Insight: Waarom bedrijven AI gebruiken, maar er nog te weinig waarde uit halen

Iedereen praat over AI en steeds meer mensen gebruiken het dagelijks. Toch blijft de echte meerwaarde voor veel bedrijven nog opvallend beperkt. Dat geldt vooral voor het MKB, waar veel ondernemers moeite hebben om bij te blijven.

Maar eerlijk is eerlijk: middelgrote en grote bedrijven doen het vaak niet veel beter. Ze hebben misschien meer tools, pilots en presentaties, maar dat betekent nog niet dat AI ook echt is geïntegreerd in de manier waarop het bedrijf werkt, klanten helpt, beslissingen neemt en waarde creëert.

Dat roept een belangrijke vraag op: waar liggen de gemiste AI-kansen en waarom blijven zoveel bedrijven hangen in losse experimenten? Want terwijl AI inmiddels de pubertijd grotendeels is ontstegen, lijken veel ondernemers nog steeds vanaf de zijlijn toe te kijken.

Soms uit onzekerheid, soms door gebrek aan kennis en soms omdat de drukte van de dagelijkse praktijk belangrijker lijkt. Ondertussen bewegen concurrenten die AI wél effectief inzetten sneller, slimmer en efficiënter.

Key takeaways van deze insight: waarom bedrijven AI-waarde missen in 4 patronen

Veel bedrijven missen AI-waarde niet omdat AI irrelevant voor ze is. Ze missen die waarde omdat hun aanpak te oppervlakkig, te versnipperd of te onduidelijk is.

1. Ze gebruiken AI, maar integreren het niet. AI begint vaak bij individueel gebruik: mails schrijven, documenten samenvatten of ideeën genereren. Nuttig, maar beperkt. De echte waarde ontstaat pas wanneer AI onderdeel wordt van workflows, systemen, klantcontact en besluitvorming.

2. Ze focussen op tools voordat ze naar problemen kijken. Te veel bedrijven beginnen met de vraag: “Welke AI-tool moeten we kopen?” De betere vraag is: “Waar verliezen we tijd, kwaliteit, aandacht of klantwaarde?” AI creëert pas waarde wanneer het gekoppeld is aan een echt bedrijfsprobleem.

3. Ze onderschatten data, vertrouwen en eigenaarschap. Slechte data, onduidelijke regels, privacyzorgen en gebrek aan eigenaarschap remmen AI af. Zonder goede informatie, duidelijke verantwoordelijkheden en basis-governance blijft AI eerder een risico dan een capability.

4. Ze wachten te lang met leren. Veel bedrijven kijken nog steeds toe, praten erover of experimenteren zonder echte beweging. Maar AI-voorsprong ontstaat door leren. De bedrijven die klein beginnen, meten wat werkt en snel verbeteren, zijn later moeilijker in te halen.

De kernboodschap is simpel: AI-waarde ontstaat niet door meer tools te gebruiken. AI-waarde ontstaat door scherpere keuzes te maken over waar AI de manier waarop het bedrijf werkt echt moet verbeteren.

Deze insight laat zien hoe AI op dit moment binnen bedrijven wordt gebruikt, welke toepassingen populair zijn, welke obstakels bedrijven tegenkomen en welke voordelen ondernemers al zien. Ook laat het zien welke kansen je mogelijk mist, waarom je nog niet te laat bent, maar wel snel in beweging moet komen, en wat AI concreet kan betekenen voor de efficiëntie, klantcontact, besluitvorming en groei van je bedrijf.

Wie loopt voor en wie blijft achter?

AI is de fase van nieuwsgierige speeltuin grotendeels voorbij. Iedereen die de afgelopen jaren niet onder een steen heeft gelegen, heeft ervan gehoord, ermee geëxperimenteerd of het al ergens in het werk gebruikt. Volgens de Stanford AI Index gebruikte in 2024 wereldwijd 78% van de organisaties AI. Je kunt dus met recht zeggen dat AI mainstream is geworden.

Maar mainstream gebruik is iets anders dan volwassen integratie. In deze insight betekent AI-integratie dat AI niet alleen door individuen wordt gebruikt, maar is ingebed in workflows, systemen, klantcontact, besluitvorming en meetbare bedrijfsprocessen.

