Data Strategie

Snowflake: waarde van AI meten buiten adoptiecijfers

Snowflake Blog
Snowflake: waarde van AI meten buiten adoptiecijfers

Samenvatting

Snowflake meet AI-waarde niet alleen met adoptiecijfers, maar met het soort werk dat AI uitvoert en de resultaten daarvan.

AI-waarde volgens Snowflake

Snowflake publiceerde op 23 oktober 2026 een raamwerk om AI-waarde te meten buiten licenties, actieve gebruikers en aantallen prompts. De kern: twee organisaties met elk 1.000 AI-interacties per week kunnen heel verschillend werken. De ene gebruikt AI vooral voor uitleg en zoekvragen, terwijl de andere pipelines bouwt, afwijkingen onderzoekt en meerstapsprocessen uitvoert.

Het raamwerk deelt AI-werk op in drie niveaus. Foundational work gaat over code uitleggen, vragen beantwoorden en onbekende concepten verduidelijken. Applied development omvat onder meer code schrijven, data verkennen, problemen oplossen en rapporten of applicaties bouwen. Agentic work bestaat uit meerstapsprocessen waarin AI context redeneert, tools gebruikt en helpt een resultaat af te ronden.

Adoptie en AI fluency

Snowflake maakt onderscheid tussen adoptie en AI fluency. Adoptie laat zien hoe breed AI wordt gebruikt binnen de groep die toegang heeft. AI fluency beschrijft hoe ingewikkeld het werk is dat mensen aan AI overlaten. Die twee dimensies vormen samen vier posities, zodat een organisatie brede toegang kan onderscheiden van daadwerkelijk geavanceerd gebruik.

Ook een benchmark is nodig. Een adoptiepercentage van 35% zegt op zichzelf weinig: de betekenis hangt af van vergelijkbare organisaties en de sector. Een softwarebedrijf en een gereguleerde verzekeraar hebben niet dezelfde uitgangssituatie. Benchmarking plaatst adoptie en fluency daarom tegenover niveaus als emerging, developing, proficient en leading.

Concrete takeaway voor AI-meting

Vervang een dashboard met alleen licenties, actieve gebruikers en prompts door een meetmodel dat ook het type werk registreert. Controleer afzonderlijk hoeveel mensen AI gebruiken, hoe complex hun opdrachten zijn en welk aandeel uit agentic work bestaat. Zo ziet een BI-team of AI vooral vragen beantwoordt of ook meerstapswerk uitvoert.

Lees het volledige artikel
Meer over Data Strategie →