Nu bedrijven in een race zijn om generatieve AI, autonome agents en een nieuwe generatie datatools te omarmen, staan leiders voor een moeilijkere vraag dan of ze de technologie überhaupt moeten inzetten: hoe ze ermeetbare waarde uit kunnen halen zonder nieuwe kosten, risico's en organisatorische verwarring te creëren.

Die uitdaging vormde het kader van de Fortune AIQ Summit, gehouden in de New York Stock Exchange, waar topbestuurders uit de technologie-, financiële-, industriële-, reis- en HR-sector onderzochten wat echte AI-transformatie onderscheidt van verspreide pilotprojecten. Er ontstond een consistent patroon: de sterkste bedrijven delen niet zomaar AI-tools uit. Zij herontwerpen workflows, ontwikkelen talent, versterken governance en bouwen de data- en operationele discipline die nodig is om verantwoord op te schalen. De bijeenkomst weerspiegelde een breder moment voor enterprise-technologie: managementteams staan onder druk om rendement te tonen op AI-verplichtingen die voorbij de kleinschalige proeven zijn, een spanning die door veel van de discussie liep.

De discussies tijdens de summit draaiden om vijf belangrijke trends:

• Van experimenteren naar enterprisetransformatie
• Een AI-klaar personeelsbestand opbouwen
• Governance, vertrouwen en risico beheren
• AI toepassen in fysieke en gereguleerde omgevingen
• ROI meten, kosten beheersen en groei creëren

Van AI-adoptie naar transformatie

De belangrijkste AI-vraag is niet of een bedrijf tools heeft ingezet, maar of het heeft veranderd hoe het werk wordt gedaan.

Sprekers waarschuwden herhaaldelijk dat brede toegang tot AI niet automatisch leidt tot productiviteit, bedrijfswaarde of organisatorische volwassenheid.

Diana David, director of futures bij ServiceNow, zei dat de leidende bedrijven zich onderscheiden door hun inzet voor mensen en operationele discipline, niet door technologie alleen. ServiceNows Enterprise AI Maturity Index wees uit dat 57% van de "pacesetters" investeert in doorlopende AI-bijscholing, tegenover slechts 4% van andere organisaties. De scherpste kloof betreft het aantrekken, aannemen en behouden van AI-talent: 68% van de pacesetters doet dat, tegenover 10% van bedrijven.

"Investering in talent. Dat was de grootste kloof," zei David.

Ze waarschuwde om brede toegang van medewerkers tot AI niet als bewijs van succes te beschouwen. "95% van iedereen heeft X, Y, Z," zei ze. "Maar het vertaalt zich niet in productiviteit, en het gaat vaak niet gepaard met training, en dat is geen gelijk aan volwassenheid." Haar inziens begint het echte werk met leiderschap, een duidelijke visie, transparante systemen, de juiste datafundament en het iteratief herontwerpen van specifieke workflows.

Paul Fipps, president of global customer operations bij ServiceNow, maakte een verwant punt: de grootste winsten komen niet van het sneller draaien van oude processen, maar van het herbouwen ervan rond nieuwe mogelijkheden. "Als ik gewoon automatiseer of autonome agents inzet om mijn huidige processen aan te drijven, is dat een keuze die misschien wat productiviteitswinst oplevert," zei Fipps. "Maar degenen die de bedrijfsprocessen werkelijk opnieuw denken en opnieuw vormgeven … maken echt het verschil."

Fipps betoogde dat bedrijven AI horizontaal moeten uitrollen—over medewerkergerichte functies zoals HR, juridische zaken en technologie—heen, in plaats van het tot één afdeling te beperken. Hij wees naar Standard Chartered, waar AI heeft geholpen 77% van de verzoeken van medewerkers af te vangen. "Als je 25% tot 30% afvangt in die use cases, is dat game-changing," zei hij. "Als je 75% tot 80% haalt, is het life-changing."

