Wil je rendement uit AI? Versnel je groei

Download PDF

In bestuurskamers wereldwijd zien we steeds hetzelfde beeld. Er is veel AI‑activiteit, maar te weinig meetbaar resultaat. Ons onderzoek laat zien waarom: 74 procent van het AI‑rendement komt terecht bij slechts twintig procent van de 1.217 organisaties die meededen aan het onderzoek.

Wat deze koplopers onderscheidt, noemen wij AI‑fitheid: het vermogen om AI te richten op wat er echt toe doet, doelgerichte fundamenten te bouwen en AI te verankeren in de hele organisatie.

Bij Nederlandse organisaties zien we hetzelfde patroon. ‘De kracht van organisaties met een hoge fitheid is consistentie. Net als bij topsport. Bij topsport verleg je je grenzen door veel te trainen, goed te eten en te drinken, en op tijd rust te nemen. Bij AI zit de consistentie in het focussen op transformatiegebieden met hoge waarde, mensen goed mee te nemen en het fundament in parallel volwassen te maken', aldus Edwin Bommel, AI-expert bij PwC Nederland.

Om te begrijpen waarom sommige organisaties daadwerkelijk rendement terugzien en de meeste niet, hebben we 1.217 bedrijven wereldwijd, verspreid over 25 sectoren, gebenchmarkt op hun AI-gedreven financiële prestaties. Dat wil zeggen: omzetgroei en efficiëntiewinst die direct aan AI zijn toe te schrijven, gecorrigeerd voor sectorverschillen.

Daarnaast vroegen we senior executives van deze bedrijven naar hun betrokkenheid bij zestig gebieden van AI-management en investeringspraktijken, om het effect van deze praktijken op AI-gedreven financiële prestaties te toetsen. We hebben deze praktijken gegroepeerd in negen categorieën die betrekking hebben op de manieren waarop organisaties AI inzetten, en de fundamentele capaciteiten die AI betrouwbaar en schaalbaar maken, zoals strategie en governance. Deze negen categorieën vormen samen de componenten van onze AI-fitnessindex.

De uitkomst is helder: organisaties met de hoogste AI‑fitheid realiseren door AI gedreven prestaties die 7,2 keer zo hoog zijn dan die van andere respondenten.

Waarom? Omdat AI‑fitheid leidt tot betere tussenresultaten die direct doorwerken in financiële prestaties. AI-leiders zien sneller nieuwe producten en diensten ontstaan, verbeteren hun operationele model, nemen betere beslissingen en bouwen meer vertrouwen op bij klanten en medewerkers.  

Vergelijkbare cumulatieve effecten ontstaan tussen het gebruik van AI en de AI-fundamenten. Als bedrijven met sterke fundamenten het gebruik van AI opvoeren, zien ze bijna een dubbele verbetering in door AI gedreven prestaties vergeleken met organisaties met zwakkere fundamenten. Fundamenten verhogen namelijk de conversie van AI-activiteiten naar meetbare resultaten. Sterkere data en platforms verkorten de implementatietijd, terwijl het herontwerpen van werkprocessen en het opbouwen van vertrouwen bij medewerkers de adoptie versnellen. Een hogere adoptie levert op haar beurt rijkere data en feedback op, waardoor het systeem zich steeds verder verbetert en de impact bij elke inzet toeneemt.

Het is duidelijk dat organisaties die vooroplopen met AI niet simpelweg ‘meer AI doen’. Zij bouwen de vaardigheden die AI schaalbaar en betrouwbaar maken, en kiezen vervolgens heel bewust waar ze met AI kunnen versnellen voor een maximale financiële impact.

Veel organisaties gebruiken AI om efficiënter te werken. Dat is waardevol. Maar de echte versnelling ontstaat als je AI ook inzet voor jezelf opnieuw uitvinden en groei.

Uit onze studie komt naar voren dat AI‑leiders 2,6 keer zo vaak van mening zijn dat AI hun mogelijkheden om hun businessmodel opnieuw uit te vinden heeft vergroot. Zij gebruiken AI vroeg in de waardeketen: om kansen te signaleren, nieuwe waardemogelijkheden te ontdekken en proposities te ontwikkelen die sectoren overstijgen.  

