Databricks-medeoprichter en CEO Ali Ghodsi heeft een boodschap voor bestuurders die geld in de nieuwste frontier-AI-modellen pompen: de technologie is niet de flessehals. Naar zijn mening ligt het probleem voor de meeste bedrijven niet in het feit dat AI te weinig intelligentie heeft, maar dat haar niets nuttigs is verteld over het bedrijf dat ze moet dienen.

In een optreden bij Bloomberg Tech betoogde Ghodsi dat de huidige generatie AI-modellen al overstijgt wat de meeste ondernemingen praktisch kunnen benutten. De kloof tussen wat deze systemen kunnen en wat bedrijven er daadwerkelijk uithalen, komt volgens hem neer op één factor: context.

De 90%-paradox

Ghodsi verwees naar een opvallende discrepantie die hij heeft geconstateerd bij het peilen van publiek tijdens zijn sprekoptredens in 2026. Slechts ongeveer 10% van de respondenten gelooft dat artificiële algemene intelligentie is aangebroken. Toch zegt circa 90% dat de AI-modellen die ze dagelijks gebruiken al slimmer zijn dan de meeste van hun collega's.

"We hebben geen AI nodig die slimmer wordt," verklaarde Ghodsi. "Er ontbreekt gewoon context."

De context waar hij naar verwijst noemt hij "enterprise context": de propriëtaire data, institutionele kennis, besluitvormingsprocessen en bedrijfslogica die de unieke werkwijze van een bedrijf bepalen. Met andere woorden: de modellen zijn algemeen bruikbaar; het ontbrekende bestanddeel is de bedrijfsspecifieke kennis die ze niet zelfstandig kunnen weten.

Het data-infrastructuurargument

Databricks verdient haar geld aan het helpen van ondernemingen bij het organiseren, beheren en activeren van hun data. Het klantenbestand omvat AT&T, Rivian, Adidas, Mercedes-Benz, Unilever, Virgin en Bayer.

Ghodsi benadrukte dat bedrijven hun eigen "enterprise context" en "ontologie" moeten opbouwen — een gestructureerde afspiegeling van hoe de data, entiteiten en processen van een bedrijf zich tot elkaar ver — in plaats van ervan uit te gaan dat ze simpelweg een kant-en-klare AI-oplossing kunnen kopen. In zijn betoog ligt de doorslaggevende AI-investering niet in toegang tot een slimmer model, maar in het interne voorbereidende werk dat een model in staat stelt te handelen naar de wijze waarop het bedrijf daadwerkelijk functioneert. Databricks ontwikkelt precies hiervoor gereedschap. Het Genie-platform van het bedrijf wordt bijvoorbeeld gepositioneerd als een manier om de bedrijfsdata, beslissingen en workflows vast te leggen die AI-systemen nodig hebben om van indrukwekkende demo's tot echte automatisering te komen.

Hij voegde daaraan toe dat zelfs als de voortgang van AI vandaag volledig zou stilstaan, de meeste bedrijven nog jaren aan productiviteitswinst binnen handbereik hebben door hun bestaande data op orde te brengen.

Een decennium van organisatiechirurgie

Ghodsi's schatting voor het bereiken van volledige enterprise-AI-adoptie: mogelijk een decennium, zelfs voor technologiegedreven bedrijven. Die tijdlijn weerspiegelt de realiteit dat AI in een bedrijf integreren geen software-installatie is. Het is een organisatorisch herontwerpingsproject dat raakt aan processen, rollen, prikkels en cultuur.

Voor ondernemingen die dit betoog afwegen, is de vraag op korte termijn niet welk model te licentiëren, maar hoe snel hun data kan worden georganiseerd, verbonden en bruikbaar gemaakt voor AI-systemen. Hoe bedrijven hun AI-bestedingen verdelen tussen modeltoegang en interne data-gereedheid, zal één indicator zijn of Ghodsi's visie terrein wint.

Zoals van september 2026 zet Ghodsi deze boodschap voort, waarbij hij stelt dat ondernemingen zich moeten richten op praktische AI-uitdagingen in plaats van existentiële risico's.

Bron: CryptoBriefing