Dat verschil wordt zichtbaar zodra je naar Europa kijkt. Volgens Eurostat gebruikte in 2025 slechts 19,95% van de Europese ondernemingen met 10 of meer werknemers minimaal één AI-technologie. Dat is een flinke stijging ten opzichte van eerdere jaren, maar het laat ook zien dat AI in veel bedrijven nog helemaal niet structureel is ingebed.

Het verschil tussen grote en kleine bedrijven is daarbij opvallend groot. Bij grote Europese ondernemingen gebruikte 55,03% in 2025 AI. Bij kleine ondernemingen was dat slechts 17,00%. Met andere woorden: AI is overal in het nieuws, maar nog lang niet overal in de bedrijfsvoering.

Dit is vooral voor het MKB een belangrijk signaal. Niet omdat kleinere bedrijven minder aan AI zouden hebben, maar omdat ze vaker vastlopen op kennis, tijd, privacy vragen, juridische onzekerheid en de simpele vraag waar ze moeten beginnen. Bij grotere bedrijven ligt de uitdaging vaak ergens anders. Daar zijn meestal wel budgetten, pilots en teams, maar blijft AI nog te vaak hangen in experimenten die niet goed genoeg aansluiten op data, processen, klantwaarde of meetbare bedrijfsresultaten.

De voorsprong ligt dus niet simpelweg bij bedrijven die AI gebruiken. De echte voorsprong ligt bij bedrijven die AI weten te vertalen naar beter werk, snellere processen, slimmer klantcontact en scherpere beslissingen.

AI-integratie in bedrijven: waar AI echt in de organisatie landt

Het probleem is niet alleen dat AI-adoptie nog laag is, vooral bij MKB-bedrijven. Het probleem zit dieper. Zelfs waar AI wél wordt gebruikt, blijft het vaak oppervlakkig. Een mail wordt inhoudelijk gecontroleerd met ChatGPT, een nieuwsbrief wordt deels geautomatiseerd of iemand gebruikt AI om sneller een tekst, idee of samenvatting te maken. Dat is nuttig, maar het verandert het bedrijf nog niet fundamenteel.

Je kunt grofweg vier niveaus onderscheiden.

Het eerste niveau is individueel gebruik. Medewerkers gebruiken AI zelf voor schrijven, analyse, ideeën, samenvattingen of voorbereiding. Dit is vaak waar de meeste bedrijven beginnen, soms zelfs zonder dat het management precies weet hoe vaak het gebeurt.

Het tweede niveau is functionele ondersteuning. AI wordt dan gebruikt binnen specifieke afdelingen, bijvoorbeeld voor marketingcontent, salesmails, klantenservice-antwoorden, rapportages of ondersteuning bij coderen. De output gaat omhoog, maar het proces erachter blijft vaak grotendeels hetzelfde.

Het derde niveau is procesintegratie. Dan wordt AI onderdeel van workflows, systemen en besluitvorming. Denk aan automatische ticketroutering, klantvragen die direct worden samengevat, documenten die worden verwerkt, saleskansen die worden geprioriteerd of interne kennis die precies op het juiste moment beschikbaar komt.

Het vierde niveau is organisatorische transformatie. In deze fase past het bedrijf niet alleen een tool toe, maar verandert het de manier waarop de onderneming werkt. Processen, rollen, data, klantcontact, besluitvorming en governance worden opnieuw ingericht met AI als structurele laag in de bedrijfsvoering.

Onderzoek van Gartner laat zien dat AI-volwassenheid een groot verschil maakt. In hoog-volwassen organisaties vertrouwen businessunits AI-oplossingen veel vaker en zijn ze veel vaker bereid die te gebruiken dan in laag-volwassen organisaties. Hoog-volwassen organisaties hebben ook vaker dedicated AI-leiders, duidelijke metrics en AI-projecten die langer in productie blijven. Dat laat zien dat echte AI-integratie niet vanzelf ontstaat.

Het vraagt om richting, eigenaarschap, vertrouwen en meetbaarheid.

Deloitte ziet hetzelfde patroon. Wereldwijd gebruikt 37% van de organisaties AI nog vooral oppervlakkig, met weinig of geen verandering in bestaande processen. 30% herontwerpt belangrijke processen rondom AI en 34% gebruikt AI om dieper te transformeren, bijvoorbeeld door nieuwe producten, diensten, processen of businessmodellen te ontwikkelen.

