De onderzoeken waarnaar NRC verwijst, bevestigen de kloof tussen ambitie en resultaat:

• MIT (2025) constateert dat 95 procent van de bedrijven nog geen rendement boekt.
• McKinsey (2025) spreekt van de “GenAI-paradox”: tachtig procent experimenteert, maar ziet geen invloed op de winst- en verliesrekening.
• Boston Consulting Group (2024) meldt dat slechts een kwart van de ceo’s waardecreatie ervaart, terwijl driekwart AI tot topprioriteit rekent.
• Gartner (2025) plaatst AI inmiddels in het “dal der desillusie” en wijst op datasilo’s en cultuur als rem.
• Accenture (2025) benadrukt de kloof: grote bedrijven investeren en boeken de eerste opbrengsten, kleinere bedrijven blijven achter.

AI wordt in het NRC-artikel geschetst als een pad dat bedrijven onvermijdelijk moeten volgen, maar bewijs voor brede waardecreatie ontbreekt nog. Investeringen lijken vaak ingegeven door de angst om achter te raken, door de noodzaak aandeelhouders te laten zien dat men ‘mee’ is, en door de wens posities rond data en ecosystemen veilig te stellen. De aandacht gaat vooral naar het optimaliseren van bestaande processen (efficiencydenken), terwijl fundamentele vernieuwing of alternatieve strategieën nauwelijks worden verkend.

De uitdaging voor grote organisaties is om van versnipperde experimenten te komen tot een beperkt aantal end-to-endtoepassingen die daadwerkelijk impact hebben. McKinsey (2025) benadrukt dat horizontale toepassingen, zoals copilots of tekstsamenvattingen, wel handig zijn maar zelden substantiële waarde toevoegen. Verticale, procesgerichte toepassingen bieden meer kans op schaal en meetbare resultaten. BCG (2024) laat zien dat succes in grotere organisaties niet alleen afhankelijk is van technologie, maar vooral van cultuur en organisatorisch verandervermogen.

Wat in het NRC-artikel buiten beeld blijft, zijn de ervaringen van kleinere bedrijven en startups. MIT (2025) laat bijvoorbeeld zien dat midmarketbedrijven gemiddeld drie maanden nodig hebben om van pilot naar productie te gaan, terwijl corporates vaak negen maanden of langer nodig hebben. Startups bewegen nog sneller en realiseren binnen een jaar al substantiële omzetgroei met smalle, workflow-specifieke toepassingen. Hun kracht zit in focus en pragmatisme, juist omdat zij minder gehinderd worden door bureaucratie en verouderde systemen.

De reflectie die hieruit naar voren komt, is dat AI pas waarde krijgt wanneer organisaties hun processen en cultuur durven aanpassen. Voor corporates betekent dat scherpe keuzes maken, niet alles tegelijk willen doen en governance inzetten als middel om leren te versnellen in plaats van te vertragen. Voor kleinere bedrijven ligt de kans in wendbaarheid en directe waardecreatie, terwijl startups laten zien dat kleine en concrete toepassingen vaak het snelst impact maken. AI is dus minder een technologische race dan een test voor het leer- en aanpassingsvermogen van organisaties.

En nee, dan hebben we het nog niet gehad over de vraag of we AI überhaupt wel moeten inzetten. Welk probleem lossen we eigenlijk op? Wat levert het op? Wie worden er beter van? En hoe behouden we de menselijke maat? Om maar eens een paar vragen te stellen waar ik mee zou beginnen voordat we aan AI beginnen.

Bronnen

• Accenture. (2025). Europe’s AI reckoning: Reinventing industries in a new era.
• Boston Consulting Group. (2024). Where’s the value in AI?
• Gartner. (2025). Hype Cycle for Artificial Intelligence: Beyond Generative AI.
• McKinsey & Company. (2025). Seizing the agentic AI advantage.
• MIT Sloan & MIT CSAIL. (2025). The State of AI in Business 2025 Report.
• NRC. (2025, 5 september). Grote bedrijven zetten fors in op AI, ondanks uitblijvend rendement op eerste pogingen.