De impact van AI: de toekomst van adviesbureaus - proactief, adaptief, reactief.

Deze tekst analyseert de impact van AI op consultancykantoren, waarbij drie scenario's worden onderzocht. Het eerste scenario, proactief, beschrijft hoe kantoren AI kunnen omarmen voor innovatie en efficiëntie, maar ook de bedreigingen van disruptie en concurrentie moeten overwinnen. Het adaptieve scenario beschrijft een geleidelijke aanpassing aan AI, waarbij men leert van anderen, maar riskeert marktaandeel te verliezen als het te traag gaat. Het reactieve scenario waarschuwt voor de risico's van afwachten en weerstand, wat kan leiden tot verlies van concurrentiekracht en klanten. De conclusie benadrukt dat een adaptieve houding minimaal nodig is, terwijl een proactieve integratie de beste kansen biedt om te slagen in het AI-tijdperk.

Voor deze analyse maak ik gebruik van het zojuist door OpenAI geïntroduceerde 'Diepgaand Onderzoeken' binnen de ChatGPT 4o interface.

Mijn prompt:

De versnelde opkomst van taalmodellen en AI als jij hebben naar verwachting een forse impact, betekenen mogelijk zelfs disruptie, voor organisaties die opereren in de professioneel zakelijke en juridische dienstverlening. Schets de impact van AI op nationaal en internationaal opererende organisaties, geef een drietal scenario's variërend van pr actief tot reactief handelen met daarin zowel gevolgen, kansen als bedreigingen. 

GPT4o: 

Goed idee! Om de impact van AI op professioneel zakelijke en juridische dienstverlening goed in kaart te brengen, kan ik me richten op verschillende aspecten:

• Wil je dat de focus ligt op specifieke sectoren binnen deze dienstverlening (bijvoorbeeld advocatuur, accountancy, consultancy)?
• Heb je een voorkeur voor een bepaalde tijdshorizon (korte termijn, middellange termijn, lange termijn)?
• Wil je dat de scenario’s ook verschillen op basis van organisatiegrootte (bijvoorbeeld MKB versus grote internationale kantoren)?
• Zijn er specifieke AI-technologieën of toepassingen die je meegenomen wilt hebben (bijvoorbeeld generatieve AI, contractanalyse, procesautomatisering)?

Laat het me weten, dan kan ik gerichter onderzoek doen en een goed onderbouwd antwoord geven!

Mijn 2e prompt:

Richt je op consultancy, tijdshorizon korte tot middellange termijn, middelgrote tot grote kantoren, denk bij de toepassing met name aan taalmodellen en AI agents.

GPT4o:

Ik zal de impact van AI, specifiek taalmodellen en AI-agents, op middelgrote tot grote consultancykantoren analyseren. De focus ligt op de korte tot middellange termijn en omvat drie scenario’s: proactief, adaptief en reactief. Daarbij zal ik zowel de gevolgen als kansen en bedreigingen in kaart brengen. Ik laat het weten zodra ik de bevindingen heb!

Impact van AI op consultancykantoren: Scenario-analyse

Inleiding

Artificial intelligence (AI) – met name grote taalmodellen (LLM’s) en AI-agenten – transformeert de manier waarop kennisintensieve werkzaamheden worden uitgevoerd. Consultancybedrijven (middelgroot tot groot) staan in de korte tot middellange termijn (0–5 jaar) voor belangrijke strategische keuzes om relevant te blijven. Hieronder analyseren we drie mogelijke scenario’s voor hoe deze kantoren kunnen omgaan met de opkomst van generatieve AI.

Scenario 1: Proactief – AI als katalysator voor innovatie

In dit scenario omarmen advieskantoren AI voluit en integreren ze taalmodellen en AI-agenten in hun dienstverlening en interne processen. Ze positioneren AI niet als bedreiging, maar als versneller van hun activiteiten.

