Wie is eigenaar van de AI-strategie in het tijdperk van agentic AI?
Van Chief Data Officer naar Chief Data & AI Officer
Bijdrage van onze 2026 partner Eraneos
Agentic AI verandert de vragen waar Chief Data Officers antwoord op moeten geven, en verhoogt de inzet. Zolang AI alleen adviseerde, leidde een verkeerd getal tot een verkeerde slide. Nu AI zelf handelt, leidt datzelfde getal tot een verkeerde beslissing. Agents werken records bij, keuren aanvragen goed en voeren zelfstandig stappen van een bedrijfsproces uit. Een verkeerde leveranciersprijs of klantrecord blijft niet langer beperkt tot een presentatie. Naarmate organisaties van AI-ondersteunde inzichten overstappen op autonome acties, wordt de vraag wie verantwoordelijk is voor de uitkomst steeds urgenter.
Ons recente onderzoek onder 100 senior data- en AI-leiders in Nederland laat zien hoe sterk het mandaat van de datafunctie is gegroeid. Inmiddels rekent 81% van de respondenten AI-strategie tot de eigen verantwoordelijkheid. Slechts 7% ziet zichzelf als eindverantwoordelijke. Bij bijna de helft van de organisaties ligt die verantwoordelijkheid nog bij de CEO of de raad van bestuur.
Dat roept een organisatorische vraag op. Breng je data en AI samen onder één Chief Data & AI Officer? Of werken een CDO en een CAIO naast elkaar, ieder met een eigen mandaat?
De markt is er nog niet uit. Schattingen van het aantal grote organisaties met een CAIO lopen uiteen van ongeveer een kwart tot driekwart. Dat komt deels door verschillen in definitie. Sommige studies tellen alleen formeel benoemde functionarissen. Andere nemen ook geplande benoemingen mee, of AI-taken binnen bestaande functies. Die brede marge laat zien dat organisaties nog zoeken naar de juiste vorm van AI-leiderschap.
Pleidooi voor samenvoegen
Een van de sterkste recente argumenten voor samenvoegen komt van Vipin Gopal, Thomas H. Davenport en Randy Bean. In december 2025 betoogden zij in Harvard Business Review dat bedrijven een gecombineerde Chief Data, Analytics and AI officer nodig hebben. Hun redenering is helder. Data, analytics en AI vormen samen één waardeketen. Scheiding leidt tot onnodige overdrachten en onduidelijke verantwoordelijkheden. Met één eindverantwoordelijke leider zet je AI-investeringen makkelijker om in meetbare bedrijfswaarde.
Het onderzoek van Eraneos onderbouwt dit argument. Data- en AI-leiders werken aan dezelfde doelen, maar hun prioriteiten verschillen sterk. Het moderniseren van de data-architectuur is voor 54% van de dataleiders een topprioriteit, tegenover slechts 16% van de AI-leiders. Omgekeerd geeft 61% van de AI-leiders prioriteit aan het opschalen van AI-adoptie, tegenover 21% van de dataleiders.
Ook de beoordeling van de gereedheid van de organisatie loopt uiteen. Van de AI-leiders in het onderzoek vindt 89% het datafundament gereed. Onder de dataleiders die dat fundament beheren, daalt dat vertrouwen naar 66%. Toch staat het dichten van deze kloof bij geen van beide groepen hoog op de prioriteitenlijst.
Deze bevindingen laten zien dat het probleem niet zozeer ligt bij te weinig investering of ambitie. Het ligt bij een kloof tussen de teams die het fundament bouwen en de teams die AI willen inzetten.
Pleidooi voor scheiden
Samenvoegen levert meer afstemming en efficiëntie op. Toch is er ook een sterk argument om AI-adoptie en toezicht gescheiden te houden.
De uitdaging zit in de mogelijk tegenstrijdige prikkels van deze verantwoordelijkheden. Een leider die AI-adoptie moet versnellen, wordt afgerekend op voortgang, schaal en bedrijfsimpact. Een leider die verantwoordelijk is voor borging moet beslissingen kunnen betwisten, risico’s kunnen aankaarten en de uitrol kunnen vertragen. Combineer je beide taken, dan kan onder druk het behalen van resultaten zwaarder gaan wegen dan goede beheersing.
Europese wetgeving biedt al een nuttig voorbeeld van onafhankelijk toezicht. Onder de AVG moeten functionarissen voor gegevensbescherming hun taken onafhankelijk uitvoeren, zonder instructies over hoe ze dat doen. Experts op het gebied van gegevensbescherming, waaronder de European Federation of Data Protection Officers, vinden dat vergelijkbare principes ook voor AI-governance moeten gelden.
Australië laat zien hoe zo’n scheiding in de praktijk kan werken. Sinds september 2024 moeten federale instanties een AI Accountable Official aanwijzen, die verantwoordelijk is voor governance en compliance. Het Australian Public Service AI Plan van november 2025 verplicht instanties daarnaast een Chief AI Officer te benoemen. Die moet de adoptie stimuleren en de AI-capaciteit van de organisatie opbouwen.
