De bedrijfsinvesteringen in kunstmatige intelligentie blijven toenemen, maar het omzetten van projecten in meetbare resultaten blijft een grote uitdaging. Volgens een Gartner-enquête onder 1.303 verantwoordelijken binnen bedrijven met een jaaromzet van minstens 50 miljoen dollar, heeft slechts 22 % van de organisaties succesvol AI uitgerold over meerdere bedrijfsonderdelen of een AI-gebaseerde aanpak geïmplementeerd.
De kernpunten van AI-acceptatie binnen bedrijven in 20 seconden
- Slechts 22 % van de organisaties heeft AI met succes opgeschaald naar meerdere bedrijfsonderdelen of een AI-first-benadering toegepast.
- 85 % van de verantwoordelijken voorziet een verhoging van de uitgaven aan AI in 2026.
- In 2025 werd gemiddeld 12 % van de functionele budgetten aan AI toegewezen.
- Productiviteit is de meest gewilde doelstelling, maar de populairste toepassingen bieden niet altijd de beste return on investment.
De enquête, uitgevoerd tussen januari en april 2026, schetst een beeld dat aanzienlijk complexer is dan de investeringsstroom suggereert. Bedrijven investeren meer in AI, maar een aanzienlijk deel worstelt nog steeds met het identificeren van succesvolle projecten, de werkelijke kosten en de economische opbrengsten.
Een opvallende data-uitsnede is dat ongeveer 11 % van de organisaties niet weet hoeveel hun eigen afdeling in 2025 aan AI heeft uitgegeven.
Het probleem wordt groter omdat het budget blijft groeien. 85 % van de ondervraagde verantwoordelijken verwacht in 2026 meer te gaan uitgeven, terwijl ze in 2025 gemiddeld 12 % van hun functionele budgetten aan AI-projecten besteedden.
Het meten van de return maakt een groot verschil
De resultaten van Gartner tonen een duidelijke scheiding tussen organisaties die systematisch hun projecten monitoren en degenen die nog steeds geen duidelijke mechanismen hiervoor hebben.
Gartner definieert high-performance organisaties als diegenen die voortdurend de return on investment (ROI) bijhouden, hun AI-initiatieven beheren als een portefeuille en regelmatig de resultaten evalueren om te bepalen waar middelen toe te wijzen of projecten stop te zetten.
Deze organisaties rapporteerden positieve rendementen in 81 % van hun AI-initiatieven.
Aan de andere kant weten low-performance organisaties niet eens de ROI in 29 % van hun projecten.
Het verschil wijst op een probleem dat aan belang wint naarmate AI-implementaties verder worden opgeschaald. Het goedkeuren van een assistent, een codegeneratiesysteem of automatiseringstools kan relatief eenvoudig zijn. Het bepalen van de daadwerkelijke kostenbesparingen, de budgetimpact en de daadwerkelijke bedrijfsprestaties vereist echter metrics en voortdurende monitoring.
Gartner benadrukt dat het gebrek aan financieel inzicht het risico verhoogt naarmate de uitgaven toenemen.
Tina Nunno, Senior Vice President en Gartner Fellow, stelt dat het direct koppelen van investeringen aan bedrijfsresultaten helpt om projecten die niet aan de verwachtingen voldoen eerder te identificeren en middelen opnieuw toe te wijzen.
De gegevens tonen ook aan waar een groot deel van dat geld naartoe stroomt.
Productiviteit is de belangrijkste pijler van investeringen
75 % van de verantwoordelijken noemt verbetering van de productiviteit als een van de belangrijkste resultaten die zij willen behalen met AI.
Daarnaast besteedt ongeveer 30 % van het functionele AI-budget gemiddeld aan dit doel. Dit is bijna het dubbele van het percentage dat wordt toegewezen aan de op één na belangrijkste doelstelling.
De enquêtegegevens laten echter zien dat prioriteiten veranderen afhankelijk van de specifieke doelstellingen.
| Doelstellingen van AI-initiatieven | Aangeduid door verantwoordelijken |
|---|---|
| Verbeteren van productiviteit | 75 % |
| Kosten verlagen | 55 % |
| Inkomsten verhogen | 39 % |
| De organisatie laten evolueren | 38 % |
| Risicobeheer | 34 % |
| Organisatietransformatie | 33 % |
| Inkomen behouden | 33 % |
| Resilience verbeteren | 29 % |
Productiviteit ligt duidelijk vooraan. Dit is een belangrijke reden waarom bedrijven investeren in assistenten, taakautomatisering, codegeneratie en tools om handmatig werk te verminderen.