Uit ons onderzoek blijkt dat het benutten van groeikansen door industrie- of sectorconvergentie AI-gedreven financiële prestaties het meest bevordert. AI-leiders gebruiken AI twee tot drie keer zo vaak om samen te werken met bedrijven uit andere sectoren, waarde te ontsluiten door te opereren binnen bedrijfsecosystemen en te concurreren buiten hun gebruikelijke sectoren. Denk bijvoorbeeld aan de mogelijkheid dat autofabrikanten en zorgaanbieders samenwerken om voertuigen uit te rusten met geavanceerde sensoren die de gezondheid van de bestuurder monitoren. De verzamelde data worden vervolgens door AI-systemen gebruikt om gepersonaliseerde preventieprogramma’s te ontwerpen.

De koplopers uit ons onderzoek versterken hun door AI gedreven groeistrategieën met een gedisciplineerd management. Het neemt vroegtijdig strategische beslissingen en maakt deze keuzes operationeel met duidelijke verantwoordelijkheden en het meten van resultaten. In vergelijking met andere organisaties zijn koplopers vaker in het bezit van een geprioriteerde AI-routekaart voor zowel de korte als lange termijn, stemmen ze hun AI-visie af op de bedrijfsdoelstellingen, volgen ze systematisch de zakelijke impact en houden ze senior leiders rechtstreeks verantwoordelijk voor de uitkomsten van AI.

AI richten op het jezelf opnieuw uitvinden is het makkelijke deel. De echte uitdaging is om die resultaten blijvend te realiseren. Het verschil zit niet in ambitie, maar in gerichte fundamenten.

AI-leiders bouwen alleen wat nodig is om AI‑toepassingen voor groei en andere strategische doelen op schaal te laten werken. Die fundamenten veranderen de economische logica van AI: minder frictie, minder herhaling en snellere, betrouwbaardere implementaties.

Dat zie je terug in een conversie‑effect. Zodra organisaties de juiste praktijken invoeren, verdubbelt het rendement van nieuwe AI‑toepassingen.

Ons onderzoek toont aan dat onderstaande werkwijzen de grootste prestatieverbeteringen opleveren.

Financieer en stuur het AI‑portfolio als een investeerder

De toonaangevende bedrijven in ons onderzoek investeren aanzienlijk meer in AI dan andere organisaties: maar liefst tweeënhalf keer zoveel van hun omzet. Vooral leiders in de software-, bank- en media- en entertainmentsector geven aan het meest te investeren: zo’n vijf procent van hun jaarlijkse omzet. Ruim investeren in AI is echter slechts een deel van het succesrecept van deze bedrijven. Zij zorgen er namelijk ook voor dat hun investeringen voortdurend aansluiten bij wat de business nodig heeft. Uit ons onderzoek blijkt dat zij 1,3 keer vaker dan andere bedrijven hun financiële middelen en hun mensen opnieuw toewijzen aan AI-projecten met hoge waarde als hun zakelijke prioriteiten verschuiven.  

Stimuleer door AI gedreven innovatie

Als financiering de brandstof is, is innovatie de motor. AI-leiders scheppen de voorwaarden voor experimenteren met hoge snelheid. Zij bieden anderhalf keer zo vaak als andere bedrijven een specifieke technologische infrastructuur voor AI-experimenten, zoals ‘sandbox’-omgevingen die afgeschermd zijn van de bedrijfssystemen. Op die manier kunnen ontwikkelaars veilig nieuwe AI-oplossingen uitproberen. Deze bedrijven wijzen bovendien vaker ‘innovatie-eigenaren’ aan die AI-projecten binnen businessunits aansturen. Die combinatie maakt het eenvoudiger om pilots te starten en deze snel én veilig uit te voeren.

Daarnaast voeren AI-leiders vaker gestructureerde evaluaties uit van AI-innovatie, zodat ze kunnen bepalen welke projecten prioriteit krijgen, opgeschaald worden of stopgezet moeten worden. Het resultaat is een pijpleiding van experimenten die consequent leidt tot AI-oplossingen met aantoonbare waarde.  

Vergroot adoptie door vertrouwen van medewerkers

AI levert pas waarde op als mensen het gebruiken. Daardoor is het vertrouwen van medewerkers in de technologie veel meer dan een simpel 'verandermanagement'. Weinig vertrouwen betekent weinig gebruik, wat weer leidt tot weinig impact. Bij de toonaangevende organisaties zijn er voorwaarden voor acceptatie. Bij AI-leiders is de kans dat medewerkers met AI gegenereerde inzichten vertrouwen en ernaar handelen in hun dagelijkse werk, 2,1 keer groter dan bij andere organisaties.