Dit is vooral pijnlijk voor MKB-bedrijven. Juist zij hebben vaak het meeste te winnen, omdat ze met minder mensen meer moeten doen. Toch blijft AI daar vaak beperkt tot losse toepassingen. Daardoor benutten ze nog maar een fractie van wat AI werkelijk kan betekenen voor efficiëntie, klantcontact, kennis, snelheid en besluitvorming.

Populairste AI-toepassingen binnen bedrijven

De populairste toepassingen van AI zitten veel dichter bij het dagelijkse werk dan veel mensen denken. Ze zitten in tekst. In kenniswerk. In klantcontact. In marketing, sales, service, administratie, analyse en softwareontwikkeling. Precies op de plekken waar mensen iedere dag tijd verliezen met zoeken, schrijven, samenvatten, controleren, opvolgen en herhalen.

Volgens Eurostat zijn de meest gebruikte AI-technologieën binnen Europese ondernemingen in 2025 vooral gericht op taal, content en data. Denk aan tekstanalyse, het genereren van beeld, video of audio, het genereren van tekst, spraak of code, spraakherkenning, machine learning, procesautomatisering, beeldherkenning en autonome machines. Opvallend is dat fysieke autonome machines juist het minst worden gebruikt. De robot is dus niet de hoofdrolspeler. Het echte werk gebeurt achter het scherm.

Gallup laat op werknemersniveau hetzelfde patroon zien. AI wordt vooral gebruikt om informatie samen te brengen, ideeën te genereren, nieuwe dingen te leren en basistaken te automatiseren. Pas later komen toepassingen zoals klantinteractie, voorspellingen doen of complexe apparatuur aansturen. Ook dat zegt veel. Op dit moment wordt AI vooral gebruikt als denk-, schrijf-, zoek- en organiseerhulp.

Voor ondernemers die wél in AI investeren, is dit belangrijk. Want het betekent dat je niet hoeft te wachten op een groot technisch AI-project om waarde te creëren. De eerste winst zit vaak in de saaie, dagelijkse dingen die veel tijd kosten en weinig onderscheidend zijn. Klantvragen samenvatten. Salesmails voorbereiden. Interne kennis vindbaar maken. Veelgestelde vragen beantwoorden. Offertes scherper maken. Rapportages versnellen. Marketingcontent structureren. Code controleren. Notulen samenvatten. Documenten verwerken.

Daar zit de eerste laag van AI-waarde.

Niet omdat het spectaculair is, maar omdat het direct raakt aan tijd, aandacht, snelheid en kwaliteit.

Bedrijven die AI slim inzetten, beginnen daarom niet met de vraag: “Welke tool moeten we kopen?” Ze beginnen met een betere vraag: “Waar verliezen we iedere week tijd aan werk dat slimmer, sneller of consistenter kan?”

AI-voordelen voor bedrijven en ondernemers

De voordelen van AI worden vaak veel te groot of juist veel te klein gemaakt. Aan de ene kant hoor je verhalen alsof AI morgen complete bedrijven overneemt. Aan de andere kant wordt het nog steeds weggezet als een handige tekstgenerator voor mensen die geen zin hebben om zelf een mail te schrijven.

De waarheid ligt ergens anders.

De eerste echte voordelen van AI zitten vooral in efficiëntie, betere besluitvorming, kostenreductie, klantrelaties en innovatie. Niet omdat AI ineens alles oplost, maar omdat veel bedrijven nog steeds vol zitten met werk dat traag, herhalend, versnipperd of onnodig handmatig is.

Daar zit de winst.

Deloitte rapporteert dat organisaties vooral voordeel zien in productiviteit en efficiëntie. 66% van de organisaties noemt dat als gerealiseerd AI-voordeel. Daarna volgen betere inzichten en besluitvorming, kostenreductie, betere klantrelaties en innovatie. Dat is veelzeggend. AI begint meestal niet bij een compleet nieuw businessmodel, maar bij sneller werken, beter overzicht krijgen en minder tijd verliezen aan werk dat slimmer kan.

Microsoft laat zien dat medewerkers zelf die voordelen ook voelen. 90% van de AI-gebruikers zegt dat AI tijd bespaart. 85% zegt dat AI helpt om zich te richten op belangrijker werk. 84% voelt zich creatiever en 83% ervaart meer plezier in het werk.

Dat laatste wordt vaak onderschat.

