Waarom de CIO/CTO-portfolio overvol is, en wanneer AI strategisch genoeg wordt voor expliciet eigenaarschap op directieniveau.
Voor bestuur, CIO, CTO, CDO, CISO, Legal & Compliance
Zodra AI strategisch, functieoverstijgend en consequentieel wordt, verschuift de bewijslast. Een CAIO — of een daadwerkelijk gemandateerde CDAIO — wordt dan de logische standaard. Een uitgebreid CIO/CTO-mandaat of volledig federatief model blijft mogelijk, maar moet expliciet worden gerechtvaardigd.
De paper verdedigt geen universele nieuwe C-suite-titel. Zij laat zien waarom expliciet eigenaarschap op directieniveau logisch wordt zodra AI tegelijk strategisch, specialistisch en organisatiebreed is.
AI komt vaak gefragmenteerd binnen via businessunits, data, IT, security, legal, HR en leveranciers. Daardoor kan iedereen een deel van het probleem bezitten, terwijl niemand de volledige keten bezit van strategie en investering tot deployment, governance, transformatie, risico en accountability.
AI-governance vereist actuele kennis van modelgedrag, evaluatie, upstreambeslissingen, agentic workflows, AI-specifieke risico's en snel veranderende regelgeving. Die expertise veroudert snel en kan niet geloofwaardig als neventaak worden onderhouden.
De CIO- en CTO-portefeuilles omvatten al infrastructuur, architectuur, applicaties, leveranciers, security-afhankelijkheden, continuïteit en digitale transformatie. AI toevoegen creëert geen extra executive aandacht; het verdeelt een schaarse hulpbron over nóg een specialistisch domein.
Een afzonderlijke CAIO onder de drempel is overhead. Boven de drempel moet het alternatief worden onderbouwd.
| Drempel | Vraag voor het bestuur | Signaal |
|---|---|---|
| 1. Strategische materialiteit | Welk deel van omzet, kostenbasis of klantgerichte beslissingen zal binnen 24 maanden afhankelijk zijn van AI? | AI raakt de bedrijfsstrategie, niet alleen productiviteit. |
| 2. Functieoverstijgende deployment | In hoeveel functies buiten IT en data is AI al in productie of in inkoop? | Eigenaarschap moet over organisatiegrenzen heen werken. |
| 3. Consequentiële beslissingen | Welke beslissingen over klanten, medewerkers of financiën kunnen door AI worden geïnitieerd of materieel beïnvloed — en wie mag ze stoppen of opschalen? | Stop/scale authority wordt een executive governance-vraag. |
| 4. Regelgevingsblootstelling | Valt minstens één huidig of gepland systeem binnen Annex III of Annex I van de AI Act — en wie bezit die classificatiebeslissing vandaag? | Regulatory mapping kan niet impliciet blijven. |
| 5. Fragmentatie | Hoeveel afzonderlijke AI-initiatieven missen een gemeenschappelijke eigenaar met stop/scale authority en budgetinvloed? | Verspreide verantwoordelijkheid is nog geen accountability. |
Hieronder staat Versie 5 integraal in het Nederlands.
Deze paper verdedigt een specifieke positie:
Zodra kunstmatige intelligentie een gedefinieerde organisatorische drempel overschrijdt — en strategisch, functieoverstijgend en consequentieel wordt — moet expliciet AI-eigenaarschap op directieniveau de standaard organisatorische reactie zijn: doorgaans een Chief AI Officer, of gelijkwaardig een Chief Data, Analytics and AI Officer (CDAIO) met een daadwerkelijk passend mandaat. Een uitgebreid CIO/CTO-portfolio of een volledig federatief model blijft mogelijk, maar wordt dan de keuze die moet worden gerechtvaardigd.
Twee uitgangspunten dragen deze positie. Ten eerste is AI een specialistisch domein op directieniveau geworden: goed bestuur vereist duurzame, specifieke expertise in modelgedrag, evaluatie, AI-specifieke risico's, agentic systems en een snel veranderend regelgevingslandschap. Die kennis kan niet geloofwaardig als neventaak naast een andere executive agenda worden onderhouden. Ten tweede is aandacht op directieniveau een eindige hulpbron en zijn de portefeuilles van CIO en CTO al verzadigd: AI toewijzen aan een bestuurder wiens mandaat infrastructuur, architectuur, applicaties, leveranciers, security-afhankelijkheden, continuïteit en digitale transformatie omvat, creëert geen AI-leiderschap; het verdunt het.
