De kloof tussen AI-investeringen en rendement
De cijfers uit het eerste Global AI Pulse-onderzoek van KPMG zijn onverbiddelijk: hoewel de wereldwijde investeringen in AI fors toenemen, groeit de kloof tussen uitgaven en tastbare bedrijfswaarde razendsnel. Gemiddeld plannen organisaties een budget van 186 miljoen dollar voor het komende jaar. Toch rapporteert slechts elf procent dat zij AI-agenten op een schaal inzetten die de gehele organisatie ten goede komt. Hoewel 64 procent van de respondenten stelt dat AI al ‘betekenisvolle’ resultaten levert, blijkt de afstand tussen kleine productiviteitswinsten en structurele margeverbetering in de praktijk groot.
KPMG maakt een scherp onderscheid tussen de koplopers en de rest van de markt. Bij deze leiders geeft 82 procent aan dat AI-agenten directe waarde toevoegen, tegenover slechts 62 procent bij hun concurrenten. Dit verschil van twintig procentpunt komt niet voort uit betere software, maar uit een fundamenteel andere filosofie bij de implementatie. Waar de achterblijvers AI-tools als een extra laag over hun bestaande werk heen leggen, kiezen de winnaars voor een volledige herziening van hun bedrijfsprocessen.
Waarom AI-agenten meer zijn dan een simpele assistent
De succesvolle elf procent zet agenten in die autonoom beslissingen nemen, werkstromen tussen afdelingen coördineren en afwijkingen signaleren voordat deze escaleren. Bij IT- en engineering-afdelingen gebruikt 75 procent van de koplopers AI-agenten om code te genereren, terwijl dat bij de rest op 64 procent blijft steken. In de logistiek is het verschil nog duidelijker: 64 procent van de koplopers zet agenten in voor supply chain-orkestratie, tegenover 55 procent bij de rest van de markt.
Het probleem voor veel bedrijven is dat zij investeren in licenties en rekenkracht zonder de operationele infrastructuur aan te passen. De kosten voor integratie met verouderde ERP-systemen en het structuren van data worden vaak onderschat. Volgens de data van KPMG investeren regio’s zoals ASPAC met 245 miljoen dollar het meest agressief, gevolgd door Amerika met 178 miljoen en EMEA met 157 miljoen dollar. Wie enkel focust op de licentiekosten van een model en de engineeringuren voor data-integratie vergeet, komt bedrogen uit bij de eindafrekening.
Governance als brandstof voor AI-agenten
Een opvallende conclusie uit het rapport is de rol van risicobeheer. Bij organisaties die nog in de experimentele fase zitten, heeft slechts 20 procent vertrouwen in hun vermogen om AI-risico’s te beheersen. Bij de koplopers stijgt dit naar 49 procent. Governance wordt hier niet gezien als een rem, maar als een middel om sneller te kunnen schakelen. Bedrijven die kaders voor dataveiligheid en ethiek direct in hun workflow integreren, durven AI-agenten vaker autonomie te geven bij cruciale beslissingen.
Voor de Nederlandse ondernemer betekent dit dat afwachten geen optie meer is. Zelfs bij een eventuele economische recessie geeft 74 procent van de ondervraagden aan dat AI een topprioriteit voor investeringen blijft. De markt beweegt zich van assistenten die teksten samenvatten naar agenten die zelfstandig processen draaien. De vraag is niet langer of je AI moet gebruiken, maar hoe je je organisatie herontwerpt om deze agenten de ruimte te geven zonder de controle te verliezen.
Wat valt ons op?
De organisaties die de prestatiekloof dichten, hebben hun aanpak omgedraaid: ze ontwerpen eerst het proces opnieuw en zetten daarna pas agenten in.
Wat betekent dit voor jou?
Veel mkb-ondernemers maken de fout AI alleen als losse tool te zien, waardoor de echte winst uitblijft. Je moet eerst je processen stroomlijnen voordat je investeert in automatisering.
- Breng je huidige workflow in kaart en identificeer waar beslissingen vertragen door menselijke tussenkomst.
- Zorg voor een solide datastructuur: AI-agenten zijn waardeloos zonder toegang tot actuele en schone informatie uit je eigen systemen.
- Begin met kleine, afgebakende processen waar een agent autonoom mag handelen binnen vooraf gestelde kaders.
