88% van de bedrijven gebruikt AI. Slechts 5% verdient er echt aan.

88% van de organisaties gebruikt kunstmatige intelligentie nu regelmatig in minstens één bedrijfsfunctie. Dat blijkt uit McKinsey's State of AI 2025, een stijging ten opzichte van 78% het jaar ervoor. Het klinkt als een revolutie. Maar lees het getal dat erop volgt: slechts 5,5% van die bedrijven rapporteert dat AI een significante impact heeft gehad op hun EBIT. De adoptiegolf is reëel. De opbrengst, voor de grote meerderheid, niet.

Voor ondernemers die zien hoe concurrenten AI-initiatieven aankondigen, voelt de druk om te handelen urgent. Maar de data vertelt een ander verhaal. Het echte concurrentievoordeel zit niet in het hebben van AI. Het zit in de manier waarop je het inzet op een manier die werkelijk verandert hoe je bedrijf waarde creëert. En dat onderscheid is er een dat de meeste organisaties op dit moment niet maken.

De adoptiecijfers zijn misleidend

Het getal van 88% is opvallend, maar holle als graadmeter voor vooruitgang. McKinsey's onderzoek laat zien dat slechts 39% van de organisaties überhaupt enige EBIT-impact op bedrijfsniveau rapporteert. En binnen die 39% zeggen de meesten dat AI minder dan 5% van de EBIT bijdraagt. De overige 61% van de bedrijven draait AI ergens in hun organisatie en ziet geen meetbaar effect op de bedrijfsresultaten.

Dit fenomeen heeft een naam gekregen: "pilot purgatory". Bedrijven lanceren AI-projecten, wekken intern enthousiasme, voeren proofs of concept uit en overschrijden nooit de drempel naar echte bedrijfswaarde. Slechts ongeveer een derde van de organisaties is erin geslaagd AI op bedrijfsniveau te schalen. Twee derde zit vast tussen experimenteren en transformeren, met reëel budget dat geen reëel rendement oplevert.

De druk om AI-adoptie aan te kondigen heeft een wijdverspreide categorie initiatieven gecreëerd die bestaan in presentaties en persberichten, maar niet op de plekken waar daadwerkelijk geld wordt verdiend of bespaard. Een bedrijf kan veertig AI-projecten tegelijkertijd draaien en toch geen betekenisvolle verandering zien in omzet, kostenstructuur of concurrentiepositie. McKinsey's data laat zien dat dit de norm is, niet de uitzondering.

Waarom AI-projecten worden gecanceld

Gartner's onderzoek uit 2025 maakt het beeld scherper. Het adviesbureau voorspelt dat meer dan 40% van de agentische AI-projecten, die waarbij autonome AI-systemen meerstaps-taken afhandelen zonder continue menselijke sturing, voor het einde van 2027 wordt gecanceld. De oorzaken zijn consistent: stijgende kosten, onduidelijke bedrijfswaarde en onvoldoende risicobeheersing.

Een deel van het faalpatroon komt voort uit wat Gartner "agent washing" noemt: het herbranden van bestaande chatbots, robotic process automation en eenvoudige workflowsoftware als AI-agenten, zonder dat de onderliggende technologie wezenlijk krachtiger is geworden. Gartner schat dat slechts zo'n 130 van de duizenden bedrijven die beweren agentische AI te verkopen, het echte werk bouwen. Voor bedrijven die deze producten kopen, is de kloof tussen de salespitch en de praktijkprestaties een primaire oorzaak van projectcancellaties. De beloofde ROI-berekening klopt simpelweg niet.

De uitvoeringsuitdagingen worden ook groter naarmate organisaties verder komen dan de verkenningsfase. Uit KPMG's AI Pulse Survey van Q4 2025 blijkt dat 65% van de bedrijfsleiders de complexiteit van agentische systemen als grootste belemmering voor de AI-strategie noemt. Dat cijfer is al twee kwartalen stabiel, wat suggereert dat organisaties zich niet snel genoeg aanpassen om het te overwinnen. Cybersecurityzorgen zijn gestegen naar 80% van de respondenten, vergeleken met 68% aan het begin van 2025. Privacyzorgen klommen van 53% naar 77% in dezelfde periode. Dit zijn niet de zorgen van organisaties die AI nog verkennen. Dit zijn de zorgen van organisaties die diep genoeg in de implementatie zitten om te begrijpen hoe de echte problemen eruitzien.

Wat de beste 5% anders doen

McKinsey's data identificeert een consistent patroon dat toppresteerders onderscheidt van de rest. Het belangrijkste verschil is niet budgetomvang, toegang tot betere modellen of personeelsomvang. Het is de manier waarop bedrijven nadenken over de relatie tussen AI en hun bestaande bedrijfsvoering.

