VCM_022026_LR

ARTIFICIËLE INTELLIGENTIE

steringen, minimale resultaten concurrentievoordeel

laten zien. Hoewel de zes andere sectoren aanzienlijke proefprojecten uitvoeren, realise ren weinig of geen van hen diepgaande ver anderingen, zoals ontwrichte businessmodellen of merkbare veranderingen in klantgedrag. Die discrepantie tussen investeringen en disruptie toont op grote schaal een GenAI-kloof aan: uit gebreide experimenten zonder transformatie. Noch de kwaliteit van de AI-modellen noch de regelgeving liggen aan de basis van het falen van projecten, wel de gekozen aanpak. Verras send genoeg ligt de conversie van piloot naar succesvolle implementatie het laagst bij grote bedrijven, die nochtans meer pilootprojecten uitvoeren en meer personeel toewijzen aan AI-gerelateerde initiatieven. Middelgrote bedrij ven schakelen sneller en handelen daadkrachti ger. Schaduw AI-economie Medewerkers gaan massaal aan de slag met generieke AI-tools, zoals ChatGPT en Microsoft Copilot, om hun persoonlijke productiviteit te verhogen. Zowat tachtig procent van de door MIT bevraagde bedrijven bevestigt dat ze gene rieke AI-tools onderzochten en veertig procent zegt ze succesvol te hebben geïmplementeerd. Toch vertaalt die individuele efficiëntie zich niet naar de bedrijfsresultaten. Daartegenover staat dat op maat ontwikkelde of aangekochte GenAI-tools op bedrijfsniveau veel moeilijker te integreren zijn. Zestig procent van de organisa ties onderzocht deze ‘custom tools’, maar slechts twintig procent ging over naar een pilootfase. Daarvan bereikt uiteindelijk vijf procent de daad werkelijke productieomgeving.

FIGUUR 1 Slechts 5% van de bedrijven haalt substantiële waarde uit AI, ter wijl 60% achterloopt bij het ontwikkelen van cruciale AI-capaci teiten.

Aandeel bedrijven

Achterblijvers

Stagnerend

Opkomend

Schaalbaar

Toekomstgericht

14%

46%

35%

5%

2025

25%

49%

22%

4%

2024

Cumulatief aandeel van bedrijven

Gemiddelde 2025

BFFxAI 2025 maturiteitsscore 1

Gemiddelde 2024

0

25

50

75

100

Nemen minimale of geen AI-maatregelen, missen fundamentele capaciteiten en gene reren geen waarde

Hebben fundamente le capaciteiten ont wikkeld en zijn be gonnen met eerste experimenten, maar hebben moeite om op te schalen en waarde te genereren

Hebben een AI-strate gie en geavanceerde capaciteiten ontwik keld en schalen deze e ectief op, terwijl ze waarde beginnen te genereren

Lopen voorop op het vlak van AI-innovatie, bouwen systematisch aan geavanceerde AI-capaciteiten in alle functies en genereren consistent aanzienlij ke waarde

1 Deze score beoordeelt de AI-maturiteit op 41 dimensies.

en vertrouwdheid, zijn kritisch tegenover de bedrijfsspecifieke AI-tools. De meeste initia tieven lopen vast door kwetsbare werkpro cessen, het ontbreken van contextueel leren en onvoldoende aansluiting op het dagelijkse werk. Generieke chatbots zijn bovendien niet geschikt voor kritieke werkprocessen door een gebrek aan geheugen en maatwerk. Bedrijven die vasthouden aan statische tools falen bij de

implementatie, terwijl de succesvolle bedrij ven (5%) investeren in systemen die kunnen leren. Het gevolg is dat er een soort schaduw AI-eco nomie ontstaat: bedrijven boeken geen signi ficante vooruitgang met formele initiatieven, maar individuele medewerkers wel met gene rieke tools. Zo heeft veertig procent van de

Medewerkers die generieke tools aanprij zen om hun gebruikersgemak, flexibiliteit

15

VALUE CHAIN MANAGEMENT - JANUARI-FEBRUARI 2026