Resultaat AI-onderzoek van McKinsey: veel AI-experimenten, weinig resultaat

Home » AI Kennisbank » Resultaat AI-onderzoek van McKinsey: veel AI-experimenten, weinig resultaat

Je bent lekker bezig met ChatGPT, je probeert wat AI-tools uit en merkt hier en daar wat efficiëntie. Maar de echt meetbare impact op je bedrijfsresultaat blijft uit. Herkenbaar? Dan sluit jouw ervaring naadloos aan bij het recente rapport ‘The State of AI in 2025’ van McKinsey & Company. Daaruit blijkt dat de meeste organisaties volop met AI experimenteren, maar de stap naar grootschalige implementatie nog niet zetten omdat de concrete impact op het bedrijfsresultaat vaak achterblijft

In deze blog gebruik ik dat onderzoek als kapstok. Eerst kort de belangrijkste cijfers. Daarna vertaal ik de lessen van de AI-koplopers naar een concreet stappenplan voor ondernemers.

Je bent nog op tijd

Veel ondernemers hebben het gevoel dat ze achterlopen. Alsof iedereen al een paar rondes verder is met AI. De data van McKinsey schetsen een genuanceerder beeld.

Volgens het onderzoek:

• 88 procent van de respondenten zegt dat hun organisatie AI regelmatig gebruikt in minstens één businessfunctie.
• Tegelijkertijd geeft McKinsey aan dat bijna tweederde van de organisaties nog in de experimenteer- of pilotfase zit en dat ongeveer eenderde echt met opschaling bezig is.

AI-gebruik is dus breed, maar structurele inbedding in processen en op ondernemingsniveau is eerder uitzondering dan regel.

Voor ondernemers betekent dit dat je waarschijnlijk niet te laat bent. Je zit in dezelfde fase als veel andere organisaties. De vraag is niet of je de eerste bent met AI, maar hoe je AI de komende jaren stap voor stap in de kern van je bedrijf brengt.

Zie AI niet alleen als efficiëntietool

McKinsey vroeg organisaties wat de doelen zijn van hun AI-inzet. In het rapport staat dat 80 procent van de respondenten efficiëntie noemt als doel, bijvoorbeeld kosten verlagen of sneller werken.

Dat is logisch en vaak ook een goed startpunt. Tegelijk laat McKinsey zien dat de groep ‘AI high performers’ iets anders doet. Deze AI-koplopers pakken het anders aan. Dit zijn de bedrijven die aantoonbaar meer dan 5% van hun winst aan AI te danken hebben en zelf ook zeggen dat het écht resultaat oplevert.

Volgens het onderzoek:

• Zij zetten naast efficiëntie vaker expliciet groei en innovatie als doel neer voor hun AI-inspanningen.

Met andere woorden: de koplopers gebruiken AI niet alleen om bestaande processen goedkoper te maken, maar ook om nieuwe omzet, nieuwe diensten of een betere klantbeleving mogelijk te maken.

Voor ondernemer is dat een belangrijke signaal.

Niet alleen:

• Hoe kunnen we dit sneller of goedkoper doen?

Maar ook:

• Welk nieuw product of welke nieuwe dienst kan ik met hulp van AI ontwikkelen?
• Hoe kan ik klanten persoonlijker of slimmer bedienen?
• Waar kan AI helpen om een dienst te bieden die ik nu nog helemaal niet heb?

Deze vragen zijn geen onderdeel van de enquête zelf, maar een praktische vertaling van de boodschap uit het rapport.

Herontwerp je werkprocessen volledig

Een van de meest opvallende uitkomsten uit het McKinsey-onderzoek gaat over processen. McKinsey laat zien dat AI-high performers bijna drie keer zo vaak zeggen dat zij hun processen fundamenteel opnieuw hebben ontworpen voor de inzet van AI. 55 procent van de high performers rapporteert zo’n herontwerp, tegenover 20 procent van de overige respondenten.

De boodschap is duidelijk: koplopers plakken AI niet bovenop bestaande processen. Zij gebruiken AI als aanleiding om processen opnieuw te ontwerpen.

Als ik de boodschap vertaal naar een verkoopproces in de praktijk, dan zou dit er zo uit kunnen zien.

De oude manier

Een accountmanager gebruikt AI om sneller een offerte te schrijven. De rest van het proces blijft gelijk. Je wint misschien een half uur per offerte. resultaat: een kleine verbetering.

Een nieuwe manier van werken

• Een systeem verzamelt automatisch gegevens over de klant en de aanvraag.
• Een AI-model maakt een eerste conceptofferte op basis van een sjabloon en de klantinformatie.
• De accountmanager controleert, scherpt aan en voegt de commerciële nuance toe.

De accountmanager is niet langer vooral teksten aan het invoeren, maar werkt meer als adviseur die de laatste twintig procent bepaalt. Dat is een ander proces, met een andere rolverdeling.

