Cloudera heeft een onderzoek onder bijna 1.300 IT-managers laten uitvoeren, The Data Readiness Index: Understanding the Foundations for Successful AI. Daarbij is onderzocht hoever organisaties zijn voorbereid op het grootschalig implementeren van AI. Uit de resultaten blijkt dat hoewel de adoptie van AI toeneemt, veel organisaties nog de datafundamenten missen die nodig zijn voor succes.
Opvallende paradox
In de resultaten is een opvallende paradox te zien: hoewel 96% van de organisaties zegt AI te integreren in hun kernprocessen en 85% aangeeft een duidelijke datastrategie te hebben, geeft bijna 4 op de 5 (~80%) toe dat hun AI- en data-initiatieven nog steeds worden belemmerd door een beperkte toegang tot data in verschillende omgevingen. Deze kloof illustreert een opkomende ‘illusie van AI-gereedheid’: de overtuiging dat organisaties klaar zijn om AI op te schalen, terwijl cruciale data-uitdagingen nog steeds onopgelost zijn.
AI-adoptie is hoog, maar ROI blijft uit
AI wordt inmiddels in de gehele organisatie geïntegreerd, maar het behalen van een consistent rendement op de investering blijft lastig. Als antwoord op de vraag waarom AI-initiatieven tekortschieten, noemden de respondenten verschillende uitdagingen: datakwaliteit (22%), kostenoverschrijdingen (16%) en slechte integratie in bestaande workflows (15%). Deze obstakels benadrukken de aanhoudende complexiteit van het vertalen van AI-investeringen naar meetbare bedrijfsresultaten.
Beperkingen in de infrastructuur verergeren de uitdaging. Bijna driekwart (73%) van de respondenten geeft aan dat prestatiebeperkingen operationele initiatieven hebben belemmerd, wat de complexiteit weerspiegelt van het opschalen van AI in gefragmenteerde omgevingen.
Data-kloof: toegang, governance en zichtbaarheid
84% van de respondenten had vertrouwen in de nauwkeurigheid, volledigheid en afstemming van de data binnen hun organisatie. Dit optimisme maskeert echter vaak dieperliggende problemen, zoals hardnekkige datasilo’s, inconsistente datakwaliteit en beperkte toegankelijkheid. Data die op zichzelf betrouwbaar lijkt, blijkt vaak onbetrouwbaar wanneer ze door verschillende teams, systemen of AI-toepassingen worden gebruikt. Dit legt lacunes in governance en consistentie binnen de organisatie bloot.
Minder dan één op de vijf (18%) respondenten gaf aan dat hun data volledig gemanaged was, wat de kloof tussen het waargenomen vertrouwen en de realiteit benadrukt. Hoewel 71% zegt dat de meeste van hun data gemanaged is, zijn echte datagestuurde initiatieven afhankelijk van een consistente, organisatiebrede bron van waarheid. Zonder een alomvattende governance om data te verenigen en duidelijke standaarden af te dwingen, lopen organisaties het risico kansen te missen, slechte beslissingen te nemen en resultaten te behalen die hun volledige potentieel niet benutten.
Vergelijking sectoren naar datagereedheid
De datagereedheid verschilt sterk per sector. Zo gaf 54% van de respondenten in de telecom aan dat ze ‘absoluut’ volledig inzicht hebben in waar hun data zich bevindt. Ter vergelijking: slechts 30% van de respondenten in de financiële dienstverlening en 31% in de publieke sector meldden hetzelfde. Wat betreft toegang gaf 51% van de respondenten in de telecom aan dat ze op elk moment toegang hebben tot al hun data, tegenover slechts 24% in de financiële dienstverlening en 16% in de publieke sector.
Ondanks deze sterke datagereedheid heeft dit voordeel zich niet volledig vertaald in operationeel succes. Drie op de vijf (60%) respondenten in de telecomsector gaven aan dat de prestaties van de infrastructuur operationele initiatieven consequent belemmeren, het hoogste percentage van alle onderzochte sectoren.
De belemmeringen voor een positieve ROI van AI verschillen ook per sector. Hoewel respondenten in het onderzoek het vaakst datakwaliteit noemden, waren kostenoverschrijdingen het meest prominent in de energie- en nutssector (25%). Daarentegen werd door respondenten uit de gezondheidszorg, productie en financiële dienstverlening (20%) gewezen op een gebrekkige integratie in werkprocessen.
Datagereedheid bepaalt volgende fase van AI
Nu AI in organisaties de overgang maakt van experimenteren naar implementeren, komt datagereedheid naar voren als de bepalende factor die koplopers van achterblijvers onderscheidt. Organisaties die volledig toegang hebben tot al hun data en ze kunnen beheren, waar deze zich ook bevindt, zijn beter in staat om betrouwbare, schaalbare AI te leveren. Opvallend is dat elke respondent aangaf dat hun organisatie op zijn minst enigszins bereid is om bestaande frameworks aan te passen om datagereedheid te ondersteunen.
Nu bedrijven de beperkingen van de illusie van AI-gereedheid onder ogen zien, is de weg vooruit duidelijk: het ontsluiten van de volledige waarde van AI vereist meer dan ambitie; het vereist echte datagereedheid. Degenen die deze kloof dichten, zullen het best gepositioneerd zijn om een blijvende impact te creëren en het volgende tijdperk van intelligente bedrijfsvoering te leiden. Meer onderzoeksresultaten zijn te lezen in het volledige rapport.
“Bedrijven hebben geen moeite met het implementeren van AI, maar wel met het operationeel inzetten ervan buiten de experimentele fase”, zegt Sergio Gago, Chief Technology Officer bij Cloudera. “AI is slechts zo effectief als de data waarop het gebaseerd is. Zonder toegang tot al hun data beperken organisaties de nauwkeurigheid, het vertrouwen en de waarde die AI kan leveren. Je kunt geen AI gebruiken zonder data.”