De positie is bewust afgebakend. Onder de in hoofdstuk 6 gedefinieerde drempel is een afzonderlijke CAIO onnodige overhead, en deze paper zegt dat expliciet. Daarmee wordt de gebruikelijke framing uit de praktijk omgekeerd, waarin de CAIO als exotische optie wordt behandeld die zich tegenover de status quo moet bewijzen. Het hier beoordeelde bewijs suggereert het tegenovergestelde: boven de drempel is het de status quo die verdedigd moet worden. Eén genrekenmerk geldt door de hele paper heen: dit is een positie die is gebaseerd op organisatorische mechanismen en wordt ondersteund — niet bewezen — door adoptie- en regelgevingsontwikkelingen. Waar het bewijs de positie ondersteunt in plaats van haar aan te tonen, wordt dat expliciet vermeld (hoofdstukken 4, 5 en 9).
Voor veel organisaties kwam kunstmatige intelligentie niet binnen via één centrale strategie. AI werd stapsgewijs geïntroduceerd. Een businessunit experimenteerde met generatieve AI. Een datateam ontwikkelde voorspellende modellen. IT onderhandelde over contracten met AI-leveranciers. Security beoordeelde toegangscontroles. Legal onderzocht privacy- en regelgevingsimplicaties. HR keek naar effecten op medewerkers. Afzonderlijke afdelingen kochten hun eigen AI-tools.
Elke beslissing kan afzonderlijk logisch zijn. Gezamenlijk creëren ze een governancestructuur die niemand bewust heeft ontworpen: verantwoordelijkheid wordt verdeeld over CIO, CTO, CDO, CISO, juridische zaken, risicomanagement, HR en afzonderlijke business executives, terwijl geen van die rollen de volledige keten bezit van AI-strategie en investering tot implementatie, governance, organisatorische transformatie, risico en accountability.
Het vroegste directe academische onderzoek naar deze vraag kwam tot een conclusie die goed heeft standgehouden. Schäfer et al. (2022) combineerden een literatuurstudie met interviews met negen AI-professionals uit kleine en middelgrote ondernemingen en concludeerden dat het instellen van een CAIO gerechtvaardigd leek vanwege de complexiteit van AI en de omvangrijke interactie en coördinatie die nodig zijn voor effectieve AI-governance. De mkb-context van die steekproef is veelzeggend: zij suggereert dat coördinatiedruk niet beperkt blijft tot grote ondernemingen met van nature complexe organisatiestructuren.
Het argument van deze paper is dat de eigenaarschapskloof geen tijdelijk gevolg is van onvolwassenheid dat organisaties vanzelf ontgroeien. Het is het voorspelbare resultaat van het toewijzen van een specialistisch, functieoverstijgend en snel veranderend domein aan bestuurders wier rollen voor iets anders zijn ontworpen. De volgende twee hoofdstukken werken de twee uitgangspunten afzonderlijk uit.
De neiging om AI te behandelen als "meer IT" — en het daarom vanzelfsprekend onder de CIO of CTO te plaatsen — berust op een categoriefout. Traditionele informatiesystemen slaan informatie primair op, verwerken haar en verzenden haar volgens relatief expliciete regels. AI-systemen classificeren, adviseren, rangschikken, genereren, voorspellen, interpreteren en prioriteren en starten steeds vaker zelfstandig handelingen via agentic workflows. Schmitt (2026; voor het eerst als preprint verspreid in 2024) beschrijft de eigenschappen die AI tot een afzonderlijk governancedomein maken in plaats van een uitbreiding van een bestaand domein. Drie daarvan zijn het belangrijkst.
Verdeelde accountability voor oordeel. Een consequente beslissing komt niet langer noodzakelijk volledig van één identificeerbare medewerker. Zij kan ontstaan uit de interactie tussen data, een model, systeeminstructies, retrievalbronnen, geautomatiseerde tools en menselijk oordeel. Iemand moet eigenaar zijn van de organisatorische voorwaarden waaronder machinegegenereerd oordeel mag worden gebruikt. Dat is geen infrastructuurvraag en ook geen conventionele risicovraag, maar een nieuw type bestuursvraag.
Upstream governance. De belangrijkste AI-risico's worden bepaald voordat een systeem het normale IT-beheer bereikt: bij dataselectie, modelselectie, inkoop, het ontwerp van evaluaties, het vaststellen van drempelwaarden, integratie in workflows en de verdeling van beslissingsrechten tussen mens en machine. AI competent besturen vereist daarom technisch begrip van die upstreamkeuzes — weten wat een evaluatie wel en niet kan aantonen, wat een modelupdate verandert en wat een agentic workflow nu kan doen wat een kwartaal geleden nog niet mogelijk was. Dit is specialistische kennis en zij veroudert snel.
