Datafundament belangrijker dan nieuwe AI-modellen

Hoewel organisaties fors investeren in AI — 83 procent gaf het afgelopen jaar minstens één miljoen dollar uit en meer dan de helft (54 procent) zelfs vijf miljoen dollar of meer — heeft slechts 37 procent meerdere AI-initiatieven op grote schaal draaien. De belangrijkste oorzaak ligt bij de onderliggende data-infrastructuur. Twee derde van de ondervraagden (66 procent) wijst gebrekkige datakwaliteit of integratieproblemen aan als voornaamste bron van onverwacht werk en extra kosten. Bij meer dan de helft van de bedrijven (58 procent) zijn technische teams minstens een kwart van hun tijd kwijt aan vermijdbaar herstelwerk, zoals het opnieuw trainen van modellen en het repareren van datapijplijnen.

De impact van deze verborgen kosten op de voortgang van projecten is groot. Organisaties die een kwart of meer van hun AI-budget kwijt zijn aan dataproblemen, hebben vijf keer zoveel kans dat minstens een kwart van hun AI-projecten vertraging oploopt of volledig stilvalt. Op regionaal niveau blijken Amerikaanse bedrijven het zwaarst getroffen: daar verliest 45 procent minstens een kwart van het AI-budget aan vermijdbaar datawerk, tegenover 34 procent in Europa, het Midden-Oosten en Afrika (EMEA) en 37 procent in Azië-Pacific. 

Ook de keuze voor maatwerkkoppelingen speelt een duidelijke rol; bedrijven die leunen op zelfgebouwde integraties hebben twee keer zo vaak te maken met projectvertragingen van meer dan een maand als organisaties die gestandaardiseerde integratieplatforms gebruiken (40 procent tegenover 20 procent).

Datateams

Volgens Fivetran-CEO George Fraser moeten datateams hun werkwijze aanpassen nu AI-agenten de belangrijkste afnemers van bedrijfsdata worden. In plaats van voor elk nieuw verzoek losse dashboards en pijplijnen te bouwen, moeten organisaties AI direct verbinden met betrouwbare bedrijfsdata inclusief de juiste zakelijke context. De cijfers uit het onderzoek ondersteunen die aanpak: 62 procent van de organisaties die minder dan tien procent van hun AI-budget kwijt zijn aan dataproblemen, rapporteert een hoger financieel rendement dan verwacht. 

Bij bedrijven waar minstens de helft van het budget opgaat aan herstelwerk, ligt dat percentage op 40 procent. Voor de komende twaalf maanden geeft bijna een derde van de ondervraagden (31 procent) dan ook aan extra budget primair te willen investeren in hun datafundament, nog vóór nieuw talent (17 procent) of nieuwe AI-modellen (16 procent).