Waarom 95% van de AI-projecten mislukt volgens MIT | De cruciale denkfout die bijna elke ondernemer maakt
Waarom chipgigant Arm het roer omgooit en Databricks $1 miljard inzet op de toekomst van AI
Bedrijven hebben de afgelopen tijd tot 40 miljard dollar in AI gepompt. Voor 95% van hen was het resultaat praktisch nul, volgens een ontnuchterend rapport van MIT.
De oorzaak is geen technologische tekortkoming, maar een collectieve denkfout. We richten ons op de verkeerde projecten en proberen flexibele tools in rigide processen te dwingen.
In deze editie:
De cruciale denkfout waardoor 95% van de AI-projecten mislukt (en hoe je die voorkomt).
Waarom chipgigant Arm zijn stabiele businessmodel op het spel zet voor AI.
De onzichtbare verschuiving: waarom je belangrijkste 'klant' binnenkort een AI-agent is.
De Grote AI-Onthouding: Waarom 95% van de AI-projecten stilletjes mislukt
De cijfers liegen er niet om. Amerikaanse bedrijven hebben de afgelopen tijd tussen de $35 en $40 miljard in Generative AI gepompt. Het resultaat? Voor 95% van die bedrijven: zo goed als niets. Een nieuw, ontnuchterend rapport van MIT legt een collectieve denkfout bloot die miljarden kost en de meeste projecten in de pilot-fase laat sterven.
De pijnlijk simpele waarheid is dat de technologie zelden het probleem is. De modellen van OpenAI, Google en anderen zijn krachtig genoeg. De mislukking zit in een fundamenteel onbegrip van hoe je deze technologie in een bedrijf laat werken. Het rapport noemt dit de ‘GenAI Divide’: een diepe kloof tussen de handige tools die we privé gebruiken en de rigide, onhandige systemen die bedrijven proberen te bouwen.
Een anonieme CIO in het rapport verwoordt het perfect: “We hebben dit jaar tientallen demo’s gezien. Misschien waren er één of twee echt nuttig. De rest zijn simpele wrappers of wetenschappelijke projecten.”
De kern van het probleem is een ‘leer-gat’. Tools als ChatGPT zijn voor individuen succesvol omdat ze flexibel zijn en je het gesprek kunt sturen. Maar zodra je ze in een strak bedrijfsproces probeert te proppen, falen ze omdat ze geen context onthouden en niet meeleren met de workflow. Een advocaat in het onderzoek klaagde dat haar team een dure, gespecialiseerde contract-analyse tool van $50.000 links liet liggen. Waarom? Omdat ze met ChatGPT betere, meer op maat gemaakte samenvattingen kon maken, ook al beweerde de leverancier dezelfde onderliggende technologie te gebruiken.
Voor Nederlandse ondernemers en professionals zijn er een paar harde lessen te trekken uit deze kapitaalvernietiging.
Wat dit vooral blootlegt, is een complete misallocatie van middelen. Meer dan de helft van de AI-budgetten gaat naar sales en marketing. Logisch, want daar lijkt de winst het snelst te halen. Het MIT-onderzoek toont echter aan dat de hoogste ROI juist in de ‘saaie’ achterkant van het bedrijf zit: de back-office. Denk aan het automatiseren van administratieve processen, het uitfaseren van dure business process outsourcing en het stroomlijnen van interne operaties. Dáár zit het echte geld.
Een tweede cruciaal inzicht is de 'koop, bouw niet' strategie. Bedrijven die zelf hun AI-systemen proberen te bouwen, zien hun projecten in ongeveer twee derde van de gevallen mislukken. Teams die daarentegen kiezen voor een partnerschap met een gespecialiseerde leverancier en een bestaande tool diep integreren, hebben een slagingskans van 67%. De drang om een eigen, uniek systeem te bouwen is vaak een valkuil, vooral in gereguleerde sectoren als de financiële dienstverlening.
De verborgen valkuil is de frictie tussen management en werkvloer. Veel bedrijven zien AI als een top-down beslissing. Een CEO van een softwarebedrijf voerde zelfs een ‘AI Monday’ in, waarop niemand aan iets anders mocht werken. Het resultaat? Binnen een jaar verving hij 80% van zijn personeel omdat de adoptie uitbleef. Dit is een schoolvoorbeeld van hoe het niet moet. Succesvolle implementaties worden gedragen door de mensen op de werkvloer die een tool omarmen omdat het hun werk écht makkelijker maakt, niet omdat het moet van bovenaf. Als dat niet gebeurt, ontstaat er ‘shadow AI’: medewerkers die op eigen houtje ChatGPT blijven gebruiken omdat de officiële, dure tool niet werkt.