De kernvraag is dan niet langer: “Waar kan AI ons helpen?” Maar vooral: “Als we dit proces vandaag opnieuw zouden ontwerpen, hoe zou het eruitzien met AI als vast onderdeel?”

De volgende stap: je eerste digitale medewerker

Een tweede belangrijk thema in het rapport is de opkomst van AI-agents. McKinsey definieert AI-agents als systemen die draaien op grote, krachtige AI-motoren (de zogenoemde ‘foundation models’ zoals de technologie achter ChatGPT). Dankzij deze motor kunnen ze in de echte wereld handelen en zelfstandig meerdere stappen in een workflow plannen en uitvoeren.

Volgens het onderzoek:

• Zegt 23 procent van de respondenten dat hun organisatie ergens in het bedrijf een AI-agent aan het opschalen is.
• Nog eens 39 procent zegt dat de organisatie begonnen is met experimenteren met AI-agents.

Gebruik op grote schaal in meerdere functies is nog zeldzaam. In geen enkele afzonderlijke functie zegt meer dan 10 procent van de respondenten dat hun organisatie daar AI-agents op schaal gebruikt.

Hou werkt dit in de praktijk? Je kunt een AI-agent zien als een soort digitale medewerker. Niet een tool waar je af en toe iets aan vraagt, maar een systeem dat zelfstandig stappen zet binnen een duidelijk afgebakend doel.

Denk bijvoorbeeld aan:

• Een AI-agent die je socialmediaplanning beheert, van ruwe contentidee tot conceptposts in je publicatietool.
• Een AI-agent die de klantenservice-inbox doorloopt, berichten groepeert, conceptantwoorden klaarzet en uitzonderingen voor jou markeert.
• Een AI-agent die informatie uit verschillende interne documenten verzamelt en samenvat voor een projectvoorstel.

Haal rendement uit AI in drie stappen

Het McKinsey-rapport laat zien wat koplopers anders doen. Zij:

• Formuleren ambities op het gebied van efficiëntie, groei en innovatie.
• Herontwerpen workflows bij de inzet van AI.
• Hebben leiders die eigenaarschap tonen en actief betrokken zijn bij AI-initiatieven.

Op basis daarvan kun je als ondernemer een eenvoudig stappenplan volgen. Dit stappenplan is mijn vertaling van de inzichten uit het onderzoek:

1. Verleg je ambitie

Noteer niet alleen een efficiëntiedoel, maar ook een groei- of innovatiedoel voor AI.

Bijvoorbeeld:

• “Ik wil AI gebruiken om binnen zes maanden een gepersonaliseerde nieuwsbrief op te zetten die leidt tot meetbare omzetgroei bij bestaande klanten.”
• Ik wil AI inzetten om een nieuwe dienst te lanceren waarbij klanten binnen één werkdag een uitgewerkte offerte krijgen.”

Belangrijk is dat het doel concreet en meetbaar is.

2. Herontwerp één kernproces

Kies één proces dat belangrijk is voor je bedrijf. Niet tien, maar één. Bijvoorbeeld klantintake, marketing, facturatie, projectmanagement of klantenservice.

• Teken het huidige proces stap voor stap uit.
• Noteer welke stappen repetitief, informatiegedreven en tijdrovend zijn.
• Bepaal waar AI taken volledig kan overnemen, waar AI kan ondersteunen en waar de mens het verschil maakt.

Hiermee sluit je aan bij de manier waarop high performers workflows herontwerpen rond AI.

3. Neem zelf het voortouw

McKinsey ziet dat organisaties met duidelijke betrokkenheid van senior leiders vaker tot de high performers behoren. Zij zijn drie keer zo vaak geneigd om te zeggen dat hun leiders eigenaarschap tonen en actief betrokken zijn bij AI-initiatieven.

Voor ondernemers betekent dit in de praktijk:

• Jij kiest waar AI voor jouw bedrijf wel en niet wordt ingezet.
• Jij maakt tijd vrij om het eerste proces echt opnieuw in te richten.
• Jij wijst iemand aan als eigenaar van een AI-experiment en geeft die persoon mandaat.

AI is daarmee geen los IT-onderwerp, maar een strategische keuze die direct raakt aan je bedrijfsvoering.

Van experiment naar strategie

De kernboodschap van McKinsey is helder. Bijna alle organisaties gebruiken inmiddels ergens AI, maar de meeste zitten nog in de fase van experimenteren. De groep die echt merkbare waarde uit AI haalt, kiest voor duidelijke ambities, herontwerp van workflows en sterk leiderschap rondom AI.

Voor ondernemers is dit het moment om de stap te zetten van losse experimenten naar een gerichte strategie die waarde creëert.

Wil je hulp bij het in kaart brengen van kansen, het kiezen van een eerste kernproces en het uitwerken van een realistische AI-roadmap? Neem dan contact op voor meer informatie.

Bron:

• The State of AI in 2025