Bedrijven blijven fors geld in AI stoppen, maar de meeste krijgen die technologie niet verder dan een handvol losse projecten. Uit onderzoek van Gartner onder 1.303 respondenten blijkt dat 22 procent van de organisaties AI daadwerkelijk heeft opgeschaald over meerdere bedrijfsonderdelen, of werkt volgens een AI-first-aanpak. De overige ruim driekwart blijft hangen in pilots die nooit een vaste plek in het werk krijgen.
Van koudwatervrees is intussen geen sprake. 85 procent van de ondervraagden wil de AI-uitgaven in 2026 verder opschroeven. Gartner-analist Tina Nunno noemt die combinatie een probleem: er wordt meer uitgegeven terwijl het financiële inzicht ontbreekt om te sturen op wat het oplevert.
Het verschil zit in meten, niet in modellen
Het interessantste cijfer uit het onderzoek gaat niet over technologie. Gartner splitst de deelnemers in koplopers en achterblijvers. Bij de koplopers leverde 81 procent van de AI-initiatieven een positief rendement op. Bij de achterblijvers kon men bij 29 procent van de projecten simpelweg niet aangeven of er überhaupt resultaat was.
Lees die laatste zin nog eens. Dat is geen tegenvallend rendement. Dat is geen antwoord kunnen geven op de vraag wat iets heeft opgeleverd. Een project dat aantoonbaar niets oplevert kun je stoppen. Een project waarvan niemand het weet, blijft doorlopen en blijft geld kosten.
De koplopers doen dus niet per se iets slimmers met de techniek. Ze houden bij wat er gebeurt. Dat klinkt saai naast alle verhalen over nieuwe modellen, maar het is precies waar het onderscheid ontstaat.
Waarom een onderzoek onder grote organisaties jou aangaat
Die 1.303 respondenten zitten grotendeels bij bedrijven met een IT-afdeling, een innovatiebudget en iemand met de titel CIO. Toch is het patroon herkenbaar op elke schaal. Een AI-experiment starten is makkelijk geworden. Een abonnement afsluiten kost tien minuten. Het echte werk begint daarna, bij de vraag hoe zo'n hulpmiddel onderdeel wordt van hoe je bedrijf draait.
Voor een klein bedrijf werkt dat twee kanten op. Het nadeel is dat je geen budget hebt dat ongemerkt in een pilot kan verdwijnen. Elke maandelijkse licentie is voelbaar. Het voordeel is dat je binnen een week kunt zien of iets werkt, omdat degene die het gebruikt vaak dezelfde persoon is als degene die beslist. Grote organisaties hebben daar kwartalen en stuurgroepen voor nodig.
Wat dit betekent voor jouw bedrijf
De praktische les uit dit onderzoek is niet dat je minder met AI moet doen. Het is dat je minder tegelijk moet doen, en beter moet bijhouden wat het oplevert.
Doe een nulmeting voordat je begint
Kies een proces dat elke week terugkomt. Offertes opstellen, inkomende mail sorteren, facturen controleren, een verslag maken van een klantgesprek. Schrijf op hoeveel uur daar nu in gaat en wie die uren maakt. Zonder dat getal kun je achteraf nooit hard maken of AI je iets heeft opgeleverd. Je hebt dan alleen een gevoel, en gevoel is precies waar die 29 procent op strandt.
Maak één ding echt af
Vijf tools uitproberen voelt productief en levert meestal niets op. Eén proces volledig inrichten, inclusief de saaie randen, levert wel iets op. Die randen zijn het werk: wie controleert de uitkomst, wat gebeurt er als het misgaat, waar komt de output terecht, en wat doet een collega die er voor het eerst mee werkt.
Zet de kosten op één plek
AI-uitgaven sluipen erin via losse abonnementen op naam van verschillende mensen. Vraag een keer per kwartaal alle terugkerende AI-kosten op en zet ze naast de uren die je bespaart. Dat is exact het financiële inzicht waar Gartner op wijst, alleen dan in een vorm die op één A4 past.
Wijs een eigenaar aan
Techniek zonder eigenaar verzandt. Iemand moet verantwoordelijk zijn voor de vraag of dit nog steeds werkt en of het nog steeds wordt gebruikt. In een klein bedrijf hoeft dat geen functie te zijn, wel een afspraak.
Hoe wij ernaar kijken
Wij zien bij BoostyAI dat opschalen zelden strandt op de kwaliteit van het model. Het strandt op de aansluiting met bestaande systemen, en op de vraag wie er eigenaar van is als de eerste enthousiaste periode voorbij is. Een AI-agent die netjes antwoord geeft in een chatvenster verandert niets aan je werkweek. Een agent die in je eigen processen zit, met toegang tot je eigen gegevens, doet dat wel.
Daar hoort wat ons betreft bij dat die gegevens op eigen infrastructuur in Nederland blijven staan. Niet alleen vanwege de AVG, ook omdat je dan zelf blijft bepalen wat er met je bedrijfsdata gebeurt als een leverancier zijn voorwaarden aanpast. Dat is geen luxe voor grote bedrijven. Voor een MKB-onderneming die haar klantenbestand en offertehistorie door een AI-systeem laat lopen, is het gewoon de basis.
De 22 procent die het wel lukt heeft geen betere technologie. Die heeft betere afspraken.
Bron: Emerce