De AI-werkplek vraagt om meer dan slimme tools

07-07-2026 • 12:00

AI belooft de werkplek slimmer, sneller en persoonlijker te maken. Maar
tussen die belofte en de dagelijkse praktijk zit een minder zichtbaar vraagstuk:
kunnen de computers, beveiligingslagen, dataomgevingen en beheerprocessen
van organisaties die nieuwe manier van werken wel aan? Nu AI verschuift van
experiment naar vast onderdeel van de werkplek, wordt de kwaliteit van de
onderliggende IT-omgeving steeds bepalender. Tweakers Partners gaat hierover
in gesprek met experts van Dustin, Intel en Microsoft.

Veel organisaties die met AI aan de slag gaan, kijken eerst naar Microsoft Copilot,
ChatGPT of generatieve tools die medewerkers helpen bij schrijven, zoeken,
samenvatten, analyseren en automatiseren. Dat is logisch, zegt Pontus Willquist van Dustin.
Maar wie AI echt wil laten landen in de dagelijkse werkpraktijk, moet volgens hem verder
kijken dan de applicatielaag, en ook clienthardware, beheer, security en de volledige
levenscyclus van devices in ogenschouw nemen.

“AI is niet alleen meer die slimme achtergrondblur in een videogesprek”, zegt Willquist.
“Het schuift steeds verder op naar de manier waarop je je werk en bedrijfsprocessen
organiseert.”

Daarmee verandert ook de rol van de zakelijke computer. De laptop of desktop was
jarenlang vooral een standaard productiviteitsmiddel dat periodiek werd vervangen. Nu
AI vaker onderdeel wordt van vergaderingen, documenten, code, analyses en
workflows, wordt de werkplek opnieuw een strategische laag in de IT-omgeving. Niet
omdat iedere medewerker ineens de zwaarste AI-pc nodig heeft, maar omdat AI andere
eisen stelt aan performance, accuduur, lokale verwerking, beheerbaarheid en security.

Bjorn Bouman van Intel ziet dezelfde verschuiving, maar bekijkt hem vanuit de techniek.
Volgens hem wordt de AI-pc nog te vaak gereduceerd tot één component: de npu, of
neural processing unit. Die speelt inderdaad een belangrijke rol, maar is volgens
Bouman niet het hele verhaal. Een moderne AI-pc draait juist om de samenwerking
tussen cpu, gpu en npu: “De kracht van een AI-pc zit niet in één processor. Het gaat
erom dat elke workload terechtkomt bij het onderdeel dat daar technisch het meest
geschikt voor is.”

Ook Anders Demner van Microsoft waarschuwt dat organisaties AI niet als losse
applicatie moeten behandelen. Copilot en andere AI-tools raken niet alleen de voorkant
van de werkplek, maar ook de architectuur eronder: identiteit, data, toegangsbeleid,
endpointbeheer en beveiliging. “AI zit niet simpelweg boven op de werkplek”, aldus
Demner. “Het raakt de lagen eronder: identiteit, data, beleid en beveiliging.”

Niet beginnen bij de laptop

Volgens Willquist moeten organisaties daarom niet beginnen bij de vraag welke AI-pc ze
moeten kopen. De eerste vraag is wat ze met AI willen bereiken. Welke processen
kunnen slimmer? Welke medewerkers hebben lokale AI-capaciteit nodig? Waar zijn
vooral accuduur en responsiviteit belangrijk? En waar zijn zwaardere cpu-, gpu-, npu- en
geheugenprestaties nodig? “Je begint niet bij de laptop”, vat Willquist samen. “Je begint
bij de vraag wat de organisatie probeert te bereiken.”

Dat klinkt vanzelfsprekend, maar raakt aan een belangrijke verandering in
werkplekbeheer. Jarenlang was standaardisatie een belangrijk uitgangspunt: hoe minder
modellen, hoe eenvoudiger de inkoop, uitrol, ondersteuning en vervanging. Die logica
blijft relevant, maar wordt minder absoluut. Een marketingteam dat veel content
produceert, een developer die met AI-agents of codegeneratie werkt, en een
medewerker die vooral mailt, vergadert en documenten verwerkt, hebben niet dezelfde
hardwarebehoefte. “Standaardisatie blijft belangrijk, maar misschien heb je nu net iets
meer varianten nodig om de echte waarde uit AI te halen”, zegt Willquist.

