TL;DR
- Wat: Microsoft Research analyseerde 5,5 miljoen Copilot-sessies en bracht in kaart waarvoor werknemers AI inzetten.
- Waarom relevant: het laat zien dat AI op de werkvloer al voorbij de fase van 'even googlen' is — mensen gebruiken het steeds meer voor inhoudelijk werk zoals schrijven, analyseren en besluitvorming.
- Wat je ermee kunt: bekijk of jouw team AI vooral als zoekfunctie gebruikt, en onderzoek of er kansen liggen in het inzetten voor inhoudelijker taken zoals het bewerken van teksten of het analyseren van data.
Ik viel deze week over een publicatie van Microsoft Research die ik eerlijk gezegd niet had verwacht. Niet omdat het over AI gaat — dat is natuurlijk niet verrassend — maar omdat het voor het eerst op grote schaal laat zien wat mensen daadwerkelijk doen met een AI-assistent op hun werk. Geen enquête, geen aanname, maar een analyse van 5,5 miljoen echte sessies met M365 Copilot Chat, verspreid over meer dan een miljoen bedrijven wereldwijd.
Schrijven is de grootste categorie — niet zoeken
Wat mij opvalt aan de resultaten: de meeste mensen gebruiken Copilot niet als een soort verbeterde zoekmachine. Dat is wel waar veel bedrijven het aanvankelijk voor inzetten — even snel iets opzoeken. Maar de data laat iets anders zien.
Schrijven en het bewerken van teksten vormen samen ruim 20% van alle activiteiten. Denk aan het verfijnen van een e-mail, het herschrijven van een projectvoorstel, of het samenvatten van een lang document. Information Inquiry — dus het stellen van informatievragen — is weliswaar de meest voorkomende enkele categorie, maar die is juist aan het dalen. In de observatieperiode van juni tot september 2025 daalde het aandeel informatievragen met 13%, terwijl het aandeel tekstbewerking met 32% steeg.
Dat vind ik een belangrijk signaal. Het suggereert dat mensen in het begin AI behandelen als een zoekmachine, maar gaandeweg ontdekken dat de echte waarde zit in het helpen bij inhoudelijk werk. Het is een beetje alsof je een nieuw keukenmachine koopt en hem eerst alleen gebruikt om soep te mixen, totdat je ontdekt dat hij ook deeg kan kneden en groente kan raspen.
Bijna de helft van het gebruik is cognitief werk
Een ander opvallend gegeven: volgens de analyse ondersteunt 49% van alle Copilot-gesprekken wat je 'cognitief werk' kunt noemen — analyseren, problemen oplossen, evalueren, creatief denken. De rest verdeelt zich over samenwerken met mensen (19%), informatie zoeken (15%) en het produceren van concreet werk (17%).
Waarom is dat relevant als je een bedrijf runt? Omdat het aantoont dat AI niet alleen de simpele klussen overneemt. Het helpt ook bij het soort werk waarvoor je normaal iemand met ervaring en denkwerk nodig hebt. Stel dat je als ondernemer een marktanalyse moet laten maken, of een interne beleidstekst wilt laten herschrijven: dat zijn precies het type taken waar AI volgens dit onderzoek steeds vaker voor wordt ingezet.
De verschillen per branche en beroep zijn groot
Wat ik ook interessant vind: het gebruik verschilt behoorlijk per sector en functie. De onderzoekers koppelden de Copilot-data aan het O*NET-beroepensysteem (een Amerikaans classificatiesysteem voor beroepsactiviteiten) en zagen duidelijke patronen.
Technische functies
In software-ontwikkeling en IT gaat meer dan 20% van het Copilot-gebruik naar programmeerondersteuning — het dubbele van het gemiddelde. Dat is logisch: ontwikkelaars waren ook de eerste groep die met tools als GitHub Copilot ging werken.
Creatieve en marketingfuncties
Bij marketing en creatieve beroepen zien de onderzoekers 15-16% contentgeneratie. Hier wordt Copilot duidelijk gebruikt om teksten te maken, niet alleen te bewerken.
Industrie en productie
In de maakindustrie is het informatievragen-aandeel juist bovengemiddeld hoog. Interessant genoeg is het programmeeraandeel daar ook twee keer zo hoog als in consultancy — mogelijk omdat productieomgevingen meer technische documentatie en systeemkennis vereisen.
Advies en consultancy
Hier is een opvallende uitkomst: zo'n 47% van de werkactiviteiten in consultancy komt nog helemaal niet voor in het Copilot-gebruik. Dat kun je op twee manieren lezen: óf die taken lenen zich niet voor AI, óf er ligt nog veel onbenutte potentie.
Kun je je voorstellen wat dit voor jouw branche zou betekenen als je dit soort data over je eigen team had?
M365 Copilot wordt anders gebruikt dan ChatGPT
Een detail dat ik niet over het hoofd wil zien: de onderzoekers vergeleken het gebruik van M365 Copilot ook met hoe mensen ChatGPT gebruiken. Het verschil is behoorlijk. M365 Copilot wordt meer ingezet voor besluitvorming, probleemoplossing en het verwerken van bedrijfsspecifieke informatie. Ongeveer een derde van alle informatievragen in M365 Copilot gaat over bedrijfsinterne zaken — documenten, processen, beleid.
ChatGPT, daarentegen, wordt vaker gebruikt voor creatief denken en het interpreteren van informatie. Ik denk dat dit verschil logisch is: M365 Copilot zit ingebakken in je werkomgeving en heeft toegang tot je bedrijfsdocumenten, dus het wordt vanzelf de plek waar je werkvragen stelt. ChatGPT is meer de 'vrije ruimte' om te brainstormen.
Voor ondernemers is dit onderscheid relevant. Als je nadenkt over welke AI-tools je je team aanbiedt, maakt het uit of je wilt dat medewerkers vooral hun bestaande werkdocumenten slimmer benutten (dan is een geïntegreerde tool logischer) of juist breed en creatief willen verkennen.
Wat nog onderbelicht is
Een kanttekening die ik wel wil maken: dit onderzoek is gepubliceerd door Microsoft Research, over een Microsoft-product. Dat maakt de bevindingen niet onwaar, maar het is goed om te beseffen dat de onderzoekers er belang bij hebben dat de resultaten positief zijn. De analyse is privacy-preserverend opgezet en de methode is wetenschappelijk gepubliceerd — dat geeft vertrouwen — maar onafhankelijke replicatie zou de bevindingen sterker maken.
Ook is het belangrijk om te noteren dat de data gaat over wat mensen doen met Copilot, niet over hoe effectief dat is. Dat iemand AI inzet voor besluitvorming betekent niet automatisch dat de beslissing beter wordt. Een eerder Microsoft-onderzoek naar de impact van M365 Copilot liet gemengde resultaten zien, met positieve effecten op sommige taken maar beperkte meetbare productiviteitswinst op andere.
Voor mij is dit onderzoek vooral waardevol als spiegel. Het laat zien dat de manier waarop mensen AI gebruiken op het werk snel verschuift — van zoeken naar maken, van simpele vragen naar complexe taken. En het laat ook zien waar de blinde vlekken zitten: activiteiten waar AI nog nauwelijks wordt ingezet, maar waar dat mogelijk wel zou kunnen. Als ondernemer zou ik me afvragen: in welke categorie zit het werk van mijn team — en is dat ook waar we AI op inzetten?