AI-collega's op het werk die een spontane vergadering hebben

Van technologie naar strategie: de toekomst van AI in consumentengoederen

Gerelateerde topics

Bedrijven moeten een spectrum aan AI‑scenario’s omarmen om innovatie, efficiëntie en veerkracht te stimuleren in een onzekere omgeving.

In het kort

  • Bedrijven in consumentenproducten moeten zich voorbereiden op een reeks AI-scenario's door proactief te plannen en hun strategieën aan te passen aan mogelijke uitkomsten.
  • Organisaties moeten de huidige mogelijkheden beoordelen, de basisgereedheid opbouwen en AI-initiatieven implementeren die meetbare resultaten opleveren.
  • Door gebruik te maken van autonome systemen kunnen bedrijven hun operationele efficiëntie en consumentenervaring verbeteren.

De technische wereld, en dus ook de zakenwereld in het algemeen, is dolenthousiast over het vooruitzicht van kunstmatige algemene intelligentie (AGI), het punt waarop een machine kan denken op het niveau van de slimste mens, in elke denkbare taak. Dit kan over vijf jaar, drie jaar of misschien wel morgen gebeuren - als het nog niet gebeurd is. Een andere mogelijkheid: Het zou wel eens helemaal nooit kunnen gebeuren. In feite bestaat het concept achter AGI al sinds de jaren 1950, en veel voorspellingen van computersuperintelligentie zijn nooit uitgekomen.

 

In plaats van te wedden op één enkele uitkomst, moeten bedrijven in consumentenproducten zich voorbereiden op een reeks: van groei naar structurele neergang. Om voorop te blijven moeten managers zich het ondenkbare durven voorstellen: innovatie op het tempo van consumentenvraag, tegelijk met toenemende milieudruk, grootschalige ontwrichting van werkgelegenheid én zelfs het voortbestaan van de huidige status quo. We zouden aan de vooravond kunnen staan van een tijdperk van agentiv automatisering in retail en dienstverlening of juist van een hypecyclus die de verwachtingen niet waarmaakt.

 

Sinds generatieve AI (GenAI) in 2023 de aandacht van het publiek trok, hebben bedrijven in consumentenproducten (CP) een golf van proefprojecten gelanceerd. Velen hebben moeite met schaalvergroting vanwege de complexiteit. Eind 2024 gaf 54% van de leidinggevenden in verschillende sectoren toe dat ze tekortschoten als leiders op het gebied van kunstmatige intelligentie (AI), volgens de EY AI Pulse Survey. Met krappe marges en beperkt kapitaal staan bedrijven in consumentenproducten voor een duidelijke uitdaging: verder gaan dan experimenteren, kansen met een grote impact identificeren en meetbare resultaten leveren.

 

De toekomst heroverwegen is fundamenteel. En om u te helpen heeft EY vier toekomstscenario's gedefinieerd die bedoeld zijn om vragen op te werpen die uiteindelijk richting kunnen geven aan de strategie, om te bepalen waar bedrijven nu staan, waar ze naartoe willen en hoe ze verder kunnen gaan met groei, efficiëntie of veerkracht.

Productie van kleurrijke gummies op de industriële transportband
1

Hoofdstuk 1

De Four Futures of AI in consumentenproducten

Door opkomende signalen en trends te analyseren, hebben we vier toekomstscenario's ontwikkeld voor hoe AI het bedrijfslandschap tegen 2030 zou kunnen veranderen.

Het huidige bedrijfslandschap wordt gekenmerkt door snelle verschuivingen, onvoorspelbaarheid en diepe onderlinge verbindingen. EY definieert deze wereld als NAVI - gekenmerkt door niet-lineariteit, versnelling, volatiliteit en onderlinge verbondenheid. Veranderingen aan de horizon variëren van gestage evolutie tot transformatieve verandering, en van een voorzichtige herijking tot een concentratie van marktmacht. Dit is niet slechts een gedachte-experiment; bedrijven die het abstracte potentieel van AI omzetten in tastbare producten, bedrijfsmodellen en operationele methoden zullen als leiders naar voren komen.

