Het overgrote deel van de inzet van generatieve AI in organisaties blijft steken in experimenten zonder rendement. Dat is vooralsnog de ontnuchterende analyse na onderzoek door MIT. De businesscase is echter vaak positief bij customer service en backoffice toepassingen. Op die plekken zijn ook personele gevolgen aan de orde. 

 

Tools als ChatGPT en Copilot worden breed gebruikt: meer dan tachtig procent van de bedrijven heeft ermee gepilot en veertig procent gebruikt ze inmiddels in productie. Toch leveren ze vooral individuele productiviteitswinst op. En bij slechts vijf procent van de GenAI-pilots loopt de impact op de P&L in de miljoenen. Dat zijn conclusies die onderzoekers van MIT stellen in het MIT-rapport ‘The GenAI Divide — State of AI in Business 2025’.

Het transformatieve potentieel van GenAI blijft uit. Zelfs bij de inzet van zelf ontwikkelde enterprise-oplossingen haalt slechts een klein deel de pilotfase en komt amper vijf procent daadwerkelijk in productie. Een belangrijke rode draad in het rapport is dat GenAI-tools vaak niet goed leren of context vasthouden. Daardoor mislukken veel enterprise-implementaties.

Alleen in de technologie- en telecomwereld zijn fundamentele veranderingen zichtbaar. In de meeste andere branches blijft AI-inzet oppervlakkig en ad-hoc. In retail en consumentendiensten wordt wel geëxperimenteerd met automatisering in support, maar zonder structurele impact op loyaliteit of marktpositie.

Klantcontact en backoffice

Klantcontacttoepassingen, zoals chatbots of ticket-routering, vormen slechts een relatief klein deel van de totale investeringen, hoewel ze wel tot positieve impact leiden; onder meer efficiencyvoordelen worden expliciet genoemd.

De analyse laat zien dat door GenAI gedreven personeelsinkrimpingen zich concentreren in functies “die van oudsher worden beschouwd als niet-kernactiviteiten: klantenservice, administratieve verwerking en gestandaardiseerde ontwikkelingstaken. Deze functies waren al vóór de implementatie van AI kwetsbaar vanwege hun uitbestede status en processtandaardisatie. Leidinggevenden waren terughoudend om de omvang van de ontslagen als gevolg van AI bekend te maken, maar deze lag tussen de 5 en 20% van de klantenservice en administratieve verwerking in deze bedrijven,” aldus de onderzoekers.

Juist in backoffice-processen blijkt de hoogste return on investment te behalen: miljoenen aan besparingen op BPO, documentverwerking en risicocontrole. Die besparingen gaan niet ten koste van banen binnen organisaties, maar vooral van externe BPO-contracten. Hier noemen de onderzoeker gemiddelde besparingen van 2 tot 10 miljoen dollar per jaar bij klantenservice en documentverwerking.

Personele gevolgen: vooral zichtbaar in klantenservice

MIT constateert ook dat vooral in de klantenservice en in administratieve functies personele gevolgen zichtbaar zijn. Maar in plaats van massale ontslagen gaat het meestal om bedrijven die vacatures niet meer invullen. Laagwaardig klantcontactwerk wordt geautomatiseerd, zo valt op te maken uit het rapport.

Shadow IT

Tegelijkertijd maken medewerkers privé massaal gebruik van ChatGPT of andere consumententools: meer dan negentig procent doet dat, terwijl slechts veertig procent van de bedrijven officiële licenties heeft. Dit fenomeen van ‘shadow AI’ laat zien dat gebruiksvriendelijkheid, vertrouwen en directe toepasbaarheid cruciaal zijn. Consumententools winnen niet omdat ze technologisch beter zijn, maar omdat ze laagdrempelig zijn.

Buy or build

Bedrijven die extern geconfigureerde oplossingen gebruiken, boeken twee keer zo vaak succes als organisaties die zelf iets ontwikkelen. Succesvolle organisaties gedragen zich richting leveranciers niet als SaaS-klant, maar als BPO-klant: ze verwachten maatwerk, sturen op concrete bedrijfsresultaten en benaderen de leverancier als partner.

Veel ‘volwassen’ organisaties experimenteren ook volop met toepassingen van agentic AI. MIT stelt dat dit een indicatie is van een volgende fase van hoe bedrijven AI inzetten.

Het rapport The GenAI Divide – State of AI in Business 2025 is tot stand gekomen onder leiding van MIT’s NANDA Research Initiative en baseert zich op 52 gestructureerde diepte-interviews met bestuurders en AI-leiders, aangevuld met een survey onder ruim 150 managers en medewerkers in negen sectoren. De onderzoekers analyseerden ook openbaar beschikbare informatie over 300 AI-implementaties. De ROI-impact werd gemeten 6 maanden na de pilot. (MIT)

Technologie