AI-gegenereerde illustratie.

Blog

AI maakt build-buy-partner weer een strategische directiekeuze

Jarenlang was de technologische hoofdvraag in veel organisaties betrekkelijk overzichtelijk: bouwen we dit zelf of kopen we het in? AI maakt die vraag niet kleiner, maar wel fundamenteel anders. Niet omdat alles ineens maatwerk moet worden, en ook niet omdat standaardsoftware zijn waarde verliest. Wel omdat AI het grensgebied tussen onderscheidend vermogen en commoditeit razendsnel verplaatst.

Terug naar blog
Gepubliceerd op7 min leestijd

Inleiding

Jarenlang was de technologische hoofdvraag in veel organisaties betrekkelijk overzichtelijk: bouwen we dit zelf of kopen we het in? AI maakt die vraag niet kleiner, maar wel fundamenteel anders. Niet omdat alles ineens maatwerk moet worden, en ook niet omdat standaardsoftware zijn waarde verliest. Wel omdat AI het grensgebied tussen onderscheidend vermogen en commoditeit razendsnel verplaatst.

Dat is precies waarom dit onderwerp nu op directieniveau thuishoort. Zodra teams met agentic coding, copilots en AI-platformen sneller functionaliteit kunnen maken, verschuift de logica achter investeringen, architectuur en leverancierskeuzes. De vraag is dan niet meer alleen welke tool het meest kan, maar vooral: welke capabilities moeten we zelf bezitten, welke mogen uitwisselbaar blijven en bij welke helpt een partner ons te versnellen zonder dat we ons onderscheid uit handen geven?

Voor ondernemers en bestuurders is dat geen technische detailkwestie. Het raakt direct aan marge, snelheid, wendbaarheid, governance en toekomstige onderhandelingsmacht. Wie die keuzes te laat maakt, krijgt ofwel een versnipperd landschap vol losse AI-aankopen, ofwel een dure neiging om alles zelf te bouwen zonder duidelijke economische logica.

McKinsey laat zien dat build versus buy nu al verschuift

McKinsey maakte op 25 augustus 2026 zichtbaar dat deze verschuiving al bezig is. In hun wereldwijde State of AI-survey zegt bijna een derde van de respondenten, 32 procent, dat hun organisatie heeft afgezien van de aankoop van een of meer softwareproducten of features omdat die intern gebouwd konden worden met agentic coding tools. Dat is geen toekomstmuziek meer. Het is een signaal dat AI al begint in te grijpen in softwarebudgetten en leverancierslogica.

Tegelijkertijd is dat geen vrijbrief om nu massaal intern te gaan bouwen. Dezelfde publicatie laat ook zien dat slechts 37 procent van de respondenten enige positieve EBIT-impact aan AI toeschrijft, terwijl een op de vijf organisaties zegt dat AI-gebruik wordt begrensd door operationele kosten. Anders gezegd: de drempel om te bouwen daalt, maar de kans op diffuus rendement verdwijnt niet.

Juist daar ontstaat een bestuurlijke spanning. Als interne teams sneller iets kunnen maken, groeit de verleiding om build automatisch als slim of goedkoop te zien. Maar snelheid van oplevering is nog geen bewijs van structurele waarde. Wat snel gebouwd kan worden, moet ook beheerd, beveiligd, geïntegreerd, geëvalueerd en aangepast worden zodra processen veranderen of toezichteisen zwaarder worden.

Alles zelf bouwen kan even onverstandig zijn als alles inkopen

In een tweede McKinsey-publicatie, verschenen op 26 augustus 2026, wordt de kern van die afweging scherp benoemd. Volgens McKinsey hoeven de meeste organisaties de onderliggende AI-technologie helemaal niet zelf uit te vinden. Toegang tot modellen, cloudinfrastructuur, dataservices, securitylagen en platforms voor de ontwikkeling van agenten kan prima worden ingekocht. De echte bouwopgave ligt volgens hen ergens anders: in de onderdelen die het bedrijf daadwerkelijk onderscheiden.

Dat onderscheid zit zelden in een generiek model of standaardinterface. Het zit eerder in eigen workflows, eigen data, governancekeuzes, vakkennis, klantrelaties en de manier waarop een organisatie leert van uitzonderingen en nieuwe signalen. Dat zijn de elementen die bepalen of AI slechts een handige laag bovenop het werk wordt, of een structureel sterkere manier van werken.