De conclusie is helder. Het succes van Generative AI hangt niet af van het nieuwste model, maar van een scherpe, bijna chirurgische strategie. Het gaat om het identificeren van een specifiek, pijnlijk bedrijfsprobleem en dat oplossen met de juiste tool. Voor Nederlandse ondernemers betekent dit: stop met het najagen van de hype en richt je op concrete, meetbare verbeteringen in je eigen operatie. De grootste winst is vaak te vinden in de processen die niemand ziet, niet in de technologie waar iedereen over praat.
Arm's miljardengok: een nieuwe identiteit in het AI-tijdperk
Stel je voor dat je de architect bent van bijna elke smartphone ter wereld. Jouw ontwerpen vormen het hart van de apparaten van Apple, Samsung en honderden andere techgiganten. Je hebt een stabiel, extreem winstgevend businessmodel gebaseerd op neutraliteit: je levert de blauwdrukken, de rest bouwt de huizen. Wat doe je dan als de grootste technologische verschuiving in een generatie aanbreekt? Voor Arm Holdings is het antwoord simpel: je blaast de boel zelf op.
Dat is precies wat er nu gebeurt. In een beweging die de fundamenten van de chipindustrie doet schudden, zet Arm een cruciale strategische gok. Het bedrijf stapt af van zijn decennialange rol als licentieverlener van intellectueel eigendom (IP) en gaat zélf AI-chips produceren. Vergeet de neutrale rol van architect; Arm wil nu ook de aannemer zijn.
De katalysator achter deze drastische koerswijziging is de recente aanwerving van Rami Sinno. Geen onbekende in de wereld van silicium. Sinno was de man die bij Amazon Web Services (AWS) de leiding had over de ontwikkeling van hun eigen AI-chips, Trainium en Inferentia. Dit waren de chips die Amazon minder afhankelijk moesten maken van de peperdure processoren van Nvidia. En met succes. Door Sinno binnen te halen, koopt Arm niet zomaar een topingenieur, maar een complete, bewezen strategie om de dominantie van Nvidia aan te vallen.
Voor wie niet dagelijks in de chipwereld duikt: Arm is het bedrijf dat de architectuur ontwerpt waar vrijwel alle andere techbedrijven hun processors op baseren. Apple’s M-serie chips? Gebaseerd op Arm. Qualcomm’s Snapdragon? Arm. Zelfs Nvidia gebruikt Arm-technologie in sommige van zijn producten. Jarenlang was dit een gouden formule: een hoge marge, weinig risico en een cruciale positie in de waardeketen. Maar de AI-markt, die tegen 2030 meer dan een biljoen dollar waard kan zijn, is te verleidelijk om alleen via licenties een graantje mee te pikken.
Wat betekent deze aardverschuiving nu concreet voor jou als ondernemer of professional?
Het einde van de neutraliteit. De tijd van open, neutrale platformen lijkt voorbij. De trend is verticale integratie: hardware en software die perfect op elkaar zijn afgestemd, in een gesloten ecosysteem. Apple deed het, Amazon doet het en nu sluit Arm zich hierbij aan. Voor bedrijven betekent dit dat de keuze voor een technologiepartner een steeds strategischere en meer permanente beslissing wordt. De muren tussen de grote tech-ecosystemen worden hoger.
Specialisatie is koning. De stap van Arm bewijst dat generieke processoren niet meer volstaan voor serieuze AI-toepassingen. De prestatiewinst zit in hardware die speciaal voor AI-algoritmes is ontworpen. De les voor het bedrijfsleven: een algemene tool als ChatGPT is fantastisch voor individuele productiviteit, maar voor bedrijfskritische processen heb je gespecialiseerde oplossingen nodig die diep in je workflows geïntegreerd zijn.
De ‘Build vs. Buy’ realiteit. Terwijl een gigant als Arm nu vol inzet op het bouwen van eigen technologie, toont het vorige artikel (rapport van MIT) aan dat dit voor de meeste bedrijven een rampzalige strategie is. Volgens hun onderzoek mislukt 95% van de AI-pilots bij bedrijven. De reden? Geen gebrek aan goede AI-modellen, maar een falende integratie en een focus op de verkeerde projecten.
