Onderzoek van MIT wees uit dat 95% van generative-AI-pilootprojecten geen meetbare ROI oplevert. Dat cijfer verrast, tot je kijkt naar wáárom — en dan blijkt het bijna altijd op hetzelfde neer te komen.
Het korte antwoord
Het gaat zelden mis door de technologie zelf. Het gaat mis wanneer een project start vanuit de tool in plaats van vanuit een concreet probleem, en wanneer AI mag beslissen in plaats van enkel voorbereiden. Beide zijn te vermijden — niet door voorzichtiger te zijn met AI, maar door anders te beginnen.
Volgens de Exact Online KMO Barometer 2026, een enquête bij meer dan 1.300 Belgische KMO's, sprong AI-gebruik van 8% naar 81% tussen 2024 en 2026. Tegelijk zegt 51% van diezelfde ondernemers niet goed te weten hoe ze AI praktisch moeten inzetten in hun dagelijkse bedrijfsvoering.
Die twee cijfers samen vertellen het echte verhaal: bijna iedereen gebruikt AI intussen wel érgens — een chatbot uitproberen, een tekst laten herschrijven — maar dat is iets anders dan een proces structureel geautomatiseerd krijgen. Het MIT-onderzoek naar generative-AI-pilootprojecten bevestigt dat: 95% levert geen meetbaar resultaat op, en de terugkerende oorzaak is automatiseren zonder toezicht — de AI laten beslissen in plaats van voorbereiden.
En hoe wij dat bewust anders aanpakken.
"We moeten iets met AI doen" is geen doel. Zonder een concreet, meetbaar probleem is er ook niets om ROI aan af te meten.
Zodra AI zelfstandig beslissingen neemt zonder controlepunt, stapelen kleine fouten zich op tot niemand het systeem nog vertrouwt.
Een bedrijfsbrede AI-strategie in één keer uitrollen, verliest overzicht over wat werkt en wat niet — en dat is precies wat een piloot zonder resultaat oplevert.
We beginnen nooit bij "wat kunnen we doen met AI", maar bij "welk werk kost ons elke week uren en verloopt volgens vaste regels". Vaak is het antwoord daarop zelfs geen AI, maar een gewone koppeling — goedkoper, sneller en betrouwbaarder wanneer de regels duidelijk zijn.
Waar AI wel zin heeft, houden we altijd een controlepunt in: alles met gevolgen voor een klant of de boekhouding gaat langs een mens voor het verder gaat. En we beginnen bij één proces, niet bij alles tegelijk — werkend krijgen, zien of het klopt, pas dan verder kijken.
De rest van de silo rond taken en processen automatiseren met AI.
De volledige uitleg: de vier niveaus van automatisering. Naar de hoofdpagina.
Vertel kort welk proces het meeste tijd kost. Je krijgt een eerlijke inschatting, geen bedrijfsbrede AI-strategie die niemand kan opvolgen.
Onderzoek van MIT wees uit dat 95% van generative-AI-pilootprojecten geen meetbare ROI oplevert. Dat cijfer gaat over pilootprojecten in het algemeen, niet specifiek over kleine, praktische automatiseringen — maar de onderliggende oorzaken zijn wel relevant voor elke schaal.
Automatiseren zonder toezicht: de AI laten beslissen in plaats van voorbereiden, of een project starten vanuit de technologie in plaats van vanuit een concreet, meetbaar probleem.
Volgens de Exact Online KMO Barometer 2026 (enquête bij meer dan 1.300 Belgische KMO's) sprong AI-gebruik van 8% naar 81% tussen 2024 en 2026. Tegelijk zegt 51% niet goed te weten hoe ze AI praktisch moeten inzetten — gebruik en praktische kennis lopen dus niet gelijk op.
Beginnen bij het proces, niet bij de tool. Eén concreet, terugkerend probleem kiezen, klein beginnen, en alles met gevolgen voor een klant of de boekhouding altijd langs een mens laten gaan. Geen bedrijfsbrede AI-strategie, wel een werkende oplossing voor één taak.