Ondanks de miljarden die bedrijven investeren in Generatieve AI, onthult een recent rapport van MIT een schokkende realiteit: 95% van de organisaties haalt nul rendement uit hun investeringen. De uitkomsten zijn zo extreem verdeeld dat de onderzoekers spreken van de "GenAI Divide" of de GenAI-kloof. Een kleine 5% van de bedrijven boekt miljoenenwinsten, terwijl de overgrote meerderheid vastzit in een moeras van mislukte proefprojecten zonder meetbare impact op de winst- en verliesrekening.
Dit nieuwe rapport, getiteld "The GenAI Divide," is gebaseerd op een analyse van meer dan 300 AI-initiatieven en interviews met 153 senior leiders. De conclusie is niet dat de AI-modellen te slecht zijn, maar dat de aanpak van de meeste bedrijven fundamenteel verkeerd is.
Hoge Adoptie, Lage Transformatie
We zien allemaal de snelle opmars van tools als ChatGPT en Microsoft Copilot. Meer dan 80% van de organisaties heeft ze onderzocht en bijna 40% heeft ze in gebruik genomen. Het probleem? Deze tools verhogen vooral de individuele productiviteit, maar leiden zelden tot betere bedrijfsprestaties.
Tegelijkertijd worden op maat gemaakte, professionele AI-systemen massaal afgewezen. Hoewel 60% van de bedrijven zulke tools heeft geëvalueerd, haalt slechts 20% de pilotfase en een magere 5% bereikt daadwerkelijk de productiefase. De redenen voor deze mislukkingen zijn een rode draad in het rapport: de systemen zijn star, missen contextueel leervermogen en sluiten niet aan bij de dagelijkse werkprocessen.
Het resultaat is een kloof op sectorniveau. Ondanks alle hype vertonen slechts twee van de negen onderzochte sectoren (Technologie en Media & Telecom) tekenen van structurele verandering. De rest blijft aan de verkeerde kant van de transformatiekloof.
De Kern van het Probleem: Het Leer-Gat
De belangrijkste barrière die bedrijven tegenhoudt, is wat het rapport het "learning gap" noemt. De meeste AI-systemen leren niet van feedback, passen zich niet aan de context aan en worden niet beter door gebruik. Ze zijn statisch.
Dit creëert een paradox. Medewerkers die dagelijks ChatGPT gebruiken voor hun eigen taken, zijn sceptisch over de interne AI-tools van hun bedrijf. Ze beschrijven deze als "onhandig" of "niet-intelligent". Gebruikers willen flexibiliteit en een systeem dat onthoudt wat ze eerder hebben besproken. Een advocate in het rapport verwoordt het treffend: ze gebruikt ChatGPT voor een eerste concept, maar voor belangrijk werk heeft ze een systeem nodig dat "kennis opbouwt en met de tijd verbetert".
Voor simpele taken verkiest 70% van de gebruikers AI boven een menselijke collega. Maar voor complexe, langdurige projecten vertrouwt 90% nog steeds op een mens. De scheidslijn is geen intelligentie, maar geheugen, aanpassingsvermogen en leerbaarheid.
De 'Shadow AI' Economie: Waar AI Wél Werkt
Terwijl officiële bedrijfsprojecten falen, is er een bloeiende "shadow AI economy" ontstaan. Medewerkers gebruiken hun persoonlijke accounts voor ChatGPT of Claude om aanzienlijke delen van hun werk te automatiseren, vaak zonder medeweten van de IT-afdeling. Hoewel slechts 40% van de bedrijven officieel een LLM-abonnement heeft gekocht, meldt meer dan 90% van de ondervraagde werknemers dat ze regelmatig persoonlijke AI-tools gebruiken voor werktaken.
Deze schaduweconomie toont aan dat individuen de GenAI-kloof wél kunnen overbruggen als ze toegang krijgen tot flexibele, responsieve tools.
Hoe de Winnaars de Kloof Oversteken
De 5% van de bedrijven die wél succes boeken, pakken het fundamenteel anders aan. Zowel de kopers (bedrijven) als de bouwers (AI-startups) volgen een ander draaiboek.
Wat succesvolle kopers doen:
-
Kopen in plaats van bouwen: Strategische partnerschappen met externe leveranciers hebben een succesratio van 66%, twee keer zo hoog als interne ontwikkelprojecten (33%).
-
Behandelen leveranciers als partners: Ze benaderen AI-leveranciers niet als SaaS-verkopers, maar als BPO-partners (Business Process Outsourcing). Ze eisen diepgaande maatwerk, meten op basis van bedrijfsresultaten (niet op softwarebenchmarks) en werken samen om het systeem te laten evolueren.
-
Decentraliseren de aanpak: Initiatieven worden niet door een centraal AI-team gedreven, maar door managers en medewerkers op de werkvloer die de problemen het beste kennen.
Wat succesvolle bouwers doen:
-
Focus op niche-workflows: Ze bouwen geen algemene tools, maar systemen die diep geïntegreerd zijn in een specifieke, smalle workflow en daar direct waarde leveren.
-
Bouwen voor leren: Hun systemen zijn ontworpen om te leren van feedback, context te onthouden en zich aan te passen.
-
Gebruiken vertrouwen als hefboom: Ze overwinnen het wantrouwen van bedrijven door te leunen op verwijzingen van bestuursleden, partners en branchegenoten.
De Echte ROI en de Impact op Werk
Waar komt de waarde vandaan? Verrassend genoeg niet uit het ontslaan van medewerkers. De grootste besparingen komen uit het verminderen van externe uitgaven. Bedrijven die de kloof oversteken, besparen miljoenen per jaar door BPO-contracten voor klantenservice of documentverwerking te schrappen en de uitgaven aan externe marketingbureaus met 30% te verlagen.
Hoewel 70% van de AI-budgetten naar zichtbare functies als sales en marketing gaat, zit de hoogste ROI vaak verborgen in de backoffice: financiën, procurement en administratie.
De impact op werkgelegenheid is selectief. Er zijn geen massale ontslagen, maar wel gerichte personeelsverminderingen in functies die al vaak werden uitbesteed, zoals klantenservice en administratie. In de tech- en mediasector, waar AI al dieper is doorgedrongen, verwacht meer dan 80% van de leidinggevenden de komende twee jaar minder mensen aan te nemen.
Conclusie: Van Statische Tools naar Lerende Systemen
De "GenAI Divide" is geen technologisch probleem, maar een strategisch probleem. De weg vooruit is duidelijk: stop met investeren in statische tools die constante input vereisen. Werk samen met partners die lerende, op maat gemaakte systemen aanbieden en focus op diepe integratie in de workflow in plaats van op flitsende demo's.
De volgende fase is al in zicht: de "Agentic Web". Een netwerk van autonome AI-agenten die met elkaar kunnen onderhandelen, samenwerken en taken coördineren zonder menselijke tussenkomst. Het tijdperk van de losstaande AI-tool is bijna voorbij. De toekomst is aan de organisaties en leveranciers die de kracht van lerende, verbonden systemen omarmen. Zij zullen aan de juiste kant van de GenAI-kloof staan.
Rudi D'Hauwers - - AI-optimist - 25 augustus 2025
Disclaimer: dit document bevat deels AI-gegenereerde inhoud. Alle intellectuele input en redactionele controle berust bij de auteur.
Reactie plaatsen
Reacties