Die nuance is belangrijk, omdat veel organisaties nog tussen twee reflexen schommelen. De eerste reflex is alles inkopen omdat de markt snel beweegt. De tweede is zoveel mogelijk zelf bouwen omdat AI de ontwikkelkosten verlaagt. Beide reflexen zijn te grof. De nieuwe opdracht is selectiever: huur de bouwstenen die overal beschikbaar zijn, maar investeer bewust in de capabilities die jouw proceskwaliteit, klantbelofte of besluitkracht echt anders maken.

PwC maakt de nieuwe grens expliciet: bezit wat je onderscheidt, huur wat standaard wordt

PwC gaf op 25 augustus 2026 een praktische vertaling die voor directies goed bruikbaar is. Hun advies is om de klassieke build-or-buy-vraag los te laten als systeemkeuze en die opnieuw op te bouwen per capability. Wat generiek is, mag je volgens PwC kopen of huren. Wat bedrijfskritisch en onderscheidend is, moet je bouwen, besturen en bezitten. Hun formulering is zakelijk hard en daarom nuttig: je koopt geen onderscheidend vermogen bij een leverancier.

Dat is relevanter dan het misschien klinkt. Veel organisaties kijken nog applicatie voor applicatie of platform voor platform. Maar AI maakt het logischer om kleiner en scherper te snijden. Misschien wil je de standaardmogelijkheden van een bestaand platform gewoon aanzetten. Misschien huur je een model of orkestratielaag. Misschien bouw je alleen de eigen beslisregels, expertise, datalaag of workflowlogica daaromheen. Dan ontstaat geen alles-of-nietsarchitectuur, maar een doelbewuste stapeling van standaard en specifiek.

PwC voegt daar nog een tweede managementles aan toe: wat vandaag onderscheidend lijkt, kan morgen gecommoditiseerd zijn. Dat betekent dat build-buy-keuzes niet meer eens per drie jaar thuishoren in een grote technologieoefening. Ze worden onderdeel van een terugkerende strategische herijking. Wat moeten we nog bezitten? Wat is inmiddels een basisvoorziening geworden? En waar zijn we ongemerkt maatwerk aan het onderhouden dat ons allang niet meer onderscheidt?

Partners worden belangrijker, maar BCG waarschuwt voor verkeerde allianties

Naast bouwen en kopen groeit ook het belang van partneren. Dat klinkt logisch: weinig organisaties hebben tegelijk de veranderkracht, technische diepgang, sectorkennis en implementatie-ervaring in huis om AI snel en verantwoord in kritieke workflows te verankeren. Toch is ook partnerschap geen neutrale, veilige middenweg.

BCG waarschuwde daar op 14 augustus 2026 expliciet voor. Hun analyse van tech-industry partnerships laat zien dat zulke allianties historisch vaak mislukken, en dat agentic AI de spanning verder vergroot. Volgens BCG falen veel samenwerkingen door verkeerd gekozen archetypen, scheve prikkels, onduidelijkheid over data- en IP-eigendom en verschillen in beslissnelheid.

Voor bestuurders is dat een belangrijke correctie op het idee dat een partner vooral een capaciteitsoplossing is. Een AI-partner bepaalt mede hoe snel je leert, hoeveel kennis intern landt, wie het eigenaarschap over proceskennis houdt en hoe afhankelijk je later wordt van externe bouwers. Goed partneren betekent dus niet alleen een sterke leverancier kiezen, maar vooraf bepalen welk soort relatie past bij je doel. Zoek je tijdelijke versnelling, co-creatie, toegang tot een ecosysteem of structurele uitbesteding van onderdelen die niet onderscheidend zijn?

Pas als die vraag scherp is, wordt partneren een strategische hefboom in plaats van een nette manier om besluitvorming uit te stellen.

De echte directievraag is waar je toekomstige onderhandelingsmacht vandaan komt

Onder deze hele discussie ligt een zwaardere managementvraag: waar komt je toekomstige onderhandelingsmacht vandaan? AI verlaagt de kosten van softwarebouw, maar verhoogt tegelijk de waarde van unieke context. Wie alleen generieke tooling stapelt, blijft makkelijk vervangbaar en afhankelijk. Wie alles zelf bouwt zonder discipline, creëert een duur en lastig schaalbaar landschap. De sterke positie ligt meestal ertussenin.

Die positie ontstaat wanneer een organisatie bewust onderscheid maakt tussen fundering en voorsprong. De fundering mag grotendeels gestandaardiseerd zijn: modellen, platformdiensten, beveiligingslagen, monitoring, basisautomatisering. De voorsprong zit dan in de manier waarop je die fundering koppelt aan eigen data, eigen uitzonderingslogica, eigen klantcontext en eigen operationele routines.