Niet-stationariteit. AI-systemen blijven na ingebruikname niet gedragsmatig stabiel. Modellen veranderen, leveranciers brengen updates uit, datadistributies verschuiven, retrievalbronnen veranderen en prompts en gekoppelde tools wijzigen wat een systeem kan doen zonder dat de organisatie het systeem formeel vervangt. Zoals hoofdstuk 5 laat zien, verschuift zelfs de regelgevingskalender. AI-governance is daarom een doorlopende managementfunctie die actuele, voortdurende expertise vereist.
De empirische praktijk bevestigt dat organisaties dit als een afzonderlijk domein ervaren. Uba en Böhmann (2025) analyseerden 40 Chief AI Officers bij grote ondernemingen via de eerste empirisch onderbouwde taxonomie van de rol — tien dimensies en 37 kenmerken — en documenteren verantwoordelijkheden voor AI-strategie, divisieoverstijgende coördinatie, governance, capability development en organisatiebrede adoptie. Die verantwoordelijkheden bestrijken domeinen die traditioneel over meerdere bestaande executive rollen zijn verdeeld. De heterogeniteit die zij aantreffen in rapportagelijnen en configuraties wordt soms gelezen als bewijs dat de rol nog niet is uitgekristalliseerd. De betere lezing, en de lezing die deze paper hanteert, is dat organisaties een afzonderlijke functie hebben herkend en nog convergeren naar de juiste inrichting.
Een specialistisch domein dat voortdurend bestuur vereist en waarvan de expertise snel veroudert: dat is het profiel van een afzonderlijke executive functie, niet van een bijlage bij een bestaand portfolio.
Het tweede uitgangspunt is organisatorisch in plaats van technologisch, en hier is het peer-reviewed bewijs het sterkst.
De attention-based view of the firm stelt dat organisatorische uitkomsten volgen uit de verdeling van schaarse aandacht op directieniveau. Bendig et al. (2023) analyseren in MIS Quarterly een cross-industry panel van Amerikaanse S&P 500-bedrijven met maximaal 2.852 firm-year observations en laten het mechanisme zien: de aanwezigheid van een CIO in het topmanagementteam hangt positief samen met zowel bedachte als gecommercialiseerde digitale innovatie. Datgene waaraan dedicated executive aandacht wordt besteed, is wat de organisatie ziet, financiert en nastreeft. Li et al. (2021) vinden in een studie van 1.454 beursgenoteerde ondernemingen in China — een context die de generaliseerbaarheid begrenst, maar voor een mechanisme zonder duidelijke jurisdictie-afhankelijkheid — een aanvullend resultaat: expertise op directieniveau vormt de strategische AI-oriëntatie, versterkt door AI-ervaring in de board.
Let precies op wat dit bewijs impliceert. Het wordt regelmatig aangehaald — ook door tegenstanders van de CAIO — om te stellen dat technologie-executives ertoe doen en dat de CIO of CTO AI daarom kan absorberen. Maar de aandachtlogica wijst juist de andere kant op. Als dedicated aandacht het mechanisme is waardoor executive rollen uitkomsten produceren, dan is aandacht de hulpbron die wordt verdeeld — en aandacht schaalt, anders dan headcount, niet mee. Het moderne CIO-portfolio omvat al infrastructuur, enterprise-applicaties, architectuur, servicedelivery, technologieleveranciers, cloudplatforms, cybersecurity-afhankelijkheden, continuïteit, IT-investeringen en digitale transformatie. Deze opeenstapeling is niet alleen anekdotisch: Chawla, Goyal en Saxena (2023) tonen in een multiple-case study van zes organisaties in digitale transformatie dat traditionele CIO-verantwoordelijkheden blijven bestaan terwijl de transformatiecontext nieuwe, multidimensionale eisen toevoegt — waaronder integratie van legacy-systemen, risicomanagement en IT-security — in plaats van de bestaande portefeuille te vervangen. Het CTO-mandaat gaat in productorganisaties vaak nog dieper en omvat platformarchitectuur, de engineeringorganisatie, technische strategie en delivery. Een specialistisch, snel veranderend en regelgevingsgevoelig domein aan een van beide portefeuilles toevoegen, breidt het aandachtsmechanisme niet uit naar AI. Het versnippert het.
