Organisaties beoordelen hun AI-toepassingen vooral op datakwaliteit en efficiëntie. Financieel rendement speelt een kleinere rol: 16 procent gebruikt ROI als maatstaf voor succes. Tegelijk heeft 15 procent nog geen specifieke meetcriteria vastgelegd.
Dat blijkt uit het AI-adoptieonderzoek 2026 van Info Support. Het bedrijf ondervroeg 400 IT-beslissers bij organisaties met meer dan 50 medewerkers over de manier waarop zij AI inzetten en beoordelen. Datakwaliteit en gerealiseerde efficiëntie zijn met elk 34 procent de meest gebruikte maatstaven voor succes. Nauwkeurigheid en kostenbesparing volgen met elk 31 procent.
Overige maatstaven minder vaak gebruikt
Compliance wordt door 24 procent van de organisaties meegenomen in de metingen. Een vergelijkbaar aandeel (23 procent) kijkt naar de tevredenheid van klanten of eindgebruikers. Gebruiksstatistieken zoals adoptie en gebruiksfrequentie worden door 19 procent ingezet om het succes van een AI-toepassing te bepalen.
Onderaan de lijst staan schaalbaarheid (18 procent), innovatiegraad (17 procent) en ROI (16 procent). Bij schaalbaarheid gaat het om de vraag of een toepassing goed blijft presteren wanneer het gebruik groeit. Innovatiegraad meten organisaties aan de hand van het aantal nieuwe functies of verbeteringen dat met AI mogelijk wordt. Van de ondervraagde organisaties heeft 15 procent nog geen specifieke maatstaven vastgesteld.
Financiële voordelen wel ervaren
Dat financieel rendement weinig als vaste maatstaf wordt gebruikt, betekent niet dat organisaties geen financiële voordelen zien. Tijdsbesparing en procesverbetering worden het vaakst genoemd, door 36 procent van de respondenten. Bijna een kwart (24 procent) ervaart scherpere zakelijke beslissingen door de inzet van AI en eenzelfde aandeel meldt lagere operationele kosten. Een hogere omzet wordt door 19 procent genoemd.
Deze voordelen zijn nog niet overal zichtbaar. Eén op de vijf organisaties (20 procent) ziet nog geen merkbare financiële voordelen van AI.
Datakwaliteit blijft aandachtspunt
Datakwaliteit is de meest gebruikte graadmeter voor succes en tegelijk een knelpunt. Van de respondenten beoordeelt 45 procent de beschikbare data als van hoge of zeer hoge kwaliteit, goed gestructureerd en betrouwbaar. Nog eens 41 procent spreekt van gemiddelde kwaliteit: de data voldoet aan de basisvereisten, maar bevat aanzienlijke inconsistenties en ontbrekende gegevens. De overige 14 procent noemt de kwaliteit laag of zeer laag. Een kwart van de organisaties (26 procent) ziet datakwaliteit als uitdaging bij de implementatie van AI.
Maatstaf hangt af van het doel
Volgens Info Support hangt de keuze voor een maatstaf sterk af van het doel van een AI-toepassing. Bij AI die administratieve processen versnelt, kan doorlooptijd een logische indicator zijn. Bij toepassingen die fouten moeten verminderen, ligt nauwkeurigheid meer voor de hand, terwijl klanttevredenheid relevanter is bij toepassingen voor klantcontact.
Joop Snijder, Head of AI bij Info Support, stelt dat AI niet altijd rechtstreeks omzet hoeft op te leveren om waarde te hebben. Minder fouten, kortere doorlooptijden, kostenbesparing of betere dienstverlening kunnen volgens hem even relevant zijn. Snijder adviseert organisaties om vooraf te bepalen wat ze willen verbeteren, de huidige situatie vast te leggen en daarna te meten of de toepassing die verbetering oplevert. Door de opbrengsten af te wegen tegen de kosten, kun je volgens Snijder onderbouwd besluiten om door te gaan, bij te sturen of te stoppen.
Het volledige rapport is te lezen via AI-adoptieonderzoek 2026.
