De krantenkoppen en de schrikreactie
De afgelopen weken verscheen een artikel van MIT “95 procent van de generatieve AI-projecten binnen bedrijven faalt.” Het beeld is helder en ontnuchterend. Bedrijven investeren miljoenen in tools en pilots, maar zien nauwelijks iets terug op de winst- en verliesrekening. Zelfs de beurs reageerde: aandelen van grote technologiebedrijven daalden na publicatie van de cijfers. Toch is het beeld dat zo ontstaat te eenzijdig. Het onderzoek van MIT verdient een meer genuanceerde lezing.
Wat het onderzoek écht zegt
Het rapport stelt dat het overgrote deel van de AI-pilots blijft steken in een experimentele fase zonder merkbare financiële opbrengst. Als criterium voor succes hanteerde MIT vrijwel uitsluitend de directe P&L-impact. Een project dat binnen een paar maanden nog geen winst opleverde, werd in de categorie ‘mislukt’ geplaatst. Dat klinkt hard, maar zegt in werkelijkheid weinig over de werkelijke waarde van deze projecten. Iedereen die weleens een nieuwe technologie heeft geïmplementeerd, weet dat rendement nooit in de eerste weken of maanden ontstaat. Investeringen komen altijd vóór opbrengsten en dat geldt bij AI misschien nog wel sterker dan bij eerdere digitale innovaties.
Waarom een pilot geen eindpunt is
Een pilot is bovendien per definitie een experiment. Het doel is niet om een kant-en-klaar eindproduct te lanceren, maar om te ontdekken wat werkt, waar de risico’s liggen en welke voorwaarden nodig zijn voor opschaling. Zelfs als een pilot niet doorgaat, levert het waardevolle kennis op. Het kan een organisatie behoeden voor veel grotere fouten later, of juist de interne expertise ontwikkelen die noodzakelijk is om toekomstige initiatieven wél tot een succes te maken. Die opbrengst is niet direct zichtbaar op de balans, maar kan strategisch van onschatbare waarde zijn.
Niet de technologie, maar de organisatie
Wat vaak onderbelicht blijft, is dat de technologie zelf in de meeste gevallen niet het struikelblok is. De modellen functioneren doorgaans zoals bedoeld. Het probleem ligt eerder in de manier waarop organisaties met AI omgaan. Er ontbreekt vaak een duidelijke strategie, interne processen zijn onvoldoende ingericht op verandering en medewerkers krijgen niet de training die nodig is om AI-tools effectief te gebruiken. Ook MIT benadrukt dit in het rapport: de grootste obstakels zijn gebrekkige integratie, onvoldoende context en een gebrek aan opleiding. Met andere woorden, het is niet de AI die faalt, maar de organisatie die nog niet klaar is om de technologie verantwoord te benutten.
De vergelijking met startups
De cijfers uit het MIT-onderzoek zijn indrukwekkend, maar in zekere zin ook herkenbaar. Ze volgen namelijk een bekend patroon dat we ook zien bij startups. Van de honderd startups haalt het merendeel de eerste jaren niet. Tachtig tot negentig procent sluit de deuren binnen enkele jaren. Slechts een kleine minderheid groeit door tot een unicorn of marktleider. Toch is het juist die kleine groep die complete sectoren verandert. Airbnb, Uber en OpenAI zijn daar bekende voorbeelden van. Hetzelfde mechanisme zien we bij AI-pilots. De meeste initiatieven verdwijnen geruisloos, maar de weinige die slagen hebben een disproportioneel grote impact. Ze leveren miljoenenwinst op, maken processen drastisch efficiënter of zorgen voor een totaal nieuwe propositie.
Wat succesfactoren volgens MIT onderscheidt
Het MIT-onderzoek geeft gelukkig ook aanknopingspunten om de kans op succes te vergroten.
· Samenwerken met vendors in plaats van alles zelf bouwen
Bedrijven die AI-tools inkopen en samenwerken met gespecialiseerde leveranciers hebben een kans van 67 procent op succes, terwijl organisaties die zelf bouwen op slechts 33 procent blijven steken.
· Eigenaarschap in de lijn in plaats van in een innovatielab
Pilots die worden gedragen door lijnmanagers hebben veel meer kans om echt verschil te maken. Managers hebben direct belang bij de resultaten, terwijl een innovatielab vaak alleen experimenteert zonder operationele gevolgen te dragen.
· Integratie in processen in plaats van losse experimenten
Tools die stevig zijn ingebed in processen ontwikkelen zich mee met de organisatie en worden onmisbaar. Losstaande experimenten verdwijnen daarentegen vaak zodra de werkdruk oploopt of de aandacht verslapt.
Wat leiders hieruit moeten meenemen
Wat betekent dit nu voor leiders die over AI beslissen? Allereerst dat de krantenkoppen een te somber beeld schetsen. Het klopt dat veel projecten geen direct rendement laten zien, maar dat is geen reden om te concluderen dat AI zijn belofte niet waarmaakt. Het betekent wél dat organisaties strategischer moeten nadenken over hoe zij pilots opzetten, welke leerdoelen centraal staan en hoe zij de randvoorwaarden organiseren. De kern is dat pilots geen eindpunt zijn, maar een opstap naar structurele verandering.
Conclusie: leren of winnen
Wie AI volledig afschrijft omdat 95 procent van de projecten ‘mislukt’, maakt dezelfde fout als iemand die nooit in startups investeert omdat de meeste niet slagen. De echte waarde zit in die paar initiatieven die wél doorbreken. Bedrijven die nu ervaring opdoen en hun organisatie voorbereiden, vergroten de kans dat zij straks tot die kleine groep winnaars behoren. Bedrijven die wachten tot AI ‘af’ is, lopen niet alleen vertraging op, maar ook een structureel concurrentienadeel.
Het rapport van MIT leert ons daarmee vooral dat succes met AI geen kwestie is van magie of geluk, maar van visie, strategie en organisatiekracht. Het vraagt leiders die pilots zien als investeringen in leervermogen, niet als snelle winstmachines. Het vraagt managers die AI verankeren in processen en teams, in plaats van het parkeren in een innovatielab. En het vraagt de moed om te accepteren dat niet elk experiment slaagt, maar dat de lessen van vandaag de voorsprong van morgen vormen.
De vraag is dus niet of 95 procent van de projecten mislukt, maar of jouw organisatie zich voorbereidt om tot die 5 procent te behoren die het verschil gaat maken.