Echter, het onderzoek wijst op een belangrijk nuance-inspectiepunt: de meest populaire use cases lossen niet altijd de beste rendementen op.
Gartner analyseerde deze discrepantie specifiek binnen de informatietechnologie.
Populaire projecten zijn onder andere detectie en reactie op cyberdreigingen (54 %), automatisering van IT-ondersteuningscentra (54 %), en automatische generatie en refactorisatie van code (44 %).
Bij het analyseren van projecten met de hoogste meldingen van positieve returnen, verschuift de rangorde.
Slimme optimalisatie van IT-assets en kosten blijkt met 40 % de meest succesvolle toepassing, gevolgd door de generatie van synthetische data (28 %), en automatische codegeneratie/refactorisatie (23 %).
Deze cijfers betekenen niet dat 40 % de ROI vertegenwoordigt voor die use case. Ze geven aan dat Gartner die proportie aangeeft van projecten met positieve returnen.
De discrepantie tussen populariteit en winstgevendheid vormt een risico voor bedrijven die projecten vooral kiezen omdat een bepaalde AI-toepassing veel aandacht krijgt.
Een minder zichtbaar project kan een eenvoudiger meetbare economische waarde hebben, vooral als het een specifiek en goed omlijnd probleem oplost.
AI opschalen vereist meer dan alleen modellen inzetten
Het percentage van 22 % helpt ook om twee vaak door elkaar gehanteerde concepten te onderscheiden: AI gebruiken en breed uitrollen binnen een organisatie.
Een bedrijf kan medewerkers hebben die generatieve assistenten gebruiken, ontwikkelaars die met programmeertools werken, en afdelingen die experimenteren met agents, zonder dat deze technologieën nog geïntegreerd zijn in gedeelde bedrijfsprocessen.
De sprong tussen deze situaties brengt vragen met zich mee over kosten, beveiliging, databeheer, integratie met bedrijfsapplicaties, toegangsbeheer, training en resultatenmeting.
Het verklaart ook waarom meer budget niet automatisch betekent dat de adoptie volwassen is geworden.
De Gartner-enquête zegt niet dat de overige 78 % volledig gefaald heeft met AI. Het percentage van 22 % verwijst specifiek naar organisaties die AI succesvol hebben opgeschaald of een AI-first-aanpak hebben geïmplementeerd. De overige organisaties bevinden zich in verschillende fasen van experimenteren, implementeren of uitbreiden.
De steekproef vertegenwoordigt ook niet alle bedrijven. Gartner ondervroeg leiders van organisaties met een jaaromzet van ten minste 50 miljoen dollar in 2025, waardoor de resultaten vooral toepasselijk zijn op grotere bedrijven en niet direct op kleine ondernemingen kunnen worden toegepast.
Ondanks deze beperkingen toont de studie een evolutie in de vragen die men zich rondom zakelijke AI begint te stellen.
In de eerste jaren van generatieve AI lag de focus vooral op het kiezen van modellen en het introduceren ervan in processen. Nu, naarmate budgetten stijgen, moeten organisaties zich richten op concretere gegevens: wat kost elke initiatie, welk resultaat wordt nagestreefd, hoe wordt het gemeten, en welke projecten kunnen stopgezet worden.
De conclusie dat 85 % van de organisaties meer wil investeren terwijl slechts 22 % AI breed schaalbaar heeft gemaakt vat de kloof tussen investeringspeil en volwassenheid goed samen.
Veelgestelde vragen
Welk percentage van de bedrijven heeft AI succesvol opgeschaald?
Gartner geeft aan dat 22 % van de ondervraagde organisaties AI met succes heeft uitgerold over meerdere bedrijfsonderdelen of een AI-first-strategie heeft geïmplementeerd.
Zullen bedrijven in 2026 meer investeren in AI?
85 % van de verantwoordelijken voorziet een verhoogde uitgave aan AI in 2026. In 2025 werd gemiddeld 12 % van de functionele budgetten aan AI besteed.
Wat is het belangrijkste doel van bedrijven bij AI-gebruik?
Productiviteitsverbetering staat bovenaan: 75 % van de verantwoordelijken noemt dit als een primair resultaat. Ongeveer 30 % van het AI-budget wordt hier gemiddeld aan besteed.
Zijn de populairste AI-projecten ook de meest rendabele?
Niet noodzakelijk. Gartner ziet verschillen tussen de meest uitgerolde toepassingen en die met de hoogste rapportages van positieve rendementen, vooral binnen IT.
Bron: Gartner