AI gaat niet alleen over kosten besparen. Het gaat ook over aandacht terugwinnen. Minder tijd kwijt aan zoeken, herhalen, herschrijven en controleren betekent meer ruimte voor klanten, keuzes, creativiteit en kwaliteit. Dat is vooral belangrijk voor ondernemers, omdat zij vaak verdrinken in werk dat belangrijk lijkt, maar nauwelijks waarde toevoegt.

De vraag is dus niet alleen: hoeveel mensen kan AI vervangen?

Dat is vaak de verkeerde vraag.

De betere vraag is: hoeveel tijd, energie en aandacht kunnen mensen terugkrijgen wanneer AI het werk ondersteunt dat nu onnodig veel ruimte inneemt?

Voor ondernemers is dat misschien wel de grootste kans. AI maakt een bedrijf niet automatisch beter. Maar het kan wel zichtbaar maken waar tijd weglekt, waar klanten te lang wachten, waar medewerkers vastlopen en waar beslissingen scherper kunnen.

Wie AI alleen ziet als kostenbesparing, mist een deel van het verhaal.

Wie AI ziet als hefboom voor tijd, aandacht, snelheid en betere keuzes, komt dichter bij de echte waarde.

Nadelen, risico’s en waarom veel bedrijven nog niet beginnen

De belangrijkste reden waarom bedrijven nog niet serieus met AI beginnen, is meestal niet dat ze AI nutteloos vinden. Dat is te makkelijk. De echte drempels zitten dieper. In gebrek aan kennis. In slechte data. In privacyzorgen. In juridische onzekerheid. In systemen die niet goed op elkaar aansluiten. In kosten die vooraf niet duidelijk zijn. En vooral in het ontbreken van een heldere businesscase.

Veel ondernemers voelen ergens wel dat AI belangrijk is. Ze zien de voorbeelden, horen de verhalen en merken dat concurrenten ermee experimenteren. Maar tussen “interessant” en “goed geïmplementeerd” zit een groot gat. En precies in dat gat blijven veel bedrijven hangen.

Eurostat laat dat duidelijk zien. Van de Europese bedrijven die AI wel hebben overwogen, maar uiteindelijk niet gebruiken, noemt 70,89% gebrek aan expertise als reden. Daarna volgen onduidelijke juridische gevolgen en zorgen over dataprotectie en privacy. Slechts 20,68% zegt dat AI niet nuttig is voor het bedrijf.

Dat is een belangrijk signaal.

Bedrijven zeggen dus niet massaal: “AI heeft geen waarde.” Ze zeggen vooral: “We weten niet goed hoe we dit veilig, verstandig en praktisch moeten aanpakken.”

Hetzelfde patroon is zichtbaar in Nederland. Volgens het CBS noemt 74,6% van de bedrijven die AI overwogen maar niet gebruiken, gebrek aan ervaring als belangrijkste reden. Dat raakt vooral het MKB. Niet omdat kleinere bedrijven minder kansen hebben, maar omdat ze vaak minder tijd, minder specialistische kennis en minder ruimte hebben om rustig te experimenteren.

In grotere bedrijven is het probleem vaak anders. Daar is meestal wel budget, maar blijven AI-projecten te vaak hangen in pilots, proof-of-concepts en losse initiatieven. Gartner wijst erop dat GenAI-projecten vaak mislukken door slechte usecase-selectie, onvoldoende businesswaarde, slechte datakwaliteit, zwakke risicobeheersing en stijgende kosten.

Met andere woorden: kleine bedrijven blijven vaak staan vóór de start. Grote bedrijven komen vaker wel van de startlijn af, maar lopen daarna vast in complexiteit.

Er is ook nog een extra risico: shadow AI. Als bedrijven zelf geen duidelijke richting geven, gaan medewerkers het gewoon zelf doen. Ze gebruiken eigen AI-tools, vaak zonder beleid, zonder goede afspraken en soms met gevoelige informatie. Dat is begrijpelijk, maar ook riskant. Niet omdat medewerkers slechte bedoelingen hebben, maar omdat de organisatie te langzaam duidelijkheid geeft.

De les is simpel.

AI vraagt niet alleen om nieuwsgierigheid. Het vraagt om leiderschap, keuzes, regels, datakwaliteit en een eerlijke businesscase. Sla je dat over, dan krijg je geen AI-strategie. Dan krijg je losse experimenten, risico’s en verwarring.