Dustin 1

Daarmee wordt de devicekeuze meer een kwestie van gebruikersprofielen. Sommige
medewerkers hebben vooral baat bij een stille, energiezuinige en responsieve laptop
met een goede accuduur. Andere groepen hebben meer aan lokale rekenkracht, extra
geheugenprestaties of een platform dat AI-workloads efficiënt kan verdelen. Een
verouderde laptop is dan niet alleen irritant traag, maar kan ook de adoptie van nieuwe
werkwijzen remmen.

Een AI-pc is een platform, geen losse chip

Bouman vult die strategische vraag technisch in. Een AI-pc is volgens hem geen
gewone laptop met één extra AI-chip, maar een gebalanceerd platform. De cpu blijft de
centrale regisseur en is belangrijk voor flexibiliteit, aansturing, lage latency en kleinere
AI-inferentietaken. De gpu is sterk in zware parallelle berekeningen, bijvoorbeeld bij
beeld- en videobewerking of generatieve toepassingen. De npu is juist ontworpen voor
doorlopende AI-taken die efficiënt en energiezuinig moeten draaien, zoals transcriptie,
spraakverwerking, slimme videofuncties en realtime analyse.
Dat onderscheid is belangrijk omdat AI op de werkplek geen eenduidige belasting
veroorzaakt. Realtime transcriptie tijdens een Teams-meeting vraagt iets anders van
een systeem dan een developer die lokaal met modellen experimenteert of een designer
die generatieve beeldbewerking gebruikt. De ene taak vraagt om maximale rekenkracht,
de andere om lage latency of een zo laag mogelijk energiegebruik.

Voor IT-afdelingen betekent dit dat traditionele specificaties niet verdwijnen, maar wel
minder volledig worden. Processorgeneratie, werkgeheugen en opslag blijven relevant,
maar bij AI-workloads tellen ook totale AI-performance over cpu, gpu en npu,
performance per watt, geheugenbandbreedte, thermisch ontwerp en batterijduur. Een
systeem kan op papier krachtig zijn, maar moet AI-taken ook langere tijd kunnen
uitvoeren zonder terugvallende prestaties, overmatig ventilatorgeluid of een snel
leeglopende accu.

De AI-pc is daarmee geen simpele vervangingscategorie. Een laptop met een npu is niet
automatisch de juiste keuze voor iedere medewerker, en een zware gpu is niet voor elke
zakelijke toepassing nodig. De vraag is welke AI-toepassingen een organisatie wil
ondersteunen, welke daarvan lokaal moeten draaien en hoe het device past binnen
bestaande beheer-, security- en lifecycleprocessen.

Lokaal, cloud of hybride

Een belangrijk onderdeel van die afweging is de vraag waar AI-taken worden
uitgevoerd. Veel organisaties gebruiken generatieve AI nu vooral via cloudplatforms. Dat
blijft belangrijk, zeker voor grote modellen, complexe reasoning en toepassingen die
veel schaalbaarheid nodig hebben. Tegelijkertijd wordt lokale AI-verwerking op het
endpoint relevanter.

Willquist noemt daarbij de kostenkant. Grote taalmodellen zijn krachtig, maar niet elke
taak vraagt om het zwaarste model. Voor het samenvatten van documenten,
structureren van notities of ondersteunen van eenvoudige workflows kan een kleiner
model voldoende zijn. Als het gebruik van grote cloudmodellen en tokens zwaarder gaat
meewegen in IT-budgetten, kan lokale verwerking aantrekkelijker worden. “Zo’n groot
llm is alsof je een PhD-onderzoeker inzet”, zegt Willquist. “Maar voor heel veel taken
heb je helemaal geen PhD nodig.”

