Waarom AI geen resultaat oplevert (en hoe wel)

Je hebt ChatGPT geprobeerd. Misschien heb je zelfs een chatbot laten bouwen of ergens een AI-tool voor aangeschaft. En na een paar maanden? Er is weinig tot niks veranderd. Als AI in jouw bedrijf geen resultaat oplevert, ben je verre van de enige. Sterker nog: het is eerder de regel dan de uitzondering. Onderzoek van MIT liet in 2025 zien dat 95 procent van de AI-projecten bij bedrijven geen meetbaar resultaat oplevert op de winst. In dit artikel lees je waarom AI zo vaak niks oplevert, en, belangrijker, hoe je bij de 5 procent hoort die er wel iets aan heeft.

95 procent levert niks op, en dat ligt niet aan de techniek

Het cijfer komt uit een rapport van MIT met de veelzeggende titel De GenAI-kloof (2025). De onderzoekers spraken met 150 bedrijfsleiders, ondervroegen 350 medewerkers en analyseerden 300 AI-projecten. De uitkomst was hard: ongeveer 5 procent van de projecten zorgde voor een duidelijke omzetgroei, de rest bleef steken zonder meetbaar effect. En de oorzaak? Niet de kwaliteit van de AI. Volgens de onderzoekers zit het probleem in het leergat: de tools passen zich niet aan aan de manier waarop jouw bedrijf werkt, en het bedrijf leert niet hoe het de tool goed inzet.

Adviesbureau Gartner ziet hetzelfde patroon. Het voorspelde in juni 2025 dat meer dan 40 procent van de zogeheten agentic-AI-projecten vóór eind 2027 wordt geschrapt, door oplopende kosten, onduidelijke businesswaarde en gebrekkige controle op de risico's. Kortom: het is niet zo dat AI niet werkt. Het is zo dat de meeste bedrijven AI verkeerd inzetten. En het goede nieuws: die fouten zijn te vermijden.

Reden 1: je begon bij de tool, niet bij het probleem

Dit is de fout die de meeste andere fouten veroorzaakt. Een bedrijf hoort dat AI de toekomst is, schaft een chatbot of een tool aan, en gaat daarna pas kijken welk probleem het eigenlijk oplost. Gartner noemt het met zoveel woorden: onduidelijke businesswaarde is een van de belangrijkste redenen dat projecten sneuvelen. Je bent begonnen bij het antwoord in plaats van bij de vraag.

De hoofdonderzoeker van het MIT-rapport zei het treffend over de bedrijven die wél slaagden: ze kiezen één pijnpunt, voeren dat goed uit en werken slim samen met een partij die hun werk kent. Eén pijnpunt. Niet 'AI in het hele bedrijf', maar dat ene proces dat je nu het meeste tijd of geld kost.

Reden 2: ChatGPT is top voor jou, maar kent je bedrijf niet

Veel ondernemers denken: mijn team gebruikt toch al ChatGPT? Dat klopt, en voor losse taken is het geweldig, een mail opstellen, een tekst samenvatten, iets vertalen. Maar juist die flexibiliteit is de zwakte zodra je er een bedrijfsproces mee wilt runnen. Het MIT-rapport wijst er precies op: generieke tools als ChatGPT blijven steken in bedrijven omdat ze niks onthouden van jouw werkwijze. Elke keer begin je opnieuw. Er zit geen verbinding met je systemen, geen kennis van je klanten, geen vaste route.

Een tool die wél resultaat oplevert, is ingebed in hoe jij werkt: hij kent je offertesjabloon, weet in welk systeem een order moet landen, en volgt de stappen die jij normaal met de hand doet. Dat is het verschil tussen een handig hulpmiddel voor een medewerker en een automatisering die echt werk uit handen neemt. Meer daarover lees je in ons artikel over ChatGPT voor je bedrijf.

Reden 3: je zet AI in waar het minst te halen valt

Hier gaat Nederland massaal de mist in. Volgens het CBS zetten Nederlandse bedrijven AI het vaakst in voor marketing en verkoop (36,4 procent), gevolgd door administratie en bestuur (30,3 procent). Klinkt logisch, verkoop is zichtbaar en aantrekkelijk. Maar het MIT-rapport vond juist dat de grootste winst niet in marketing zit, maar in de achterkant van je bedrijf: administratie, offertes, orderverwerking, het werk dat je nu uitbesteedt of met de hand doet.

