Tech Reality Check 2026: optimaliseren met AI is geen eindpunt, maar een startpunt

De Tech Reality Check 2026 is een onderzoek van Conclusion onder IT- en businessbeslissers in Nederland, Duitsland, Spanje en Portugal. De kernboodschap is scherp en grotendeels terecht: de grootste kloof zit volgens het rapport in de besluitvorming. Technologie is ruimschoots aanwezig; grip en regie blijven achter. Organisaties investeren, herkennen risico’s en starten initiatieven, maar vertalen dat nog te weinig naar sturing.

Met het meeste daarvan zijn we het eens. Het rapport benoemt ook dat AI nu vooral wordt gebruikt om bestaande processen efficiënter te maken, terwijl fundamenteel andere werkwijzen en nieuwe producten of diensten minder zichtbaar zijn. Daar voegen wij graag één punt aan toe: juist die optimalisatie is vaak de plek waar transformatie begint.

De vraag is dus niet of optimaliseren genoeg is, maar wat u doet met de ruimte die het oplevert.

Optimaliseren is het fundament, geen halve oplossing

Veel van wat wij bij klanten implementeren, gaat inderdaad over bestaande processen repareren of versnellen. Een factuurstroom die al jaren met de hand wordt overgetikt. Een kennisproces waarin niemand meer terugvindt wat er vorig jaar is besloten. Een aanvraag die langs vier afdelingen schuift voordat iemand er iets mee doet. AI haalt daar de wrijving uit.

Alleen optimaliseren kan inderdaad voelen als blijven steken in efficiency. In onze praktijk zien we dat daar juist veel waarde ontstaat. Een proces dat stuk was en eindelijk werkt, levert direct iets op: voor het team dat het werk haat, voor de klant die sneller antwoord krijgt, en voor de marge.

Het risico ontstaat pas wanneer optimaliseren het eindstation wordt. Een gerepareerd proces dat daarna nergens toe leidt, blijft vooral een efficiëntere versie van hetzelfde werk.

Het verschil zit in hoe u die winst gebruikt. Behandel een opgeschoond proces als startpunt: de tijd en capaciteit die vrijkomen, zijn precies de ruimte om de volgende stap te zetten. Een organisatie die haar processen niet op orde heeft, komt aan die stap nooit toe. Die bouwt alleen sneller een grotere puinhoop.

Dus een groot deel van het werk zit voorlopig in optimaliseren en repareren. Dat is geen zwaktebod. Op dit moment ligt daar veel van de echte waarde, en het is de basis voor alles wat daarna komt.

De echte kans: versnellen waar het vroeger niet kon

Dat “daarna” is het interessantste deel. Naast repareren opent AI namelijk iets nieuws: producten, processen of werkzaamheden die voorheen simpelweg niet konden, omdat ze te duur, te traag of te arbeidsintensief waren.

Een adviesteam dat normaal drie dossiers per week aankan, en er straks dertig voorbereidt. Een dienst die u vroeger alleen aan grote klanten kon leveren, en die ineens ook voor het mkb rendabel wordt. Een analyse die u eerder oversloeg bij gebrek aan tijd, en die nu standaard meedraait. Dan verkoopt u iets anders dan eerst.

Daar wordt transformatie concreet: niet doordat er van bovenaf ineens een nieuw businessmodel wordt bedacht, maar doordat organisaties op steeds meer plekken ontdekken dat de rem eraf kan. Daar wordt groter wat u kunt aanbieden, niet alleen hoe snel u het levert.

Het handigste startpunt is een simpele vraag aan uzelf: welke taak zou u tien keer vaker doen als hij bijna niets zou kosten? Dat is meestal precies de plek waar versnellen iets nieuws oplevert in plaats van alleen tijdwinst.

Waarom de besluitvorming de doorslag geeft

Of u nu een proces repareert of een nieuwe dienst opent, het beslissende verschil zit zelden in de technologie die u kiest. Gartner verwacht dat ruim 40% van de agentic-AI-projecten vóór eind 2027 wordt stopgezet, door oplopende kosten, onduidelijke businesswaarde of gebrekkige risicobeheersing. Zelden ligt het aan de technologie zelf.

Dat herkennen wij. De meeste AI-projecten die vastlopen, lopen vast op het proces eromheen en op de keuzes die niemand maakt. Wie is eigenaar? Welke beslissing automatiseren we eigenlijk? Wie grijpt in als het misgaat? Dat is precies de kloof die het rapport benoemt.

Daar zouden we één ding aan toevoegen, want we zien het in onze praktijk steeds terug: een besluitvormingskloof is in de kern een verandervraagstuk. Verandermanagement was altijd al belangrijk bij elk software- of IT-project. Bij AI weegt het zwaarder, omdat AI dwars door afdelingen heen raakt aan de manier waarop mensen hun werk doen.

Prosci, bekend van het ADKAR-model voor verandermanagement, onderzoekt dit al sinds 1998. De cijfers zijn helder: projecten met actieve, zichtbare sponsoring vanuit de directie halen in 79% van de gevallen hun doelen, tegenover 27% bij zwakke sponsoring. Of de top de verandering zichtbaar draagt, is keer op keer een van de belangrijkste factoren voor succes. Dat is dezelfde besluitvormingskloof, één laag dieper.

Waar het op neerkomt

De nuchterheid uit het rapport is terecht. Repareer de processen die stuk zijn, want dat levert nu geld op en vormt het fundament. Gebruik daarna de ruimte die vrijkomt om te zoeken waar AI iets mogelijk maakt dat eerder te duur, te traag of te arbeidsintensief was. Beide vragen om dezelfde discipline: heldere besluitvorming en een directie die de verandering echt draagt.

Wilt u weten waar in uw eigen processen die twee kansen zitten, repareren én versnellen? Onze AI Readiness Scan is daarvoor het startpunt. In tien minuten ziet u welke processen klaar zijn om op te schonen en waar de grotere kansen liggen.