Er is bovendien een grensprobleem dat breedte alleen niet oplost. Het mandaat van de technologie-executive omvat de technologie die voor AI wordt gebruikt. Het AI-governancedomein uit hoofdstuk 2 omvat de organisatorische gevolgen van AI: strategie, organisatieontwerp, juridische accountability, workforce transformation, risico, ethiek, datagovernance, financiële prioritering en business ownership. Kučević et al. (2026) onderzoeken precies deze vraag via C-level interviews en een systematische literatuurstudie en concluderen dat de CAIO traditionele IT-executives aanvult in plaats van vervangt, met name waar AI innovatie, operationele efficiëntie en langetermijnwinstgevendheid aanjaagt. Die complementariteitsbevinding wordt vaak als gematigde middenpositie gepresenteerd. Tegen de verantwoordelijkheidsmatrix gelezen zegt zij iets scherpers: typische CIO-mandaten, zoals die nu zijn ingericht, bestrijken die matrix niet. Ze zo ver uitbreiden dat dit wel het geval is, zou competentie, capaciteit en beslissingsrechten zo ingrijpend moeten herontwerpen dat het resultaat in feite een CAIO is, ongeacht de functienaam.
De conclusie uit beide uitgangspunten samen: boven de drempel is AI aan de CIO of CTO toewijzen niet de vanzelfsprekend voorzichtige keuze die het lijkt. Het is een keuze om een specialistisch domein te besturen met gefractioneerde aandacht vanuit een generalistisch portfolio. De organisatie moet worden gevraagd die keuze met dezelfde zorgvuldigheid te rechtvaardigen als een voorstel om een nieuwe C-suite-rol te creëren.
Als het bovenstaande argument klopt, zou men verwachten dat organisaties onder de grootste AI-druk afzonderlijke rollen creëren. Dat gebeurt, en in hoog tempo.
De 2026 CEO Study van het IBM Institute for Business Value — uitgevoerd met Oxford Economics onder ongeveer 2.000 CEO's in 33 landen en 21 sectoren — rapporteert dat 76% van de ondervraagde organisaties in 2026 een Chief AI Officer had, tegenover 26% in 2025 (IBM Institute for Business Value, 2026). Eerlijkheid vereist de kanttekeningen: dit is een zelfgerapporteerde executive survey onder grote organisaties; andere metingen liggen veel lager — Foundry's State of the CIO 2025, met 906 IT-leiders, rapporteerde 14% (Foundry, 2025); het verschil weerspiegelt steekproefkeuze en vooral definitie — een hernoemde CDO zonder beslissingsrechten is alleen in naam een CAIO; en adoptie van een rol bewijst niet dat die rol betere uitkomsten veroorzaakt. De prevalentie van de titel zegt weinig over de prevalentie van het mandaat.
Voor de positie die hier wordt verdedigd is de richting van het signaal relevant. Binnen IBM's ondervraagde populatie van grote mondiale ondernemingen meldt een substantiële meerderheid inmiddels een CAIO te hebben. Dat is consistent met een beweging weg van de gedachte dat AI uitsluitend als aanvullende technologieverantwoordelijkheid kan worden geabsorbeerd, en daarmee consistent met deze paper. De survey stelt echter niet vast hoeveel van die CAIO's een zelfstandig mandaat hebben in plaats van een gecombineerd mandaat en bewijst de positie niet. Executive titels volgen bovendien mode, peer signalling en het advies van consultants en search firms; een deel van de nieuwe CAIO's zal bestaan uit herlabelde rollen zonder nieuw mandaat. De adoptiedata kunnen daarom niet als bewijs van de positie worden gelezen. Ze kunnen evenmin als bewijs ertegen worden gelezen — en de governancepraktijk wijst dezelfde kant op. EY's Responsible AI Pulse (2025) laat de onderliggende spanning zien: 72% van de ondervraagde C-suite executives rapporteerde dat AI in de meeste of alle initiatieven was geïntegreerd en opgeschaald, terwijl slechts ongeveer een derde aangaf controls te hebben over alle elementen van EY's responsible-AI-framework. Deployment dat sneller schaalt dan governancecapaciteit is precies het faalpatroon dat te verwachten is wanneer een specialistisch domein met gefractioneerde aandacht wordt bestuurd.
Adoptiedata kunnen de positie niet bewijzen. Ze kunnen haar wel ondersteunen, en dat doen ze.
Regelgeving sluit nu de reactie af die vroeger zonder directe prijs mogelijk was: eigenaarschap impliciet laten.
De federale verplichting dat agentschappen Chief AI Officers aanwijzen werd in maart 2024 ingevoerd via OMB-memorandum M-24-10 onder de Biden-regering en Executive Order 14110. De verplichting overleefde de intrekking van dat kader: het vervangende memorandum M-25-21 van april 2025, onder de Trump-regering en Executive Order 14179, verschoof de nadruk van het mandaat van risicomanagement naar innovatie en adoptie, maar behield de verplichting om een CAIO aan te wijzen (Office of Management and Budget, 2025). De aanwijzing overleefde de politieke overgang; de inhoud van het mandaat bleef niet hetzelfde. Die continuïteit moet niet worden overschat: M-25-21 behield een aanwijzing die al in de praktijk van agentschappen was verankerd, wat zwakker bewijs is dan twee volledig onafhankelijke beleidsbeoordelingen. Wat de episode wel laat zien, is dat noch een risicogericht noch een innovatiegericht beleidsregime het werkbaar vond AI zonder identificeerbare executive eigenaar te laten, en dat eigenaarschapsstructuren zo kunnen worden ontworpen dat zij veranderingen overleven in wat van de eigenaar wordt gevraagd.