Deze aanpak erkent dat het bevorderen van AI en het waarborgen van verantwoord gebruik verschillende doelen zijn. Voor beide doelen werkt een eigen verantwoordingslijn beter. Het model is nog in ontwikkeling. De uiterste benoemingsdatum viel in juli 2026 en niet elke instantie haalde die.
Dichter bij huis koos de Nederlandse Rijksoverheid een andere route. Het vernieuwde Besluit CIO-stelsel Rijksdienst is op 1 januari 2026 in werking getreden. Het introduceert drie specialistische rollen onder de departementale CIO: de Chief Data Officer, de Chief Privacy Officer en de Chief Technology Officer. Opvallend is dat het geen aparte Chief AI Officer instelt.
Dat wijst op een aanpak waarin AI-governance onderdeel is van bestaande verantwoordelijkheden voor data, privacy en technologie, en geen apart bestuurlijk domein vormt. De EU AI Act legt meer nadruk op aantoonbare governance. Daarom beschouwen wij dit als de meest waarschijnlijke richting voor Nederlandse publieke organisaties in de komende jaren.
Onze werkhypothese: samenvoegen op waarde, scheiden op controle
Beide benaderingen hebben duidelijke voordelen, en geen van beide is de universele oplossing. Op basis van onze bevindingen stelt Eraneos een werkhypothese voor. We bespreken die verder in onze breakoutsessie op het congres Day of the CDO: samenvoegen op waarde, scheiden op controle.
Het idee is om de verantwoordelijkheid voor de waardeketen van data en AI onder één eindverantwoordelijke te brengen. Dat omvat alles van strategie en architectuur tot producten en adoptie. Zo ontstaat een duidelijkere verbinding tussen de fundamenten waarin organisaties investeren en de bedrijfsresultaten die ze willen bereiken. Het lost ook de afstemmingsproblemen op die ontstaan wanneer teams aan gedeelde doelen werken maar tegenstrijdige prioriteiten volgen.
Tegelijkertijd moet borging voldoende onafhankelijk blijven van de uitvoering. Een aparte functie met een eigen rapportagelijn naar de raad van bestuur houdt toezicht op modelrisico, AI-governance en datavertrouwen. Die functie heeft niet dezelfde prikkels als de teams die verantwoordelijk zijn voor de uitrol.
Ons onderzoek maakt het belang van dit onderscheid duidelijk. Vertrouwen in datakwaliteit is de meest genoemde belemmering voor AI-adoptie: 40% van de respondenten noemt het. Opvallend genoeg is het ook een van de slechts twee punten waarop data- en AI-leiders precies hetzelfde percentage rapporteren. Beide groepen herkennen het probleem. Toch bestaat het risico dat het minder aandacht krijgt als dezelfde leider ook onder druk staat om de implementatie te versnellen.
De juiste balans hangt natuurlijk af van de sector, de volwassenheid en de context van de organisatie. Bouwt een organisatie nog aan het datafundament, dan helpt samenvoegen bij het bepalen van prioriteiten. Zo versterken investeringen in data en AI elkaar. Zet een organisatie AI op grote schaal in, zeker in sterk gereguleerde sectoren, dan wordt onafhankelijke borging belangrijker. De gevolgen van een onjuiste of onverklaarbare AI-beslissing nemen dan toe.
De titel is minder belangrijk dan de inrichting
Het debat gaat uiteindelijk niet over de vraag of een organisatie een CDO, CDAO of CDAIO nodig heeft. De belangrijkere vragen zijn hoe je verantwoordelijkheden verdeelt, hoe je beslissingen neemt en wie aanspreekbaar is als er iets misgaat. De volgende fase van AI-volwassenheid hangt niet alleen af van technologische mogelijkheden, maar ook van de organisatiestructuren eromheen. Naarmate AI-agents dieper in bedrijfsprocessen worden ingebed, wordt het verschil tussen adviseren en handelen alleen maar belangrijker. Organisaties hebben leiderschap nodig dat investeringen in data en AI koppelt aan meetbare waarde. Daarnaast is toezicht nodig dat ervoor zorgt dat die investeringen betrouwbaar blijven.
Ons volledige onderzoek gaat dieper in op deze vragen. Het bevat ook een interview met Marco Hoppenbrouwer over hoe Stedin data en AI in de praktijk samenbrengt. Lees beide en ontdek welk leiderschapsmodel het best bij jouw organisatie past.
Praktische informatie
De Dag van de Chief Data Officer wordt georganiseerd door Outvie op 1 december 2026 bij Van der Valk Exclusief in Utrecht.
Meer informatie en inschrijven? Ga naar de website.
Dag van de Chief Data Officer (CDO) Congres
Dag van de Chief Data Officer (CDO). Hét nationale executive event voor data, AI...
Download de brochure
Share
Gerelateerde artikelen
- Hoe maak je privacy begrijpelijk voor collega's buiten je vakgebied?
- Hoe pas je kennis uit een privacytraining toe in je dagelijkse werk?
- Hoe haal je zoveel mogelijk uit een vakinhoudelijke privacytraining?
- Hoe blijf je na een privacyopleiding je kennis verder ontwikkelen?
- Waarom is vakinhoudelijke verdieping belangrijk binnen finance?
