Snowflake: 92 procent early adopters ziet rendement op AI-investeringen

Snowflake en de Enterprise Strategy Group hebben hun onderzoeksrapport Radical ROI of Generative AI gepubliceerd. Uit dit onderzoek blijkt dat 92 procent van de respondenten al rendement ziet op hun AI-investeringen, waarbij 98 procent van plan is dit jaar nog meer te investeren in hun AI-initiatieven.

Het onderzoek is uitgevoerd onder 1.900 leiders op het gebied van business en IT die generatieve AI inzetten voor één of meerdere toepassingen. Slechts tweeënhalf jaar nadat generatieve AI elk technologiedebat domineert, behalen early adopters al succes met zowel interne als externe toepassingen. Meer dan de helft (55 procent) van de respondenten gaf prioriteit aan oplossingen voor medewerkers om de productiviteit en efficiëntie te verbeteren, terwijl 44 procent startte met klantgerichte oplossingen om de klantervaring en klanttevredenheid te verhogen.

Succes met AI-investeringen
Uit het rapport blijkt dat voor de meeste bedrijven die vroegtijdig hebben geïnvesteerd in AI de resultaten gunstig zijn. Maar liefst 93 procent geeft aan dat hun initiatieven op het gebied van generatieve AI zeer of grotendeels succesvol zijn geweest. De AI-initiatieven van de respondenten leidden tot meetbare verbeteringen op het gebied van efficiëntie (88 procent), klantbeleving (84 procent) en versnelde innovatie (84 procent). Sterker nog, tweederde van de respondenten is al begonnen met het kwantificeren van de ROI op hun GenAI-investeringen. Zij constateren dat voor elke geïnvesteerde 1 miljoen dollar, er 1,41 miljoen dollar aan opbrengsten wordt gerealiseerd dankzij kostenbesparingen en hogere inkomsten.

Lokale nuances
Er zijn echter nuances in de focusgebieden van organisaties als het gaat om AI, die direct samenhangen met de AI-volwassenheid van elk land en de resultaten die zij behalen op het gebied van ROI in de verschillende regio's. De Franse markt zit nog in de early adopters-fase, met meer respondenten die werken aan initiële AI use cases (41 procent versus 36 procent wereldwijd). Daar zien ze een ROI van 31 procent op hun AI-investeringen. De Duitse markt blinkt uit in de integratie van eigen data. Respondenten geven vaker dan gemiddeld aan dat zij hun grote taalmodellen (LLM's) verfijnen met hun eigen data (88 procent tegenover 80 procent wereldwijd). Zij realiseren hiermee een ROI van 34 procent. De Britse markt legt de focus op de waarde die AI oplevert voor eindgebruikers. Respondenten scoren hier boven het wereldwijde gemiddelde wanneer het gaat om operationele efficiëntie (57 procent tegenover 51 procent) en innovatie (46 procent tegenover 40 procent) als belangrijkste drijfveren voor hun AI-initiatieven. Hiermee behalen zij een ROI van 42 procent.

Naarmate internationale organisaties verder komen in hun AI-traject, geven bedrijven aan dat zij extra middelen toewijzen aan hun AI-initiatieven. De prioriteit gaat daarbij uit naar data (81 procent), grote taalmodellen (78 procent), ondersteunende software (83 procent), infrastructuur (82 procent) en talent (76 procent). Deze strategische focus benadrukt een verschuiving in de prioriteiten van bedrijven om in de toekomst succesvol te opereren en concurrerend te blijven.

Databarrières overwinnen om het volledige potentieel van AI te benutten
Om het ware potentieel van AI te ontsluiten, is een sterke datafundament cruciaal. Steeds meer organisaties integreren hun eigen data om de effectiviteit van AI te maximaliseren: 80 procent van de respondenten kiest ervoor om hun modellen te verfijnen met eigen data. Toch ondervinden veel respondenten aanzienlijke uitdagingen bij het AI-ready maken van deze data. Zij noemen de volgende obstakels als de grootste belemmeringen voor succes met AI:
• Hogere kosten dan verwacht: 96 procent van de early adopters geeft aan dat één of meerdere onderdelen van hun generatieve AI-oplossingen tot nu toe duurder zijn uitgevallen dan verwacht. Daarnaast zegt 78 procent dat de helft of meer van hun generatieve AI use cases meer heeft gekost dan verwacht om in productie te nemen.
• Het doorbreken van datasilo’s: 64 procent van de early adopters zegt dat data-integratie over verschillende bronnen heen uitdagend is.
• Het organiseren van ongestructureerde data: het grootste deel van data is ongestructureerd (80-90 procent), terwijl slechts 11 procent van de early adopters zegt dat meer dan de helft van hun ongestructureerde data klaar is voor LLM-training en -tuning.
• Integratie van governance-guardrails: 59 procent zegt dat de handhaven van data governance lastig is.
• Het meten en beheren van datakwaliteit: 59 procent zegt dat het meten en monitoren van de datakwaliteit lastig is.
• Integratie van datavoorbereiding: 58 procent zegt dat gereed maken van data voor AI een uitdaging is.
• Efficiënt opschalen van opslag en rekenkracht: 54 procent geeft aan dat het lastig is om te voldoen aan de vereisten voor opslagcapaciteit en rekenvermogen

Methodologie
Onderzoekers van de Enterprise Strategy Group identificeerden early adopter-organisaties en voerden tussen 21 november 2024 en 10 januari 2025 verdiepend onderzoek uit. Het ging hierbij om organisaties die hun bedrijfsprocessen al versterken en uitvoeren met behulp van generatieve AI in productieomgevingen, waarbij zij commerciële of open-source modellen gebruiken in plaats van consumentgerichte abonnementssoftware zoals ChatGPT. Van de 3.324 respondenten gaf 1.900 (57 procent) aan dat zij commerciële of open-source generatieve AI-oplossingen inzetten.