Het AI-dilemma van adviesbureaus

Klanten willen sneller antwoord tegen een lagere prijs. Adviesbureaus willen dat leveren zonder hun marges of hun mensen uit te hollen. Generatieve AI lijkt de voor de hand liggende brug. Onderzoek dat een week kostte, is nu in een middag klaar. Eerste versies schrijven zichzelf.

Het addertje: dezelfde technologie ondergraaft ook de manier waarop het werk wordt geprijsd. En ze zet het ene op het spel wat een adviesbureau zich niet kan veroorloven te verliezen: het vertrouwen van de klant.

Waarom AI het declarabele uur breekt

Decennialang draaide consultancy op een eenvoudige som: bestede tijd maal tarief. AI maakt die som kapot, en daar is hard bewijs voor. In een veldexperiment met Boston Consulting Group gaven onderzoekers van Harvard Business School 758 consultants realistische adviesopdrachten. Wie toegang had tot GPT-4 rondde 12% meer taken af en was 25% sneller klaar, met werk dat als kwalitatief beter werd beoordeeld. Hetzelfde onderzoek vond iets dat verderop in dit stuk terugkomt: bij een taak buiten het bereik van het model hadden consultants mét AI 19% minder kans om het juiste antwoord te vinden.

Als een analyse die een team drie dagen kostte nu in drie uur klaar is, zijn uren geen verdedigbare eenheid van waarde meer. Klanten weten dat. Ze vragen waarom de factuur er hetzelfde uitziet terwijl het werk een fractie van de tijd kostte, en sommigen sturen al aan op vaste prijzen, resultaatafhankelijke vergoedingen of korting op alles wat de AI heeft gemaakt. De grote kantoren bewegen al. McKinsey maakte eind 2025 bekend dat ongeveer een kwart van zijn wereldwijde omzet inmiddels uit resultaatgerichte prijzen komt in plaats van uit uren. Uurtje-factuurtje verdwijnt niet van de ene op de andere dag. Maar de dominantie ervan is voorbij.

Dus als uren niet langer het product zijn, wat dan wel? Het antwoord waar de klant om geeft: het inzicht, en hoe snel het er is. Bureaus concurreren straks minder op hoeveel mensen ze kunnen inzetten en meer op hoe goed de antwoorden zijn die ze bij de klant neerleggen. En daaronder ligt een vraag die de meeste bureaus zichzelf nog niet hebben gesteld: hoeveel vertrouwen kan de klant hebben in de AI achter die antwoorden?

Daar wordt de race beslist, en het bureau dat AI als eerste invoert wint die niet per se. Het bureau met de meest betrouwbare AI wel. Betrouwbaar betekent hier: antwoorden die geworteld zijn in de eigen expertise van het bureau, herleidbaar naar hun bronnen, en draaiend op infrastructuur die de data van elke klant strikt gescheiden houdt. Een snel hulpmiddel dat data lekt, of dat niet door de security review van een klant komt, is geen voorsprong maar een risico in een mooie verpakking.

De vertrouwensparadox van AI in consultancy

Het waardevolste bezit van een adviesbureau is de vertrouwelijke informatie die klanten overhandigen. Cijfers, strategie, overnameplannen, interne organisatiedata, soms persoonsgegevens van medewerkers en klanten. De slidetemplate en de methodiek komen op grote afstand daarna.

Schaduw-AI zit al in het team

Adviseurs onder deadlinedruk grijpen naar wat werkt. Ze plakken een kostenoverzicht van een klant in een consumentenchatbot om het samen te vatten, of uploaden een interviewtranscript om de aantekeningen op te schonen. Geen kwade bedoelingen, gewoon een deadline op vrijdag. Het gevolg is klantdata in tools die het bureau nooit heeft beoordeeld, niet kan controleren en niet in de hand heeft. En hier bijt ook die 19% uit het BCG-onderzoek: een adviseur die voor een taak buiten het bereik van een ongecontroleerde tool op die tool leunt, levert zelfverzekerd en fout werk af met de naam van het bureau eronder.