Bouman kijkt vooral naar de workload zelf. Taken die realtime, privacygevoelig of
continu actief zijn, lenen zich vaak goed voor lokale verwerking. Denk aan
meetingtranscriptie, persoonlijke assistenten, documentanalyse of functies die ook met
beperkte connectiviteit bruikbaar moeten blijven. Lokale AI verlaagt latency, beperkt
bandbreedtegebruik en houdt data dichter bij de gebruiker. Zwaardere modellen en
bredere bedrijfscontext blijven vaak beter geschikt voor de cloud.

“Niet alles hoeft lokaal, maar ook niet alles hoort automatisch in de cloud”, aldus
Bouman. “De vraag is waar een workload de beste combinatie van snelheid, efficiëntie
en controle oplevert.”

Demner ziet in de praktijk vooral een hybride model ontstaan. De cloud blijft het centrale
vlak voor data, beleid, identiteiten en veel AI-capaciteit. Maar het endpoint blijft de plek
waar de gebruiker werkt, waar credentials worden beschermd, waar policies worden
afgedwongen en waar lokale of hybride AI-functies direct merkbaar zijn. “De cloud is het
controle- en datavlak, maar het device blijft de plek waar de ervaring daadwerkelijk
gebeurt.”

Copilot legt dataproblemen bloot

Voor Microsoft ligt de kern van AI-ready werken niet alleen in rekenkracht, maar ook in
governance. Copilot werkt met bedrijfscontext uit onder meer Microsoft 365, Teams,
SharePoint en OneDrive. Dat maakt de tool krachtig, maar legt ook bestaande
dataproblemen bloot. AI creëert geen nieuwe rechten, maar kan informatie waarvoor
een gebruiker al toegang heeft veel sneller vinden, combineren en samenvatten.

“Copilot maakt data beter vindbaar, maar het is geen achterdeur naar informatie”, zegt
Demner. Juist daardoor wordt opschalen spannend. In een kleine pilot blijft het speelveld meestal
overzichtelijk. Maar zodra AI breed wordt uitgerold, komen oude permissieproblemen
sneller aan het licht. SharePoint-sites met te brede toegang, Teams-omgevingen zonder
duidelijk eigenaarschap of documenten zonder juiste classificatie kunnen ervoor zorgen
dat gevoelige informatie gemakkelijker opduikt in antwoorden. Niet omdat AI beleid
omzeilt, maar omdat het bestaande rechten veel efficiënter benut.

Volgens Demner begint veilig opschalen daarom met een Zero Trust-fundament.
Identiteit moet goed zijn ingericht, data moet worden geclassificeerd en gelabeld,
permissies moeten worden opgeschoond en alleen apparaten die aan het beleid
voldoen zouden toegang moeten krijgen tot bedrijfsdata en AI-ervaringen. Producten als
Entra ID, Intune, Defender en Purview spelen daarin een rol, maar het onderliggende
principe is belangrijker: AI versnelt wat er al is, dus ook rommelige rechten, zwakke
configuraties en slecht beheerde data. “Het model is zelden het eerste probleem”, zegt
Demner. “Meestal begint het bij data die te breed toegankelijk is of beleid dat niet scherp
genoeg is ingericht.”

Dustin 2

Dat sluit aan bij Boumans hardwarevisie. Als AI vaker lokaal draait en met bedrijfsdata
werkt, moet het device niet alleen snel zijn, maar ook veilig en centraal te beheren.
Platformeigenschappen als hardwarematige beveiliging, remote manageability en
stabiliteit worden belangrijker zodra organisaties AI-pc’s niet als losse experimenten
willen inzetten, maar op schaal willen beheren.

Niet alles vervangen

Voor Willquist komt de discussie uiteindelijk terug bij grip op het deviceportfolio. Welke
systemen zijn er al? Welke prestaties leveren ze nog? Welke apparaten kunnen naar
een ander gebruikersprofiel? En waar is nieuwe hardware echt nodig? Zeker in een
markt waarin componenten, geheugenprijzen en beschikbaarheid onder druk kunnen
staan, wordt planning belangrijker.

