Complexiteit is geen neveneffect, maar het kernprobleem, aldus Freshworks
Integratieproblemen, vastgelopen proefprojecten, inefficiënte AI: een wereldwijd onderzoek onder IT-managers brengt de drie factoren aan het licht die de AI-budgetten van het MKB uitputten.
„IT-managers bij KMO’s hebben geen tijd te verliezen aan AI die maanden nodig heeft om waarde te creëren. Ze hebben snel concrete resultaten nodig”, zegt Srinivasan Raghavan, Chief Products Officer bij Freshworks zonder omwegen. Bedrijven die zo snel mogelijk de overstap maken van aankoop naar implementatie, zullen AI transformeren van een last van complexiteit naar een echt concurrentievoordeel. ”
Dat is de conclusie van het Global Cost of Complexity Report van Freshworks, dat werd uitgevoerd onder 12.021 IT-beslissers in zes landen. Het is duidelijk dat de invoering van AI gepaard gaat met een aanzienlijke operationele overbelasting. De analyse is overigens onomstotelijk: het beheer van complexiteit verhoogt de werkdruk. Momenteel gaat 25 % van het gemiddelde AI-budget van kmo’s verloren aan complexiteit, nog voordat de toegevoegde waarde zichtbaar is.
Te trage implementaties
Hieruit volgteen kloof tussen de verwachtingen van leidinggevenden en de realiteit van de implementatie. Terwijl 72 % van de leidinggevenden bij KMO’s een terugverdientijd op hun AI-investering binnen 8 maanden verwacht, geeft 55 % van de organisaties aan dat de implementatie alleen al tussen de 6 en 12 maanden duurt, nog voordat er sprake kan zijn van een significante terugverdientijd!
Volgens Freshworks zijn de belemmeringen structureel van aard.De complexiteit van de systeemintegratie (27 %), het tekort aan gekwalificeerd personeel (26 %) en de buitensporige configuratie-eisen (26 %) zijn de belangrijkste redenen waarom proefprojecten niet uitgroeien tot volledige programma’s. Het gevolg: aangezien de implementatietermijnen langer duren dan de aandachtsspanne van het management, lopen programma’s het risico te worden stopgezet nog voordat ze waarde hebben kunnen opleveren.
De „verspilling“ van AI
AI zou tijd moeten vrijmaken, maar voor de meeste teams bij kleine en middelgrote ondernemingen is het precies het tegenovergestelde. „Het beheren van AI verzwaart nu juist de werklast die het had moeten verlichten”, merkt Srinivasan Raghavan op. „Teams moeten foutieve resultaten corrigeren en de wildgroei aan tools binnen een steeds groter wordend assortiment aan AI-producten in goede banen leiden. Dat is heel wat!” Dit is de paradox van de productiviteit.
En die paradox kost veel geld. 86 % van de IT-managers bij MKB-bedrijven geeft aan dat het omgaan met de complexiteit van AI de werkdruk van hun team juist heeft vergroot.
Bovendien meldt 80 % dat de resultaten van AI ruis of fouten bevatten of moeten worden bijgewerkt, een fenomeen dat in het rapport wordt omschreven als „AI-verspilling”. AI genereert sneller werk dan het wegneemt, en de IT-teams vangen het verschil op.
Snel, waarde!
De wildgroei aan tools verergert het probleem. KMO’s gebruiken gemiddeld 4,2 AI-tools.
En 10 % daarvan gebruikt er zeven of meer. Toch beschikt slechts 33 % over een formeel AI-governancekader dat consequent wordt toegepast. Uit een afzonderlijk onderzoek van Freshworks bleek dat 71 % van de IT-managers bij Amerikaanse MKB-bedrijven van mening is dat het ongeoorloofd gebruik van AI – de beruchte ‘Shadow AI’ – binnen hun organisatie veel voorkomt.
Ten slotte passen MKB-bedrijven, gezien de toenemende complexiteit van AI, hun aankoopgedrag aan. Hun nieuwe prioriteit: AI die snel waarde oplevert, integreert met bestaande systemen en geen grootschalige implementatie vereist. Een derde (34 %) van de IT-managers bij KMO’s noemt de integratie van workflows als hun belangrijkste prioriteit voor de komende twee tot drie jaar, 90 % geeft de voorkeur aan geïntegreerde workflows boven complexe configuraties en 54 % kiest ervoor om AI-oplossingen aan te schaffen in plaats van deze intern te ontwikkelen.
