Zowel in directiekamers als in fabrieken is kunstmatige intelligentie geëvolueerd van een futuristische belofte naar dagelijkse realiteit. Bedrijven investeren fors, er komen steeds meer tools beschikbaar en de verwachtingen zijn hooggespannen. Toch blijft het rendement op die investering voor veel fabrikanten frustrerend genoeg uit. 

Het patroon is nu goed gedocumenteerd. Volgens het wereldwijde onderzoek van McKinsey uit 2025 Volgens het onderzoek naar de stand van zaken rond AI meldt 88 procent van de organisaties dat ze AI regelmatig gebruiken in ten minste één bedrijfsfunctie. Maar bijna twee derde moet deze inspanningen nog op bedrijfsniveau uitrollen. 

Een apart rapport van het MIT NANDA-initiatief, getiteld "The GenAI Divide" (De kloof tussen genen en AI),“ Dit schetst een nog scherper beeld: slechts 5 procent van de AI-pilotprogramma's realiseert een snelle omzetgroei. De overige 95 procent loopt vast en heeft weinig tot geen meetbare impact op de winst- en verliesrekening. 

Wat deze cijfers onthullen, is niet zozeer een falen van de technologie zelf, maar een dieperliggend tekort aan organisatorische paraatheid. In de maakindustrie, met zijn complexe toeleveringsketens, verouderde apparatuur, strenge kwaliteitseisen en de combinatie van geschoolde vakmensen en vakkennis, is deze kloof bijzonder belangrijk. Een geavanceerde generatieve AI-tool kan rapporten opstellen of een planning optimaliseren, maar kan niet op magische wijze gefragmenteerde datasystemen, onvoldoende voorbereide teams of vage strategieën oplossen.  

Zonder een heldere inschatting van de werkelijke positie van een bedrijf, leiden zelfs aanzienlijke investeringen tot proefprojecten die nooit op grotere schaal worden toegepast en technologieën die geen significant verschil maken op het gebied van kosten, kwaliteit of output. 

De kloof overbruggen met gestructureerde AI-gereedheid 

Het MIT-onderzoek onderstreept een belangrijke les: succes draait minder om het helemaal vanaf nul opbouwen van tools en meer om slimme integratie. Het aanschaffen van gespecialiseerde oplossingen en het aangaan van partnerschappen leidt ongeveer twee keer zo vaak tot succes als interne ontwikkelingsinspanningen. Ook het betrekken van lijnmanagers die het dichtst bij het werk staan, in plaats van uitsluitend te vertrouwen op centrale innovatieteams, maakt een doorslaggevend verschil. 

Voor fabrikanten wegen deze inzichten extra zwaar. Het grootste potentieel van AI ligt vaak in nauw met elkaar verweven gebieden, zoals voorspellend onderhoud op de werkvloer, kwaliteitscontrole, optimalisatie van de toeleveringsketen en herontwerp van processen. Maar deze toepassingen vereisen meer dan een krachtig model. Ze vereisen een betrouwbare data-infrastructuur, diepgaande operationele kennis, bekwaam personeel en strategische duidelijkheid. Wanneer deze fundamenten ontbreken, blijven zelfs de meest geavanceerde tools geïsoleerd van experimenten. 

De menselijke en operationele realiteit 

De uitdagingen gaan verder dan alleen softwarelicenties. Uit een onderzoek uit 2024 bleek dat 78 procent van Leidinggevenden zijn van mening dat AI zich sneller ontwikkelt dan hun organisaties in staat zijn om mensen op te leiden in het gebruik ervan. En de data bevestigen dit. Volgens Deloitte, 58% van de bedrijven gelooft niet dat hun strategie voldoende is voorbereid op de adoptie van AI. En nog minder mensen zeggen hetzelfde over risico en governance.

Ondertussen is 'schaduw-AI', ongeautoriseerde tools die werknemers op eigen initiatief gebruiken, bijna universeel., komt voor in 98 procent van de organisaties. Werknemers omarmen AI ongeacht het officiële beleid, en bedrijven laten de kans liggen om die energie productief in te zetten en tegelijkertijd gevoelige operationele gegevens te beschermen. 

De weg vooruit voor fabrikanten 

Dit is precies het probleem AI-volwassenheids- en gereedheidsindex (AIMRI) is ontworpen om dit aan te pakken. In plaats van weer een nieuwe technologie-implementatie biedt AIMRI fabrikanten een gestructureerde, objectieve diagnose op de belangrijkste aspecten: data-infrastructuur, operationele integratie, personeelsbekwaamheid en strategische afstemming. 

Door een duidelijke basislijn vast te stellen, helpt AIMRI leiders de vragen te beantwoorden die bepalen of AI waarde oplevert of simpelweg bijdraagt aan de groeiende lijst van vastgelopen initiatieven: Waar staat onze organisatie nu eigenlijk op de volwassenheidscurve? Welke specifieke lacunes houden ons tegen? En welke gerichte veranderingen zullen schaalbare, meetbare vooruitgang mogelijk maken? 

Het verhaal van AI in de maakindustrie in 2026 draait uiteindelijk niet om adoptiepercentages of de complexiteit van modellen. Het gaat erom of bedrijven hun eigen mogelijkheden voldoende begrijpen om technologie te integreren in de realiteit van industriële processen. De bedrijven die daarin slagen, door eerlijk de gereedheid te beoordelen, personeelsvraagstukken aan te pakken, werkprocessen zorgvuldig te herontwerpen en te investeren waar het ertoe doet, zijn degenen die pilotprojecten omzetten in prestatieverbeteringen. 

Technologie is niet langer de beperkende factor. Bereidheid is dat wel. En voor fabrikanten die vastbesloten zijn de kloof tussen experimenteren en een echt concurrentievoordeel te overbruggen, is een grondig inzicht in hun huidige situatie het essentiële uitgangspunt.