Opvallend is dat het federale model toestaat een bestaande CIO, CDO of CTO aan te wijzen wanneer die functionaris over passende AI-expertise en voldoende bevoegdheid beschikt. Dat is een pragmatische concessie aan beperkingen in de publieke sector en tegelijkertijd een erkenning van de uitgangspunten van deze paper: de aanwijzing is alleen geldig wanneer specialistische competentie en daadwerkelijke aandachtscapaciteit bestaan.
Verordening (EU) 2024/1689 — de AI Act — reguleert uitkomsten, geen organogrammen, en schrijft geen specifieke functie voor. Zij vertaalt echter meerdere dimensies van AI-accountability naar bindende juridische verplichtingen die organisaties intern moeten beleggen. De AI-geletterdheidsplicht uit artikel 4 — van toepassing sinds februari 2025 — raakt HR, businessunits en technologiefuncties. De verplichtingen voor deployers van hoog-risicosystemen uit artikel 26 — competente en bevoegde menselijke oversight, monitoring en logging — veronderstellen dat iemand weet welke systemen binnen scope vallen en eigenaar is van de inrichting van die oversight. Classificatie van hoog-risico-AI over inkoop, interne ontwikkeling en AI die in producten van leveranciers is ingebouwd, is een voortdurende functieoverstijgende beoordeling, ondersteund door sancties tot €35 miljoen of 7% van de wereldwijde jaaromzet voor de ernstigste overtredingen.
Het kader is bovendien al eenmaal veranderd. De Digital Omnibus on AI — Verordening (EU) 2026/1744, gepubliceerd in het Publicatieblad op 24 juli 2026 en van kracht sinds 27 juli 2026 — stelde het hoog-risicoregime voor zelfstandige Annex III-systemen uit tot 2 december 2027 en voor AI ingebouwd in Annex I-producten tot 2 augustus 2028, terwijl de transparantieverplichtingen van artikel 50, het regime voor AI-modellen voor algemene doeleinden en de verboden op hun oorspronkelijke tijdschema bleven (European Union, 2026). Artikel 4 laat zien dat zelfs behouden verplichtingen niet stilstaan: de Omnibus herschreef het artikel volledig. Organisaties moeten nu maatregelen nemen om de ontwikkeling van AI-geletterdheid te ondersteunen, zonder een specifiek individueel niveau te hoeven garanderen. De formulering werd daarmee verzacht, maar de verplichting bleef rechtstreeks gelden volgens het oorspronkelijke tijdschema. Een organisatie zonder identificeerbaar AI-eigenaarschap mist zelfs de interne functie die kan bijhouden welke verplichtingen gelden, in welke formulering, vanaf welke datum en voor welke systemen — vragen waarvan de antwoorden al eenmaal zijn gewijzigd en opnieuw kunnen veranderen.
De AI Act vereist een identificeerbare interne toedeling; zij vereist geen afzonderlijke functionaris. Wat volgt is daarom de normatieve gevolgtrekking van deze paper en geen wettelijke lezing: gegeven de uitgangspunten uit hoofdstukken 2 en 3 is het voor organisaties boven de drempel rationeel om verplichtingen die zo strategisch, functieoverstijgend en dynamisch zijn toe te wijzen aan een specifieke rol met specialistische competentie en ongedeelde aandacht.
De hier verdedigde positie is voorwaardelijk, en die voorwaarde doet daadwerkelijk werk. Een afzonderlijke CAIO onder de drempel betekent kosten, conflict en title inflation. De drempel wordt bereikt wanneer meerdere van de volgende omstandigheden gelden; iedere omstandigheid is gekoppeld aan een diagnostische vraag die een bestuur concreet kan beantwoorden.
Onder de drempel — AI als begrensde productiviteitslaag, weinig functies, geen consequente automatisering en geen hoog-risicoblootstelling — geldt de positie van deze paper niet en is een bestaand technologie- of operationsmandaat de proportionele plek voor AI (Bajwa, 2024). De positie is ook verenigbaar met een tijdgebonden ontwerp: Shaik's (2026) voorstel van de CAIO als transformatiekatalysator met expliciete mijlpalen en een geplande opheffing is een legitieme variant, zolang het mandaat gedurende de looptijd werkelijk bestaat. Wat de drempel uitsluit, is het vierde model: AI zich laten verspreiden in de aanname dat verantwoordelijkheid zichzelf wel zal organiseren. Verdeelde verantwoordelijkheid is niet hetzelfde als verdeelde accountability.
