Precisely: Vertrouwen in AI groter dan gereedheid
Precisely heeft de bevindingen van haar vierde jaarlijkse onderzoek naar de stand van zaken op het gebied van data-integriteit en AI-gereedheid gepubliceerd. Het onderzoek, dat is uitgevoerd in samenwerking met het Center for Applied AI and Business Analytics van het LeBow College of Business van Drexel University, is gebaseerd op een enquête onder meer dan 500 senior data- en analytics-leidinggevenden bij grote ondernemingen in de VS en EMEA. Het onderzoek wijst op een groeiende kloof tussen hoe organisaties hun AI-gereedheid zien en hoe ze daadwerkelijk zijn.
Managers zijn er in overgrote meerderheid van overtuigd dat ze klaar zijn voor AI, maar uit hun antwoorden blijkt dat er fundamentele hiaten zijn die het succes van AI aanzienlijk kunnen ondermijnen. “Uit het onderzoek blijkt dat vertrouwen in AI niet automatisch leidt tot ROI. Organisaties gaan snel vooruit, maar veel van hen doen dat zonder de betrouwbare, gecontroleerde gegevensbasis die nodig is om AI op verantwoorde wijze op te schalen. Die kloof vertegenwoordigt wat wij de Agentic AI Data Integrity Gap noemen, en brengt aanzienlijke risico’s met zich mee“, vertelt Dave Shuman, Chief Data Officer bij Precisely. ”Naarmate AI-systemen autonomer worden, is data-integriteit niet langer een nice-to-have, maar een zakelijke noodzaak. Organisaties die nu investeren in geïntegreerde, verbeterde, gecontroleerde en gecontextualiseerde Agentic-Ready Data zullen het best gepositioneerd zijn om hun AI-ambities om te zetten in meetbare bedrijfsresultaten.”
Kloof tussen perceptie van agentic-ready data en realiteit
AI blijft een topprioriteit: 52% van de respondenten noemt AI als de belangrijkste invloed op hun dataprogramma’s en 85% van de respondenten geeft aan dat hun organisatie agentic AI heeft geïmplementeerd. Agentic-Ready Data is essentieel voor het rendement op investering (ROI). Uit het onderzoek dat eind 2025 is uitgevoerd, komen echter belangrijke aandachtspunten naar voren op het gebied van infrastructuur, vaardigheden en datagereedheid, nu organisaties de overstap willen maken van AI-pilots naar volledige implementatie.
De belangrijkste bevindingen zijn:
Een aantal bedrijfsleiders geeft vol vertrouwen aan over de nodige infrastructuur (87%), vaardigheden (86%) en datagereedheid (88%) voor AI te beschikken, maar velen geven ook toe dat infrastructuur (42%), vaardigheden (41%) en datagereedheid (43%) hun grootste obstakels zijn.
De meeste organisaties beweren dat ze AI goed afstemmen op hun bedrijfsdoelstellingen, maar slechts 31% heeft daadwerkelijke meetcriteria gekoppeld aan KPI’s.
43% van de leidinggevenden noemt dataklaarheid als de belangrijkste belemmering voor het afstemmen van AI op bedrijfsdoelstellingen en meer dan de helft noemt datakwaliteit als de meest voorkomende prioriteit op het gebied van data-integriteit.
Data Governance is een belangrijke onderscheidende factor
In de afgelopen 18 tot 24 maanden heeft de markt een keerpunt bereikt, waarbij AI is verschoven naar actiegerichte, agentic systemen. Het onderzoek laat een duidelijke kloof zien tussen organisaties met een duidelijk omschreven datastrategie en organisaties zonder een dergelijke strategie. Leiders die prioriteit geven aan nauwkeurige, consistente en contextuele data, ondersteund door sterke Data Governance geven aan veel meer vertrouwen te hebben in hun vermogen om AI-initiatieven uit te voeren en op te schalen.
71% van de organisaties met een datastrategie en een data governance programma geeft aan veel vertrouwen te hebben in hun data, tegenover 50% zonder.
63% heeft een vorm van AI-governance ingesteld, maar de organisaties die AI-governance hebben geïntegreerd in bestaande data governance programma’s boeken nog meer succes.
96% geeft aan dat hun organisatie investeert in locatie-informatie en gegevensverrijking door derden om context toe te voegen aan hun gegevens voor AI-initiatieven.
32% van de leiders met een bestaande datastrategie en -beheer verwacht al binnen 6-11 maanden een positief rendement op AI.
Tekort aan vaardigheden blijft bestaan
Naast de uitdagingen op het gebied van dataklaarheid noemt meer dan de helft van de organisaties (51%) ook vaardigheden als een belangrijke behoefte voor AI-initiatieven, terwijl slechts 38% zich zeer goed voorbereid voelt wat betreft de vaardigheden van het personeel en AI-training. Belangrijke gebieden waarop AI-vaardigheden ontbreken, zijn onder meer:
Het vermogen om AI op grote schaal in te zetten (30%)
Expertise op het gebied van verantwoorde AI en compliance (29%)
Het vertalen van bedrijfsbehoeften naar AI-oplossingen (28%)
AI-modelontwikkeling en basiskennis van AI (27%)
De vaardigheidskloof heeft niets te maken met een gebrek aan talent op één bepaald gebied, maar met de behoefte aan professionals die tegelijkertijd kunnen werken met data, bedrijfsstrategieën en AI-governance, meent Murugan Anandarajan, PhD, hoogleraar en academisch directeur bij het Center for Applied AI and Business Analytics van Drexel LeBow. “Deze realiteit heeft grote gevolgen voor de manier waarop organisaties en universiteiten mensen die de arbeidsmarkt betreden voorbereiden op het tijdperk van agentic AI.”
De verschuiving naar Agentic AI verhoogt de inzet voor data-integriteit
Agentic AI transformeert de manier waarop werk wordt gedaan door systemen mogelijk te maken die niet alleen inzichten en content genereren, maar ook actie ondernemen, signalen interpreteren, beslissingen nemen en workflows uitvoeren in de hele onderneming. Het onderzoek onderstreept hoe onvoorbereid velen zijn op het niveau van het datafundament. Dit gebrek aan voorbereiding heeft geleid tot een Agentic AI Data Integrity Gap, de kloof tussen waar bedrijfsgegevens zich vandaag de dag bevinden en wat er nodig is om Agentic AI op grote schaal veilig en effectief aan te sturen.
Organisaties die deze kloof met succes dichten, richten zich op Agentic-Ready Data-strategieën die zijn gebaseerd op uniforme, gemakkelijk vindbare gegevens, betrouwbare verrijking door derden, voortdurende updates en sterk bestuur, transparantie en automatisering, waardoor vertrouwen, controle en efficiëntie op grote schaal worden bevorderd.
Bekijk hier het volledige rapport 2026 State of Data Integrity and AI Readiness.
