Bedrijven investeren massaal in generatieve AI, maar opvallend veel projecten halen de eindstreep niet. Onderzoek van Gartner laat zien dat slechte data, hoge kosten en ontbrekende bedrijfswaarde ervoor zorgen dat meer dan de helft van de GenAI-initiatieven voortijdig wordt stopgezet.
“Organisaties die haast maken met de implementatie van generatieve AI bevinden zich tussen de druk om te innoveren en de realiteit van wat daarvoor daadwerkelijk nodig is”, schrijft analist Arun Chandrasekaran in zijn blog eerder dit jaar. Volgens Gartner ligt het grootste probleem niet bij de technologie zelf, maar bij de manier waarop organisaties AI-projecten aanpakken. Het onderzoeksbureau noemt vijf belangrijke oorzaken voor het mislukken van projecten.
Oorzaken mislukking GenAI projecten
De belangrijkste reden is het ontbreken van concrete bedrijfswaarde. Veel bedrijven starten tegelijkertijd meerdere AI-projecten zonder duidelijke prioriteiten of meetbare doelstellingen. Daardoor raken middelen versnipperd en ontbreekt bewijs voor rendement. Gartner adviseert organisaties daarom om AI-toepassingen strenger te beoordelen op haalbaarheid en verwachte impact, zoals hogere productiviteit, lagere kosten of verbeterde klanttevredenheid.
Kwaliteit data
Ook de kwaliteit van data vormt een groot struikelblok. Onvolledige of slecht beheerde data leidt tot onnauwkeurige AI-uitkomsten en beperkt de inzet van toepassingen zoals retrieval augmented generation (RAG). “Data moet zorgvuldig worden samengesteld, accuraat, verrijkt en goed beheerd zijn. Train teams specifiek in datamanagement voor generatieve AI, zoals het opzetten van datapijplijnen voor RAG, het gebruik van vectordatabases en kennisgrafieken om relevante informatie te organiseren en terug te vinden”, aldus Chandrasekaran.
Kosten GenAI projecten
Daarnaast onderschatten veel organisaties de totale kosten van generatieve AI. Een lage prijs per token lijkt beheersbaar, maar bij grootschalig gebruik kunnen de operationele kosten snel oplopen. Volgens Gartner veranderen veel veelbelovende pilots daardoor uiteindelijk in kostbare projecten zonder financieel perspectief. Het advies is om vanaf de start inzicht te creëren in gebruik, modelkeuzes en schaalbaarheid van de kosten.
Veiligheid
Verder waarschuwt Gartner dat verantwoord AI-gebruik nog te vaak pas laat aandacht krijgt. Gebrek aan controle op veiligheid, privacy, vooroordelen en governance kan leiden tot reputatieschade, juridische problemen en uiteindelijk het stopzetten van projecten. Gartner benadrukt dat verantwoord AI-gebruik vanaf het begin onderdeel moet zijn van iedere implementatie.
Verandermanagment
Tot slot noemt het onderzoeksbureau gebrekkig verandermanagement als belangrijke oorzaak van mislukking. Werknemers voelen zich geregeld bedreigd door AI-toepassingen of zien onvoldoende meerwaarde in hun dagelijkse werkzaamheden. Daardoor blijft het gebruik achter, zelfs wanneer de technologie goed functioneert. Gartner adviseert organisaties daarom om generatieve AI zoveel mogelijk in bestaande werkprocessen te integreren en medewerkers actief te betrekken bij de invoering.
