Het rapport van Wharton–GBK ‘Het adaptieve voordeel: wie wint er met AI en hoe’ legt de kloof in het rendement op AI-investeringen bloot

Het nieuwe rapport van Wharton Human-AI Research en GBK Collective, Het adaptieve voordeel: wie wint er met AI en hoe, laat zien hoe wijdverbreid AI in bedrijven inmiddels is — en hoeveel moeilijker het is om van de toepassing ervan substantiële bedrijfsresultaten te maken. Tachtig procent van de managers en hoger rapporteert een positief rendement op de AI-investeringen van hun afdeling, maar slechts 28% noemt dat rendement zeer positief. De vierde jaarlijkse studie wijst op het herontwerpen van werkprocessen, duidelijkere verantwoordelijkheid en resultaatmeting gericht op groei als onderscheidende kenmerken van organisaties die sterkere resultaten rapporteren.

De studie, gepubliceerd op 13 oktober, verbreedt de discussie over AI in bedrijven: niet alleen of werknemers de technologie gebruiken, staat centraal. De belangrijkere vraag is of bedrijven de processen, prikkels en managementstructuren eromheen hebben veranderd.

Groei meten verandert het beeld van de waarde van AI

Een van de opvallendste contrasten in het rapport betreft wat afdelingen als succes beschouwen. Van de afdelingen die ten minste één groeimaatstaf volgen, rapporteert 35% een zeer positief rendement op AI, tegenover 13% van de afdelingen die alleen efficiëntie meten. In de groep die groei meet, komt een zeer positief rendement dus ongeveer 2,7 keer zo vaak voor.

Het onderscheid gaat verder dan omzet. De studie rekent nieuwe omzet, conversie van verkoop, productievolume en klanttevredenheid tot de groeimaatstaven. De efficiëntiemaatstaven omvatten operationele kosten, bespaarde uren, doorlooptijden en foutpercentages. Afdelingen konden maximaal drie indicatoren kiezen. De groep die groei meet, kan dus ook organisaties omvatten die efficiëntie volgen.

Dit is van belang omdat tijdwinst gemakkelijker te beschrijven blijft dan bedrijfsgroei. Het aantal bespaarde uren is met 40% de meest gekozen maatstaf, terwijl nieuwe omzet door 27% wordt gekozen. Ondertussen verwacht 83% van de managers en hoger dat AI hun sector binnen twee tot vijf jaar ingrijpend zal transformeren of aanzienlijk zal beïnvloeden.

In de praktijk betekent dit dat AI-projecten moeten worden gekoppeld aan de resultaten die het bedrijf daadwerkelijk wil bereiken. Een sneller verkoopproces kan bijvoorbeeld worden beoordeeld op zowel de bespaarde tijd als de conversieresultaten. De enquête toont niet aan dat het aanpassen van een dashboard tot een hoger rendement leidt; ze laat wel een verband zien tussen een bredere meetaanpak en sterkere gerapporteerde resultaten.

AI-agenten zijn gangbaar, diepgaande integratie is schaars

Het gebruik van AI-agenten is al wijdverbreid: 67% van de afdelingen geeft aan AI-agenten in een of andere vorm te gebruiken. Toch noemt slechts 28% AI volledig geïntegreerd in de kernprocessen van het bedrijf, en staat slechts 17% autonome werking toe waarbij een mens achteraf controleert of die controle is vervangen door monitoring en waarborgen.

De grootste groep, 48%, zegt dat AI werk uitvoert, maar dat een persoon het resultaat controleert en goedkeurt voordat ernaar wordt gehandeld. Nog eens 35% gebruikt AI voor suggesties of concepten, terwijl mensen de uiteindelijke beslissingen nemen. Dit onderscheid laat zien waarom de mijlpaal ‘agent ingezet’ weinig zegt over de mate waarin een werkproces daadwerkelijk is veranderd.

Volgens de maatstaf van het rapport voor transformatie van werkprocessen moeten drie voorwaarden tegelijk zijn vervuld: werkprocessen zijn aanzienlijk veranderd, AI is geïntegreerd in kernprocessen en AI-agenten worden in een of andere vorm gebruikt. Van de afdelingen die aan deze gecombineerde definitie voldoen, rapporteert 67% een zeer positief rendement op investering (ROI).

Deze bevinding pleit voor een hogere lat bij de inzet van AI. Een assistent installeren is maar één onderdeel van het werk; teams moeten ook bepalen hoe informatie wordt verwerkt, voor welke uitzonderingen ingrijpen nodig is en wie verantwoordelijk is voor het resultaat. Dit betekent niet dat elke taak autonoom moet worden uitgevoerd. Het rapport noemt beveiliging, regelgeving en vertrouwen als belemmeringen voor het geven van meer vrijheid aan agenten. Daarom is het van essentieel belang om per werkproces te bepalen of dat geschikt is.

