Bedrijven investeren nooit eerder zoveel in kunstmatige intelligentie, maar de economische resultaten blijven moeilijk aan te tonen. Medewerkers winnen tijd, tools nemen toe en experimenten versnellen. De vraag blijft wie deze winsten moet omzetten in waarde voor het bedrijf.
Volgens de studie The State of AI in 2026 van McKinsey constateert 80% van de respondenten een verbetering van hun individuele productiviteit dankzij AI. Slechts 37% meldt echter een impact, zelfs gedeeltelijk, op het operationele resultaat van hun bedrijf.
De uitgaven zijn sterk gestegen. Volgens BCG zijn ze in september 2026 in een jaar verdubbeld tot 3,3% van de omzet van de ondervraagde bedrijven. Meer dan 80% van deze uitgaven bevindt zich nu buiten de IT-budgetten, wat betekent dat de AI-transformatie het hele bedrijf aangaat en niet langer alleen de IT-afdeling (DSI).
Het rendement op investering wordt niet gemeten aan de bespaarde tijd
Neem het voorbeeld van een bedrijf dat zijn verkopers uitrust met een AI-assistent die hun afspraken kan voorbereiden, hun verslagen kan schrijven en de CRM, de klantrelatiebeheersoftware, automatisch kan bijwerken. Elke verkoper wint dertig minuten per dag, wat een succes lijkt.
Wat gebeurt er met deze dertig minuten? Als ze het mogelijk maken meer prospects te ontmoeten, het conversiepercentage te verbeteren of de verkoopcyclus te verkorten, kan het bedrijf beginnen met het meten van waardecreatie. Als ze worden opgeslokt door andere administratieve taken, vertaalt de individuele winst zich niet noodzakelijkerwijs in economische prestaties.
Dezelfde redenering geldt voor softwareontwikkeling. AI versnelt de code-productie, maar deze versnelling kan knelpunten verplaatsen naar reviews, tests of validaties voor productie. « Individuele productiviteit is een belofte. End-to-end prestatie is het te meten resultaat. » Het is dus nodig om voor elk project een startindicator, een meetbaar doel en een verantwoordelijke uit de business te definiëren die controleert of de winsten worden gerealiseerd.
De business moet verantwoording afleggen voor de geproduceerde waarde
Grote technologische transformaties werden vaak gedragen door de IT-afdeling. Met AI bereikt dit model zijn grenzen, want een IT-afdeling kan de technische haalbaarheid beoordelen en de veiligheid van een architectuur garanderen zonder de beste positie te hebben om de ergernissen van een verkoopafdeling of de repetitieve taken van een financieel team te identificeren. De auteur geeft aan dat hij in zijn organisatie een werkgroep heeft opgezet met vertegenwoordigers van de verschillende businessafdelingen.
Elke afdeling moet drie vragen kunnen beantwoorden: welk probleem probeert hij op te lossen, welk meetbaar voordeel verwacht hij en wie is verantwoordelijk voor het resultaat? De IT-afdeling blijft garant staan voor de technische samenhang, terwijl de businessafdelingen verantwoordelijk worden voor de geproduceerde waarde. De financiële afdeling moet helpen om theoretische besparingen te onderscheiden van daadwerkelijk gerealiseerde voordelen.
Zodra de prioriteiten zijn vastgesteld, blijft de vraag van de realisatie. Het model van de AI Factory, een klein team van ingenieurs ten dienste van de business, kan snel oplossingen ontwerpen, op voorwaarde dat het niet beperkt blijft tot demonstraties. Een applicatie moet nog steeds worden beveiligd, verbonden met bestaande systemen, bewaakt en onderhouden. Het prototype bewijst dat een oplossing mogelijk is, de productie moet bewijzen dat ze nuttig en rendabel is.