Toekomst #1: Transform

Tegen 2030 - AI verandert het bedrijfsleven

In dit scenario creëert de wijdverspreide toepassing van geavanceerde redenering en agentische AI-systemen ongekende mogelijkheden voor bedrijfsinnovatie en waardecreatie. In 2030 zijn ondernemingsbrede AI-platforms robuust, betrouwbaar en breed toegankelijk geworden, waardoor menselijke capaciteiten enorm worden uitgebreid en zelfs complexe workflows en activiteiten in meerdere domeinen worden geautomatiseerd. Het democratiseren van AI stelt organisaties in staat om hun manier van werken volledig te herzien, door lichte en opmerkelijk efficiënte organisatiestructuren te creëren die menselijke creativiteit en strategisch denken mogelijk maken en tegelijkertijd de latente marktvraag ontsluiten.

Wat het betekent voor CP-bedrijven: Hier verbrijzelt AI de hype en vindt de maatschappij als geheel opnieuw uit: hoe we leven, hoe we werken en hoe we winkelen. Agentic systemen anticiperen op de behoeften van de consument, ontwerpen producten op basis daarvan en voeren de operaties van begin tot eind uit. Consumenten verwachten naadloze, voorspellende ervaringen en merken die dat niet kunnen leveren, verdwijnen. De winnaars zijn degenen die dapper genoeg zijn om hun hele waardeketen rond AI opnieuw op te bouwen, door de manier waarop producten worden gemaakt, verplaatst, op de markt gebracht en verkocht opnieuw te ontwikkelen.

Belangrijkste inzicht: AI wordt het besturingssysteem van het bedrijf waar mensen sturen en AI rijdt.

Verhouding mens/agent/automatisering:

Human to agents to automation ratio - chart 1

Toekomst #2: Growth

Tegen 2030 - AI drijft de groei aan

In deze toekomst vorderen AI-capaciteiten gestaag volgens de huidige trajecten, aangedreven door incrementele verbeteringen in plaats van grote doorbraken. De inspanningen om de technologie te reguleren worden tenietgedaan door de productiviteitswinst van mensen die AI gebruiken. Tegen 2030 hebben domeinspecifieke AI-agenten een opmerkelijke vaardigheid bereikt in operationele functies op het gebied van financiën, HR, juridisch en andere bedrijfsgebieden. Deze evolutie maakt nieuwe organisatiemodellen mogelijk met sterk geautomatiseerde backoffices en AI-ondersteunde frontoffices, wat aanzienlijke productiviteitswinst en kostenefficiëntie oplevert.

Wat het betekent voor CP-bedrijven: AI levert - niet explosief, maar betrouwbaar. Agenten zorgen voor een hogere productiviteit door routinetaken autonoom uit te voeren, zodat de activiteiten kosteneffectief geschaald kunnen worden, terwijl mensen zich bezighouden met strategieën en creativiteit met een hogere waarde. Consumenten genieten van slimmere personalisatie. De winnaars zijn bedrijven die AI in de hele waardeketen van sourcing tot service toepassen, terwijl ze nog steeds het beste van wat mensen te bieden hebben strategisch benutten.

Belangrijkste conclusie: AI breidt het werk uit zonder het te vervangen en mensen schuiven op in de waardeketen.

Verhouding mens/agent/automatisering: 

Human to agents to automation ratio - chart 2

Toekomst #3: Constraint

Tegen 2030 - AI wordt nauwlettend in de gaten gehouden

In deze toekomst van AI staat de adoptie van de technologie voor een belangrijke herijking na een reeks spraakmakende tegenslagen. Tegen 2030 hebben incidenten zoals storingen in AI-handelssystemen die de marktstabiliteit beïnvloeden, aanhoudende fouten in AI-gestuurde financiële verslaggeving en medische AI-diagnoses tot nieuwe aansprakelijkheidskwesties geleid. Ondertussen is het genereren van AI-inhoud commercieel minder haalbaar gebleken dan verwacht. Deze uitdagingen vragen om een weloverwogen herwaardering van AI-regulering en AI-implementatie op alle markten.

