De razendsnelle opkomst van Generatieve AI (GenAI) dwingt organisaties om hun IT-prioriteiten te herzien. GenAI is allang niet meer alleen een handige tool om processen te automatiseren; het verandert fundamenteel hoe we applicaties ontwikkelen, data beheren en hoe mensen met technologie samenwerken. Toch blijkt uit de zevende, jaarlijkse Enterprise Cloud Index (ECI) van Nutanix dat veel organisaties moeite hebben om hun infrastructuur in het juiste tempo te moderniseren en zo het volledige potentieel van GenAI te benutten.
Hoewel ruim 80% van de organisaties inmiddels een GenAI-strategie heeft geïmplementeerd, blijkt dat organisaties tegen een fundamentele vraag aanlopen: is hun bestaande IT-ecosysteem klaar voor de schaal en complexiteit van GenAI? Voor de meesten is het antwoord voorlopig ‘nee’. Zo geeft bijna 98% van de respondenten aan moeite te hebben om GenAI-workloads van ontwikkeling naar productie op te schalen. Vooral de integratie met bestaande, vaak verouderde infrastructuur vormt een flinke uitdaging.
Om niet achterop te raken in de AI-race, moeten organisaties dringend hun IT-prioriteiten herzien en een nieuwe balans vinden tussen innovatie, operationele veerkracht en beveiliging. Infrastructuurmodernisering is hierbij essentieel: zonder ingrepen lopen organisaties niet alleen tegen oplopende kosten aan, maar ook tegen een groeiende CO₂-voetafdruk. Het ECI-rapport wijst drie strategische prioriteiten aan voor succesvolle AI-implementatie.
1. Infrastructuur: de basis voor schaalbare GenAI
Containerisatie is volgens het ECI-rapport inmiddels dé standaard voor moderne IT-infrastructuur: 90% van de organisaties gebruikt containers voor (een deel van) hun applicaties. GenAI-workloads vragen immers om enorme rekenkracht, flexibiliteit en schaalbaarheid — en containertechnologie maakt dat mogelijk.
Door applicaties te verpakken in lichte, porteerbare eenheden kunnen organisaties deze efficiënt draaien in hybride en multi-cloudomgevingen. Zo ontstaat de flexibiliteit die nodig is om aan de onvoorspelbare eisen van AI te kunnen voldoen.
Hoewel organisaties de voordelen zien, zijn er ook uitdagingen. 81% van de respondenten geeft aan dat hun infrastructuur nog niet voldoende is toegerust voor cloud-native toepassingen en containertechnologie. Zonder modernisering lopen organisaties tegen knelpunten aan, zijn er inefficiënties en vallen kosten hoger uit als GenAI-initiatieven worden opgeschaald.
Organisaties moeten investeren in moderne infrastructuur én in platforms als Kubernetes om AI-workloads efficiënt te beheren. Daarbij hoort ook een bewuste keuze voor hybride en multi-cloudstrategieën, zodat implementaties flexibel en schaalbaar blijven — ongeacht de locatie.
2. Beveiliging en compliance: veiligheid vanaf de basis
GenAI zorgt niet alleen voor nieuwe mogelijkheden, maar vergroot ook het aanvalsoppervlak. Uit het onderzoek blijkt dat 95% van de organisaties hun beveiligingsbeleid heroverweegt vanwege GenAI, maar vrijwel evenveel geeft toe dat ze nog onvoldoende maatregelen hebben getroffen.
Data privacy, security governance en naleving van regelgeving vormen belangrijke overwegingen, aangezien AI-modellen enorme hoeveelheden gevoelige informatie verwerken. Sectoren zoals finance, zorg en overheid worden extra kritisch in de gaten gehouden: toezichthouders stellen strengere richtlijnen op over AI-transparantie en ethisch gebruik.