Duidelijke verantwoordelijkheden gaan samen met een hoger rendement

Organisaties die onlangs een Chief AI Officer hebben aangesteld, vallen op. Van de managers en hoger in die organisaties rapporteert 58% een zeer positief rendement, tegenover 24% in organisaties waar het toezicht op AI is toegevoegd aan de bestaande verantwoordelijkheden van een leidinggevende. Waar zo’n functie niet bestaat en ook niet gepland is, bedraagt dit percentage 8%.

Ook de platformstrategie laat een verschil zien. Een zeer positief rendement wordt gerapporteerd door 50% van de respondenten van wie de organisatie één goedgekeurd AI-platform als standaard gebruikt, tegenover 9% van degenen die nog experimenteren zonder een vastomlijnde aanpak. Deze vergelijkingen zijn gebaseerd op waarnemingen: toegewijd leiderschap en een consistente platformkeuze kunnen samengaan met andere voordelen, waaronder beschikbare middelen en de volwassenheid van de organisatie.

De verantwoordelijkheid voor fouten van AI-agenten is minder duidelijk geregeld. Respondenten wijzen de verantwoordelijkheid het vaakst toe aan governance- of risicoteams (28%), de leidinggevende van de werknemer die de agent inzet (26%) of de werknemer zelf (25%). Geen van de antwoorden voert duidelijk de boventoon. Voor bedrijven die het gebruik van AI-agenten uitbreiden, hoort het vastleggen van verantwoordelijkheden bij de operationele inrichting, net als het bepalen van toegangsrechten en monitoring.

Werknemers ervaren de transformatie anders

Voor het eerst omvat de jaarlijkse studie naast managers en senior leidinggevenden ook werknemers op junior- en middenniveau. De vergelijking brengt een aanzienlijk verschil aan het licht in de manier waarop de mate van voorbereiding wordt ingeschat.

Hoewel 73% van de managers en hoger zegt dat werkprocessen binnen hun afdeling door AI ingrijpend zijn veranderd, zegt 58% van de werknemers op instap- en middenniveau hetzelfde. De kloof op het gebied van training is groter: 78% van de leidinggevenden denkt dat werknemers voldoende AI-training krijgen, tegenover 56% van de werknemers.

Deze verschillen betekenen niet dat werknemers AI massaal afwijzen. Drieënzeventig procent van de werknemers op instap- en middenniveau zegt dat AI een positieve invloed heeft gehad op hun functie, en 84% van degenen die AI gebruiken, zegt dat het tijd bespaart. De spanning zit tussen het nut voor individuele werknemers en de ondersteuning die nodig is om de invoering binnen een organisatie te laten slagen.

De gevolgen voor het personeelsbestand zijn ook nog niet uitgekristalliseerd. Zevenendertig procent van de managers en hoger meldt personeelsreducties als gevolg van AI, en 33% meldt dat het aannemen van personeel is vertraagd of bevroren. Afdelingen die sterke resultaten melden, geven echter niet vaker dan andere afdelingen aan dat er personeelsreducties of aannamebevriezingen zijn. Betere resultaten gaan juist samen met veranderingen in managementstructuren, werkprocessen, monitoring en training.

Wat de enquête bedrijven wel en niet kan vertellen

In het onderzoek werden 1.416 voltijdwerknemers ondervraagd bij Amerikaanse ondernemingen in de private sector met ten minste 1.000 werknemers en een omzet van meer dan $50 miljoen. De interviews vonden plaats van 9 tot en met 29 juli 2026. De steekproef bestaat uit 1.007 managers en hoger en 409 werknemers op instap- en middenniveau; de resultaten voor beide groepen worden afzonderlijk weergegeven.

Dit zijn zelfgerapporteerde beoordelingen en geen onafhankelijk gecontroleerde rendementen op investeringen. De resultaten hebben betrekking op grote Amerikaanse commerciële ondernemingen en mogen niet zonder meer worden doorgetrokken naar kleine bedrijven of andere landen. Bij vergelijkingen met eerdere jaren wordt uitgegaan van de groep managers en hoger, omdat juniorwerknemers pas in 2026 voor het eerst zijn opgenomen.

Voor teams in grote organisaties biedt het rapport een nuttige manier om de voortgang met AI te beoordelen: kijk verder dan gebruikscijfers en let op meetbare bedrijfsresultaten, integratie in de kernactiviteiten, duidelijke verantwoordingsplicht en de daadwerkelijke ervaringen van werknemers. Een brede toegang kan samengaan met een gebrekkige uitvoering, en gerapporteerde productiviteitsverbeteringen kunnen samengaan met aanzienlijk werk dat binnen de organisatie nog niet is afgerond.

Lezers die meer willen weten over de bevindingen, de methodologie en de vergelijkingen tussen sectoren en afdelingen, kunnen het volledige rapport van Wharton–GBK lezen: Het adaptieve voordeel: wie wint er met AI en hoe?.