Waarom het standaard cloudantwoord tekortschiet

Een gewone publieke AI-dienst lost dit niet op, en voor consultancy liggen de problemen scherper dan in de meeste sectoren. Geheimhoudingsverklaringen en opdrachtbrieven beperken stelselmatig waar data naartoe mag en wie die mag verwerken, en doorsturen naar een model van een derde partij past zelden binnen die voorwaarden. Europese klanten vragen tegenwoordig al in de aanbesteding naar dataresidentie, omdat een Amerikaanse hyperscaler onder de Amerikaanse CLOUD Act valt ongeacht waar de server staat, en dat wringt met de verplichtingen onder de AVG. Klanten verwachten de zekerheid dat hun informatie nooit een commercieel model traint en nooit opduikt in een antwoord voor een concurrent. Als een advies ter discussie staat, moet het bureau kunnen laten zien hoe het antwoord tot stand kwam en op welke bronnen het steunde, en dat kunnen de meeste consumententools niet. En een bureau dat zijn kennisbank en werkprocessen bouwt op een platform dat het niet beheert, heeft zijn concurrentievoordeel uit handen gegeven aan een leverancier.

Vandaar de paradox: de AI-tools die het makkelijkst in te voeren zijn, zijn tegenover een klant het moeilijkst te verdedigen.

Hoe soevereine AI (sovereign AI) voor consultancy eruitziet

De eisen zijn niet exotisch. Het zijn de vragen die nu al in security-vragenlijsten en inkooptrajecten van klanten staan, en drie ervan doen het meeste werk.

De eerste is geen training op klantdata. Een contractuele toezegging, afgedwongen door de architectuur, dat data van klant en bureau nooit wordt gebruikt om modellen te trainen. Niet standaard en niet in de kleine lettertjes.

De tweede is echte datasoevereiniteit. Uitrol op infrastructuur binnen de EU en onder EU-jurisdictie, met harde scheiding tussen de data van de ene klant en die van de volgende.

De derde is herleidbaarheid als uitgangspunt. Logging en toegangsbeheer die in het platform zitten ingebouwd, zodat het beantwoorden van een security-vragenlijst neerkomt op het systeem laten zien in plaats van een belofte opschrijven.

Let op dat er geen afweging op dat lijstje staat. Het vertrouwen van de klant beschermen is niet de prijs die je betaalt voor het gebruik van AI. Goed gedaan is het juist de reden dat klanten je die AI überhaupt laten gebruiken.

Klantvertrouwen is het nieuwe kapitaal van consultancy

AI gaat veranderen hoe consultancy wordt geprijsd, bemenst en geleverd, en die verschuiving is al gaande. Of een bureau daarvan profiteert, hangt af van één ding: of klanten vertrouwen wat er met hun data gebeurt.

Bestuurders van adviesbureaus beslissen niet meer óf hun bureau AI invoert. Dat hebben hun mensen al gedaan. Waar ze nog wel over gaan, is of dat in het open gebeurt, op infrastructuur die het bureau beheert, of in de schaduw.

GLBNXT bouwt soevereine, in de EU gehoste AI-infrastructuur voor organisaties die het zich niet kunnen veroorloven om met data de fout in te gaan. Wil uw bureau zijn expertise opschalen zonder het vertrouwen van klanten op het spel te zetten? Neem contact met ons op.

Bronnen

• Dell'Acqua e.a., "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality", Harvard Business School Working Paper 24-013 (met Boston Consulting Group): https://www.hbs.edu/faculty/Pages/item.aspx?num=64700

• Business Insider, "AI is reshaping how McKinsey makes money" (Michael Birshan, managing partner McKinsey VK, briefing november 2025): https://finance.yahoo.com/news/ai-reshaping-mckinsey-makes-money-195132745.html

• Consultancy.uk, "Is AI about to kill the billable hour consulting model?" (januari 2026): https://www.consultancy.uk/news/42718/is-ai-about-to-kill-the-billable-hour-consulting-model

• Europese Unie, Algemene verordening gegevensbescherming (EUR-Lex): https://eur-lex.europa.eu/eli/reg/2016/679/oj/nld

• Verenigde Staten, Clarifying Lawful Overseas Use of Data (CLOUD) Act, H.R. 4943, 115e Congres: https://www.congress.gov/bill/115th-congress/house-bill/4943