Prosus: 2% van AI doet het echte werk

Terwijl de publieke discussie over AI vaak gedomineerd wordt door spectaculaire nieuwe modellen en futuristische vergezichten, schetst het rapport The Coming Age of AI Colleagues van Prosus een veel nuchterder beeld. Het technologieconcern, dat wereldwijd meer dan 40.000 medewerkers telt en een enorme portefeuille aan digitale bedrijven beheert, werkt inmiddels met ruim 60.000 actieve AI-agents. De data uit deze "praktijktuin" laat zien dat de echte winst zit in de schaal, niet in de breedte.

De elite onder de algoritmen

De analyse brengt een klassieke machtswet aan het licht. Hoewel Prosus 54 verschillende soorten AI-taken identificeerde, levert de overgrote meerderheid van de agents (80%) een bescheiden bijdrage van minder dan twintig uur tijdsbesparing per maand.

De echte impact komt van een elite-groep:

• De top 2%: Deze agents genereren een onevenredig groot deel van de bedrijfswaarde.
• De 1%-superstars: Minder dan één procent van de agents werkt op een schaal die duizenden uren handmatig werk per maand vervangt.
• Financiële uitschieters: Waar de meeste agents kleine kosten besparen, leveren de best presterende exemplaren in uitzonderlijke gevallen tientallen miljoenen dollars aan extra omzet of structurele besparingen op.

Twintig 'Gouden' toepassingen

Opvallend is dat bedrijven binnen de wereldwijde portefeuille van Prosus – ondanks verschillende sectoren en regio’s – onafhankelijk van elkaar op dezelfde succesnummers stuitten. Er zijn ongeveer twintig zogenoemde ‘power law use cases’ die direct rendement opleveren.

Het gaat hierbij om concrete taken zoals het automatisch verwerken van enorme hoeveelheden inkomende berichten, het analyseren van interne datasets en het vroegtijdig signaleren van klanten die dreigen op te stappen (churn). Volgens Prosus zullen deze taken binnen enkele jaren de standaardnorm zijn voor elk modern bedrijf.

AI-collega’s op vier niveaus

Prosus deelt AI-agents in op vier complexiteitsniveaus, vergelijkbaar met functieniveaus bij mensen. Hoewel 'senior-agents' vaak de meeste aandacht trekken, blijken eenvoudigere agents cruciaal voor de dagelijkse operatie.

• Data-analyse en marktinformatie (18%) vormen het grootste segment.
• Operationele toepassingen (15%), zoals voorraadbeheer en vraagvoorspelling, volgen op de tweede plek.
• Persoonlijke assistenten (14%) worden door medewerkers massaal omarmd om de eigen werkdag efficiënter in te richten, vaak buiten de formele afdelingsstructuren om.

Kostenbeheersing: Niet altijd het duurste model

Een belangrijke les uit het rapport is de beheersing van de kosten. Prosus waarschuwt voor het "over-engineeren" van oplossingen. Omdat moderne AI-modellen steeds vaker 'goed genoeg' zijn voor specifieke taken, is het onnodig om overal de duurste, meest geavanceerde modellen voor in te zetten.

Om wildgroei aan kosten te voorkomen, hanteert Prosus een tweelagig model: afdelingen kunnen vrij experimenteren tot een bepaalde grens, maar daarboven moeten zij zelf de afweging maken of de extra kosten zich vertalen in voldoende extra waarde.

Conclusie voor de boardroom

De boodschap voor bestuurders is helder: stop met het massaal bouwen van duizenden losse AI-toepassingen. De focus moet liggen op het identificeren van die twee procent 'super-agents' die echt het verschil maken, om deze vervolgens op te schalen. De "Age of AI Colleagues" is volgens Prosus geen verre toekomstbelofte meer, maar een realiteit die draait om harde data en nuchter rendement.

In het kort: AI bij Prosus

Kerncijfer: <1% van de agents levert duizenden uren werkbesparing per maand op.