenvatting en behandelen die als feit. De meeste teams gebruiken AI voor de makkelijke taken en laten de moeilijke taken liggen, precies waar AI het grootste verschil zou kunnen maken.

Wie dat wél goed doet, valt op. Niet als AI-goeroe. Gewoon als iemand die betere output levert in minder tijd, met analyses die dieper gaan en communicatie die scherper is.

Waarom een klein voordeel exponentieel uitvergroot wordt

Hier zit de kern van het verhaal. En het is ook de reden waarom nu handelen veel meer oplevert dan volgend jaar handelen.

Een klein voordeel in het gebruik van AI compoundt. Elke dag. Op twee manieren tegelijk.

De eerste manier is direct. Wie AI beter gebruikt, produceert meer in minder tijd. Die extra tijd investeert hij of zij in andere taken. Die taken worden ook beter gedaan, deels ook met AI. Het voordeel stapelt op zichzelf.

De tweede manier is indirect. Wie AI goed gebruikt, leert van elke interactie. De vragen worden beter. De toepassingen worden breder. De intuïtie over wanneer AI helpt en wanneer niet, wordt scherper. Die intuïtie is niet te kopiëren door iemand die later begint. Die bouw je alleen op door te doen.

In de beleggingswereld noemen ze dit compounding. Einstein noemde het het achtste wereldwonder. Op de werkvloer in 2026 is het de stille motor achter het groeiende verschil tussen mensen die AI begrijpen en mensen die het niet begrijpen.

En dat verschil groeit elke week. Niet lineair. Exponentieel.

De drie plekken waar het voordeel het hardst speelt

In de vergaderzaal

Stel je twee mensen voor die dezelfde vergadering ingaan. Beiden hebben de stukken gelezen. Maar één van de twee heeft de avond ervoor twintig minuten besteed aan een AI-sessie waarbij hij de kernvraag heeft uitgeplozen, de zwakke punten in het voorstel heeft laten blootleggen en drie tegenvragen heeft voorbereid die hij zelf niet had bedacht.

Die persoon is niet slimmer. Die is beter voorbereid. En in een vergaderzaal is het verschil tussen die twee niet zichtbaar. Alleen het resultaat is zichtbaar.

In de offerte

Twee concurrerende bedrijven schrijven een offerte voor dezelfde opdracht. Beide hebben vergelijkbare kwaliteit en vergelijkbare prijzen. Maar één van de twee heeft AI ingezet om de pijnpunten van de klant scherper te formuleren, de structuur van het voorstel te optimaliseren en de taal aan te passen aan de specifieke sector en beslisser.

De klant leest beide offertes. Eén voelt alsof die voor hem is geschreven. De andere voelt generiek. De beslissing is makkelijk. De klant weet niet waarom. Hij voelt het gewoon.

In de loopbaan

Twee mensen met vergelijkbare achtergrond en ervaring worden overwogen voor dezelfde promotie. Eén van hen levert consistent scherpere analyses, bereidt vergaderingen beter voor en produceert rapporten die sneller en beter zijn dan van de ander. De leidinggevende ziet het verschil maar begrijpt de oorzaak niet. Hij schrijft het toe aan talent of motivatie.

Het is geen talent. Het is een gereedschap dat één van de twee beter gebruikt dan de ander.

Het raam staat open maar niet voor lang

Er is een tijdsdimensie aan dit verhaal die urgent is.

Het raam van relatief voordeel staat open zolang de meeste mensen op hetzelfde lage niveau zitten. Op dit moment is dat het geval. De gemiddelde medewerker gebruikt AI oppervlakkig. De gemiddelde organisatie heeft geen AI-beleid. De gemiddelde concurrent heeft zijn team niet getraind.

Maar dat verandert. Niet langzaam. Snel.

De EU AI Act verplicht organisaties om medewerkers aantoonbaar AI-geletterd te maken voor augustus 2026. Dat betekent dat er de komende maanden een golf van AI-trainingen door de Nederlandse arbeidsmarkt trekt. Organisaties die nu achterliggen, halen in. Het gemiddelde niveau stijgt.

Wie nu handelt, bouwt een voorsprong op voordat het gemiddelde stijgt. Wie wacht, begint op het moment dat iedereen al aan het inlopen is. Het voordeel van vroeg zijn is dan verdwenen. Dan ben je niet voor. Dan ben je bij.

En bij is geen strategie.

Wat het concreet vraagt

Het voordeel van bovengemiddelde AI-kennis is bereikbaar zonder jarenlange studie. Het vraagt drie dingen.

Ten eerste: begrijpen wat AI is en wat het niet is. Hoe het werkt in grote lijnen. Waar de sterke kanten zitten en waar de valkuilen. Dat klinkt abstract maar is in een dag te leren.

Ten tweede: weten hoe je AI inzet in het eigen werk. Niet in het algemeen. Specifiek voor de taken en beslissingen die dagelijks voorkomen. Dat vraagt oefening, maar oefening met de juiste basis gaat snel.

Ten derde: de discipline om AI-output kritisch te beoordelen in plaats van te accepteren. Dat is geen technische vaardigheid. Het is een houding. En het is de vaardigheid die het verschil maakt tussen iemand die AI gebruikt en iemand die AI goed gebruikt.

Die drie dingen zijn precies wat de AIGA-training bijbrengt. Praktisch, in het Nederlands, afgestemd op de eigen werkomgeving. Met een certificaat dat aantoont dat het niveau is bereikt, en documentatie voor de organisatie die voldoet aan Artikel 4 van de EU AI Act.

Bekijk het programma op aigeletterdheid.academy.

De eenvoudigste samenvatting

In een wereld waar de meeste mensen AI gebruiken als zoekmachine, is iemand die AI gebruikt als denkpartner een buitencategorie.
In een arbeidsmarkt waar de meeste mensen AI oppervlakkig inzetten, is iemand die het dieper begrijpt structureel waardevoller.
Je hoeft niet de slimste te zijn. Je hoeft niet de meeste tools te kennen. Je hoeft niet de vroegste adopter te zijn geweest.
Je hoeft alleen iets meer te weten dan de rest. Op dit moment is die lat nog laag. Dat verandert snel.