Skip to content
SPAIK
Terug naar blogs

95% van de GenAI-pilots heeft geen meetbaar effect op de winst

Inkttekening: twee bouwvakkers knielen bij een rij funderingsstenen en controleren die met een oranje schietlood, achter hen staat een houten huisskelet
3 min leestijdLaatst bijgewerkt: Jochem van Laren · Oprichter en CEO

AI-pilots groeien zelden door naar de hele organisatie. Onderzoek van MIT NANDA uit 2025 vond dat ongeveer 95% van de GenAI-pilots geen meetbaar effect had op de winst. Organisaties die wel resultaat halen, beginnen bij business waarde in plaats van tooling. Ze wijzen een eigenaar aan, starten bij processen die al gestandaardiseerd zijn en bouwen een vaste feedbackloop.

Zo behoort jouw organisatie tot de 5%

Veel organisaties investeren in AI omdat ze productiever willen werken. Ze lanceren pilots, kopen tooling en trainen hun collega's. De eerste weken lijken veelbelovend: teams beginnen enthousiast, besparen tijd en werken efficiënter. Toch blijft organisatiebrede impact vaak uit. Wat werkt binnen één team, groeit zelden uit tot structurele waarde binnen de hele organisatie. Onderzoek van MIT NANDA uit 2025 vond dat ongeveer 95% van de GenAI-pilots geen meetbaar effect had op de winst- en verliesrekening. Slechts ongeveer 5% liet wel een meetbaar effect zien. In dit blog lees je hoe jouw organisatie dat wél doet.

Het verschil tussen succes of falen

De meeste organisaties starten bij de tooling, richten zich op losse use cases of behandelen AI als IT-project. Succesvolle organisaties beginnen bij business waarde. Ze bepalen waar AI hun concurrentiepositie versterkt: snelheid, kostenreductie, schaal of nieuwe proposities. Vanuit die keuzes vertalen ze AI naar concrete processen en meetbare resultaten.

Wat vraagt dat?
AI levert pas rendement op wanneer het invloed heeft op hoe beslissingen worden genomen en hoe processen zijn ingericht. Dat vraagt: duidelijke standaarden voor goed AI-gebruik, meetbare KPI's gekoppeld aan businessresultaten, leiders die actief sturen op waarde, en een cultuur waarin experimenteren en leren normaal is.

AI-implementatie in de praktijk

Wat dit concreet voor jouw organisatie betekent? Hieronder drie stappen die je vandaag al kunt zetten. Wil je de hele route zien, van het kiezen van een use case tot intern beheer, dan staat die in ons AI-implementatie stappenplan.

Eigenaarschap

Je wil dat AI structureel bijdraagt aan je doelen. Dat begint klein. Stel een kernteam samen met:

  • Een inhoudelijk expert
  • Een ambassadeur die draagvlak creëert
  • Een technische specialist
  • Iemand die verantwoordelijk is voor kwaliteit en verbetering

Dit team verzamelt je feedback, scherpt prompts aan en laat de uitkomsten beter aansluiten bij de standaard van jouw organisatie. Wijs je geen eigenaarschap aan? Dan blijft AI hangen bij de enthousiastelingen en blijft structurele impact uit.

Beginnen bij processen

AI vraagt om houvast. Doen tien mensen hetzelfde werk op tien verschillende manieren? Dan weet AI niet wat "goed" is. Succesvolle organisaties starten bij processen die grotendeels al gestandaardiseerd zijn. Ze brengen structuur aan in hoe het werk wordt uitgevoerd en voegen daarna AI toe. Pas dan krijgt het opschalen van AI écht waarde.

AI behandelen als nieuwe collega

Van een nieuwe medewerker verwacht je niet hetzelfde als van een seniorspecialist. Ze leren door feedback en begeleiding. AI werkt hetzelfde. Zonder actieve feedback blijft de kwaliteit van de output gelijk. Succesvolle organisaties bouwen daarom een vaste feedbackloop. Ze meten kwaliteit en sturen continu bij. Behandel je AI als nieuwe medewerker die je moet inwerken? Dan blijf je verbeteren.

AI op handen en voeten gedragen in heel je organisatie

Heb je duidelijk wat AI moet opleveren in je organisatie? Hoe je daarop stuurt? En hoe je het integreert in dagelijkse processen? Dan lukt opschalen naar organisatiebrede en structurele impact wél.

Geschreven door

Foto van Jochem van Laren, Oprichter en CEO
Jochem van Laren

Oprichter en CEO

Jochem richtte SPAIK op in 2024. Daarvoor werkte hij aan verandering in grote organisaties. Bij Randstad begon hij als management trainee, eerst in sales en daarna in marketing, waar hij customer experience van niets opbouwde: design thinking, een eigen innovatieruimte en veel collega's die ermee leerden werken. Daarna een Belgisch bureau voor operational excellence, met onder meer een jaar bij Philips als scrum master op OneBlade. Het waren steeds dezelfde drie dingen die hem bezighielden: mensen, verandering en technologie. Die laatste kreeg hij nooit echt te pakken, tot AI langskwam. Dat werd SPAIK. Bij klanten zit hij aan tafel met het MT en loopt hij daarna de werkvloer op, want een besluit bovenin verandert pas iets als het onderin klopt. Je hoort hem doorvragen op wat er in de praktijk misgaat, niet op wat het model kan.

Geschreven door een SPAIK-praktijkmens en gereviewd vóór publicatie. Lees ons redactiebeleid.

Jochem van Laren

Meer doen met dezelfde mensen. Waar beginnen jullie?

Plan een half uur met Jochem. Daarna weet je waar jullie kunnen starten en wat het jullie mensen oplevert.

Jochem van Laren

Oprichter en CEO

Vragen?Plan een gesprek