Amy Webb, oprichter en CEO van Future Today Strategy Group, was_blunter over de afstand tussen ambitie en gereedheid. "Laten we eerlijk zijn, Fortune 500-bedrijven zijn behoorlijk laat op het feest," zei ze. "Kunstmatige intelligentie kwam niet een paar jaar geleden pas opdagen." Webb waarschuwde dat bedrijven substantieel kapitaal in pilots steken zonder voldoende strategie, leiderschap of planning—waardoor geïsoleerde projecten ontstaan die nooit duurzame waarde opleveren.

Een AI-klaar personeelsbestand opbouwen

AI-transformatie is in de kern een transformatie van het personeelsbestand.

De summit maakte duidelijk dat organisaties meer nodig hebben dan nieuwe software: ze hebben medewerkers en leiders nodig die bereid zijn gevestigde processen te heroverwegen, nieuwe vaardigheden te leren en ruimte te maken voor nieuwe manieren van werken.

Stacy Dillow, executive vice president en chief people officer bij HPE, zei dat bedrijven de verleiding moeten weerstaan om AI simpelweg in bestaande systemen te pluggen. "We moeten onszelf dwingen anders te denken, want als we niet proberen te veranderen hoe we werken, proberen we alleen maar AI achteraf in te bouwen in een proces dat ons geen ander antwoord gaat geven," zei ze. Voor topbestuurders, voegde ze toe, zijn AI-adoptie en transformatie centrale managementverantwoordelijkheden geworden.

Bij Palo Alto Networks hervormt AI de medewerkerservaring al, volgens chief people officer Danielle Gonzalez. Een op maat gemaakte AI-agent heeft IT-tickets met 83% verminderd en ondersteunt nu workflows in HR, financiën en juridische zaken. In plaats van tot een menselijke HR-partner of zakelijke contactpersoon te wenden, vragen medewerkers steeds vaker een agent om antwoorden die gekoppeld zijn aan hun rol en locatie.

Gonzalez zei dat bedrijven mensen moeten aannemen en ontwikkelen die zich snel kunnen aanpassen—niet alleen nieuwe vaardigheden opdoen, maar ook aannames ter discussie stellen die niet langer kloppen. "We zoeken naar nieuwsgierigheid," zei ze. "We zoeken naar eigen initiatief, en we zoeken naar die mensen die niet alleen iets in hoog tempo kunnen leren … maar ook kunnen afleren wat zij als waar beschouwden, zodat ze ruimte kunnen maken om vooruit te bewegen."

Drew Holler, chief human resources officer bij woningbouwer Lennar, benadrukte dat de verantwoordelijkheid gedeeld is. "Wij geven je alle tools, maar het is jouw verantwoordelijkheid om jezelf ook bij te scholen," zei hij. "Wij geven je trainingen, maar jij, als individu, moet jezelf bijscholen."

De gevolgen voor het personeelsbestand gaan verder dan herscholing. Francis Shanahan, chief technology officer bij Peloton, waarschuwde dat door AI mogelijk gemaakte creatie zijn eigen uitdaging met zich meebrengt. Medewerkers worden "nu overspoeld omdat ze letterlijk alles kunnen bouwen," zei hij, en "burn-out" wordt steeds meer een probleem.

Michelle Kwon, chief operating officer bij Runway, drong er bij leiders op aan volume niet voor productiviteit aan te zien. "Alleen omdat je AI gebruikt, is dat geen proxy voor je productiviteit of voor goed werk op je werk," zei ze. AI, betoogde ze, zou moeten verbeteren hoe mensen werken zonder extra werk voor collega's te genereren of hen te overweldigen met output die niet goed is beoordeeld en gesynthetiseerd.

Governance, vertrouwen en controle

Het pleidooi voor AI moet gepaard gaan met een pleidooi voor toezicht.

