Uit een onderzoek van de Economist, gesponsord door Databricks, blijkt dat slechts 22% van de IT-infrastructuur binnen ondernemingen geschikt wordt geacht voor verdere uitbreiding van AI-toepassingen. Hoewel 85% van de bedrijven experimenteert met generatieve AI (GenAI), blijven uitdagingen zoals hoge kosten, tekort aan vaardigheden, kwaliteitsproblemen en gebrekkige governance een effectieve opschaling belemmeren.
Het rapport Unlocking Enterprise AI: Opportunities and Strategies belicht een groeiende wereldwijde AI-investering, die volgens Goldman Sachs tegen de komende jaren kan oplopen tot 1 biljoen dollar. Tegelijkertijd kampen bedrijven met de vraag hoe ze AI kosteneffectief kunnen inzetten om specifieke zakelijke voordelen te behalen. Dit belemmert hen in het benutten van het volledige potentieel van AI.
Uit de onderzoeksgegevens blijkt dat grote organisaties GenAI al breed omarmen: 97% van de bedrijven met een omzet van meer dan $10 miljard gebruikt de technologie, en tegen 2027 verwacht 99% van alle ondervraagde organisaties GenAI in te zetten. Desondanks blijkt dat slechts 37% van de leidinggevenden en 29% van de uitvoerende functies hun AI-oplossingen productieklaar achten.
Het onderzoek wijst uit dat slechts 18% van de respondenten van mening is dat er sprake is van overdreven hype rond AI. Tegelijkertijd beschouwt 73% van de deelnemers AI als cruciaal voor het bereiken van langetermijndoelen. Ondanks deze optimistische kijk vindt slechts één op de vijf respondenten dat er voldoende wordt geïnvesteerd in zowel technische als niet-technische domeinen. Onder datawetenschappers werkt bijna de helft (45%) nog steeds met generieke taalmodellen zonder integratie van bedrijfseigen data, wat uitdagingen oplevert op het gebied van kwaliteit en governance. Aan de andere kant is 58% al begonnen met het verbeteren van modellen door bedrijfsspecifieke data te gebruiken via technieken zoals retrieval augmented generation (RAG). Twee derde van de organisaties ziet daarbij aanzienlijke mogelijkheden in de combinatie van grote taalmodellen en eigen data om waarde te halen uit data intelligence.
Verder laat het onderzoek zien dat open source AI-modellen een steeds prominentere rol spelen in de strategieën van bedrijven. Tegen 2027 verwacht 96% van de ondervraagde organisaties gebruik te maken van open source AI-modellen, vaak in combinatie met commerciële oplossingen. Tegelijkertijd kampt de meerderheid van de organisaties met een tekort aan AI-talent; slechts één op de zes respondenten heeft vertrouwen in het vermogen om voldoende gekwalificeerd personeel te werven. Governance blijkt eveneens een struikelblok, aangezien 40% van de respondenten erkent dat de governance binnen hun organisatie niet toereikend is. Dit probleem wordt benadrukt door de helft van de data-engineers, die aangeven dat governance-taken het grootste deel van hun tijd in beslag nemen. Veel organisaties zien daarom gecentraliseerde governance-tooling als essentieel voor succesvol AI-gebruik.
In Nederland worden deze mondiale trends bevestigd. Hoewel 86% van de organisaties met AI experimenteert, haalt slechts 53% van de modellen de productieomgeving, wat hoger is dan het wereldwijde gemiddelde van 40%. Nederlandse bedrijven geven aan dat een IT-infrastructuur die nog niet klaar is voor grootschalig AI-gebruik (90%) en een gebrek aan een robuust governance-framework (86%) de grootste belemmeringen vormen.
Daarnaast identificeert het rapport de opkomst van zogenaamde Agentic AI. Dit zijn AI-systemen die via natuurlijke taalinterfaces complexe taken kunnen plannen en uitvoeren. Bijna 60% van de respondenten verwacht dat natuurlijke taal binnen drie jaar de primaire manier zal zijn waarop niet-technische medewerkers met data werken. GenAI wordt al breed toegepast voor onder meer klantenservice, fraudedetectie en patiëntenzorg. Deze toepassingen benadrukken de potentie van AI om niet alleen operationele efficiëntie te vergroten, maar ook zakelijke waarde te leveren.
