Ondanks de snelle opmars van kunstmatige intelligentie worstelen veel organisaties met een fundamenteel probleem: toegang tot data. Dat blijkt uit nieuw onderzoek van Cloudera, waarvoor bijna 1.300 IT-managers wereldwijd zijn ondervraagd. De studie schetst een beeld van organisaties die denken klaar te zijn voor AI, maar in de praktijk nog belangrijke obstakels moeten overwinnen.
Volgens het rapport, ‘The Data Readiness Index’, geeft maar liefst 96 procent van de ondervraagde organisaties aan AI te integreren in kernprocessen. Daarnaast zegt 85 procent een duidelijke datastrategie te hebben. Toch blijkt deze zelfverzekerdheid misleidend: ongeveer 80 procent van de respondenten stelt dat AI-initiatieven worden belemmerd door beperkte toegang tot data, verspreid over verschillende systemen en omgevingen.
Toegang tot data
Deze tegenstelling wijst op wat Cloudera omschrijft als een “illusie van AI-gereedheid”. Organisaties hebben het gevoel dat zij klaar zijn voor grootschalige AI-toepassingen, terwijl de onderliggende data-infrastructuur nog onvoldoende op orde is.
Hoge adoptie, tegenvallende resultaten
Hoewel AI breed wordt toegepast, blijft het realiseren van rendement op investeringen een uitdaging. Respondenten wijzen vooral op problemen met datakwaliteit (22 procent), kostenoverschrijdingen (16 procent) en gebrekkige integratie in bestaande werkprocessen (15 procent). Deze factoren maken het moeilijk om AI daadwerkelijk om te zetten in tastbare bedrijfsresultaten.
Daarnaast spelen technische beperkingen een rol. Zo geeft 73 procent van de ondervraagden aan dat prestatieproblemen in de infrastructuur de voortgang van AI-projecten belemmeren. Vooral in complexe, gefragmenteerde IT-omgevingen blijkt opschaling lastig.
Vertrouwen in data blijkt vaak misplaatst
Opvallend is dat 84 procent van de respondenten vertrouwen heeft in de kwaliteit en betrouwbaarheid van hun data. Toch blijkt dat vertrouwen in de praktijk niet altijd terecht. Veel organisaties kampen met datasilo’s, inconsistente definities en beperkte toegankelijkheid. Data die binnen één team betrouwbaar lijkt, kan in andere contexten juist problemen opleveren.
Slechts 18 procent van de organisaties zegt dat hun data volledig gemanaged is. Dit wijst op een aanzienlijke kloof tussen perceptie en werkelijkheid. Zonder eenduidige governance en een centrale bron van waarheid lopen bedrijven het risico verkeerde beslissingen te nemen of kansen te missen.
Grote verschillen tussen sectoren
De mate van datagereedheid verschilt sterk per sector. In de telecomsector zegt 54 procent van de respondenten volledig inzicht te hebben in waar data zich bevindt, terwijl dat percentage in de financiële sector en publieke sector rond de 30 procent ligt. Ook de toegang tot data varieert: ruim de helft van de telecombedrijven heeft volledige toegang, tegenover slechts 24 procent in de financiële dienstverlening en 16 procent in de publieke sector.
Toch betekent betere datatoegang niet automatisch betere prestaties. In de telecomsector geeft 60 procent van de respondenten aan dat infrastructuurproblemen nog steeds een belangrijke rem vormen op operationeel succes.
Datagereedheid als beslissende factor
Volgens Sergio Gago ligt de sleutel tot succesvolle AI niet in de technologie zelf, maar in de data erachter. “AI is slechts zo effectief als de data waarop het gebaseerd is”, zo stelt hij. “Zonder volledige toegang tot data beperk je de waarde die AI kan leveren.”
Nu organisaties de stap maken van experimenteren naar grootschalige implementatie, wordt datagereedheid steeds belangrijker. Bedrijven die hun data op orde hebben en toegankelijk maken, zijn beter in staat om AI effectief en schaalbaar in te zetten. De conclusie van het onderzoek is helder: niet ambitie, maar datakwaliteit en toegankelijkheid bepalen wie de vruchten plukt van AI.