Kansen

• Efficiëntie en productiviteit: Door AI-tools actief in te zetten, kunnen consultants routinewerkzaamheden versnellen en meer tijd besteden aan strategisch denkwerk. Zo laten studies zien dat generatieve AI bepaalde kenniswerk-taken met 40–50% kan versnellen (The future of consulting in the age of Generative AI | EY - India). Een praktijkvoorbeeld: een marketinganalyse die voorheen zes analisten per week kostte, kon bij een consumentengoederenbedrijf dankzij een AI-agent worden teruggebracht tot één medewerker die in minder dan een uur resultaten levert (AI Agents: What They Are and Their Business Impact | BCG) (AI Agents: What They Are and Their Business Impact | BCG). Dergelijke efficiencywinst verhoogt de throughput en verlaagt de kosten per project.

• Nieuwe dienstverlening en verdienmodellen: Proactieve kantoren ontwikkelen nieuwe services rond AI. Ze adviseren klanten bij AI-adoptie en bouwen eigen AI-gedreven producten. Zo richtte BCG een speciale Center for Responsible Generative AI op binnen zijn tech-divisie om klanten te helpen AI toe te passen (BCG’s Collaboration with OpenAI | BCG) (BCG’s Collaboration with OpenAI | BCG). De Big Four lopen eveneens voorop: Deloitte en EY hebben interne chatbot-assistenten uitgerold om de productiviteit te verhogen (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights). KPMG lanceerde “KymChat” (een aangepaste ChatGPT) om sneller offertes op te stellen (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights). PwC sloot een deal met OpenAI en nam meer dan 100.000 licenties op ChatGPT Enterprise af (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights) – zowel om hun eigen mensen te ondersteunen als om AI-oplossingen aan klanten te bieden. Deze initiatieven creëren nieuwe omzetbronnen en versterken de concurrentiepositie van proactieve spelers.

• Kwaliteit en inzichten: AI vergroot de analysecapaciteit en kan verborgen patronen blootleggen in grote datasets. LLM’s kunnen razendsnel marktrapporten samenvatten, code genereren of klantfeedback analyseren, wat consultants in staat stelt beter onderbouwde aanbevelingen te doen (The future of consulting in the age of Generative AI | EY - India) (The future of consulting in the age of Generative AI | EY - India). Intern bevordert AI kennisdeling: een goed getraind taalmodel kan fungeren als virtuele kennisbank waar medewerkers antwoorden vinden op basis van collectieve ervaring. Dit versnelt leerprocessen en stimuleert innovatie binnen het bedrijf.

• Menselijke focus: Doordat AI repetitieve taken overneemt, kunnen consultants zich richten op creatieve probleemoplossing en klantrelaties – de zaken waar menselijke expertise het verschil maakt (Not If, But When—And Why Timing Is Critical) (Not If, But When—And Why Timing Is Critical). Proactieve firma’s benutten AI dus om hun advieswerk te augmenteren (aanvullen) in plaats van te vervangen. Ze investeren in training van medewerkers om effectief samen te werken met AI en nieuwe rollen te vervullen. EY adviseert bijvoorbeeld om werknemers gerust te stellen dat generatieve AI geen banen kost maar juist upskilling en nieuwe functies mogelijk maakt (The future of consulting in the age of Generative AI | EY - India).

Bedreigingen

• Disruptie van het traditionele businessmodel: Het klassieke uurtje-factuurtje model van consultancy komt onder druk te staan. Als AI de productiviteit verdubbelt, zullen klanten niet langer bereid zijn hetzelfde tarief voor menselijke uren te betalen voor werk dat (deels) door AI wordt gedaan. Adviseurs moeten hun waardepropositie herzien richting output- of waardegebaseerde pricing. Daarnaast democratiseert AI informatie en analyses, waardoor het traditionele kennisvoordeel van adviesbureaus erodeert (The End of Consulting as We Know it: Client Power and the AI Revolution - InnoLead). Interne AI-tools bij klanten kunnen analyses leveren met een nauwkeurigheid die die van externe consultants evenaart (The End of Consulting as We Know it: Client Power and the AI Revolution - InnoLead). Met andere woorden: wat klanten voorheen extern moesten inkopen, kunnen ze nu (ten dele) intern realiseren. Dit dwingt consultancykantoren om zich te onderscheiden via diepere expertise, creatieve inzichten en implementatiekracht in plaats van louter informatie leveren.

