Het Massachusetts Institute of Technology (MIT) heeft een opvallend rapport gepubliceerd over de inzet van generatieve kunstmatige intelligentie (AI) binnen bedrijven.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Het rapport, getiteld The GenAI Divide: State of AI in Business 2025 en uitgebracht door MIT’s NANDA-initiatief, onthult dat 95 procent van de generatieve AI-pilotprogramma’s geen significante financiële impact oplevert.

Volgens sommige handelaren was dit rapport zelfs een van de oorzaken van de daling van technologieaandelen op dinsdag. Bij zorgvuldig lezen blijkt echter dat AI juist een grote rol speelt, enorme kansen biedt, maar dat de juiste toepassing ervan nog zeer gebrekkig is.

Het rapport, verschenen op 18 augustus, geeft cruciale inzichten in de uitdagingen en succesfactoren van AI-implementaties in het bedrijfsleven. Laten we kijken wat er in stond.

Verdieping in het rapport

Het MIT-rapport is gebaseerd op 150 interviews met bedrijfsleiders, een enquête onder 350 werknemers en een analyse van 300 publieke AI-implementaties. Het schetst een duidelijk beeld van de kloof tussen verwachtingen en realiteit.

Ondanks de hype en de forse investeringen, tussen de 30 en 40 miljard dollar in 2025, levert slechts 5 procent van de pilotprogramma’s een snelle omzetstijging op. Het merendeel blijft hangen in de experimentele fase, zonder meetbare impact op de winst- en verliesrekening.

Volgens hoofdauteur Aditya Challapally ligt het probleem niet bij de kwaliteit van de AI-modellen, maar bij een “leerkloof” binnen organisaties. AI-systemen blijken onvoldoende in staat zich aan te passen aan specifieke workflows en om te leren van feedback en data.

Het rapport benadrukt dat bedrijven die AI-tools inkopen bij gespecialiseerde leveranciers beter presteren dan organisaties die eigen systemen bouwen.

Externe oplossingen kennen een succespercentage van ongeveer 67 procent, terwijl interne projecten slechts in een derde van de gevallen slagen.

Dit verschil is extra groot in gereguleerde sectoren zoals financiële dienstverlening, waar de keuze voor proprietary systemen vaak leidt tot meer risico’s en minder succes.

Daarnaast wijst het rapport op een verkeerde besteding van middelen. Meer dan de helft van de AI-budgetten gaat naar verkoop- en marketingtoepassingen, terwijl juist de grootste rendementen te behalen zijn met backoffice-automatisering. Denk hierbij aan het verlagen van outsourcingkosten en het efficiënter maken van repetitieve processen.

Een ander belangrijk punt is de opkomst van een “schaduw-AI-economie”. Werknemers gebruiken massaal persoonlijke AI-tools zoals ChatGPT zonder toestemming van IT-afdelingen. Deze tools leveren individueel waarde op, maar worden niet geïntegreerd in officiële processen.

Daardoor blijft de impact op organisatieniveau beperkt. Het rapport stelt dat bedrijven die dit informele gebruik weten te structureren, meer succes boeken.

Belangrijke punten

• Hoge mislukkingsgraad: Slechts 5 procent van de AI-pilots leidt tot snelle omzetgroei, 95 procent heeft geen meetbare impact.
• Leerkloof als kernprobleem: Het falen ligt niet bij de technologie zelf, maar bij het onvermogen om te leren van bedrijfsdata en workflows.
• Externe vs. interne oplossingen: Externe tools hebben een succesratio van 67 procent, intern ontwikkelde systemen slechts 33 procent.
• Verkeerde inzet van budgetten: Meer dan de helft gaat naar sales en marketing, terwijl automatisering van backoffice-processen de hoogste rendementen oplevert.
• Schaduw-AI-economie: In ruim 90 procent van de bedrijven gebruiken medewerkers ongeautoriseerde AI-tools, wat de kloof tussen individuele productiviteit en organisatiebrede adoptie vergroot.
• Sectorale verschillen: De meeste impact is zichtbaar in technologie en media, maar beperkt in sectoren als zorg, financiële dienstverlening en productie.
• Toekomstige richting: Succesvolle adoptie vraagt om systemen die leren van feedback en om organisatorische flexibiliteit, niet alleen om technologische vooruitgang.

Conclusie

Het MIT NANDA-rapport toont dat generatieve AI enorme mogelijkheden biedt, maar dat de meeste bedrijven er niet in slagen om dit om te zetten in tastbare financiële resultaten.

De grootste obstakels zijn de leerkloof, verkeerde investeringsprioriteiten en een gebrekkige integratie met bedrijfsprocessen.

Bedrijven die wel slagen, richten zich op adaptieve externe oplossingen, bouwen strategische partnerschappen en betrekken medewerkers actief bij implementatie. De toekomst van AI ligt volgens het rapport niet uitsluitend in technologische vooruitgang, maar vooral in organisatorische flexibiliteit en slimme integratiestrategieën.

Voor ondernemingen die de “GenAI Divide” willen overbruggen, is het essentieel om te leren van de succesvolle 5 procent en te investeren in systemen die zich aanpassen, leren en waarde toevoegen aan de kern van de bedrijfsvoering.