Uit onderzoek van Veeam blijkt dat zeven procent van de organisaties echt klaar is voor AI, ondanks dat bijna negen op de tien al AI-agenten inzetten of testen.
Het Data and AI Trust Gap Report van Veeam, gebaseerd op een wereldwijd onderzoek onder 600 senior managers, signaleert een groeiende kloof tussen de ambities rond AI en de realiteit binnen organisaties. Hoewel AI-toepassingen snel worden opgepikt, blijken governance, zichtbaarheid en controle over data vaak tekort te schieten.
De resultaten tonen aan dat bedrijven vooral worstelen met het waarborgen van betrouwbare, veilige en conforme data. Slechts zeven procent van de ondervraagde organisaties voldoet aan de eisen om AI verantwoord en op grote schaal te implementeren, terwijl 88 procent al experimenteert met AI-agenten.
Snelle AI-adoptie, weinig vertrouwen
Uit het onderzoek blijkt dat 25 procent van de organisaties aangeeft dat hun AI-initiatieven zijn vertraagd door data-uitdagingen. Slechts 28 procent heeft vertrouwen dat ze AI-systemen kunnen monitoren en bijsturen wanneer deze buiten vooraf bepaalde parameters treden. CEO’s zijn doorgaans optimistischer dan technische leiders: 65 procent denkt een volledige AI-inventaris te bezitten, tegenover 48 procent bij technische leidinggevenden.
Bovendien gelooft bijna de helft van de CEO’s dat betrouwbare data kan leiden tot een omzetgroei van meer dan 25 procent. Tegelijkertijd voelt 83 procent van de CEO’s de druk om AI- en datacapaciteiten versneld uit te breiden, hoewel operationele teams dit vertrouwen niet altijd delen.
Schaduw-AI en veranderende risico’s
De opkomst van schaduw-AI vormt een bijkomend risico. 95 procent van de respondenten meldt ongeoorloofd AI-gebruik binnen hun organisatie. Slechts een kwart biedt goedgekeurde alternatieven, wat leidt tot toegenomen cyberrisico’s. Daarnaast noemt 44 procent schaduw-AI het snelst groeiende cyberrisico, terwijl Europese AI-wetgeving al invloed heeft op investeringsstrategieën.
De aard van storingen verandert mee met de autonomie van AI-systemen. Fouten op machinesnelheid zijn moeilijker te detecteren en vereisen precisieherstel. Slechts een minderheid van de organisaties kan snel achterhalen welke systemen, acties of data bij AI-incidenten betrokken zijn.