• Concurrentie en nieuwe spelers: Door AI verlagen de toetredingsdrempels tot de adviesmarkt. Kleine, tech-savvy adviesboutiques kunnen met AI net zoveel werk verzetten als voorheen grote teams – en dat tegen lagere kosten. Proactieve traditionele kantoren moeten daarom blijven investeren om voorop te lopen, anders kunnen zij zelf worden ingehaald. Bovendien kan Big Tech (of nieuwe AI-gebaseerde platformen) deels gaan concurreren door adviesfunctionaliteiten in hun software aan te bieden. Het proactief omarmen van AI is dus ook een defensieve noodzaak om relevant te blijven ten opzichte van nieuwe concurrenten.

• Commoditisering van adviesdiensten: Als alle consultancybureaus vergelijkbare AI-tools gebruiken, dreigt homogenisering van hun aanbevelingen. Onderzoekers waarschuwen dat sterk leunen op dezelfde generatieve modellen de creativiteit kan beperken en ertoe kan leiden dat alle firma’s op elkaar gaan lijken (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights) (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights). Om dit te voorkomen moeten proactieve kantoren investeren in differentiatie – bijvoorbeeld door eigen taalmodellen te trainen op hun unieke propriëtaire data en methodologie. Zo’n maatwerk-AI, gevoed met de “collective intelligence” van het kantoor, kan unieke inzichten bieden die generieke modellen niet geven (How Consulting Firms Can Leverage AI Without Losing Their Edge — Hangar 75). Dit beschermt tegen het verlies van onderscheidend vermogen (How Consulting Firms Can Leverage AI Without Losing Their Edge — Hangar 75).

• Investeringen en implementatierisico’s: De proactieve strategie vergt aanzienlijke investeringen in technologie, data-infrastructuur en opleiding. Niet elke middelgrote speler heeft de diepe zakken van een Big Four; een agressieve AI-strategie kan financieel risico meebrengen als de ROI tegenvalt. Daarnaast brengt AI inzet nieuwe risico’s met zich mee – zoals fouten (hallucinations), bias of datalekken – die de kwaliteit en reputatie van het advies kunnen schaden als ze niet goed gemitigeerd worden. Proactieve bedrijven moeten daarom ook ethische richtlijnen en kwaliteitscontroles invoeren (zoals BCG’s AI Code of Conduct (BCG’s Collaboration with OpenAI | BCG)) om het vertrouwen van klanten en medewerkers te behouden.

Scenario 2: Adaptief – geleidelijke aanpassing aan AI

In het adaptieve scenario volgen consultancykantoren de AI-ontwikkelingen met enige vertraging. Ze integreren nieuwe tools stapsgewijs in hun bedrijfsvoering in plaats van meteen voorop te lopen. Deze “fast follower” aanpak kenmerkt zich door voorzichtigheid: men leert van koplopers en past zich aan zodra duidelijk wordt welke toepassingen echt waarde opleveren.

Invloed op concurrentiepositie

Adaptieve spelers weten op den duur mee te komen met de markt, maar missen in eerste instantie de eerste-mover-voordelen. In 2023/24 is AI-adoptie namelijk explosief gestegen – 72% van de bedrijven gebruikt inmiddels AI (tegen ~50% een jaar eerder) (The state of AI in early 2024 | McKinsey) en ~65% maakt regelmatig gebruik van generatieve AI in ten minste één bedrijfsfunctie (The state of AI in early 2024 | McKinsey). Een kleine groep “high performers” liep voorop, maar inmiddels voelt de meerderheid zich genoodzaakt te volgen (The state of AI in early 2024 | McKinsey). Consultancykantoren die adaptief opereren, behouden op korte termijn hun bestaande concurrentiepositie doordat ze niet geheel achterblijven; ze implementeren AI waar nodig om concurrerend te blijven ten opzichte van rivalen. Zo zullen ze bijvoorbeeld beginnen met het automatiseren van deelprocessen (bv. rapportages of data-analyse) zodra die technologie zich bewezen heeft, om kostenefficiëntie en snelheid te verbeteren.