En als je te lang wacht, loop je een ander risico.

Niet dat AI ineens alles overneemt.

Maar dat concurrenten eerder leren, sneller verbeteren en een voorsprong opbouwen die later veel moeilijker is in te halen.

Klantcontact, customer service en callcenters

Klantcontact is misschien wel één van de meest concrete plekken waar AI snel zichtbaar wordt. Niet omdat het zo futuristisch is, maar juist omdat het zo praktisch is. Ieder bedrijf met klanten herkent dezelfde problemen: veel terugkerende vragen, wachttijden, overdrachten, frustratie, zoekwerk, gespreksnotities, medewerkers onder druk en klanten die gewoon snel geholpen willen worden.

AI past daar bijna ongemakkelijk goed op.

Klantcontact bevat veel tekst, veel spraak, veel herhaling en veel meetbare kosten. Dat maakt het een logisch domein voor AI. Een chatbot die veelgestelde vragen beantwoordt is nog maar het begin. De echte verschuiving zit in AI-agents die klantvragen zelfstandig afhandelen, medewerkers live ondersteunen, gesprekken samenvatten, tickets routeren, klantgeschiedenis ophalen en vervolgacties voorbereiden.

Gartner voorspelt dat agentic AI in 2029 autonoom 80% van veelvoorkomende customer-serviceproblemen oplost zonder menselijke interventie. Volgens Gartner kan dit leiden tot een daling van operationele kosten met 30%. Gartner verwacht ook dat in 2028 minstens 70% van klanten hun customer-servicejourney start via conversational AI.

Salesforce ziet dezelfde beweging. Volgens Salesforce verwachten serviceprofessionals dat AI in 2027 50% van servicecases oplost, tegenover 30% in 2025. Daarnaast zegt 89% van de serviceprofessionals dat conversational AI selfservice-resolution verhoogt, 88% dat het resolution times versnelt en 87% dat AI medewerkers vrijmaakt voor complexere klantvragen.

Dat is precies de belofte voor ondernemers. Niet minder klantcontact, maar beter klantcontact. Minder tijd kwijt aan standaardvragen en meer ruimte voor de klantmomenten waar menselijk oordeel, empathie en creativiteit echt nodig zijn.

Deloitte’s contactcenteronderzoek laat zien dat AI-centrische contactcenters beter presteren dan organisaties die minder volwassen zijn in AI. Ze zijn vaker winstgevend, beoordelen de customer experience vaker positief, beoordelen ook de employee experience vaker positief en zijn beter in staat gepersonaliseerde ervaringen te leveren. Met andere woorden: AI helpt niet alleen de klant sneller. Het kan ook medewerkers ontlasten.

Maar juist in klantcontact zit ook de keerzijde.

Klantcontact is gevoelig. Mensen accepteren best dat AI helpt, maar ze willen niet het gevoel krijgen dat ze worden afgescheept door een domme bot, vastlopen in een eindeloze chat of hun gegevens ergens in een systeem zien verdwijnen dat niemand meer begrijpt. Salesforce meldt dat slechts 42% van klanten bedrijven vertrouwt om AI ethisch te gebruiken. Dat is een waarschuwing.

Bedrijven die AI goed inzetten in klantcontact, automatiseren daarom niet blind alles. Ze zorgen voor transparantie, goede data, duidelijke escalatie naar mensen en AI die de klant echt verder helpt. Niet AI als muur tussen klant en bedrijf, maar AI als versneller van aandacht, duidelijkheid en oplossing.

Daar zit het verschil.

Slechte AI maakt klantcontact goedkoper, maar kouder.

Goede AI maakt klantcontact sneller, slimmer en menselijker op de momenten waarop dat er echt toe doet.

Van insight naar actie: waar begin je als ondernemer?

Als je naar alle cijfers kijkt, ontstaat er een duidelijk beeld. AI is geen hype meer, maar de meeste bedrijven halen er nog lang niet uit wat erin zit. Er wordt veel getest, veel besproken en steeds meer gebruikt, maar echte integratie blijft achter. En precies daar ligt de kans.

Want AI gaat niet alleen over technologie. Het gaat over hoe een bedrijf werkt. Hoe snel klanten geholpen worden. Hoe makkelijk kennis vindbaar is. Hoeveel tijd medewerkers verliezen aan herhaling. Hoe beslissingen worden genomen. Hoe goed data op orde is. En hoeveel ruimte er overblijft voor werk waar mensen echt het verschil maken.

