Bedrijven investeren massaal in AI, maar slechts 6 procent van de data- en AI-leiders gelooft dat hun infrastructuur AI-projecten daadwerkelijk kan ondersteunen. Dat blijkt uit een onderzoek van CData onder ruim 200 IT-leiders.
De kloof tussen AI-ambities en uitvoering blijkt groter dan gedacht. Hoewel 78 procent van organisaties de pilotfase inmiddels voorbij is, heeft slechts 17 procent een volwassen AI-implementatie bereikt waarin ROI meetbaar is. CData’s onderzoek ‘The State of AI Data Connectivity: 2026 Outlook’ toont aan dat de grootste barrière niet bij de AI-modellen ligt of de oplossingen van vendoren, maar bij de onderliggende data-infrastructuur.
Toch is het niet allemaal kommer en kwel. Van de bedrijven die het hoogste niveau van AI-volwassenheid hebben bereikt, heeft 60 procent ook de meest volgroeide data-infrastructuur. Het omgekeerde geldt eveneens: 53 procent van organisaties met onrijpe AI-implementaties heeft zwakke datasystemen.
Data-integratie vreet tijd op
Een opvallende bevinding uit het rapport is hoeveel tijd AI-teams kwijt zijn aan ‘data plumbing’. Maar liefst 71 procent van de teams besteedt meer dan een kwart van hun implementatietijd aan data-integratie. Hierbij gaat het om taken als het modelleren van data, het opzetten van ETL-pipelines en het configureren van connectoren.
Dit betekent dat aanzienlijke resources vastzitten in infrastructuurwerk in plaats van innovatie. De impact hiervan is tastbaar: 71 procent van de ondervraagde organisaties meldt hogere kosten en resource-druk door integratie-uitdagingen. Daarnaast zegt 45 procent dat AI-features vertraagd worden door data-connectiviteitsproblemen.
“Het tijdperk waarin AI beperkt werd door modellen is voorbij. Vandaag wordt AI beperkt door data,” stelt Amit Sharma, CEO en medeoprichter van CData. “De organisaties die winnen met AI zijn niet degenen met de beste algoritmen, maar degenen met verbonden, contextuele en semantisch consistente data-infrastructuur.”
Real-time data als harde eis
Alle respondenten zijn het erover eens: toegang tot real-time data is noodzakelijk voor AI-agents. Toch heeft 20 procent nog niet de mogelijkheid dit te realiseren. Het onderzoek laat dan ook zien dat organisaties met real-time integraties aanzienlijk verder gevorderd zijn in AI-volwassenheid. Alle bedrijven in de hoogste AI-volwassenheidsklasse (‘leading’) ondersteunen real-time integratie, terwijl dit bij slechts 40 procent van de laagste categorie het geval is.
Bovendien hebben “AI-native” softwareleveranciers drie keer zoveel externe data-integraties nodig als traditionele leveranciers (46 versus 15 procent heeft meer dan 26 integraties). Dit suggereert dat AI-features inherent veel moeite kosten om te integreren.
Semantische intelligentie als oplossing
Datatoegang is dus een vereiste, maar het bouwen van een laag hierbij is blijkbaar geen groot struikelblok. Maar liefst 83 procent van de organisaties heeft een gecentraliseerde laag voor datatoegang gebouwd of staat op het punt dit te doen. Er bestaat dus hoop dat organisaties op den duur wel massaal AI-gereed zijn.
Daarnaast investeert 60 procent van de organisaties in data governance, kwaliteit en lineage als topprioriteit voor AI-gereedheid. Dit is meer dan het dubbele van degenen die zelf modellen willen bouwen en dit als prioriteit hebben (9 procent). Real-time connectiviteit staat bij 42 procent in de top vijf investeringsprioriteiten.
AI drijft organisaties die hun data kunnen verbinden, beheren en begrijpen op schaal. Niet de beste AI-modellen maken het verschil, maar de beste ‘loodgieterswerk’ eromheen.
Lees ook: Benelux loopt achter in AI-volwassenheid ondanks GenAI-groei