Wat het betekent voor CP-bedrijven: AI stokt als de vraag naar energie toeneemt en de regelgeving de vooruitgang verstikt. Het rendement op investeringen is teleurstellend en de vooruitgang stagneert. Consumenten worden sceptisch over de mechanische gelijkvormigheid van AI en luxe goederen worden voorzien van "Not Made by AI"-labels. De winnaars zijn merken die dubbel inzetten op menselijke creativiteit en vertrouwen, die traditionele waardeketens optimaliseren en bij elk contactmoment authenticiteit uitstralen.

Belangrijkste conclusie: AI levert te weinig op en mensen blijven centraal staan bij het creëren van waarde.

Verhouding mens/agent/automatisering: 

Human to agents to automation ratio - chart 3

Toekomst #4: Collapse

Tegen 2030 - AI verandert de marktdynamiek

In deze toekomst van AI leidt een grote technologische doorbraak tot een extreme marktconcentratie in AI-capaciteiten. Tegen 2030 behaalt één enkele entiteit aanzienlijke voordelen op het gebied van AI, waardoor krachtige netwerkeffecten ontstaan die de marktdynamiek in alle kennisgebaseerde sectoren van de economie opnieuw vormgeven.

Wat het betekent voor CP-bedrijven: AI beloofde transformatie, maar leverde uitsluiting op. Een handjevol megaconcerns heeft de voordelen ervan in handen, terwijl AI voor de meesten gewoon niet werkt. Modellen zijn ontoegankelijk, gegevens zitten achter slot en grendel en talent is onbereikbaar. Innovatie is tot stilstand gekomen. De meerderheid blijft achter met een hype en zonder resultaat. AI heeft de vooruitgang niet gedemocratiseerd, maar geconcentreerd.

Belangrijkste conclusie: AI beloofde schaal, maar schaalde terug.

Verhouding mens/agent/automatisering: 

Human to agents to automation ratio - chart 4

De toekomst vormgeven - het strategische antwoord van de CP

We hebben gekeken naar de impact van AI in de hele waardeketen van CP en hebben mogelijke strategische antwoorden gedefinieerd voor elk van de vier toekomstscenario's. Elk CP-bedrijf is anders, maar om dit tot leven te brengen, hebben we opties onderzocht voor een drankenbedrijf met een online aanwezigheid:


Inspecteur met digitaal tablet en arbeider die karamel giet in cakefabriek
2

Hoofdstuk 2

De realiteit voor bedrijven in consumentenproducten: te nemen stappen

Om door de onzekerheid van de vier toekomsten te navigeren, moeten bedrijven in consumentenproducten wendbaarheid, veerkracht en strategische vooruitziendheid opbouwen.

In plaats van te wachten op duidelijkheid, moeten leiders nu handelen en hun AI-strategie verankeren in een gestructureerde, op scenario's gebaseerde aanpak die waardecreatie op lange termijn ondersteunt.

Wij raden een proces in zes stappen aan:


1. Zien

Begin met scenarioplanning. Gebruik de vier toekomstscenario's om te onderzoeken hoe AI uw bedrijf een nieuwe vorm kan geven en bepaal uw ambitie voor meerdere mogelijke uitkomsten. Deze stap stemt het leiderschap af op een gedeelde visie en bereidt de organisatie voor op een reeks toekomstscenario's, van transformatie tot beperking.

2. Beoordelen

Evalueer uw waardeketen en de gereedheid van uw gegevens. Identificeer waar AI waarde kan ontsluiten - in de toeleveringsketen, marketing of klantenservice - en beoordeel de volwassenheid van uw gegevens, systemen en governance. Dit zorgt ervoor dat uw ambitie gegrond is in de operationele realiteit.

3. Basis leggen

Voordat u AI inzet, moet u de juiste basis leggen. Dit omvat het opzetten van multifunctionele AI-teams, investeren in bijscholing en ervoor zorgen dat uw technische stack en data-infrastructuur schaalbare AI kunnen ondersteunen. Zonder deze basis kunnen zelfs de beste use cases vastlopen.

