Het antwoord

Bijna zes op de tien organisaties hebben geen duidelijke eigenaar voor AI-projecten, terwijl driekwart geen governance-frameworks heeft. Dat gebrek aan sturing is de belangrijkste reden dat AI-projecten stranden, niet de technologie zelf. Voor het MKB betekent dit: begin niet met AI voordat je helder hebt wie verantwoordelijk is en welke regels je hanteert.

Wat er aan de hand is

Uit onderzoek van n8n, een platform voor workflowautomatisering, blijkt dat 92 procent van de topmanagers volledig vertrouwen heeft in de ROI van AI. Tegelijkertijd geeft 58 procent toe dat er geen duidelijke eigenaar van AI is binnen de organisatie, en 75 procent mist governance-frameworks. Slechts 12 procent van de CEO’s heeft zowel omzetgroei als kostenbesparing gerealiseerd met AI.

De cijfers zijn confronterend. IDC vond dat 88 procent van AI-proofs of concept nooit breed wordt uitgerold. S&P Global rapporteerde dat 42 procent van de bedrijven de meeste AI-projecten in 2025 heeft gestaakt, tegen 17 procent het jaar ervoor. Gartner voorspelt dat 40 procent van de enterprise-applicaties eind 2026 taakspecifieke AI-agents zal bevatten, tegen minder dan 5 procent in 2025. BCG’s onderzoek laat zien dat agentic AI nu al 17 procent van de totale enterprise AI-waarde uitmaakt, met een verwachte stijging naar 29 procent in 2028.

De verschuiving van generatieve AI, waarbij modellen reageren op verzoeken, naar agentic AI, waarbij autonome systemen complexe workflows uitvoeren, vergroot de urgentie. McKinsey’s 2025-enquête toont dat 88 procent van organisaties AI in minstens één functie gebruikt, maar de diepgang blijft beperkt. BCG stelt dat slechts 5 procent van bedrijven AI diep heeft ingebed; de overige 95 procent experimenteert zonder schaal of genereert geen materiële waarde.

Wat dit betekent

Voor het MKB zijn deze cijfers een waarschuwing. Grote bedrijven hebben de middelen om te experimenteren en falen alsnog. Jij hebt die luxe niet. Het gebrek aan eigenaarschap en governance is niet alleen een probleem voor multinationals. In kleinere organisaties is het effect vaak groter: zonder een duidelijke verantwoordelijke blijft een AI-project liggen zodra de dagelijkse drukte terugkeert.

De risico’s zijn tweeledig. Niets doen betekent dat concurrenten die agentic AI inzetten hun kostenstructuur fundamenteel kunnen verbeteren. Te snel gaan zonder regels betekent dat je onbetrouwbare output krijgt, data lekt of juridische problemen oploopt, zeker nu de EU AI Act in augustus 2026 van kracht wordt. De rode draad is dat de technologie zelden de bottleneck is. Wat telt is governance, eigenaarschap, infrastructuur en de bereidheid om werkprocessen opnieuw in te richten.

Hoe je dit kunt toepassen

Als je een eenmanszaak of klein team runt zonder speciale AI-rol. Je hoeft geen aparte functie te creëren, maar wijs wel één persoon aan die verantwoordelijk is voor AI-initiatieven. Dat kan jij zelf zijn of een medewerker die affiniteit heeft met automatisering. Zorg dat deze persoon tijd krijgt om zich te verdiepen en dat beslissingen niet tussen wal en schip vallen. Een optie is om maandelijks een half uur in te plannen om de voortgang van AI-projecten te bespreken.

Als je een webshop of dienstverlening hebt waar AI klantprocessen kan verbeteren. Voordat je een chatbot of automatiseringsstroom inzet, bepaal je welke data de AI mag gebruiken en wat de grenzen zijn. Stel bijvoorbeeld vast dat de AI geen klantgegevens mag delen met externe partijen en dat elk automatisch gegenereerd antwoord door een mens gecontroleerd moet worden bij twijfel. Dit is een eenvoudige vorm van governance die voorkomt dat je achteraf problemen krijgt.

Als je een team aanstuurt en AI-projecten wilt opschalen. De valkuil is dat iedereen iets probeert zonder coördinatie. Overweeg om een wekelijks AI-overleg in te voeren waarin teamleden delen wat werkt en wat niet. Bepaal samen welke projecten prioriteit krijgen en wie de trekker is. Dit voorkomt dat er tien half afgemaakte experimenten liggen en niemand de verantwoordelijkheid neemt om er één af te maken.

Als je overweegt agentic AI in te zetten voor backoffice-processen. Begin met een klein, afgebakend proces waar fouten beperkte gevolgen hebben, zoals het automatisch genereren van facturen of het sorteren van inkomende e-mails. Stel duidelijke succescriteria vast en evalueer na een maand of het werkt. Pas als dat proces stabiel draait, breid je uit naar complexere taken. Dit voorkomt dat je meteen in de problemen komt met onbetrouwbare uitkomsten.

Bron: n8n blog (https://blog.n8n.io/ai-maturity-where-enterprises-stand-today/)