Sterke groei in gen AI-adoptie, maar opschalen blijft een uitdaging
Generatieve AI heeft nu al een aanzienlijke impact op vrijwel alle functies en sectoren, maar veel organisaties worstelen om gelijke tred te houden met het potentieel en bij de opschaling van de technologie. Dat blijkt uit onderzoek van SparkOptimus, gehouden onder meer dan 50 bedrijven uit verschillende sectoren.
De afgelopen jaren is er een race ontstaan om AI en gen AI te omarmen, waarbij bedrijven worden verleid door de indrukwekkende meerwaarde die deze technologieën kunnen bieden. Wanneer gen AI-tools goed worden geïntegreerd in de bedrijfsvoering, kunnen ze immers zorgen voor meer efficiëntie, effectiviteit en betere inzichten.
In de nieuwste editie van zijn jaarlijkse ‘Gen AI Benchmark’ laat SparkOptimus zien dat in 2025 meer bedrijven pilots uitvoeren, dat ze duidelijkere doelstellingen formuleren en hun eerste toepassingen opschalen en dat agentic AI steeds veelbelovender wordt.
Bijna alle respondenten in het onderzoek gaven aan gen AI te gebruiken (92%), tegenover 60% vorig jaar. Dit onderstreept hoe onvermijdelijk de technologie aan het worden is en benadrukt de noodzaak om gen AI op een slimme manier in organisaties te integreren. 59% liet weten de technologie een paar keer per maand te gebruiken, terwijl 25% aangaf het meerdere keren per week in te zetten.
Driekwart van de bedrijven (75%) heeft een gen AI-strategie opgesteld. Ter vergelijking: vorig jaar was dat slechts 40%. Opvallend is dat steeds meer bedrijven nu ook een zelfstandige strategie hebben (vorig jaar slechts 10%).
Formele datastrategie
Het beschikken over een goede datastrategie is essentieel voor het laten slagen van large language models. Volgens het SparkOptimus-onderzoek zijn bedrijven zich hier goed bewust van – 75% heeft inmiddels een datastrategie. Dit heeft een positieve uitwerking op het opschalen van AI-use cases.
Toch werkt 45% van de bedrijven nog altijd met ongestructureerde data, wat mogelijk tot onnauwkeurige resultaten leidt. Ook blijkt uit het rapport dat 60% van de organisaties niet over de juiste tools beschikt om ongestructureerde data up-to-date te houden, wat eveneens problematisch is.
Uitdagingen
Ondanks de aanzienlijke vooruitgang over de hele linie, benadrukken de onderzoekers dat het integreren van AI in dagelijkse processen en werkwijzen voor veel organisaties een lastige opgave vormt.
Zo blijkt dat veel werknemers onvoldoende vaardigheden hebben om gen AI effectief te gebruiken en dat slechts 20% voldoende is bijgeschoold. Bijscholing blijft een uitdaging voor veel bedrijven die niet genoeg hebben geïnvesteerd in het leren omgaan met AI-tools.
60% van de respondenten beoordeelt hun eigen gen AI-vaardigheden als ‘onvoldoende’. In veel gevallen is dan ook meer begeleiding nodig. Het gebrek aan bijscholing binnen veel organisaties remt waarschijnlijk de verdere adoptie en de potentiële impact van gen AI. Met de komst van de AI-geletterdheidspijler binnen de EU AI Act wordt van organisaties verwacht dat zij hier meer aandacht aan gaan besteden.
Slechts 27% van de bedrijven koppelt hun gen AI-strategie aan concrete, meetbare doelstellingen. Zonder zulke heldere doelen is het moeilijker om te bepalen of er echt voortgang wordt geboekt.
Verbeterproces kan beter
Een ander opvallend resultaat is dat veel leiders vinden dat de manier waarop gen AI wordt getest verbeterd kan worden. Veel pilots duren te lang en leiden uiteindelijk niet tot levensvatbare toepassingen. Ongeveer de helft van de pilots loopt langer dan drie maanden. En zelfs wanneer pilots succesvol zijn, stokt vaak de overgang naar daadwerkelijke toepassingen of verdere opschaling ervan.
“Hoewel de vooruitgang onmiskenbaar is, blijft de grootschalige uitrol van gen AI lastig”, concludeert Matti van Engelen, associate partner bij SparkOptimus. “Veel organisaties lopen tegen dezelfde obstakels aan, zoals versnipperd eigenaarschap, een gebrek aan integratie in kernprocessen en onduidelijke waardemaatstaven. Daardoor blijven de inspanningen vaak geïsoleerd en blijft de werkelijke impact beperkt tot losse teams of toepassingen.”