4. Activeren

Start use cases met een hoge impact met behulp van herbruikbare assets. Focus op quick wins die aansluiten bij uw visie en die tastbare waarde laten zien. U hebt geen perfecte gegevens nodig om te beginnen, maar ze moeten wel relevant en voldoende zijn om vroeg succes te ondersteunen.

5. Versnellen

Bewijs waarde en bouw momentum op. Herbruikbare modellen, pipelines en governancestructuren ontwikkelen die in verschillende use cases kunnen worden toegepast. Stel duidelijke KPI's vast, zoals klanttevredenheid of operationele efficiëntie, om de vooruitgang bij te houden en herinvesteringen te sturen.

6. Implementeren, bewaken en opschalen

Integreer AI in workflows en bedrijfsmodellen. Gebruik sterke bestuurs- en risicobeheerpraktijken om verantwoord schalen te garanderen. Monitor prestaties, pas u aan marktsignalen aan en ontwikkel uw AI-strategie voortdurend naarmate de toekomst zich ontvouwt.

Conclusie: van mogelijkheid naar mate van voorbereiding

De toekomst van AI in consumentenproducten is niet één bestemming, het is een spectrum van mogelijkheden. Of we nu op weg zijn naar transformation, growth, restraint of collapse, de bedrijven die de leiding nemen, zijn de bedrijven die zich op alle vier voorbereiden.

Door zich meerdere toekomsten voor te stellen, basisbereidheid op te bouwen en verantwoord te schalen, kunnen organisaties van abstract potentieel naar concrete actie gaan. Het hierboven geschetste zesstappenproces biedt een gestructureerde weg voorwaarts, waarbij ambitie en operationele realiteit met elkaar in evenwicht zijn.

Om deze reis te begeleiden, moeten leiders zich afvragen:
  • Hoe kan AI de meeste bedrijfswaarde in onze waardeketen genereren en versterken?
  • Welke gaten bestaan er in onze data-, talent- en technologiefundamenten en hoe dichten we die?
  • Hoe moeten we onze kernsystemen ontwikkelen, inclusief ERP en wereldwijde zakelijke diensten, om AI effectief te kunnen schalen?
  • Hoe kan AI slimmere, meer gepersonaliseerde consumentenervaringen mogelijk maken?
  • Welke bestuurs- en risicokaders zijn nodig om een verantwoorde implementatie te garanderen?

De toekomst mag dan onzeker zijn, maar de kans om er vorm aan te geven is heel reëel. De bedrijven die nu handelen, geleid door een vooruitziende blik en gegrond in strategie, zullen degenen zijn die de toekomst vormgeven.


Lokaal perspectief

AI verschuift in hoog tempo van experiment naar kerncapaciteit. Voor Nederlandse consumer products (CP) bedrijven is de vraag niet langer óf AI waarde kan leveren, maar waar en hoe die waarde structureel wordt gerealiseerd. Juist in een markt met hoge logistieke complexiteit, sterke retailerdruk en dunne marges, wordt AI een beslissende factor voor concurrentiekracht.

Drie AI kansen met directe business impact

De grootste waarde in de komende 12–24 maanden zit niet in losse use cases, maar in end to end besluitvorming.

1. Supply chain decision intelligence
AI gedreven demand forecasting, inventory en productieoptimalisatie helpen bedrijven beter om te gaan met volatiliteit, internationale stromen en afhankelijkheid van havens. Dit is cruciaal in Nederland, waar kleine afwijkingen door logistieke complexiteit direct de marges raken.

2. Commerciële AI-besluitvormingsprocessen
AI gedreven pricing, promotie en assortimentsoptimalisatie helpen marges te beschermen tegen inflatie en toenemende druk van private labels. Deze toepassingen leveren niet alleen inzichten op, maar zijn direct ingebed in commerciële besluitvormingsprocessen.

3. AI gedreven duurzaamheid en rapportage
Door Scope 1–3 data, leveranciersinformatie en CSRD rapportages te automatiseren, verandert compliance van een kostenpost in een bron van operationeel inzicht en kostentransparantie.