Daarom is de belangrijkste vraag niet: welke AI-tool moeten we kopen?

De betere vraag is: waar verliezen we op dit moment de meeste tijd, aandacht, kwaliteit of klantwaarde?

Daar begint het.

Voor het ene bedrijf zit de eerste winst in klantcontact. Minder wachttijd, betere antwoorden, slimmere ticketroutering en meer ruimte voor complexe gesprekken. Voor een ander bedrijf zit de winst in marketing, sales, administratie, rapportages, kennismanagement of softwareontwikkeling. De juiste startplek is niet waar AI het meest indrukwekkend klinkt, maar waar het probleem het duidelijkst voelbaar is.

Tegelijk vraagt AI om meer dan nieuwsgierigheid. Wie AI serieus wil inzetten, moet ook eerlijk kijken naar data, privacy, eigenaarschap, risico’s, training en meetbare waarde. Zonder richting wordt AI een verzameling losse experimenten. Zonder regels ontstaat shadow AI. Zonder goede data worden antwoorden onbetrouwbaar. En zonder duidelijke businesscase blijft AI hangen in indrukwekkende demonstraties die weinig veranderen.

De bedrijven die de komende jaren voordeel halen uit AI zijn daarom niet per se de bedrijven met de meeste tools, de grootste budgetten of de mooiste pilots.

Het zijn de bedrijven die scherper kiezen. Die weten waar AI waarde moet toevoegen. Die klein genoeg beginnen om te leren, maar serieus genoeg zijn om door te pakken. Die AI niet gebruiken als speeltje, maar als hefboom voor beter werk, sneller klantcontact, slimmere processen en betere beslissingen.

Voor ondernemers is dat misschien wel de belangrijkste les.

Je hoeft niet alles tegelijk te doen. Je hoeft niet morgen je hele bedrijf opnieuw uit te vinden. Maar blijven wachten is ook geen strategie meer. Iedere maand dat AI alleen onderwerp van gesprek blijft en geen onderdeel wordt van de bedrijfsvoering, groeit de afstand tot bedrijven die leren, testen, verbeteren en integreren.

AI vervangt de ondernemer niet zomaar.

Maar ondernemers die AI begrijpen, halen ondernemers in die blijven wachten.

De echte keuze is dus niet meer of AI belangrijk wordt. Dat stadium zijn we voorbij.

De keuze is waar je begint.

Bronnen gebruikt in deze insight

Stanford AI Index: gebruikt voor wereldwijde AI-adoptie en de bredere ontwikkeling van AI in organisaties.

Eurostat: gebruikt voor AI-adoptie in Europese ondernemingen, verschillen naar bedrijfsgrootte en barrières voor AI-gebruik.

CBS: gebruikt voor AI-adoptie onder Nederlandse bedrijven en redenen waarom Nederlandse bedrijven nog niet met AI zijn begonnen.

Gartner: gebruikt voor GenAI-projectfalen, AI-volwassenheid, datakwaliteit, agentic AI en voorspellingen rond customer service.

Gartner customer service AI: gebruikt voor toepassingen van AI in klantcontact en customer service.

Gartner agentic AI customer service voorspelling: gebruikt voor voorspellingen over autonome afhandeling van veelvoorkomende serviceproblemen.

Deloitte State of AI in the Enterprise: gebruikt voor AI-volwassenheid, procesverandering en gerealiseerde zakelijke voordelen.

Deloitte Digital contact center research: gebruikt voor prestatieverschillen tussen AI-centrische contactcenters en minder volwassen serviceorganisaties.

Gallup: gebruikt voor hoe medewerkers AI op het werk gebruiken en welke AI-taken het meest voorkomen.

Microsoft Work Trend Index 2024: gebruikt voor werknemerservaring, tijdwinst, productiviteit en shadow AI.

Microsoft Work Trend Index 2026: gebruikt voor organisatorische AI-adoptie, agents en de rol van organisatieontwerp.

Salesforce State of Service: gebruikt voor AI in customer service, servicecase-afhandeling, conversational AI en contactcentertrends.

Salesforce customer service AI / trust: gebruikt voor klantvertrouwen, ethische AI-zorgen en de menselijke kant van AI in service.