Gartner: AI-projecten overheid stranden door gebrek aan visie
Ruim vijftig procent van alle AI-projecten binnen overheidsinstanties strandt voortijdig en haalt nooit de productiefase. Dat is niet zozeer een technisch probleem, maar het gevolg van een gebrek aan strategische helderheid en daadkrachtig leiderschap. Dat stelde onderzoeksbureau Gartner tijdens de tweede dag van de Gartner Data & Analytics Summit 2026 in Sydney. Tijdens dit congres schetsen analisten de belangrijkste barrières en kansen voor organisaties op weg naar het jaar 2030.
De verwachtingen rondom de adoptie van kunstmatige intelligentie (AI) binnen de publieke sector lopen mijlenver achter op de realiteit, zo hield Gartner-analist Dean Lacheca het publiek voor. Volgens hem moeten overheden bij elk AI-project de maatschappelijke en bedrijfskundige waarde vooraf hard definiëren. Om AI-kansen om te zetten in meetbare impact, is een cultuuromslag nodig. Dit vraagt om het transformeren van talent en het ontwikkelen van nieuwe vaardigheden, zoals 'context engineering'. Bovendien moeten overheden zich snel aanpassen aan de opkomst van autonome AI-agenten die zelfstandig taken kunnen uitvoeren.
De goudmijn van ongestructureerde data
Een tweede grote uitdaging ligt op het gebied van datamanagement. Vrijwel elke geavanceerde AI-toepassing heeft enorme hoeveelheden ongestructureerde data nodig, zoals documenten, e-mails en video's. Analist Jason Medd waarschuwde dat datamanagers die er niet in slagen om deze data-hongerige modellen te voeden, hun AI-strategie zullen zien mislukken.
Gartner voorspelt dat de IT-uitgaven voor het beheer van dit soort complexe datastromen tegen 2027 al veertig procent van het totale budget voor datamanagement zullen opslokken. Tussen 2025 en 2029 zullen de uitgaven om data 'AI-klaar' te maken zelfs verzevenvoudigen. Bedrijven die zelf het wiel proberen uit te vinden om ongestructureerde data te structureren, zijn volgens Gartner dief van eigen portemonnee: de kosten hiervan liggen tot wel driehonderd procent hoger dan wanneer er gebruik wordt gemaakt van bestaande systemen en expertise voor archief- en documentbeheer.
Blik op 2030: De drie verschuivingen
Voor data- en analytics-directeuren (CDAO's) brengt de route naar 2030 grote operationele veranderingen met zich mee. Volgens Gartner-analist Sarah James moeten leiders drie cruciale verschuivingen doormaken om de waarde van AI op de lange termijn te waarborgen.
Ten eerste moeten organisaties transformeren naar een 'AI-first' model door autonome processen (agentic transformation) te omarmen. Ten tweede moet 'context' worden behandeld als vitale infrastructuur. Het succes van AI draait in de toekomst namelijk niet om het hebben van betere modellen, maar om het geven van de juiste, betrouwbare context aan AI-systemen. De derde en laatste pijler is vertrouwen. Zonder blind vertrouwen in de data, de output en de beslissingen van AI-modellen, is de technologie uiteindelijk waardeloos.
Meer over ai
Over Witold Kepinski