De echte AI doorbraak in consumer products zit in besluitvorming, niet in technologie. Zonder AI ready data en duidelijk eigenaarschap blijft schaal uit

Grootste AI uitdagingen

Veel Nederlandse CP organisaties lopen vast op gefragmenteerde datafundamenten. ERP gedreven, landspecifieke datamodellen met inconsistente masterdata, zijn simpelweg niet AI data ready. Daarnaast ontbreekt vaak helder eigenaarschap. AI initiatieven bevinden zich vaak tussen de domeinen van IT, data en business, wat leidt tot pilots zonder schaal en onduidelijke besluitvorming.

Ook zien we een hardnekkige kloof tussen proof of concept en productie: organisaties beschikken over sterke pilots, maar hebben beperkte capaciteit om modellen te industrialiseren, onder meer door het ontbreken van MLOps, monitoring en veranderkracht. Tot slot is er een structureel tekort aan talent dat AI expertise combineert met domeinkennis van supply chain, omzetgroei management of commercie.

Hoe een volwassen AI operatingmodel eruitziet

Succesvolle organisaties beleggen het eigenaarschap van AI waarde expliciet in de business, met duidelijke use cases in supply chain, finance of commercie. Daarmee verschuift AI van een IT gedreven initiatief naar een integraal onderdeel van strategische besluitvorming.
Tegelijkertijd is er een centrale AI ondersteuningslaag die verantwoordelijk is voor platformen, governance, architectuur en risicomanagement, met een uitvoeringsmodel dat dicht tegen de business aan ligt. Dit vereist een cloud gebaseerde data architectuur met gestandaardiseerde dataproducten, ingebouwde security en compliance, en een vast operating ritme voor portfoliosturing en waarde tracking, in plaats van losse, eenmalige projecten.

AI is geen technologieprogramma. Het is een strategische transformatie

Onderschatte AI risico’s

Veel bedrijven zijn onvoldoende voorbereid op de EU AI Act, met name als het gaat om GenAI classificatie en documentatie. Ook IP en datalekrisico’s, bias in prijs en promotiebeslissingen en de versterkende werking van AI op cyberdreigingen krijgen nog te weinig aandacht op bestuursniveau.

De keuzes die nu gemaakt moeten worden

Leiderschap vraagt focus. Bepaal welke vijf tot tien AI use cases écht strategisch zijn en stop met de rest. Maak duidelijke buy versus build keuzes: koop generieke capabilities zoals copilots en standaardautomatisering, en bouw AI waar het businessmodel onderscheidend wordt.

Behandel datafundamenten als een kapitaalinvestering, vergelijkbaar met infrastructuur, en niet als discretionaire IT uitgaven. Richt governance, eigenaarschap en financiering in vóórdat AI wordt opgeschaald over markten en functies. Bovenal: maak AI waarde, risico en ethiek een expliciete boardroom verantwoordelijkheid, niet iets dat uitsluitend aan technologie wordt gedelegeerd. AI is geen technologieprogramma. Het is een strategische transformatie.

Alex Hanmer EY Global Consumer Revenue Growth Management Leader | EY - Nederland

Simon van Ulden EY Nederland Partner Consulting, AI Tech Lead | EY - Nederland


Samenvatting

Gezien de vele mogelijke toekomsten met AI moeten bedrijven in consumentenproducten een gestructureerde benadering van de AI-strategie aannemen die aanpassingsvermogen en waarde op de lange termijn bevordert.

Gerelateerde content

Hoe het dataplatform van FrieslandCampina de weg vrijmaakt voor AI-innovaties

Case study: FrieslandCampina's data platform enables AI innovation and drives transformation from reporting to prediction and automation.

Hoe datakwaliteit het verschil maakt in succesvolle AI-toepassingen

Leer hoe je een betrouwbare, organisatorisch inzetbare GenAI-strategie bouwt door datakwaliteit, infrastructuur en verantwoorde implementatie te beheersen.

Hoe een AI-gestuurde transformatie een grote brouwer hielp groeien

Asahi Europe & International koos voor een managed services-benadering en werkte samen met EY en Microsoft om de regels rond de optimalisatie van handelspromotie te herschrijven.

    Over dit artikel