In gereguleerde industrieën en toepassingen met hoge inzetten benadrukten leiders dat succesvolle inzet afhangt van het kiezen van de juiste technologie, het begrijpen van het risico en het behouden van menselijk oordeel waar dat het meest telt.

Hari Gopalkrishnan, chief technology and information officer bij Bank of America, waarschuwde bedrijven om niet reflexmatig naar AI te grijpen. "Een van de grootste fouten die wijzelf en anderen maken, is haastig AI als oplossing kiezen, terwijl deterministische modellen prima werk leveren," zei hij. De bank begint met klantbehoeften en een gedetailleerde inventarisatie van het betreffende proces; soms is een conventionele mobiele functie of realtime beslissingsregel het betere instrument.

Bank of America beoordeelt AI-projecten via zestien risicopilaren, waaronder privacy, bias, impact op het personeelsbestand en intellectueel eigendom. De bank beweegt ook doelbewust met autonome systemen. "Er zit nu zoveel sap in assistieve agents die daadwerkelijk met mensen in de lus werken," zei Gopalkrishnan. Voor banken en andere gereguleerde instellingen zijn dit soort kaders de poort geworden tussen het bouwen van AI-agents en het in productie nemen ervan.

Sally Moore, chief client officer en co-head of market intelligence, Kensho data and platforms, bij S&P Global, benadrukte dat het nut van AI rust op betrouwbare data. " is de munt binnen AI," zei ze, met de kanttekening dat klanten in gereguleerde workflows nauwkeurigheid, citaten, controleerbaarheid en herleidbaarheid tot de bron vereisen. Haar bredere punt: bedrijven moeten beginnen bij het probleem dat opgelost moet worden, niet bij de technologie die ze willen inzetten. "Wat wil ik hiermee oplossen? En waar kan deze technologie mij brengen?" zei ze.

Fipps betoogde dat governance niet als belemmering voor innovatie moet worden neergezet. "Ik zie governance en vertrouwen als snelheidBrengend," zei hij. Hij noemde het voorbeeld van een gereguleerde bank die tientallen agents had gebouwd maar ze niet kon inzetten omdat de leiders het vertrouwen in de controles ontbrak—aandoening een levendige illustratie van de kosten van zwak toezicht.

Webb drong er eveneens bij bestuurders op aan een praktische benadering van aansprakelijkheid en risico te hanteren. Leiders moeten stoppen AI te "antropomorfiseren", zei ze: storingen ontstaan doorgaans niet doordat technologie zelfstandig bewust is geworden, maar doordat mensen slecht ontworpen systemen inzetten zonder voldoende waarborgen.

AI in de echte wereld

Fysieke en gereguleerde omgevingen vragen om een andere standaard voor AI-inzet.

In gebouwen, fabrieken, watersystemen en financiële dienstverlening bepalen betrouwbaarheid, veiligheid, kosten, latentie en datasoevereiniteit wat bedrijven verantwoord in productie kunnen nemen.

Suresh Venkatarayalu, chief technology officer bij Honeywell Technologies, zei dat industriële klanten "echt 99,9999%" betrouwbaarheid eisen, terwijl frontier-modellen "misschien op 85%" zitten. Die kloof maakt inzet in veiligheids- en missiekritische omgevingen fundamenteel anders dan het plaatsen van een AI-assistent in een desktopworkflow.

Venkatarayalu omschreef de richting op korte termijn als "een semi-autonome wereld" in plaats van een volledig autonome. "Autonomie gaat ook niet over het verwijderen van mensen," zei hij. In commerciële gebouwen en industriële installaties moeten operators betrokken blijven, omdat downtime en systeemfouten directe operationele gevolgen hebben. "Je kunt het niet veroorloven dat een gebouw anderhalf uur stilligt," zei hij.

