Deloitte’s survey uit 2025 onder 1.854 topfunctionarissen in Europa en het Midden-Oosten, ondersteund door 24 diepte-interviews, laat zien dat het momentum groeit. In tien procent van de organisaties is de CEO de primaire eigenaar van de AI agenda. Steeds meer organisaties zien AI als een strategische noodzaak en niet alleen als een technologische upgrade – vooral nu de ideëen over hoe bedrijven in de toekomst werken begint te veranderen, als gevolg van ontwikkelingen met agentic AI.

Om waarde te creëren, verschuiven toonaangevende ondernemingen naar CEO geleide, organisatiebrede prioritering van AI. Ook worden ze selectiever in de keuze van use cases, en ontwikkelen ze gestructureerde programma’s om de organisatorische verandering te realiseren die nodig is om AI op schaal in te bedden. Generatieve A levert al meetbare productiviteitswinst op. Agentic AI is complexer, maar biedt mogelijkheden voor end-to-end herontwerp van processen.

De integratie van AI in de organisatie is geen eenvoudige upgrade; het is vergelijkbaar met de overgang van stoom naar elektriciteit. Toen fabrieken stopten met het gebruik van stoomkracht, moesten ze hun productielijnen opnieuw configureren, workflows herinrichten, investeren in nieuwe infrastructuur en hun personeel omscholen.

De voordelen konden pas ten volle worden benut toen organisaties hun manier van werken fundamenteel wijzigden. Hetzelfde geldt voor AI. Het vereist aanzienlijke planning, langetermijninvesteringen en vaak ingrijpende organisatorische veranderingen. Na verloop van tijd wordt AI geïntegreerd in de kernactiviteiten, waardoor de manier waarop bedrijven waarde creëren verandert.

Stijgende investeringen, achterblijvende ROI

De investeringen stijgen snel in alle sectoren. Volgens de Deloitte survey uit 2025 heeft 85 procent van de organisaties hun AI investeringen in de afgelopen 12 maanden verhoogd en is 91 procent van plan herzelfde dit jaar opnieuw te doen.

Figuur 1. Organisaties die van plan zijn hun AI-investeringen in de komende 12 maanden te verhogen

Ondanks dit momentum gaven de meeste respondenten aan dat bij gangbare AI use cases echte ROI pas na twee tot vier jaar wordt bereikt. Dit is aanzienlijk langer dan de gebruikelijke terugverdienperiode van 7 tot 12 maanden voor technologie investeringen.¹ Slechts zes procent gaf aan dat binnen een jaar rendementen werden behaald. Zelfs bij de meest succesvolle projecten gebeurde dit maar bij 13 procent binnen een jaar.

Figuur 2. Tijd benodigd om ROI te realiseren bij gangbare AI-toepassingen

Volgens de executives die voor dit onderzoek zijn geïnterviewd, levert AI zelden op zichzelf waarde op. AI wordt meestal ingevoerd naast initiatieven om de datakwaliteit te verbeteren, teams opnieuw in te richten of de bedrijfsvoering te stroomlijnen, waardoor het lastig is de waarde van AI geïsoleerd te meten.

De uitdaging wordt nog groter met agentic AI. Deze systemen beloven end to end procesautomatisering en autonome besluitvorming, maar brengen ook meer complexiteit en langere implementatietijdlijnen met zich mee. Slechts tien procent van de ondervraagde organisaties geeft aan op dit moment een significant, meetbaar rendement te realiseren met agentic AI. Ongeveer de helft verwacht rendement binnen één tot drie jaar rendement, en derde rekent op drie tot vijf jaar.

Ondanks deze uitdagingen blijven executives overtuigd van het langetermijnpotentieel van AI – en voelen zij groeiende druk om in actie te komen.

Waarom ROI moeilijk te realiseren is

ROI blijft een van de meest hardnekkige uitdagingen bij de toepassing van AI. Het zijn meerjarige trajecten, met complexe implementatie, adoptie door gebruikers en de noodzaak van procesintegratie.

In onze interviews noemen topfunctionarissen vijf hoofdredenen:

Waarom investeringen in AI blijven stijgen

Ondanks de onduidelijke ROI, vertragen de meeste organisaties niet. De survey van Deloitte uit 2025 bevestigt dat investeringen blijven stijgen, vanwege de strategische noodzaak en het geloof in de impact van AI op de langere termijn.

Topfunctionarissen beschrijven de toepassing van AI als een bedrijfseconomisch vereiste, gevoed door de angst om achterop te raken en de belofte van betere prestaties.

Investeringen breiden zich uit van pilots naar meer geïntegreerde implementaties, met name bij contentgeneratie, klantenservice, fraudedetectie en IT-bedrijfsvoering. Bijna de helft van de ondervraagde organisaties gebruikt nu AI om workflows te stroomlijnen en medewerkers te ondersteunen, van eenvoudige automatisering tot complexe besluitvorming.

Tegelijkertijd gaan organisaties steeds gerichter te werk, met initiatieven die zeer betrouwbaar zijn. De investeringsmodellen die organisaties hanteren worden ook steeds verder ontwikkeld. Waar 38 procent de voorkeur geeft aan een hybride aanpak – een combinatie van interne ontwikkeling en externe tools –, steunt 32 procent meer op door leveranciers ontwikkelde oplossingen vanwege de snelheid en schaalbaarheid, terwijl 24 procent van plan is te investeren in interne ontwikkelingscapaciteit.