Toch kunnen adaptieve bedrijven tijdelijk marktaandeel verliezen aan proactieve concurrenten die klanten eerder weten te imponeren met AI-gedreven inzichten. Klanten met geavanceerde behoeften kiezen mogelijk voor de koploper die direct AI-oplossingen biedt. De concurrentiekracht van adaptieve kantoren hangt er dus van af hoe snel ze de kloof met de voorlopers dichten. Uitstel te lang rekken is gevaarlijk: timing is critical – wie te laat komt, moet duur “inhaalwerk” verrichten en loopt het risico blijvend achterop te raken (Not If, But When—And Why Timing Is Critical) (Not If, But When—And Why Timing Is Critical).

Positief voor adaptieve bedrijven is dat ze kunnen leren van fouten van early adopters. Ze zien welke AI-toepassingen echt renderen en kunnen die gericht invoeren. Ook kunnen ze intussen investeren in pilotprojekten en de organisatie voorbereiden (data opschonen, personeel trainen) zodat een bredere implementatie soepel verloopt. Veel organisaties melden namelijk dat ze tegen obstakels aanlopen bij het opschalen van AI (bijv. gebrek aan de juiste talenten of duidelijke metrics) (The End of Consulting as We Know it: Client Power and the AI Revolution - InnoLead). Een geleidelijke benadering geeft ruimte om interne capaciteiten op te bouwen voordat AI op grote schaal wordt ingezet. Zodoende proberen adaptieve kantoren hun concurrentiepositie stap voor stap te versterken, zonder de hoge kosten en risico’s van een big bang-transformatie.

Invloed op klantrelaties

Klantrelaties ondergaan een geleidelijke evolutie in dit scenario. Adaptieve adviesbureaus zullen hun klanten steeds vaker laten zien dat ze mee zijn met nieuwe technologie, zij het met enige vertraging. In het begin kan dit leiden tot kritische vragen van vooruitstrevende klanten: “Gebruiken jullie al AI om ons project te versnellen of inzichten te verbeteren?” – een adaptief bureau moet dan transparant kunnen maken dat het de relevante AI-tools veilig inzet waar passend. Vertrouwen is cruciaal: klanten moeten erop kunnen rekenen dat AI op een verantwoorde manier wordt gebruikt (denk aan data-privacy en het voorkomen van fouten). Adaptieve partijen zullen daarom duidelijke communicatie voeren over hoe AI wordt toegepast en welke kwaliteitscontroles er zijn, om klantvertrouwen niet te schaden (How Consulting Firms Can Leverage AI Without Losing Their Edge — Hangar 75) (How Consulting Firms Can Leverage AI Without Losing Their Edge — Hangar 75).

De klant kan in dit scenario gematigde verbeteringen in dienstverlening ervaren. Bijvoorbeeld: rapporten komen iets sneller of bevatten meer data-analyse; antwoorden op ad-hoc vragen worden sneller gegenereerd met hulp van een taalmodel. Dit versterkt de relatie, maar is misschien niet revolutionair. Service level: Adaptieve bureaus blijven de menselijke adviesrelatie benadrukken – AI is een ondersteunende tool. Dit komt tegemoet aan klanten die waarde hechten aan menselijke deskundigheid en maatwerkadvies. Bovendien zijn sommige klanten zelf nog zoekende naar hoe AI te gebruiken; een te snelle, radicale AI-aanpak van de consultant kan hen ook afschrikken. In dat opzicht kan een gematigd tempo de relatie behouden met klanten die veranderingen stapsgewijs wensen.

Aan de andere kant: high-tech klanten verwachten wellicht meer. Als een klant merkt dat een concurrerend adviesbureau veel geavanceerder te werk gaat met AI en daardoor betere resultaten behaalt, kan dat de trouw ondermijnen. Adaptieve kantoren zullen daarom alert moeten zijn op de behoeften van hun klantenbasis: voor sommige sectoren (bijv. technologie, finance) moet men sneller opschakelen met AI-tools om als volwaardige partner gezien te blijven. Over het algemeen proberen adaptieve consultancykantoren hun klantrelaties te onderhouden door incremental improvements te bieden zonder het risico van grote AI-mislukkingen. Zij positioneren zichzelf als lerende partner – “we passen nieuwe tools toe zodra ze rijp zijn, in uw belang”. Dit kan werken zolang de klant ook die visie deelt. In een markt die steeds meer doordrenkt raakt van AI, zullen adaptieve firma’s echter moeten oppassen dat dit geen achterlopers-imago wordt.