Toppresterende organisaties ontwerpen werkprocessen van de grond opnieuw in plaats van AI te leggen bovenop processen die zijn gebouwd voordat AI bestond. Dit onderscheid is fundamenteel. Een "tool overlay"-aanpak, een AI-assistent toevoegen aan een bestaand proces zonder te veranderen hoe dat proces werkt, levert hooguit marginale winst op. Het vermindert tijd op bepaalde taken, verbetert outputconsistentie en genereert positieve gebruikersfeedback. Maar het verandert de onderliggende logica van het proces niet, zodat het ook de onderliggende economie niet kan veranderen. Bedrijven die in plaats daarvan vragen: "hoe zouden we dit proces ontwerpen als AI er altijd al was geweest?", komen tot structureel andere antwoorden. En in die antwoorden zit de 5% EBIT-impact.

Het tweede onderscheidende kenmerk is meetdiscipline. Toppresteerders stellen specifieke KPI's op die AI-initiatieven koppelen aan bedrijfsresultaten, voordat de implementatie begint. Ze meten geen adoptiecijfers of het aantal gebruikte prompts. Ze meten omzet, kosten en marge direct. Dat dwingt tot een hardere vraag vooraf: hoe ziet succes er in financiële termen uit? En het creëert verantwoording die voorkomt dat projecten alleen op enthousiasme blijven voortbestaan.

De derde factor is investeringscommitment. Meer dan een derde van de AI-toppresteerders besteedt meer dan 20% van het totale digitale budget aan AI, aldus McKinsey. Deze organisaties zijn vijf keer zo waarschijnlijk om een grote strategische AI-inzet te doen als gemiddelde bedrijven. Budgetomvang weerspiegelt organisatorische overtuiging, en overtuiging drijft de soort cross-functionele coördinatie die transformatie vereist. Bedrijven die AI behandelen als een IT-kostenpost bereiken zelden de operationele herstructurering die toppresteerders nastreven.

Geen van deze onderscheidende factoren is een technologische conclusie. Het zijn operationele en organisatorische conclusies. De bedrijven die echt rendement halen uit AI gebruiken geen superieure modellen of technologie die hun concurrenten niet hebben. Ze maken andere strategische keuzes over waar ze op mikken, hoe ze meten en hoeveel ze inzetten.

Wat dit betekent voor ondernemers

De meest bruikbare les uit deze data is ook de meest ongemakkelijke. Als je op dit moment AI-tools gebruikt bovenop bestaande bedrijfsprocessen zonder die processen te herontwerpen, sta je statistisch gezien waarschijnlijk in de 95%, niet de 5%. Dat is geen kritiek op je AI-investeringen tot nu toe. Het is een beschrijving van waar bijna elke organisatie nu staat.

Een AI-schrijftool toevoegen aan je marketingworkflow, een chatbot op je website zetten of AI gebruiken om documenten samen te vatten kan weerstand verminderen en uren besparen. Dat zijn echte voordelen. Maar ze produceren geen EBIT-impact op bedrijfsniveau, want ze raken de onderliggende structuur van hoe je bedrijf werkt niet. De kosten van het proces blijven grotendeels gelijk. De omzetlogica verandert niet. Je hebt een bestaand proces iets sneller gemaakt, geen fundamenteel ander proces gecreëerd.

De vraag die in 2026 de moeite waard is om te stellen, is niet "welke AI-tools zouden we moeten gebruiken?" maar "welke van onze kernprocessen zouden er compleet anders uitzien als we ervan uitgaan dat AI de taken kan afhandelen waarvoor we nu mensen inzetten?" Die vraag leidt tot andere antwoorden, andere projecten en andere financiële uitkomsten. Het is ook een moeilijkere vraag, en daarom stellen de meeste organisaties haar niet.

Gartner verwacht dat in 2028 minstens 15% van de dagelijkse bedrijfsbeslissingen autonoom door AI-systemen wordt genomen, vergeleken met vrijwel nul in 2024. Die overgang zal niet plaatsvinden via incrementele tooladoptie. Het vereist bedrijven die bereid zijn werkprocessen van de basis op te bouwen, met een helder financieel uitgangspunt over wat er verandert en waarom.

Het adoptiecijfer van 88% is reëel. Het impactcijfer van 5,5% ook. De kloof daartussen is geen technologisch probleem. Bedrijven aan beide kanten van die kloof hebben toegang tot dezelfde modellen, dezelfde platformen en grotendeels dezelfde leveranciersopties. Het verschil is een strategisch probleem. En strategische problemen hebben eigenaren.