Een position paper verdient haar positie door de sterkste bezwaren rechtstreeks te beantwoorden. Drie verdienen volledige behandeling.
"Combineer het in plaats daarvan met data en analytics" — het CDAIO-bezwaar. Gopal, Davenport en Bean (2025) stellen in Harvard Business Review dat data readiness, analytics en AI zo sterk van elkaar afhankelijk zijn dat het scheiden ervan een nieuwe grens creëert in plaats van er één weg te nemen. Hun antwoord is een gecombineerde Chief Data, Analytics and AI Officer. Dit is het sterkste tegenargument en deze paper geeft het gedeeltelijk gelijk: waar al een volwassen data- en analyticsorganisatie bestaat, is een CDAIO een legitieme implementatie van de hier verdedigde positie — een afzonderlijk, specialistisch en organisatiebreed AI-mandaat dat toevallig ook data en analytics omvat. Die concessie geldt niet voor de omgekeerde constructie: simpelweg "en AI" aan de titel van een bestaande CDO toevoegen zonder de specialistische competentie uit hoofdstuk 2 of de aandachtscapaciteit uit hoofdstuk 3 toe te voegen. De test is niet hoe de rol heet, maar of AI-governance dedicated expertise en ongedeelde aandacht krijgt. Waar dat het geval is, zijn CDAIO en CAIO varianten van hetzelfde antwoord.
"De rol faalt in de praktijk" — het paradoxbezwaar. Shaik (2026) — een SSRN working paper, en daarom met passend gewicht behandeld — documenteert hoe CAIO-rollen falen: onduidelijke mandaten, overlappende bevoegdheden en onvoldoende institutionele legitimiteit; de evangelist zonder operationele macht, de technoloog zonder strategische invloed, de strateeg in conflict met bestaande executives. Wade et al. (2024) voegen de organisatorische kosten toe: overlap, kosten, functieoverstijgend conflict en het risico om ieder probleem als AI-probleem te framen. Dit zijn reële faalmodi, maar het zijn argumenten over de kwaliteit van de implementatie, niet over de positie zelf. Iedere executive rol kan slecht worden ingericht. De juiste conclusie uit Shaik en Wade is een set ontwerpeisen — beslissingsrechten, budgetinvloed, toegang tot de CEO en expliciete interfaces met CIO, CDO en CISO — die hoofdstuk 8 als voorwaarden voor de positie opneemt in plaats van als uitzonderingen.
"De CIO/CTO kan het erbij nemen" — het status-quo-bezwaar. Dit bezwaar draagt nu de bewijslast en moet het bewijs uit hoofdstukken 2 en 3 overwinnen: een specialistisch domein met snel verouderende expertise, een aandachtsmechanisme dat niet schaalt, een complementariteitsbevinding van Kučević et al. (2026) die laat zien dat de verantwoordelijkheidsmatrix voor AI buiten typische technologiemandaten valt zoals die nu zijn ingericht, en praktijkbewijs van EY (2025) dat governance onder precies deze inrichting de wedloop met deployment verliest. Een organisatie kan nog steeds concluderen dat haar specifieke CIO over de competentie, capaciteit en het mandaat beschikt. Boven de drempel moet die conclusie worden aangetoond, gedocumenteerd en periodiek herbeoordeeld — niet verondersteld.
Wie een afzonderlijke CAIO verdedigt, moet ook zeggen wat die rol daadwerkelijk nodig heeft. Zonder die elementen ontstaat de ceremoniële rol waarvoor Shaik (2026) waarschuwt, en dat is erger dan helemaal geen CAIO.
Het mandaat moet het volgende omvatten: beslissingsrechten om AI-initiatieven op te schalen, te pauzeren en te stoppen; budgetinvloed over het AI-portfolio heen en niet alleen een adviserende stem; een rapportagelijn naar de CEO — de configuratie die het meest overeenkomt met de organisatiebrede reikwijdte die Uba en Böhmann (2025) documenteren; expliciete, onderhandelde interfaces met de CIO voor platforms en infrastructuur, de CDO voor data readiness en governance, de CISO voor de AI-security posture en Legal/Compliance voor verplichtingen onder de AI Act en opvolgende instrumenten; eigenaarschap van de regulatory map — welke systemen onder welke verplichtingen vallen, in welke actuele formulering en vanaf welke datum; en een capability-agenda voor AI-geletterdheid — een wettelijke plicht onder het gewijzigde artikel 4 — workforce transformation en organisatorische adoptie.
