Waarom AI-adoptie geen technische uitrol is, maar een vertrouwensproces

AI wordt in de verzekeringssector vaak benaderd als een volgende stap in automatisering. Maar die benadering mist het belangrijkste punt: de grootste uitdaging zit niet in de technologie zelf, maar in het herontwerpen van processen, besluitvorming en vertrouwen.

Dat was de rode draad tijdens een sessie van EY op het Composable Futures 2026-event. De conclusie: succesvolle AI-implementatie begint niet bij modellen of agents, maar bij de vraag wat een verzekeraar over vijf jaar wil zijn. En hoe mens, proces en technologie daarin samenwerken.

EY liet zien hoe verzekeraars met succesvolle AI-toepassingen het verandertraject starten. Ze denken eerst na over langetermijndoelen, passen processen aan en besteden veel aandacht aan de eindgebruikers, zodat het vertrouwen in een nieuwe aanpak langzaam kan groeien.

Van tool naar vertrouwen: waarom AI-adoptie niet vanzelfgaat

Onderzoek naar consumentengedrag rond AI laat zien dat acceptatie niet lineair groeit met technische vooruitgang. Tegelijk verschuift het vertrouwen zodra AI verder gaat dan informatie geven en daadwerkelijk handelingen uitvoert.

“Mensen zeggen vaak liever een persoon te willen spreken dan een chatbot. Zodra AI sneller, beter of efficiënter blijkt, kiezen veel mensen toch voor AI.” Dit is de ervaring van Anouk Mouthaan, die als onderzoeker bij EY analyseerde hoe consumenten reageren op agentic AI. Dit is de technologie waarbij een verzameling AI-agents zelfstandig taken uitvoert. Mensen accepteren AI relatief gemakkelijk wanneer ze op zoek zijn naar informatie, maar naarmate duidelijk wordt dat AI autonoom beslissingen neemt of handelingen verricht, neemt het vertrouwen af. “Vooral mensen uit Gen Z maken zich zorgen over de fouten die AI kan maken. Oudere mensen, babyboomers, zijn opgegroeid in een wereld waarin menselijke relaties centraal staan en vrezen vooral een gebrek aan empathie van AI-agents.”

De conclusie is niet dat AI weerstand oproept, maar dat vertrouwen context afhankelijk is. En precies die context bepaalt hoe ver je AI kunt inzetten in kritieke processen zoals schadeafhandeling.

Van onderzoek naar implementatie

Wat betekenen deze onderzoeksresultaten in een implementatietraject? Loes Andringa, partner bij EY, begeleidt momenteel de implementatie van het Novulo-platform bij een aantal verzekeraars. “Het gaat niet om de vraag hoe je AI inzet om claimbehandeling te automatiseren. Het gaat er eerst om wat je wilt bereiken, dan pas welke rol AI daarin kan hebben en waar je AI vooral niet moet inzetten.”

Sla geen stappen over

Menno Bonninga, AI Lead bij EY, gaat nog een stap verder. “Organisaties denken pas in een heel laat stadium na over wat ze eigenlijk willen met de ontwikkelingen rond AI. Hoe ziet mijn verzekeraar er over vijf jaar uit? Hoe ziet mijn klant eruit? Hoe ziet ons businessmodel eruit?” Hij vindt dàt de centrale vragen die eerst moeten worden beantwoord. Van daaruit kan een organisatie terugredeneren naar de technologie die ervoor nodig is om die doelen te bereiken en de vaardigheden die het personeel daarvoor moet hebben. Zo ontstaat optimale samenwerking tussen mens en AI met behoud van vertrouwen en controle.

Andringa vertelt dat EY samen met Novulo heeft gekeken hoe een toekomstig claimsproces eruit kan zien. “We hebben dat proces in kaart gebracht. Bij de uitwerking staat Novulo echt in het midden. Daaromheen komt een orchestratielaag voor een reeks agents.” Die kunnen zich met specifieke taken bezighouden, zoals:

• Intake
• Registratie
• Poliscontrole
• Validatie
• Fraudecontrole
• Klantcommunicatie
• Claimafhandeling.

Andringa: “Het gaat er daarbij niet om zoveel mogelijk AI te gebruiken, maar om de vraag bij welke rol van AI de klant zich prettig voelt.” ‍

Waarom de architectuur bepalend wordt

Die verschuiving stelt een harde eis aan de onderliggende IT-architectuur. Dat Novulo in het midden staat, is geen toeval. Een reeks agents kan alleen betrouwbaar samenwerken als de onderliggende processen en data dezelfde taal spreken, met dezelfde definities en context. Een composable platform levert die gedeelde basis, en maakt het mogelijk AI-oplossingen toe te voegen, te vervangen of zelf te bouwen zonder telkens het kernsysteem te herbouwen. Daardoor blijft ook elke stap die een agent zet, herleidbaar.

Mens en AI: samenwerking in plaats van vervanging

De technologie maakt het mogelijk heel anders na te denken over de bedrijfsprocessen, benadrukt Bonninga. “Hoe kan ik vijf agents achter elkaar zetten? Hoe breng ik daar een organisatielaag overheen aan? En waar houd ik mensen in de loop om mee te kijken?”

De gebruikers moeten daarbij altijd de controle behouden en het systeem moet transparant zijn over de stappen die de agents zetten. Andringa: “Je bouwt alleen vertrouwen in de applicatie op door te laten zien wat de toegevoegde waarde is. Dat proces gaat langzaam, want vertrouwen moet echt worden verdiend.”‍

Begin met strategie-ontwikkeling

De grootste misvatting rond AI-implementatie is dat adoptie een technische uitrol is. In werkelijkheid is het een vertrouwensproces. Het begint met het ontwikkelen van een langetermijnstrategie, waarna organisatie verandering, procesontwerp en gebruikerservaring de belangrijke aandachtspunten zijn.

Klanten staan open voor interactie met AI, mits zij controle behouden, de toegevoegde waarde zien en zij duidelijk weten wanneer een mens betrokken blijft in het proces. Zoals Andringa het samenvatte: vertrouwen ontstaat niet door belofte, maar door transparantie in uitvoering.‍

Conclusie: AI vraagt om procesontwerp, niet om tooling

De echte verschuiving in verzekeringen zit niet in de inzet van AI zelf, maar in het herontwerpen van processen als samenhangende systemen van mens en agents. Daarbij wordt technologie pas relevant nadat de strategische keuzes zijn gemaakt. AI is daarmee geen startpunt, maar een gevolg.