SparkOptimus: Meeste bedrijven worstelen met opschalen van AI ondanks snelle adoptie
De adoptie van AI is wereldwijd in een stroomversnelling geraakt, maar de kloof tussen experimenteren en opschalen blijft voor de meeste bedrijven een hardnekkige uitdaging. Dat blijkt uit een nieuwe benchmark van SparkOptimus, gebaseerd op interviews met meer dan vijftig beslissers in onder meer de financiële sector, de energiesector, consumentengoederen, de industrie en de zakelijke dienstverlening. Het rapport schetst het beeld van een sector op een kantelpunt.
De adoptie van agentic AI is sterk toegenomen: van 45% van de onderzochte organisaties in 2025 naar vrijwel allemaal in 2026. Ook het dagelijks gebruik van AI onder medewerkers steeg flink – 40% gebruikt nu elke dag AI-tools, een percentage dat de afgelopen jaren gestaag oploopt. Bovendien gaven meer bedrijven aan een helder beeld te hebben van de invloed van AI op hun kernpropositie.
Toch blijft de weg van idee naar grootschalige uitrol steil. Volgens de benchmark weet uiteindelijk slechts 15% van de AI-initiatieven echt op te schalen. In veel gevallen blijven projecten steken in wat sommigen “pilot purgatory” noemen.
SparkOptimus wijt dat aan een aantal hardnekkige barrières, waaronder onvoldoende AI-kennis bij het management en het bij vrijwel alle bedrijven nagenoeg volledig ontbreken van gekwantificeerde ambities. Daarnaast is er een duidelijk gebrek aan standaardgovernance voor opschaling, en wijzen de meeste ondervraagde leidinggevenden op een tekort aan vaardigheden in hun teams.
“De AI-ontwikkelingen gaan snel, door het toenemende gebruik van agentic AI, volwassener modellen en de democratisering van modellen”, zegt Matti van Engelen, associate partner bij SparkOptimus. “Alle organisaties richten zich op productiviteitswinst, terwijl de koplopers hun propositie herdefiniëren om hele sectoren te ontwrichten. Er zijn concrete stappen die organisaties kunnen zetten om te voorkomen dat ze achterop raken.”
Agentic AI en de klantpropositie
Het rapport noemt de opkomst van agentic AI een van de drie krachten die het landschap in 2026 opnieuw vormgeven, naast de groei van functiespecifieke modellen en de democratisering van AI-toegang via gangbare softwareplatforms. Hoewel de meeste organisaties al experimenteren met eenvoudige agents, zijn er nog maar weinig die echte multi-agentsystemen testen, waarin meerdere agents over een heel proces samenwerken.
Anders dan traditionele AI-tools, onderscheidt agentic AI zich doordat het zelfstandig beslissingen neemt en handelt – zoals het stellen van doelen en het afronden van taken met heel weinig menselijke tussenkomst. Multi-agentsystemen, waarin meerdere AI-agents als een team samenwerken, hebben veel te bieden.
Het overgrote deel van de bedrijven onderkent de impact die AI op de klantpropositie heeft. Toch vertaalt dat besef zich niet altijd vanzelf in actie: veel bedrijven verwachten nog forse disruptie. Weinig bedrijven volgen hoe de verwachtingen van klanten zich ontwikkelen, en het ontwrichtingsrisico wordt vaak afgemeten aan de huidige klanten, niet aan de klanten van de toekomst.
Een groeiende kloof tussen koplopers en achterblijvers
SparkOptimus wijst op een groeiende kloof tussen organisaties die AI in hun kernstrategie hebben verankerd en organisaties die nog losse experimenten draaien. Bedrijven met een formele datastrategie brengen vijf keer zoveel use cases van pilot naar opschaling als bedrijven zonder.
Wie beschikt over een gecentraliseerde AI-techstack, schaalt twee keer zoveel use cases op. Klantgerichte use cases leveren bovendien meer impact op en bereiken sneller schaal dan use cases die alleen op interne efficiëntie zijn gericht.
SparkOptimus stelt verder vast dat het tekort aan AI-vaardigheden, hoewel het afneemt, de grootste afzonderlijke barrière voor opschaling blijft. Het rapport draagt gerichter werven, interne bijscholing en gebruiksvriendelijkere tools aan als mogelijke oplossingen voor het vaardighedentekort dat teams belemmert om bij te blijven.
Om te slagen in het opschalen van AI adviseren de onderzoekers bedrijven om kleinere use cases te testen, zichzelf de ruimte te geven om te falen en daarvan te leren, en vervolgens de projecten op te schalen die werken. Ook blijkt dat bedrijven die hun eigen agentic- en gen AI-oplossingen bouwen, meer use cases van idee naar pilot brengen. Hetzelfde geldt voor bedrijven met een eigen agentic- en gen AI-techstack.
De bedrijven die vooroplopen met AI verankeren hun initiatieven doorgaans in een zakelijke behoefte in plaats van bij de IT-afdeling: het merendeel van de best opschalende bedrijven start pilots vanuit een helder bedrijfsprobleem.
Het rapport stelt dat bestuurders niet achter “glimmende” use cases moeten aanlopen of de concurrentie klakkeloos moeten kopiëren zonder rekening te houden met de eigen sterktes en unieke meerwaarde. Bedrijven moeten ook de beperkingen van AI begrijpen, evenals de uitdagingen die de invoering ervan met zich meebrengt.
Organisaties die vooroplopen in AI, testen daarnaast in korte, gestructureerde cycli en zorgen dat de leiding daadwerkelijk AI-geletterd is. Uit het onderzoek blijkt dat bedrijven met een volledig AI-geletterd management zich twee keer zo sterk richten op het transformeren van hun klantpropositie als op het najagen van interne efficiëntie.
Het rapport waarschuwt dat de voorlopers de verwachtingen van klanten in allerlei sectoren nu al beginnen te herijken, en dat organisaties die traag handelen het risico lopen door de verschuiving te worden ontwricht in plaats van versterkt.
“Bij SparkOptimus hebben we de afgelopen jaren gezien hoe gen AI en agentic AI betekenisvolle bedrijfswaarde kunnen ontsluiten: meer efficiëntie en nieuwe manieren van werken”, aldus Van Engelen. “Dit jaar is er duidelijke vooruitgang: op meer gebieden zien we use cases die op schaal impact maken, en we zien de eerste tekenen dat AI markten onder druk zet en proposities hervormt.”
“Toch blijft opschalen voor velen lastig, zeker bij agentic AI. De impact blijft vaak achter bij de ambities, en grootschalige adoptie is voor de meeste bedrijven een uitdaging.”
