Onderzoek: 90% van de bedrijven verhoogt AI-budget ondanks tegenvallende kostenbesparingen

Onderzoek: 90% van de bedrijven verhoogt AI-budget ondanks tegenvallende kostenbesparingen

Uit onder­zoek van Bain & Company onder 951 bedrijven wereld­wijd blijkt dat 37% van de bedrijven mikte op kosten­re­duc­ties van 11% tot 20%, maar bijna 40% van de bedrijven die hun resul­taten daad­wer­ke­lijk hebben gemeten kwamen uitein­de­lijk op slechts 0% tot 10% kosten­be­spa­ring (zie Figuur 1). De tech­no­logie werkte, de waarde bleef echter achter. In plaats van een pas op de plaats te maken om te begrijpen waarom, verhoogt 90% van dezelfde bedrijven nu opnieuw hun budgetten. Dit keer voor AI-agents die met nog meer auto­nomie, complexi­teit en impact zullen opereren.  

  De meeste leiding­ge­venden zien AI-agents in de nabije toekomst als auto­nome systemen die complexe beslis­singen volledig zelf­standig van begin tot eind afhan­delen. De gege­vens laten echter een ander beeld zien: slechts 7% van de bedrijven gebruikt momen­teel volledig auto­nome AI-agents. Met 38% is “mense­lijke goed­keu­ring vereist” het meest genoemde model onder respon­denten. Nog eens 32% werkt met waar­borgen en uitzon­de­ringen, waarbij een mens ingrijpt zodra de agent iets tegen­komt dat hij niet met voldoende vertrouwen kan afhan­delen (zie Figuur 2).  

Figuur 1: Bijna 40% van de bedrijven die de kosten­be­spa­ringen van AI hebben gemeten, kwam uit op minder dan 10%, ondanks een doel­stel­ling van 11% tot 20%

Er schuilt nog een tweede finan­cieel risico, dat voor iedereen zicht­baar is maar vaak over het hoofd wordt gezien. 44% van de bedrijven willen hun inves­te­ringen in gene­ra­tieve en agen­ti­sche AI finan­cieren door middel van bespa­ringen uit eerdere automatiseringsprogramma’s. De volgende golf finan­cieren met opbreng­sten uit het verleden klinkt als dege­lijk finan­cieel beleid. In werke­lijk­heid is het een zich­zelf in stand houdende constructie waarin struc­tu­reel waarde weglekt.  Opval­lend is dat de bedrijven die hun doel­stel­lingen wel hebben gehaald, data als een grotere barrière zien dan bedrijven die hun doelen niet hebben gehaald;44% tegen­over 40%. Deze bedrijven hebben het probleem niet opge­lost, maar zijn er juist tegenaan gelopen omdat ze op schaal aan het imple­men­teren zijn. De onder­pres­teer­ders noemen daar­en­tegen vooral orga­ni­sa­to­ri­sche obsta­kels: onvol­doende budget, het ontbreken van een Center of Excel­lence en concur­re­rende prio­ri­teiten. Dit zijn geen tech­no­lo­gi­sche problemen, het zijn signalen dat AI nog niet het mandaat of de aandacht van het bestuur heeft gekregen die het nodig heeft. De bedrijven die voor­op­lopen hebben het data­pro­bleem niet sneller opge­lost; ze zijn ermee gestopt het als een IT-probleem te behan­delen en zijn het gaan zien als een zake­lijke rand­voor­waarde op bestuurs­ni­veau. Cruciaal is dat zij ook zijn gestopt met het gebruiken van onvol­maakte data als reden om actie volledig uit te stellen.  

Figuur 2: De meeste inves­te­rings­cases gaan uit van volle­dige auto­ma­ti­se­rings­eco­nomie, maar slechts 7% van de bedrijven draait volledig auto­nome AI-agents

redactie@ai-visie

22 juni 2026 - 07:06

WEERGAVEN

0 Reacties

Gerelateerde berichten

Europees consortium wil AI-infrastructuur terug naar eigen bodem halen

Europees consortium wil AI-infrastructuur terug naar eigen bodem halen

Onderzoek: ‘Platform engineering wordt fundament onder AI in de IT-operatie”

Onderzoek: ‘Platform engineering wordt fundament onder AI in de IT-operatie”

SUSE en Openchip werken aan Europese RISC-V-stack voor Linux, Kubernetes en AI

SUSE en Openchip werken aan Europese RISC-V-stack voor Linux, Kubernetes en AI

Nog geen gerelateerde berichten...

0 Reactie(s)

0 Reacties

Plaats Een Reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Share This