Modernisering betekent dus niet automatisch dat alles moet worden vervangen. Een
high-end laptop van twee of drie jaar oud kan voor een power-user misschien niet meer
voldoen, maar voor een andere medewerker nog prima geschikt zijn. “Je hoeft niet
automatisch alles weg te doen omdat het drie jaar oud is”, zegt Willquist. “Soms past
zo’n apparaat alleen niet meer bij de oorspronkelijke gebruiker.”

Daarmee wordt lifecyclemanagement onderdeel van de AI-strategie. Devices moeten
niet alleen goed worden gekozen en beheerd, maar ook veilig kunnen worden
hergebruikt of afgevoerd. Oude apparatuur kan worden gewist, gecontroleerd, opgefrist
en opnieuw ingezet of doorverkocht. Dat levert restwaarde op, maar minstens zo
belangrijk is aantoonbare dataverwijdering, zeker wanneer endpoints toegang hadden
tot bedrijfsdata, AI-tools en lokale verwerking. “Een oud apparaat is pas echt uit je
omgeving verdwenen als je zeker weet dat de data ook weg is”, zegt Willquist. “Dat
vertrouwen is cruciaal.”

Demners securityperspectief maakt duidelijk waarom dat steeds belangrijker wordt. Als
endpoints toegang hebben tot bedrijfscontext, AI-functies draaien en onderdeel zijn van
conditional-accessbeleid, moeten organisaties gedurende de hele levenscyclus grip houden. Een vergeten device, zwakke configuratie of rommelige permissiestructuur kan in een AI-omgeving sneller gevolgen hebben.

De werkplek wordt weer strategisch

De drie perspectieven komen uiteindelijk samen in één conclusie: AI op de werkplek
vraagt om meer dan software alleen. Nieuwe tools kunnen pas veilig en effectief waarde
leveren als de onderliggende architectuur klopt. Daarin spelen moderne hardware,
lokale en cloudgebaseerde AI, identiteit, datagovernance, endpointbeheer en
lifecyclemanagement allemaal een rol.

Voor organisaties die AI willen opschalen, is dat een nuchtere maar belangrijke les. Niet
alles hoeft lokaal, maar ook niet alles hoort automatisch in de cloud. Niet iedere medewerker
heeft dezelfde hardware nodig, maar iedere medewerker heeft wel baat bij een werkplek
die past bij zijn of haar taken. En verouderde computers zijn niet alleen een operationeel
ongemak; ze kunnen de adoptie van nieuwe werkwijzen vertragen.

Willquist ziet dat AI inmiddels concreter wordt dan losse experimenten. Waar hij eerder
sceptischer was over de directe businesswaarde, ziet hij nu hoe snel organisaties
praktische stappen zetten met AI-tools, agents en nieuwe vormen van automatisering.
“Ik was eerlijk gezegd best sceptisch over hoeveel businesswaarde dit echt zou
opleveren”, zegt hij. “Maar nu ben ik ervan overtuigd dat we pas aan het begin staan.”

Dat begin vraagt niet om blind investeren in de zwaarste hardware, maar om beter
kijken naar doelen, gebruikers, workloads, data en risico’s. Daarmee wordt
modernisering van de werkplek geen gewone vervangingsronde meer, maar een
onderdeel van de AI-strategie: krachtig genoeg voor nieuwe toepassingen, veilig genoeg
voor bedrijfsdata, en flexibel genoeg voor de manier waarop werk de komende jaren
verandert.

Meer weten over Dustin als strategische IT-partner die organisaties helpt hun IT op orde
te houden en klaar te maken voor een AI-gedreven toekomst? Hier lees je er meer over.

Dit artikel is geen redactioneel artikel, maar gesponsord en tot stand gekomen dankzij Dustin en Tweakers Partners. Tweakers Partners is de afdeling binnen Tweakers die verantwoordelijk is voor commerciële samenwerkingen, winacties en Tweakers events zoals meet-ups, Developers Summit, Testfest en meer. Bekijk hier het overzicht van alle acties en events. Mocht je ideeën met ons willen delen over deze vorm van adverteren, dan horen wij dat graag. Hierover kun je met ons in gesprek via [Discussie] Reclame algemeen].

Vorige .plan Volgende .plan