De invoering van nieuwe regelgeving zoals de EU AI Act vraagt om een fundamenteel andere aanpak: organisaties moeten beveiliging van meet af aan integreren in hun AI-strategieën. Ze moeten ervoor zorgen dat AI-modellen voldoen aan de veranderende wereldwijde regelgeving voor gegevensbescherming, terwijl ze tegelijkertijd AI-workloads beschermen tegen ongeautoriseerde toegang en cyberdreigingen. Het implementeren van transparantiemechnismen zorgt ervoor dat AI-gedreven beslissingen kunnen worden gecontroleerd en vertrouwd.
3. Talent en vaardigheden: de kloof overbruggen
Om het volledige potentieel van GenAI te realiseren, is technologie alleen niet genoeg. Mensen blijven een essentieel onderdeel van succes. Toch kampt meer dan de helft van de organisaties met een tekort aan de juiste vaardigheden. 52% heeft behoefte aan gerichte training en 48% zoekt actief naar nieuw talent om AI-initiatieven te ondersteunen.
De AI-evolutie gaat sneller dan de beschikbaarheid van professionals met de juiste vaardigheden, waardoor organisaties hun aanpak om talent aan te trekken en te ontwikkelen moeten herzien. Organisaties die investeren in het bijscholen van bestaande teams én top AI-talent aannemen, zijn beter in staat om hun AI-ambities op te schalen.
Het goede nieuws: 53% van de respondenten ziet GenAI juist als kans om nieuwe expertise op te bouwen. Bijscholingsprogramma’s, samenwerkingen met onderwijsinstellingen en AI-gedreven automatiseringstools die bedrijfsactiviteiten vereenvoudigen, kunnen een rol spelen bij het overbruggen van de talentenkloof.
Daarnaast moeten organisaties doorlopende leerprogramma’s implementeren om bestaande teams uit te rusten met AI- en cloudvaardigheden. Ze moeten ook investeren in low-code/no-code AI-platforms om AI-gebruik in niet-technische teams mogelijk te maken en een cultuur van cross-functionele samenwerking stimuleren. Hiermee wordt IT afgestemd op bedrijfsdoelstellingen en de impact van GenAI gemaximaliseerd.
Overwegingen met betrekking tot ROI en IT-kosten
Hoewel deze drie prioriteiten organisaties zullen helpen hun GenAI-gebruik te maximaliseren, is het ook belangrijk om kostenimplicaties te overwegen en het proces of stappenplan voor verandering te begrijpen. Uit het ECI-rapport blijkt dat 90% van de organisaties rekening houdt met stijgende IT-kosten, met name vanwege upgrades van de infrastructuur, talentacquisitie en investeringen in beveiliging. Maar 70% verwacht ook binnen twee tot drie jaar een return on investment te zien, dankzij verbeterde operationele efficiëntie en innovatie.
Uiteindelijk gaat het om het vinden van een balans tussen de kosten op korte termijn en de voordelen op lange termijn. Focus daarom op AI-projecten die meetbare zakelijke waarde opleveren. AI-initiatieven afstemmen op strategische doelen – zoals het verbeteren van klantervaringen, het automatiseren van repetitieve taken en het optimaliseren van bedrijfsactiviteiten – is essentieel om een positieve ROI te behalen.
Geef prioriteit aan AI-use cases die impact maken en duidelijke bedrijfsresultaten opleveren om de ROI-tijd te verkorten. Gebruik voor “pilot-projecten” in eerste instantie publieke cloudgebaseerde AI-diensten om de initiële investeringen in de infrastructuur te beperken. Daarnaast is het essentieel om AI-prestaties voortdurend te monitoren, zodat strategieën op basis van inzichten kunnen worden bijgestuurd en geoptimaliseerd. Dit is een belangrijk proces om budget vrij te kunnen maken voor het moderniseren van eigen infrastructuur.
Organisaties die hun infrastructuur niet moderniseren, data onvoldoende beveiligen en niet investeren in vaardigheden, zullen moeite hebben om bij te blijven in de GenAI-gedreven toekomst. Wie echter een holistische aanpak hanteert — gericht op modernisering, beveiliging én mensen — kan GenAI benutten als katalysator voor innovatie en prestatieverbetering.
Dit is een ingezonden bijdrage van Nutanix. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.