Concreet betekent dit dat het stop/scale-recht in het enterprise-AI-beleid als bevoegdheid van een benoemde rol moet worden vastgelegd en niet alleen als uitkomst van een committee. Budgetinvloed moet betekenen dat de rol sign-off heeft op een gedefinieerd deel van AI-gerelateerde uitgaven over businessunits heen, niet uitsluitend controle over een centraal AI-budget. En de rapportagelijn naar de CEO moet direct zijn: een indirecte lijn via de CIO reproduceert precies het aandachtsprobleem waarvoor de rol bedoeld is. In iedere configuratie — zelfstandige CAIO, CDAIO-variant of tijdgebonden transformatiemandaat — geldt één niet-onderhandelbare ontwerpregel: exact één rol bezit de samenhang van het geheel.
Vier beperkingen begrenzen deze positie. Ten eerste is de CAIO-specifieke evidence base jong: de meeste bronnen die de rol rechtstreeks onderzoeken zijn conference papers, preprints of practitioner analyses, terwijl het sterkste peer-reviewed bewijs (Li et al., 2021; Bendig et al., 2023) de CIO betreft en daarmee het aandachtsmechanisme ondersteunt in plaats van de CAIO rechtstreeks. Ten tweede toont nog geen studie een causaal verband aan tussen het aanstellen van een CAIO en organisatorische uitkomsten; de genoemde adoptiecijfers zijn beschrijvend, zelfgerapporteerd en gevoelig voor definities en worden hier gebruikt als ondersteuning, niet als bewijs. Ten derde wordt de generaliseerbaarheid door context begrensd: Chinese beursgenoteerde ondernemingen (Li et al., 2021), Amerikaanse S&P 500-bedrijven (Bendig et al., 2023), large-enterprise secondary data (Uba en Böhmann, 2025) en interviews in het mkb (Schäfer et al., 2022). Ten vierde is het regelgevingslandschap aantoonbaar niet-stationair: binnen het citatievenster van deze paper werd het Amerikaanse federale beleid eenmaal ingetrokken en vervangen en werd de EU-tijdlijn voor het hoog-risicoregime eenmaal gewijzigd (Verordening (EU) 2026/1744). Lezers moeten daarom de toepasselijke stand van regelgeving controleren op het moment van gebruik. Deze beperkingen zijn precies de reden waarom de positie met een drempel wordt afgebakend in plaats van universeel te worden geponeerd — en waarom de eerlijke formulering van de claim een verschoven bewijslast is, geen aangetoonde superioriteit.
AI is een specialistisch executive domein dat onder voortdurende verandering moet worden bestuurd, en executive aandacht behoort tot de schaarsste hulpbronnen in de C-suite. Het eerste toewijzen aan executives die al een groot deel van het tweede besteden is het organisatieontwerp waarin veel grote organisaties vanzelf terechtkomen — en dat door bewijs, organisatorische praktijk en regelgevingsvereisten steeds nadrukkelijker ter discussie wordt gesteld.
Deze paper heeft daarom een positie verdedigd in plaats van slechts een debat samengevat: boven de drempel waarop AI strategisch, functieoverstijgend en consequentieel wordt, moet expliciet AI-eigenaarschap op directieniveau — doorgaans een Chief AI Officer, gelijkwaardig een CDAIO met een daadwerkelijk passend mandaat, eventueel als tijdgebonden transformatiemandaat met dezelfde bevoegdheid — de standaard zijn, en moeten alternatieven de bewijslast dragen. Onder de drempel geldt de positie niet en verzet deze paper zich tegen de title inflation die haar geloofwaardigheid juist zou ondermijnen.
Wat geen enkele organisatie boven de drempel nog kan verdedigen is het model dat helemaal geen beslissing vereist: AI zich over de onderneming laten verspreiden, de gevolgen ervan over meerdere executives verdelen en aannemen dat verantwoordelijkheid zich vervolgens vanzelf organiseert.