Met andere woorden: de meeste bedrijven steken hun AI-budget precies in de hoek waar het minst te halen valt, en laten de saaie processen, waar de echte uren zitten, links liggen. Dat is zonde. De klantenservice die 's avonds doorloopt, de offertes die blijven liggen, de gegevens die van het ene systeem naar het andere worden overgetikt: daar zit je tijdwinst.

Reden 4: je bouwt het zelf, in plaats van het te laten bouwen

Een van de opvallendste bevindingen uit het MIT-rapport: bedrijven die AI kopen bij een gespecialiseerde partij en daarmee samenwerken, slagen in ongeveer 67 procent van de gevallen. Bedrijven die het zelf proberen te bouwen, slagen maar een derde zo vaak. Toch kiezen veel organisaties uit kostenoverweging voor de doe-het-zelf-route, met een medewerker die er 'wel iets van weet' en er zijn avonden in stopt.

Reden 5: niemand is eigenaar van het resultaat

Een AI-project dat van niemand is, gaat dood. Het MIT-rapport zag dat succesvolle bedrijven het eigenaarschap bij de mensen op de werkvloer legden, de teamleider die dagelijks met het proces werkt, in plaats van bij een centrale 'AI-afdeling' ver van de praktijk. En bijna niemand meet vooraf hoeveel tijd of geld een proces nu kost. Zonder dat nulpunt kun je achteraf ook niet zien of er iets is verbeterd. Dan blijft het gevoel hangen dat AI toch niks oplevert, terwijl je het gewoon nooit hebt gemeten.

Zo laat je AI wél resultaat opleveren

De 5 procent die het wél laat werken, doet een paar dingen anders. Geen van die dingen is technisch ingewikkeld.

• Begin bij je grootste tijdverlies, niet bij een tool. Welk werk kost nu de meeste uren en hoort eigenlijk niet bij jou of je team?
• Kies één proces. Los dat goed op voordat je aan het volgende begint. Eén pijnpunt, goed uitgevoerd.
• Meet vooraf. Hoeveel uur per week? Hoeveel gemiste aanvragen? Zet het op papier, zodat je later het verschil ziet.
• Zorg dat het ingebed is. De oplossing moet je bestaande systemen kennen en de stappen volgen die jij nu handmatig doet.
• Laat het bouwen door iemand die je business snapt. Kopen en samenwerken lukt twee keer zo vaak als zelf klussen.
• Houd het bij. Een proces verandert, je klanten veranderen. Zonder onderhoud zakt elke automatisering na verloop van tijd in.

Wat een mislukt AI-project je echt kost

Een AI-project dat niks oplevert, is niet gratis mislukt. Je betaalt de maandelijkse abonnementen door, je hebt uren van je team erin gestopt, en, misschien het duurste, je hebt nu het gevoel dat AI niet werkt voor ons. Dat laatste houdt je tegen om het een tweede keer, dan wél goed, te proberen. Terwijl de concurrent die het wél goed aanpakt ondertussen elke week uren wint op hetzelfde werk waar jij nog handmatig mee bezig bent.

Begin met een eerlijke doorlichting

Ik begin met een gratis kennismakingsgesprek. We bespreken waar tijd in gaat zitten, welke systemen je gebruikt en waar automatisering kan helpen. Daarna krijg je een voorstel met automatiseringskansen, koppelingen, planning en kosten.

• 1. Kennismaking: Waar gaat nu tijd in zitten en welke systemen gebruik je? We bespreken hoe jouw bedrijf werkt.
• 2. Kansen & voorstel: Je krijgt een voorstel met automatiseringskansen, koppelingen, planning en kosten.
• 3. Bouwen & testen: Ik bouw het systeem stap voor stap op maat en houd je op de hoogte. We testen, verbeteren en breiden uit.
• 4. Live & verder: Als alles goed draait, zetten we het systeem live. Je volgt je AI’s en hun acties in je eigen dashboard.