Invloed op innovatie

Op het gebied van innovatie kiezen adaptieve organisaties voor evolutie boven revolutie. Ze blijven wel degelijk innoveren met AI, maar via geleide experimenten en best practices in plaats van baanbrekende moonshots. In de praktijk betekent dit dat R&D-teams binnen het bureau bijvoorbeeld prototypes bouwen met GPT-achtige modellen voor interne kennismanagement, of dat men samenwerkingen aangaat met technologiepartijen om AI-diensten te verkennen. Innovatie gebeurt dus, maar meer incrementeel.

Het voordeel is dat deze kantoren minder snel resources verspillen aan hype-projecten die niets opleveren – ze wachten tot technologie een zeker volwassenheidsniveau heeft. Zo is de huidige trend dat generatieve AI het eerst wordt ingezet waar het direct veel waarde toevoegt (bijv. tekstgeneratie voor rapporten, code-assistentie, data-analyse) (The state of AI in early 2024 | McKinsey). Adaptieve firma’s richten hun innovaties daarop en plukken er de vruchten van zodra bewezen is dat het werkt. Ze lopen echter achter de koplopers aan en zullen zelden als eerste met een baanbrekende AI-oplossing in de markt komen. Dit kan betekenen dat ze kansen missen om zich als innovator te profileren.

Bovendien kan een cultuur van voorzichtigheid op lange termijn ten koste gaan van creativiteit. Als medewerkers gewend raken om pas nieuwe dingen te proberen zodra de concurrentie het al doet, kan de innovatiecultuur verzwakken. Het is een uitdaging voor adaptieve organisaties om intern toch nieuwsgierigheid en experimenteren te blijven stimuleren, zodat ze niet afhankelijk worden van externe input voor vernieuwing. Sommige consultancykantoren vangen dit op door een innovatiehub of lab op te zetten dat los van de dagelijkse druk staat – hier mag met AI geëxperimenteerd worden, zodat men klaar is om succesvolle ideeën breder uit te rollen wanneer de tijd rijp is.

Samengevat balanceren adaptieve advieskantoren op het koord tussen te snel en te langzaam. Ze omarmen AI stapsgewijs: genoeg om relevant te blijven en verbeteringen te zien, maar niet zozeer dat ze hun organisatie over de kop gooien. Dit scenario kan succesvol zijn als de marktontwikkeling geleidelijk is; mocht AI echter exponentieel doorslaan, lopen adaptieve spelers alsnog het risico achter te blijven op proactieve concurrenten.

Scenario 3: Reactief – afwachten en weerstand

In het derde scenario kiezen consultancykantoren ervoor om AI-ontwikkelingen grotendeels af te wachten of zich er zelfs tegen te verzetten. Ze houden vast aan traditionele werkwijzen en nemen een passieve houding aan tegenover taalmodellen en AI-agenten. Dit kan ingegeven zijn door scepticisme (“AI is een hype die wel voorbijgaat”), door angst voor verandering, of door zorgen over risico’s. Op korte termijn verandert er weinig in hun bedrijfsvoering. Op middellange termijn echter brengt deze reactieve aanpak forse risico’s met zich mee:

Risico: Verlies van concurrentiekracht

Wie te lang aan de zijlijn blijft staan, verliest onvermijdelijk terrein. AI dreigt een fundamenteel onderdeel te worden van zakelijke dienstverlening – vergelijkbaar met de opkomst van internet destijds (Not If, But When—And Why Timing Is Critical) (Not If, But When—And Why Timing Is Critical). Consultancykantoren die nu niet investeren, missen straks de ervaring en infrastructuur om mee te komen. Ze moeten op termijn een inhaalslag maken die veel tijd en geld kost, terwijl koplopers al profiteren van hun voorsprong (Not If, But When—And Why Timing Is Critical). De concurrentie haalt meer werk uit handen met minder mensen, levert sneller resultaten en biedt nieuwe AI-gedreven diensten. Zonder AI zal een reactief kantoor bijvoorbeeld weken besteden aan een data-analyse die een concurrerend bureau binnen enkele dagen (of uren) met AI realiseert. Dit vertaalt zich in een structureel competitief nadeel. Sterker nog, dergelijke traditionele spelers riskeren dat hun hele waardepropositie achterhaald raakt tegen de tijd dat ze wél instappen – de markt en klanten zijn dan al verder ontwikkeld.