Vertrouwen wordt zelden gedreven door één enkel programma. Het is een systeem dat uit de volgende elementen bestaat:

• Betrokkenheid. Bij toonaangevende bedrijven is de kans groter dat teams van business-, data- en AI-specialisten samenwerken aan AI-oplossingen. Crossfunctionele samenwerking bevordert een betere afstemming op de behoeften van het bedrijf en voorkomt de omslachtige overdracht van ontwikkelaar naar een gebruiker die de acceptatie belemmert. AI-leiders bieden medewerkers ook duidelijke stimulansen om met AI te experimenteren. Dat kan leiden tot ideeën voor schaalbare oplossingen die de prioriteiten van het bedrijf ondersteunen.
• Vaardigheidsontwikkeling. Effectieve bijscholing leert medewerkers hoe ze AI in dagelijkse werksituaties kunnen toepassen. Toonaangevende bedrijven bieden hun medewerkers vaker dit soort doorlopende, op hun rol gebaseerde AI-trainingen aan. Hun senior managers geven ook vaker het goede voorbeeld door trainingen te volgen en zichtbaar AI in hun werk te gebruiken.
• Veiligheid. Leiders op het gebied van AI-gebruik bouwen verder vertrouwen bij medewerkers op met duidelijke richtlijnen en protocollen. Als mensen begrijpen wat AI wel en niet mag doen, welke zaken geëscaleerd moeten worden en wie verantwoordelijk is, kunnen ze AI met meer vertrouwen gebruiken. Bij toonaangevende bedrijven hebben medewerkers vaker een op hun rol gebaseerde controle over de toegang tot data en AI, samen met een robuuste, actuele beveiliging van data, modellen en infrastructuur.

Gebruik governance om vertrouwen te vergroten en snelheid te maken

Toonaangevende bedrijven nemen governance serieus, maar passen deze toe op een manier die de oplevering versnelt in plaats van vertraagt. Een governancecommissie stelt Responsible AI-beleid vast en teams brengen dit in de dagelijkse praktijk via mechanismen zoals standaardtemplates, snelle controlemomenten en regelmatige monitoring. Hierdoor kunnen routinetoepassingen vlot blijven doorlopen, terwijl de commissie alleen wordt ingeschakeld om het werk met het hoogste risico te beoordelen.

Bedrijven die koploper zijn in AI hebben deze structuren vaker: zij werken 1,7 keer zo vaak met een gedocumenteerd Responsible AI-raamwerk dat van selectie tot applicatiemonitoring van toepassing is, en beschikken anderhalf keer zo vaak over een multidisciplinaire AI-governancecommissie.  

Verwijder frictie in technologie en data

Uit onze ervaring blijkt dat de grootste obstakels voor het opschalen van AI de kwaliteit en toegankelijkheid van data, de integratie van technologie en de verborgen kosten van het herhaaldelijk opnieuw bouwen van dezelfde componenten (zoals datapijplijnen en integratielagen) zijn. Leiders in de AI-sector richten zich op het wegnemen van deze knelpunten voor hun belangrijkste toepassingen. Ze hebben 2,4 keer meer geneigd om herbruikbare, centraal gecatalogiseerde AI-componenten te creëren die teams direct kunnen gebruiken in plaats van ze opnieuw te moeten ontwikkelen. Bovendien zijn ze 1,7 keer meer geneigd om de hoogwaardige data te leveren die nodig zijn voor gekozen AI-toepassingen.  

Zodra leidinggevenden bij toonaangevende bedrijven de AI-doelstellingen hebben vastgesteld, zorgen ze ervoor dat AI-oplossingen overal in de organisatie worden ontwikkeld en geïmplementeerd waar ze een verschil kunnen maken. Het integreren van AI in de hele organisatie omvat drie aspecten:

• het breed implementeren van AI in veel onderdelen van het bedrijf;
• het integreren van AI in kernprocessen en -systemen om de uitvoering van taken te verbeteren; en
• het op geavanceerde manieren toepassen van AI, van ondersteuning tot automatisering.

Pak het breed aan

Onze studie laat zien dat de meeste organisaties AI nog steeds concentreren in geïsoleerde gebieden, met een paar toepassingen verspreid over enkele functies. Toonaangevende bedrijven schalen bewezen toepassingen op over teams, regio's, functies, activiteiten binnen de waardeketen en producten, zodat waarde niet in één geïsoleerd gebied blijft hangen. Een verzekeraar die bijvoorbeeld aantoont dat AI de verwerkingstijd van facturen in de financiële afdeling kan verkorten, kan hetzelfde model voor het invoeren van documenten gebruiken om de contractbeoordeling in de juridische afdeling en de schadeafhandeling in de operationele afdeling te automatiseren.

