Het einde van AI-theater: waarom een vertraging in implementatie een teken van volwassenheid is
Daling in implementatie: De implementatie van AI-agenten is afgenomen, wat een kritieke verschuiving in de organisatorische focus naar infrastructuur aan het licht brengt.
Verschuiving in investeringen: Ondanks een daling in implementatie blijven de investeringen in AI stijgen, waarbij budgetten strategisch worden toegewezen aan langetermijndoelen.
Focus op transformatie: Succesvolle organisaties geven prioriteit aan het herontwerpen van werkprocessen en de gereedheid van gegevens boven het simpelweg implementeren van AI-technologie.
Toen KPMG rapporteerde dat de uitrol van AI-agenten tussen het derde en vierde kwartaal van 2025 was gedaald van 42% naar 26%, zagen de meeste analisten het punt over het hoofd. Zij zagen een terugtrekkende beweging. Ik zie het eerste eerlijke signaal in twee jaar AI-hype.
De paradox is scherp: 67% van de CEO's verwacht nu binnen één tot drie jaar rendement op AI-investeringen, verkort ten opzichte van de periode van drie tot vijf jaar die slechts 12 maanden eerder werd verwacht.
De investeringen blijven stijgen: 69% van de leidinggevenden trekt het komende jaar 10-20% van hun totale budgetten uit voor AI. Het vertrouwen van CEO's in de wereldeconomie staat op het laagste niveau in vijf jaar, en toch versnellen de AI-uitgaven.
Create a Free Account to Keep Reading—and Keep Leading Smarter
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Waarom dalen de uitrolcijfers dan?
Omdat leidinggevenden wakker worden geschud door een realiteit die de techpers terughoudend heeft onderzocht: pilotprogramma's voorspellen vrijwel niets over succes in productie. Organisaties die zich in 2024 haastten om AI-mogelijkheden te demonstreren, krijgen nu met de gevolgen te maken.
Volgens meerdere sectoronderzoeken werd in 2025 46% van de AI-proefconcepten geschrapt voordat ze productie bereikten. Dat is twee keer zo hoog als het uitvalpercentage van slechts één jaar eerder.
De bedrijven die zich terugtrekken, geven niet op. Ze nemen het serieus.
Van AI-theater naar infrastructuurrealiteit
De interpretatie die KPMG aan de eigen gegevens geeft, spreekt de oppervlakkige lezing tegen. Hun analisten stellen vast dat toonaangevende ondernemingen agentsystemen professionaliseren in plaats van ze op te geven.
Investeringen en technische capaciteit zijn verschoven naar voor productie geschikte, gecoördineerde agenten met adequaat bestuur, monitoring, beveiliging en integratie. Het werk oogt minder indrukwekkend in kwartaalrapportages, maar legt de basis voor systemen die daadwerkelijk op schaal functioneren.
Dit onderscheid is belangrijk, omdat de meeste organisaties nog steeds niet begrijpen wat ervoor nodig is om AI-theater te scheiden van echte transformatie. De obstakels waarop ze stuiten zijn geen technische curiositeiten, maar fundamentele hiaten in de infrastructuur:
- Datakwaliteit: steeg in één jaar van 37% naar 65% van de leiders die dit als cruciaal aanmerken
- Cyberbeveiliging: wordt nu door 80% aangewezen als het grootste obstakel voor het behalen van AI-strategiedoelen, tegenover 68% eerder
- Systeemcomplexiteit: 65% noemt de complexiteit van agentische systemen gedurende twee opeenvolgende kwartalen hun grootste obstakel
- Verschuiving van investeringen: de helft van de leidinggevenden plant nu $10-50 miljoen specifiek voor het beveiligen van agentarchitecturen en het versterken van modelgovernance
Dit zijn geen uitgavenpatronen van organisaties die de volgende demo najagen. Dit is de economie van infrastructuur.
Het probleem van 88%
De kloof van pilot naar productie is herhaaldelijk gedocumenteerd, maar zelden eerlijk onder ogen gezien.
Onderzoek laat zien dat van elke 33 AI-prototypes die een bedrijf bouwt, er slechts vier in productie komen. Het uitvalpercentage bij het opschalen van AI-initiatieven ligt rond de 88%, meer dan twee keer zo hoog als het uitvalpercentage van technologieprojecten zonder AI.