Volgens branche-experts zullen consultancyfirma’s die AI te laat omarmen klanten en marktrelevantie verliezen (Not If, But When—And Why Timing Is Critical). Klanten gaan namelijk naar concurrenten die wel AI-ondersteunde resultaten leveren (Not If, But When—And Why Timing Is Critical). Het reactieve kantoor blijft met een verouderd aanbod zitten en moet vechten om relevant te blijven. In het ergste geval kan “niet meedoen” leiden tot een neerwaartse spiraal waarin het bureau niet langer concurreert op inhoud maar vooral op prijs – een race to the bottom, aangezien hun diensten weinig toegevoegde waarde meer bieden vergeleken met AI-verrijkte concurrenten.

Risico: Klantverlies

Het vasthouden aan traditionele methoden kan aanvankelijk sympathie wekken bij conservatieve klanten, maar naarmate AI-toepassingen normaler worden, groeit de kans dat zelfs trouwe klanten overstappen. Bedrijfsleven-trends geven aan dat drie kwart van de executives verwacht dat generatieve AI tot significante disruptie in hun industrie zal leiden (The state of AI in early 2024 | McKinsey). Als een adviespartner daar niet in meegaat, ontstaat er twijfel of die partner wel future-proof is. Opdrachtgevers willen niet achterblijven door een consultant die de nieuwste tools niet benut.

We zien nu al dat sommige klanten zelfstandig AI inzetten (bijv. voor data-analyse of strategische plannen) en zich afvragen of dure consultants nog nodig zijn (In the human game of consulting, is AI adoption among Australian firms concerning? | Moxie Insights). Een reactieve houding bevestigt in feite die twijfel. Nieuwe aanvragen kunnen uitblijven of bestaande klanten kunnen besluiten intern expertise op te bouwen of een vooruitstrevender kantoor in de arm te nemen. Klantverlies kan ook sluipend gebeuren: eerst kiezen ze de reactieve partner enkel voor klassieke klussen, terwijl meer innovatieve projecten naar concurrenten gaan. Uiteindelijk kalft de portefeuille van zo’n advieskantoor af.

Bovendien, in een scenario van verzet (waarbij een firma openlijk stelt “wij vertrouwen die AI niet”), kan het imago ontstaan dat men niet over de nieuwste kennis beschikt. Dit schaadt de geloofwaardigheid bij klanten die juist een visionaire adviseur zoeken. Kortom, de klantloyaliteit komt ernstig onder druk te staan wanneer een consultant niet meegroeit met de behoeften en verwachtingen van de klant in het AI-tijdperk.

Risico: Operationele inefficiënties

Intern loopt een reactief bureau het risico vast te houden aan arbeidsintensieve processen terwijl concurrenten ze automatiseren. Dit betekent hogere kostenstructuren en langzamere delivery. Bijvoorbeeld, waar een proactieve organisatie dankzij AI één analist nodig heeft voor een bepaalde taak, blijft de reactieve concurrent er misschien een heel team op zetten – met bijbehorende loonkosten en doorlooptijd. Dit efficiëntienadeel vertaalt zich direct in lagere marges of hogere prijzen (die weer moeilijker te verantwoorden zijn naar de klant). Daarnaast ontzeggen reactieve kantoren zichzelf de kans om routinewerk te stroomlijnen. Consultants blijven veel tijd kwijt aan handmatige data-vergaring, analyse en rapportage die AI-tools inmiddels aanzienlijk kunnen versnellen of verlichten.

Ook de organisatiecultuur kan lijden onder het niet inzetten van moderne hulpmiddelen. Jongere consultants die gewend zijn aan tools als ChatGPT kunnen gefrustreerd raken als ze die niet mogen gebruiken en elders gaan werken (reactieve firma’s riskeren moeite met top-talent aantrekken en behouden (Not If, But When—And Why Timing Is Critical)). De algehele slagkracht en creativiteit van het team kunnen afnemen, doordat medewerkers gevangen blijven in administratieve taken in plaats van zich te ontwikkelen naar strategischere rollen.

