EY: ‘Wie AI als IT-project blijft zien, mist de echte waarde’

De verwachtingen rondom AI zijn hooggespannen. Maar nu organisaties steeds meer investeren, wordt ook duidelijk dat de opbrengsten niet vanzelf volgen. Uit onderzoek van EY blijkt dat 16 procent van de onderzochte bedrijven geen rendement rapporteert op investeringen in generatieve AI. Tegelijkertijd heeft een groot deel van de organisaties moeite om de daadwerkelijke waarde van AI te meten.

Volgens Menno Bonninga van EY zijn de verwachtingen over de snelheid waarmee investeringen zich terugverdienen te hoog. Maar belangrijker is dat veel organisaties op de verkeerde plek beginnen. "Wat veel organisaties doen, is eigenlijk een soort walhalla aan proof of concepts inrichten", stelt Bonninga. Overal wordt geëxperimenteerd met tools die individuele werkzaamheden versnellen. Maar daarmee ontstaat nog geen structurele bedrijfswaarde. Bonninga onderscheidt daarom drie niveaus waarop AI waarde kan creëren: persoonlijke productiviteit, de inrichting van bedrijfsprocessen en de strategische impact op het businessmodel. Juist op die laatste twee niveaus ontstaat volgens hem het grootste rendement.

Organisaties moeten daarom niet beginnen met de vraag waar ze AI kunnen toepassen, maar waar ze waarde willen creëren. Dat kan kostenbesparing zijn, maar ook omzetgroei, betere klantrelaties of een hogere productiecapaciteit. Vervolgens moeten ze complete processen opnieuw ontwerpen, in plaats van AI simpelweg boven op bestaande werkwijzen te zetten.

De business moet het voortouw nemen

Daarmee verandert ook de rol van IT. De afgelopen jaren werd de AI-transformatie vooral vanuit CIO's, CTO's en data-afdelingen aangejaagd. Zij zorgden voor de infrastructuur, technologie en beschikbare data. Maar de volgende fase vraagt volgens Bonninga om een fundamenteel andere aanpak. "Ik denk dat een organisatie die te veel AI bij de CIO laat liggen, daar niet het rendement uit gaat halen."

De business moet zelf bepalen hoe processen veranderen en welke waarde daarmee wordt gecreëerd. Daarvoor is diepgaande kennis van bedrijfsprocessen minstens zo belangrijk als technologische expertise. Bonninga wijst op de opkomst van de Forward Deployed Engineer: een professional die beide werelden verbindt. Waar IT-specialisten traditioneel de brug naar de business moesten slaan, ontstaat nu de omgekeerde beweging. De business moet zelf in staat zijn technologie te benutten om werkzaamheden opnieuw in te richten.

Dat vraagt ook om andere manieren van meten. Bonninga noemt de adoptie van Microsoft Copilot als voorbeeld. IT-afdelingen kijken vaak naar het aantal geactiveerde licenties, terwijl dat weinig zegt over het werkelijke gebruik. "Een aangezette licentie is voor mij niet een geactiveerde gebruiker." Het gaat erom hoe intensief medewerkers AI inzetten, welke processen daardoor veranderen en wat het uiteindelijk oplevert. Daarbij waarschuwt Bonninga voor een te eenzijdige focus op kostenbesparing. Agentic AI brengt immers ook nieuwe kosten met zich mee. Het rendement kan juist ontstaan doordat organisaties meer transacties verwerken, meer klanten bedienen of nieuwe omzet realiseren.

Het begint in de bestuurskamer

De grootste belemmering is volgens Bonninga uiteindelijk niet technologisch, maar organisatorisch. Veel bedrijven beschikken over versnipperde data, onvoldoende inzicht in hun processen en onduidelijkheid over verantwoordelijkheden. Daardoor verzanden AI-initiatieven regelmatig in discussies over risico's, compliance en wat wel of niet mogelijk is. Dat vraagt om duidelijk leiderschap. Het bestuur moet bepalen welke richting de organisatie opgaat, wat AI betekent voor het bedrijfsmodel en welke vaardigheden daarvoor nodig zijn. Pas daarna komt de keuze voor technologie.

Ook de ontwikkeling van medewerkers verdient volgens Bonninga veel meer aandacht. Organisaties onderschatten hoeveel training nodig is om mensen daadwerkelijk met AI te laten werken. Bovendien vraagt het opnieuw ontwerpen van bedrijfsprocessen om andere vaardigheden dan het simpelweg gebruiken van AI-tools. Maar zelfs een succesvolle interne transformatie is volgens hem niet voldoende.

De grootste bedreiging komt van buiten

Terwijl bedrijven bezig zijn AI in hun bestaande processen te integreren, verandert de technologie ook het gedrag van hun klanten. En daarmee mogelijk hun hele markt. Bonninga noemt de financiële sector als voorbeeld. Consumenten gebruiken steeds vaker AI-assistenten om informatie te verzamelen, producten te vergelijken en beslissingen voor te bereiden. Daardoor kan de directe relatie tussen een bank en haar klant verschuiven naar een externe AI-agent.

Voor banken en andere dienstverleners ontstaat daarmee een fundamenteel risico. Wanneer een AI-agent de klantrelatie overneemt en zelfstandig aanbieders selecteert, kan de oorspronkelijke dienstverlener veranderen in een anonieme leverancier op de achtergrond. Volgens Bonninga kijken te veel bestuurders nog vanuit hun bestaande producten, processen en distributiemodellen naar AI. Terwijl ze zich juist moeten afvragen hoe technologie, klantgedrag en ecosystemen hun markt gaan veranderen. Dat vraagt om strategische scenario's en keuzes die organisaties voorbereiden op verschillende toekomstbeelden. Niet alleen om vandaag efficiënter te werken, maar vooral om morgen relevant te blijven. Daarmee is het rendement op AI uiteindelijk een veel grotere vraag dan hoeveel tijd of geld een organisatie bespaart. Want wat heb je aan een efficiënter bedrijfsproces als het businessmodel waarop dat proces is gebaseerd straks niet meer bestaat?