In 2025 stelde S&P Global Market Intelligence vast dat 42% van de bedrijven het merendeel van hun AI-initiatieven had opgegeven, een dramatische stijging ten opzichte van 17% het jaar ervoor.
Het patroon is in alle sectoren hetzelfde: adoptie is eenvoudig, pilots vermenigvuldigen zich, maar integratie blijft zeldzaam en implementatie in productie met meetbare resultaten blijkt uiterst schaars.
Wat theater onderscheidt van transformatie
Wat organisaties die vastlopen onderscheidt van organisaties die opschalen, is niet de verfijning van modellen of rekenkracht. Uit het AI-onderzoek van McKinsey uit 2025 blijkt dat organisaties die aanzienlijke financiële opbrengsten rapporteren twee keer zo vaak eerst end-to-endwerkstromen opnieuw hebben ontworpen voordat ze modelleringstechnieken selecteerden.
De winnaars beginnen met gebieden waar waarde wordt gecreëerd, in plaats van met toepassingen. Ze vragen waar ze de meeste marge of tijd verliezen, in plaats van wat AI technisch kan bereiken.
De virtuele AI-assistent AI.g van Air India, die nu meer dan vier miljoen vragen verwerkt met 97% automatisering, kwam voort uit een specifieke beperking: hun contactcenter kon niet meegroeien met het aantal passagiers. Ze bouwden het systeem niet om te bewijzen dat ze AI konden implementeren. Ze bouwden het omdat het doorsturen van routinematige vragen naar mensen hun bedrijfsvoering onder druk zette.
Het verschil is zowel filosofisch als operationeel. Organisaties die AI behandelen als een technologische implementatie, richten zich op modelprestaties en inferentiesnelheden. Organisaties die AI als bedrijfstransformatie behandelen, richten zich op datagereedheid, het herontwerpen van workflows en de taakverdeling tussen mensen en machines.
De eerste groep lanceert pilots die er goed uitzien in presentaties voor de raad van bestuur, maar nooit het laboratorium verlaten. De tweede groep brengt producten uit.
Dit onderscheid verklaart waarom data-infrastructuur nu 50-70% van de AI-budgetten en doorlooptijden in succesvolle implementaties opslokt: een volledige omkering van de gebruikelijke bestedingsverhoudingen.
Het verklaart waarom 72% van de organisaties van plan is agents uitsluitend van vertrouwde technologieaanbieders in te zetten in plaats van maatwerkoplossingen te bouwen, en het verklaart waarom de meest geavanceerde leidinggevenden gas terugnemen in plaats van te versnellen.
Waarom gas terugnemen de verstandigere keuze is
De dalende implementatiecijfers moeten worden gezien als een teken van volwassenwording, niet als een mislukking. Steeds weer nieuwe pilots lanceren is simpelweg niet de manier om leiding te geven aan AI-implementatie. Anders gezegd? Stop met optimaliseren voor interne presentaties in plaats van voor de operationele realiteit.
Het echte keerpunt komt wanneer leidinggevenden niet langer vragen of AI rendement oplevert, maar beginnen te vragen of hun infrastructuur kan ondersteunen wat AI vereist. Die verschuiving onderscheidt de organisaties die zich voorbereiden op wat hierna komt van de organisaties die in 2026 zullen moeten uitleggen waarom hun demo's uit 2024 nooit zijn uitgegroeid tot productiewaarde.
Als ik één laatste advies mag geven, dan is het dit: stop met focussen op het aantal AI-initiatieven of voorgenomen implementaties van agents en begin met het opbouwen van governancekaders, datapijplijnen, beveiligingsarchitecturen en integratiestandaarden die ervoor zorgen dat elke nieuwe agent het systeem versterkt in plaats van de kwetsbaarheid ervan te vergroten. Dat werk haalt zelden de krantenkoppen. Het leent zich niet goed voor demo's. Maar het is het enige werk dat ertoe doet.
Wanneer KPMG over twee kwartalen meldt dat de implementatiecijfers weer stijgen, weten we welke organisaties de pauze hebben gebruikt om fundamenten te bouwen en welke gewoon pilots zijn blijven uitvoeren.