Dat is ook waarom build-buy-partner geen CIO-vraag alleen is. Finance moet begrijpen waar kosten vast of variabel worden. Operations moet bepalen waar snelheid en foutreductie de meeste waarde hebben. Commercie moet bewaken waar klantnabijheid en propositieverschil ontstaan. Juridische zaken en risicomanagement moeten zien welke data, beslissingen en controles niet uit handen mogen glijden. En de directie moet uiteindelijk kiezen welk deel van de onderneming uitwisselbaar mag zijn en welk deel niet.

Wat directie en MT vandaag concreet kunnen doen

Voor veel organisaties is dit een goed moment om niet te vragen welke AI-tools nog ontbreken, maar welke capabilities strategisch eigendom verdienen.

Begin met een eenvoudige driedeling. Zet per relevante AI-capability op papier:

  • Wat commodity is en dus snel gekocht of gehuurd kan worden.
  • Wat onderscheidend is en daarom intern eigenaarschap, ontwerp en kennisopbouw vraagt.
  • Wat te belangrijk is om te negeren, maar te complex of te traag is om zonder partner goed te realiseren.

Koppel daar vervolgens harde criteria aan. Denk aan impact op marge, snelheid naar productie, afhankelijkheid van leveranciers, gevoeligheid van data, auditability, veranderlast en herbruikbaarheid over meerdere workflows. Een team dat die criteria expliciet maakt, neemt betere beslissingen dan een organisatie die per use case opnieuw in hype of angst schiet.

Maak ook expliciet welk resultaat je van partners verwacht. Niet alleen oplevering, maar kennisoverdracht, governance, beheerbaarheid en een architectuur die ruimte laat om later te wisselen of intern meer over te nemen. Anders koop je misschien snelheid in, maar lever je toekomstige bewegingsruimte in.

De beste AI-stack is niet de grootste, maar de scherpst gekozen

De interessante organisaties van de komende fase zullen waarschijnlijk niet de bedrijven zijn die het meest zelf bouwen of het meest inkopen. Het worden eerder de bedrijven die helderder kiezen.

Zij begrijpen dat AI de onderlaag van technologie goedkoper en flexibeler maakt, maar dat dit de strategische discipline juist zwaarder maakt. Want zodra meer bouwstenen voor iedereen beschikbaar zijn, wordt de vraag belangrijker welke delen van je bedrijf jij bewust wilt bezitten.

Daarmee wordt build-buy-partner opnieuw wat het altijd had moeten zijn: geen IT-besluit aan het einde van een traject, maar een directe keuze over concurrentievermogen, wendbaarheid en economische regie.

Bronnen

  1. 1.McKinsey - The AI dilemma: Build, buy, or partner? - publicatiedatum 26 augustus 2026
  2. 2.McKinsey - The state of AI in 2026: On the road to ROI - publicatiedatum 25 augustus 2026
  3. 3.PwC - How to assemble a lean, AI-ready tech stack - publicatiedatum 25 augustus 2026
  4. 4.BCG - Making Tech-Industry Partnerships Work in the Agentic Era - publicatiedatum 14 augustus 2026

Meer lezen

7 min leestijd

AI maakt orkestratie schaarser dan analyse

Jarenlang was analyse een schaars managementgoed. Wie sneller data kon verzamelen, betere scenario's kon bouwen en overtuigender presentaties kon maken, had vaak een voorsprong. AI verandert dat tempo nu fundamenteel. Analyses, samenvattingen, vergelijkingen en eerste adviezen worden goedkoper, sneller en voor veel meer mensen beschikbaar.

Lees artikel
7 min leestijd

AI wordt pas strategisch als stroom en compute directiethema worden

Veel organisaties praten nog over AI alsof het vooral een softwarekeuze is. Welk model kiezen we? Welke copilots geven we teams? Welke use-cases kunnen we versnellen? Die vragen blijven relevant, maar ze zijn niet meer voldoende. Een recente reeks gezaghebbende publicaties laat zien dat AI in hoog tempo ook een fysiek en financieel infrastructuurvraagstuk wordt.

Lees artikel

Bespreek wat dit betekent voor uw organisatie

Actuele analyses en handelingsperspectief voor directie, HR, operations en innovatieverantwoordelijken. Zonder hype, met concrete implicaties.

GDPR Compliant · EU AI Act Aligned · Gevestigd in Maastricht, Limburg