Ten slotte, terwijl de wereld om hen heen digitaliseert, zullen reactieve bedrijven merken dat hun eigen interne kennismanagement en innovatie vertragen. Zonder AI-agenten die continu leren en processen optimaliseren, mist men kansen om te leren van data of feedbackloops. Dit houdt inefficiënties in stand die op termijn exponentieel doorwerken. Het kantoor raakt operationeel steeds minder wendbaar en effectief vergeleken met AI-aangedreven organisaties.

Kortom, een afwachtende of defensieve houding ten aanzien van AI biedt misschien op de zeer korte termijn rust, maar leidt al snel tot achterstand. De geschiedenis van technologische disruptie (van internet tot mobiele technologie) leert dat bedrijven die zich ertegen verzetten vaak terrein verliezen of verdwijnen. In consultancy zal dit niet anders zijn: wie AI negeert, ondermijnt zijn eigen concurrentiekracht, klantengroep en interne performance.

Conclusie

De opkomst van geavanceerde taalmodellen en AI-agenten vormt een strategische schifting in de consultancybranche. In een proactief scenario zien we advieskantoren die AI omarmen als een kans om hun diensten te verbeteren en te vernieuwen – zij boeken efficiencywins, ontwikkelen nieuwe proposities en versterken hun marktpositie, maar moeten ook hun traditionele model heruitvinden en waken voor commoditisering. Het adaptieve scenario schetst een middenweg: kantoren passen zich geleidelijk aan, behouden op korte termijn hun positie en relaties door stapsgewijze verbeteringen, maar lopen het risico kansen te missen en moeten alert blijven om niet alsnog achterop te raken. Het reactieve scenario tenslotte toont de gevaren van stilstand: dergelijke kantoren dreigen relevantie en cliënten te verliezen aan concurrenten die wél met AI werken, en kampen intern met hogere kosten en lagere moraal.

De huidige markttrends – zoals de enorme versnelling in AI-adoptie in 2023/24 (The state of AI in early 2024 | McKinsey) – suggereren dat volledig afwachten geen levensvatbare optie is. Consultancybureaus zullen minimaal een adaptieve houding moeten aannemen om te overleven, en de meest succesvolle zullen waarschijnlijk degenen zijn die proactief en doordacht AI integreren. Dit vereist investeren in technologie én mensen: het combineren van slimme AI-tools met de onmisbare menselijke ervaring, creativiteit en ethiek. De consultancyorganisatie van de nabije toekomst is er een die human + AI naadloos verweeft. Wie nu de koers uitzet om AI strategisch te omhelzen, vergroot de kans om in het AI-tijdperk een leidende en onderscheidende speler te blijven (How Consulting Firms Can Leverage AI Without Losing Their Edge — Hangar 75) (Not If, But When—And Why Timing Is Critical).

'Disclaimer'

Voorgaand 'diepgaand onderzoek' presteert het taalmodel in minder dan '10. Gisteren liet ik 'DeepResearch' los op de prompt 

Hoe ver zit het principe van gelijkheid en inclusie ingebed in de Nederlandse samenleving 

Dat kostte het taalmodel ca '45, voor een onderzoek dat zelfs voor een expert op dit thema een dagtaak is. Maar je ziet, het kan binnen 24u ook (veel) sneller. De schermopname van die chat vind je op LinkedIn. 

De komst van DeepSeek, met het bericht vandaag dat DeepSeek in mei een 'zwaardere versie' op de AI markt brengt, heeft de aanbieders van taalmodellen e.a. AI versneld nieuwe updates laten implementeren zoals OpenAI nu doet met ChatGPT en MS met het daarvan afgeleide CoPilot.

Dit is natuurlijk niet zonder risico, aan de andere kant kun je je (organisatorische) ogen hiervoor niet sluiten. Zoals voor de consultancy industrie: voor welk scenario ga je? Veel tijd om hierover zelfs na te denken lijk je niet te krijgen.

Ook nu is er de DeepDive podcast met de titel 'AI's Impact: Consulting Firm Futures - Proactive, Adaptive, Reactive'. 

Willem E.A.J. Scheepers, cyborg, docent, auteur. Naast de ManagementSite Nieuwsbrief is er ook de Sunny Side Up nieuwsbrief op LinkedIn.