AI: De kloof tussen strategische ambitie en opschalen blijft groot
Meer dan de helft van de Nederlandse organisaties ziet zichzelf als ‘early adopter’ op het gebied van AI, terwijl slechts 15% AI daadwerkelijk volledig geïntegreerd heeft in de processen. Dit blijkt uit onderzoek van Conclusion Intelligence onder zo’n 500 professionals die verantwoordelijk zijn voor AI binnen organisaties.
Het onderzoek toont aan dat de strategische ambities op het gebied van AI groot zijn. 90% van de ondervraagde organisaties beschouwt AI als cruciaal voor hun toekomststrategie. Ruim de helft (56%) heeft al een AI-strategie ontwikkeld, terwijl 40% aangeeft daar momenteel mee bezig te zijn.
Gevraagd waarom ze AI implementeren geven de ondervraagde professionals een divers beeld. Twee derde van de organisaties (64%) stelt dat AI de organisatie beter laat inspelen op klantbehoeften. Ongeveer een derde (34%) ziet ook mogelijkheden voor verbeterde klantinteractie.
Verbetering van operationele efficiëntie staat met 45% ook hoog op de prioriteitenlijst. “Deze focus op efficiëntie en kostenbesparing is begrijpelijk vanuit bedrijfseconomisch perspectief, en weerspiegelt de druk op organisaties om meer te doen met minder middelen”, aldus Tomas van den Nieuwendijk, Directeur bij Conclusion AI 360.
Andere use cases die organisaties zien zijn innovatie en het creëren van nieuwe producten/diensten (30%) en de versterking van samenwerking tussen verschillende afdelingen of verschillende stakeholders (25%).
Van ambitie naar de praktijk
Het onderzoek laat tegelijkertijd zien dat er een kloof bestaat tussen de strategische plannen en de daadwerkelijke toepassing van AI. Een afgetekende minderheid van 15% geeft aan dat AI volledig geïntegreerd is in hun processen.
De grootste uitdaging bij AI-implementatie blijkt het gebrek aan kennis en expertise (33%). Dit tekort uit zich vooral in de AI-geletterdheid van medewerkers. Zo heeft 44% van de organisaties nog geen concrete stappen gezet om medewerkers op te leiden in AI-geletterdheid, ondanks dat ze wel op de hoogte zijn van deze verplichting middels de EU AI Act. Slechts 13% heeft een trainingsprogramma geïmplementeerd rondom AI-geletterdheid.
Datakwaliteit en het vinden van de juiste datasets vormt voor 28% een obstakel voor AI-implementatie en opschaling. Dit geldt vooral voor organisaties die eigen AI-modellen ontwikkelen; hiervoor is kwalitatieve trainingsdata essentieel, omdat deze modellen slechts zo goed zijn als de data waarop ze worden getraind.
“Voor organisaties die gebruikmaken van algemene AI-toepassingen als ChatGPT en Copilot is datakwaliteit minder essentieel, maar spelen andere factoren (zoals prompt engineering) een belangrijkere rol”, legt Van den Nieuwendijk uit.
Ethische en juridische onzekerheden spelen eveneens bij 28% een rol. De kosten van AI-implementatie (27%) en de complexiteit van wet- en regelgeving (26%) vormen aanvullende drempels. Ten slotte ervaart 23% weerstand tegen verandering vanuit medewerkers, wat het belang van goed verandermanagement onderstreept.
“Het onderzoek toont een interessante paradox: organisaties zijn massaal begonnen met AI-experimenten en zien zichzelf graag als early adopter, maar hebben nog moeite met de overgang naar volledige organisatiebrede integratie”, vat Van den Nieuwendijk samen. “De echte uitdaging ligt niet in het starten van AI-initiatieven, maar in het succesvol opschalen ervan.”
Willen organisaties slagen in de bredere uitrol van hun AI-initiatieven, dan vraagt dat volgens Van den Nieuwendijk om een fundamentele verschuiving van experimenteren naar structurele implementatie, waarbij kennis, cultuur en verandermanagement centraal staan. En ook een stukje durf: “Durf te kiezen voor een langetermijnstrategie in plaats van ad-hoc experimenten.”