Natuurlijk kleeft er een gigantisch risico aan de strategie van Arm. De grote vraag is: wat vinden Apple, Qualcomm en Nvidia hiervan? Je kunt niet de blauwdrukken leveren aan je klanten en tegelijkertijd een directe concurrent van ze worden op de eindmarkt. Arm zet zijn stabiele, voorspelbare licentie-inkomsten op het spel voor een kans op een groter stuk van de extreem competitieve AI-hardwaretaart. Het is een gedurfde, maar potentieel fatale gok.
De kern van dit verhaal is een signaal van een markt die een nieuw kookpunt bereikt. De strijd om de fundamentele bouwblokken van AI intensiveert, wat leidt tot meer gespecialiseerde en krachtigere technologie. Voor Nederlandse ondernemers is de boodschap helder: laat de giganten vechten om wie de beste chips bouwt. De slimste zet is niet meedoen aan die wapenwedloop, maar strategisch de juiste tools inkopen en focussen op waar volgens MIT de echte winst ligt: back-office automatisering en het oplossen van specifieke, kostbare bedrijfsproblemen.
De nieuwe klant is geen mens meer: Databricks' miljarden-gok op de volgende AI-golf
Vergeet de zoveelste chatbot. Terwijl de wereld nog napraat over slimmere taalmodellen, zet Databricks zojuist een miljard dollar in op wat er écht toe doet: de onzichtbare infrastructuur voor AI die niet alleen praat, maar ook handelt.
Het bedrijf, nu gewaardeerd op een duizelingwekkende $100 miljard, gebruikt het geld niet om de concurrentie met ChatGPT aan te gaan. In plaats daarvan bouwen ze aan twee fundamentele componenten voor de volgende fase van AI: een database genaamd Lakebase en een platform voor het bouwen van AI-agenten, Agent Bricks.
De reden is even simpel als schokkend. CEO Ali Ghodsi deelde een statistiek die iedereen wakker zou moeten schudden: een jaar geleden werd 30% van de nieuwe databases niet door mensen, maar door AI-agenten aangemaakt. Vandaag is dat 80%. Binnen een jaar verwacht hij dat dit 99% zal zijn.
De belangrijkste gebruiker van data en systemen is niet langer een mens die op een toetsenbord tikt, maar een autonome AI-agent die op lichtsnelheid opereert. Dit is geen verre toekomstvisie; het is een aardverschuiving die nu plaatsvindt in de machinekamer van het internet.
Voor Nederlandse ondernemers betekent dit een paar concrete dingen:
De 'loodgieters' worden koning. De échte, duurzame waarde in deze AI-golf zit niet in de flitsende applicaties aan de voorkant, maar in de infrastructuur die alles mogelijk maakt.
Je huidige data-architectuur is nu al een blok aan het been. Systemen die zijn ontworpen voor menselijke interactie zijn hopeloos ongeschikt voor agents.
De focus verschuift van assistentie naar autonomie. Het gaat niet meer om AI die helpt, maar om AI die zelfstandig complete taken uitvoert.
Natuurlijk zit hier een kritische kanttekening. Wie beheert een leger van duizenden AI's die zonder menselijke tussenkomst databases aanmaken en taken uitvoeren? Een 'bug' is niet langer een foutmelding op een scherm, maar een potentieel financieel of operationeel debacle.
The Shortlist
OpenAI lanceert in India ChatGPT Go, een betaalbaar abonnement van minder dan 5 dollar per maand. Deze strategische test in een sleutelmarkt kan een voorbode zijn van een toekomstige uitrol van meer toegankelijke AI-abonnementen in Europa, gericht op het versnellen van de massa-adoptie.
Otter.ai riskeert een class-action rechtszaak omdat de populaire transcriptiedienst zonder volledige toestemming privégesprekken zou opnemen om zijn AI te trainen. De zaak benadrukt de groeiende juridische en privacyrisico's voor bedrijven die AI-tools gebruiken voor de verwerking van gevoelige bedrijfsinformatie.
Paradigm introduceert een AI-spreadsheet waarin elke cel een autonome agent kan bevatten om dataverzameling en -analyse te automatiseren. De startup, die $5 miljoen aan startkapitaal ophaalde, wil hiermee een fundamentele businesstool transformeren van simpele formules naar geautomatiseerde workflows.