Bajwa, F. (2024) 'When you should (and shouldn't) have an AI leader in the C-suite', Harvard Law School Forum on Corporate Governance, 7 November. Beschikbaar via: https://corpgov.law.harvard.edu/2024/11/07/when-you-should-and-shouldnt-have-an-ai-leader-in-the-c-suite/
Bendig, D., Wagner, R., Piening, E.P. and Foege, J.N. (2023) 'Attention to digital innovation: Exploring the impact of a Chief Information Officer in the top management team', MIS Quarterly, 47(4), pp. 1487–1516. Beschikbaar via: https://doi.org/10.25300/MISQ/2023/17152
Chawla, R.N., Goyal, P. and Saxena, D.K. (2023) 'The role of CIO in digital transformation: An exploratory study', Information Systems and e-Business Management, 21(4), pp. 797–835. Beschikbaar via: https://doi.org/10.1007/s10257-023-00651-1
European Union (2024) Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, L series, 12 July. Beschikbaar via: https://eur-lex.europa.eu/eli/reg/2024/1689/oj
European Union (2026) Regulation (EU) 2026/1744 of the European Parliament and of the Council of 8 July 2026 amending Regulations (EU) 2024/1689, (EU) 2018/1139 and (EU) 2023/1230 as regards the simplification of the implementation of harmonised rules on artificial intelligence (Digital Omnibus on AI). Official Journal of the European Union, 24 July 2026; in force 27 July 2026. Beschikbaar via: https://eur-lex.europa.eu/eli/reg/2026/1744/oj
EY (2025) 'EY survey: AI adoption outpaces governance as risk awareness among the C-suite remains low', EY, 4 June. Beschikbaar via: https://www.ey.com/en_gl/newsroom/2025/06/ey-survey-ai-adoption-outpaces-governance-as-risk-awareness-among-the-c-suite-remains-low
Foundry (2025) State of the CIO 2025 (executive summary). Beschikbaar via: https://b2b-contenthub.com/wp-content/uploads/2025/04/R-ES_State-of-the-CIO_2025.pdf
Gopal, V., Davenport, T.H. and Bean, R. (2025) 'Why your company needs a Chief Data, Analytics, and AI Officer', Harvard Business Review, 1 December. Beschikbaar via: https://hbr.org/2025/12/why-your-company-needs-a-chief-data-analytics-and-ai-officer
IBM Institute for Business Value (2026) 2026 CEO Study. Armonk, NY: IBM Institute for Business Value. Beschikbaar via: https://www.ibm.com/thought-leadership/institute-business-value/en-us/c-suite-study/ceo/ (persbericht: https://newsroom.ibm.com/2026-05-04-ibm-study-ceos-are-reshaping-c-suite-roles-for-the-ai-era)
Kučević, E., Leible, S., Schanz, N. and Grünewald, F. (2026) 'Do CAIOs replace traditional CIOs? An investigation into the responsibilities of IT executives in the age of artificial intelligence', AMCIS 2026 Proceedings, paper 3. Beschikbaar via: https://aisel.aisnet.org/amcis2026/sig_lead/sig_lead/3/
Li, J., Li, M., Wang, X. and Thatcher, J.B. (2021) 'Strategic directions for AI: The role of CIOs and boards of directors', MIS Quarterly, 45(3), pp. 1603–1644. Beschikbaar via: https://doi.org/10.25300/MISQ/2021/16523
Office of Management and Budget (2025) M-25-21: Accelerating federal use of AI through innovation, governance, and public trust, 3 April. Washington, DC: Executive Office of the President. Beschikbaar via: https://www.whitehouse.gov/wp-content/uploads/2025/02/M-25-21-Accelerating-Federal-Use-of-AI-through-Innovation-Governance-and-Public-Trust.pdf
Schäfer, M., Schneider, J., Drechsler, K. and vom Brocke, J. (2022) 'AI governance: Are Chief AI Officers and AI Risk Officers needed?', ECIS 2022 Research Papers, paper 163. Beschikbaar via: https://aisel.aisnet.org/ecis2022_rp/163/
Schmitt, M. (2026) 'Strategic integration of artificial intelligence in the C-suite: The role of the Chief AI Officer', arXiv preprint, arXiv:2407.10247v3 (eerste versie 30 april 2024; versie 3 herzien 8 juni 2026). Beschikbaar via: https://arxiv.org/abs/2407.10247
Shaik, A.S. (2026) 'The Chief AI Officer paradox: Role ambiguity, organizational power, and strategic misalignment in the C-suite', SSRN working paper, 1 March. https://doi.org/10.2139/ssrn.6627438. Beschikbaar via: https://ssrn.com/abstract=6627438
Uba, C. and Böhmann, T. (2025) 'Who is driving AI-enabled transformation? Towards a taxonomy of Chief AI Officers', ECIS 2025 Proceedings, paper 19. Beschikbaar via: https://aisel.aisnet.org/ecis2025/ai_org/ai_org/19/
Wade, M., Lagodny, A., Andersen, A.-C., Avelines, C. and Plueckebaum, A. (2024) 'Do you really need a Chief AI Officer?', MIT Sloan Management Review, 7 August. Beschikbaar via: https://sloanreview.mit.edu/article/do-you-really-need-a-chief-ai-officer/
De theorie in deze paper is eenmalig; de realiteit van de EU AI Act verandert dagelijks. Laat ons de compliance en governance maandelijks voor u bijhouden met de Vera Monitor.