We ontdekten dat AI-leiders ongeveer twee keer zo vaak als andere bedrijven AI toepassen in de gehele waardeketen, op uiteenlopende gebieden zoals bedrijfsstrategie, supplychain en de front- en backoffice.  

Sommige sectoren zijn verder in het gebruik van AI binnen de gehele organisatie dan andere. Media- en entertainmentbedrijven scoren hoog als het gaat om het integreren van AI in processen in de gehele waardeketen: 54 procent heeft dit gedaan voor onder meer strategie en planning), 55 procent marketing en verkoop), 35 procent voor ondersteunende diensten (bijvoorbeeld financiën, HR) en 41 procent voor productie, planning in de toeleveringsketen.

Andere sectoren scoren goed op specifieke onderdelen van de waardeketen: farma en biowetenschappen, en de automobielindustrie op strategie en planning; technologische diensten en de horeca- en vrijetijdssector op marketing en verkoop; private equity op ondersteunende diensten; en verzekeraars op nieuwe producten.

Ga de diepte in

De best presterende bedrijven in ons onderzoek voegen niet zomaar AI toe aan bestaande werkprocessen. Ze integreren AI volledig in hun standaardprocessen. Dat is essentieel voor het verbeteren van zowel de efficiëntie van taken als de kwaliteit van de resultaten. Dit kan er bijvoorbeeld zo uitzien: je richt je klantenservice opnieuw in, waarna AI binnen het managementsysteem draait, de juiste klantcontext en -kennis ophaalt, antwoorden opstelt en alleen complexe gevallen doorstuurt naar specialisten. In plaats van een aparte chatbot toe te voegen die medewerkers moeten raadplegen en vervolgens handmatig moeten kopiëren naar een supportticket.

Kies voor autonoom

Van alle operationele prestatie-indicatoren die we hebben getest, heeft het automatiseren van beslissingen een van de sterkste verbanden met door AI gedreven prestaties. De reden is simpel: als AI een groter deel van de routinematige, veelvoorkomende beslissingen veilig kan overnemen, worden de doorlooptijden korter, neemt de doorvoer toe en verbeteren je prestaties.

Ons onderzoek toont aan dat leiders op het gebied van door AI gedreven prestaties bijna twee keer zo vaak AI op een hoger geavanceerd niveau inzetten. Daarmee bedoelen we dat AI meerdere taken binnen vastgestelde kaders uitvoert of zelfs autonoom opereert en zichzelf verbetert. Het is dan ook wellicht geen verrassing dat AI-leiders 2,8 keer zo vaak het aantal beslissingen dat zonder menselijke tussenkomst wordt genomen, verhogen. Deze leiders melden ook veel hogere kwaliteit van de beslissingen, een bewijs dat automatisering het beste werkt als de kwaliteit samen met de snelheid verbetert.  

Dit betekent niet automatisch dat machines iedere baan overnemen. Volledige autonomie is nog steeds de uitzondering: slechts vijftien procent van de AI-leiders zegt dat hun meest geavanceerde toepassing autonoom en zelflerend is. Bovendien verwacht nog eens 49 procent weinig tot geen verandering in het personeelsbestand als gevolg van AI-gebruik. We hebben in veel gevallen gezien dat de directe verschuiving niet het verdwijnen van mensen is, maar het wegnemen van vertraging: AI neemt herhaalbare beslissingen binnen vastgestelde kaders, terwijl mensen zich richten op uitzonderingen, afwegingen en het sturen van beslissingen in de richting van strategische doelstellingen.

AI kan aantoonbare waarde leveren. Maar dat vraagt om AI‑fitheid: duidelijke keuzes, gerichte fundamenten en schaalbare toepassing.

Ons onderzoek biedt een duidelijke en bemoedigende route naar meetbare resultaten. Wat AI-leiders onderscheidt, zijn de managementkeuzes die ze maken: het afstemmen van AI-toepassingen op cruciale bedrijfsresultaten, het bouwen van doelgerichte fundamenten en het integreren van AI in de hele organisatie. Het implementeren van deze formule vereist een doelbewuste inspanning. Het zal niet gemakkelijk zijn, zeker niet met de talloze prioriteiten die de aandacht van leidinggevenden opeisen. Toch kunnen bedrijven die de leiders willen inhalen, het zich niet veroorloven om te wachten.

Het voordeel dat AI-leiders nu al hebben, neemt alleen maar toe. Deze bedrijven leren snel, hergebruiken oplossingen sneller en automatiseren veilig. Het is tijd om verder te denken dan pilots en hoger te mikken. Richt AI op je grootste strategische bewegingen en bouw een operationeel model dat AI-investeringen omzet in door AI gedreven prestaties.