Figuur 3. Huidig gebruik van A binnen organisaties

Zelfs waar rendementen moeilijk te kwantificeren zijn, hebben veel AI-leiders de overtuiging dat hiermee op de lange termijn voordelen worden gecreëerd. Voortdurende investeringen leunen op een sterk geloof in het potentieel van AI op lange termijn.

Wat succesvolle organisaties anders doen

Om de AI prestaties van organisaties nauwkeurig te meten, hebben we een AI ROI Performance Index ontwikkeld door vier belangrijkste business metrics te combineren tot één score: direct financieel rendement, omzetgroei uit AI, operationele kostenbesparingen en de snelheid waarmee deze resultaten zijn behaald. Op basis van hun totaalscore groepeerden we de top 20 procent als AI ROI leiders – om de kenmerken van hoogpresterende organisaties duidelijk te onderscheiden.

Slechts één op de vijf organisaties kwalificeert als echte AI ROI leider. Zij presteren beter door AI te behandelen als een ondernemingsbrede transformatie, door een op omzet gerichte ROI discipline te hanteren en door vroegtijdig strategische keuzes te maken in zowel generatieve als agentic AI.

De zes hieronder beschreven best practices onderscheiden deze koplopers:

Bij elkaar genomen tonen deze praktijken hoe snel succes kan worden geboekt met goed gekozen use cases. Transformatie op langere termijn is afhankelijk van leiderschap en een cultuur die toepassing bevordert.

Architectuur- en partnerkeuzes als fundament voor opschaling

Zorgvuldige architectuurbeslissingen zijn cruciaal voor het opschalen van AI, waarbij interoperabiliteit tussen systemen essentieel is om silo’s en inefficiënties te voorkomen. Onderzoeksresultaten laten zien dat IT en cyberbeveiliging de belangrijkste AI‑toepassingen zijn, wat wijst op een focus op infrastructuur.

Een op de vier noemt ontoereikende infrastructuur en data als belemmering voor ROI, terwijl het verbeteren van de datafundamenten tot de belangrijkste redenen voor budgetverhogingen behoort. Los van specifieke tools helpt het om keuzes te baseren op Trustworthy AI principes en bedrijfsdoelstellingen, zodat technologie de langetermijndoelen ondersteunt.

Generatieve AI versus agentic AI: verschillende tools, verschillende tijdlijnen

Generatieve AI verwijst naar modellen die nieuwe content kunnen creëren – zoals code, ontwerpen, afbeeldingen of tekst – op basis van patronen geleerd uit bestaande data. Vijftien procent van de organisaties die generatieve AI gebruiken, meldt al een aanzienlijke ROI, terwijl 38 procent dit binnen een jaar verwacht.

Agentic AI verwijst naar autonome systemen die complexe, meerstapsprocessen beheren met minimale menselijke input. Op dit moment ziet slechts 10 procent een ROI, maar de meesten verwachten rendementen binnen één tot vijf jaar vanwege de hogere complexiteit. De inherente autonomie van agentic AI en de noodzaak om ingewikkelde, meerstapsprocessen met minimale menselijke supervisie te beheren vormen aanzienlijke uitdagingen.

Organisaties passen de manier waarop zij de ROI voor deze twee technologieën meten aan. Bijna de helft geeft aan verschillende tijdsbestekken of verwachtingen te hanteren voor generatieve en agentic AI-initiatieven. Voor generatieve AI wordt de ROI meestal beoordeeld op basis van efficiëntie en productiviteitswinst. Bij agentic AI zal de meting waarschijnlijk gericht zijn op kostenbesparingen, procesherontwerp, risicobeheer en transformatie op de langere termijn.

In de praktijk betekent dit dat succesvolle organisaties generatieve en agentic AI niet als concurrerende prioriteiten behandelen. In plaats daarvan gebruiken zij generatieve AI om op korte termijn impact te realiseren en momentum op te bouwen, terwijl zij tegelijkertijd de basis leggen – verandermanagement, datakwaliteit en governance-kaders – voor de meer ambitieuze transformatie van agentic AI.

Meten wat ertoe doet

AI dwingt organisaties om te heroverwegen wat waarde inhoudt. Traditionele ROI-modellen zijn te beperkt. Ongeveer 65 procent zegt nu dat AI deel uitmaakt van de bedrijfsstrategie, waarmee wordt erkend dat niet alle rendementen zich onmiddellijk manifesteren, of financieel zijn. Dit duidt op een verschuiving: topfunctionarissen accepteren steeds meer dat het jaren kan duren voordat rendementen zich manifesteren en dat niet alle voordelen in traditionele financiële termen kunnen worden uitgedrukt.

Leiders erkennen ook dat het succes van AI afhankelijk is van een volwassen ecosysteem, met onder meer geïntegreerde dataplatforms, omgeschoolde werknemers, schaalbare infrastructuur en sterke governance-kaders. Naarmate toepassing sneller plaatsvindt, zullen succesvolle organisaties een evenwicht vinden tussen winsten op de korte termijn en ambities op de lange termijn. ROI zal opnieuw worden gedefinieerd – niet alleen als kostenbesparing, maar ook als indicator voor innovatie, veerkracht en duurzame groei.