AJ Wijesinghe, chief AI officer bij Ecolab, maakte het economische pleidooi voor een selectievere aanpak. Toen het bedrijf "het beste model dat er is" gebruikte voor taken met grote volumes, "gaan de tokenomics door het dak," zei hij. "Soms is het duurder dan het hebben van mensen." Ecolab reageerde door het gebruik van modellen te optimaliseren en de tokencosten met ongeveer 70% tot 80% te verlagen.

Bedrijven hebben niet altijd het meest geavanceerde model nodig dat beschikbaar is, zei Wijesinghe: "Soms heb je niet de snelste auto nodig." Hij pleitte voor een aanpak van "mens aan het roer" voor agentic AI en betoogde dat resultaten afhangen van het in balans houden van datafundament, procesgereedheid en kosten-discipline. "Als de zwaarder is dan de ander, dan krijg je de waarde niet," zei hij.

Waarde, kosten en groei

De volgende toets voor AI zal zijn of het meetbare rendementenplevert.

De financiële en operationele leiders van de summit waren het erover eens dat bedrijven productiviteit en groei moeten najagen terwijl ze discipline houden op modelkosten, data-infrastructuur en uitkomstkwaliteit.

Ewout Steenbergen, executive vice president en CFO van Booking Holdings, zei dat onzekerheid over het rendement van AI wijdverbreid is—zelfs onder de grootste technologie-investeerders. "Ik denk zelfs dat de hyperscalers die honderden miljarden besteden aan de ontwikkeling van hun grote taalmodellen, eigenlijk niet weten wat de ROI gaat worden," zei hij. "Ze hebben misschien wat aannames en hypothesen, maar de kern is: je wilt niet achterop raken."

Voor Booking loopt de weg naar waarde niet via ongebreidelde uitgaven, maar via het herontwerpen van processen "vanaf een wit blad." Steenbergen zei dat de klantenservicekosten van het bedrijf licht dalen terwijl boekingen met een hoog-ééncijferig percentage groeien, en de klanttevredenheid is gestegen. Hij voegde toe dat de ongeveer 9.000 ingenieurs van Booking ongeveer 30% meer code in productie krijgen, geteld op mergeverzoeken die de test- en kwaliteitscontrolestandaarden van het bedrijf halen.

"De rendementen zullen er zijn voor die processen die end-to-end worden herontworpen," zei Steenbergen, "maar je moet er ook voor zorgen dat die kosten anderzijds niet uit de hand lopen." Booking beheert die spanning via "effectieve model-kostenrouting", waarbij goedkopere modellen aan eenvoudige taken worden toegewezen en duurdere modellen worden gereserveerd voor werk dat diepere redeneervaardigheid vraagt. De aanpak biedt een concreet beeld van hoe gebruiksafhankelijke modelkosten—een kostenpost die groeit met adoptie in plaats van zich te gedragen als een vaste softwarelicentie—worden beheerd binnen een groot beursgenoteerd bedrijf.

Steenbergen suggereerde dat de grotere potentie van AI misschien ligt in klantengroei. De technologie zal de fundamentele aard van reizen niet veranderen—"het hotel blijft het hotel, de luchtvaartmaatschappij blijft de luchtvaartmaatschappij, en de huurauto blijft de huurauto"—maar het kan het plannen, boeken en reageren op verstoringen voor reizigers makkelijker maken. Door delen van een reis aan elkaar te koppelen en de behoeften van een klant te anticiperen, kan AI helpen "meer loyaliteit, meer vertrouwen en meer merkwaarde" te creëren, zei hij.

De kern van de zaak

De Fortune AIQ Summit maakte duidelijk dat AI-leiderschap niet bepaald wordt door hoeveel tools een bedrijf heeft aangeschaft, de omvang van het pilotprogramma of de hoeveelheid content die het kan genereren. De organisaties die vooruit gaan, combineren technische ambitie met menselijke ontwikkeling, procesherontwerp, financiële discipline, betrouwbare data en verantwoordelijke governance. De datapunten van de summit zelf bieden ijkpunten om die verschuiving te volgen: of de talent- en trainingskloven die ServiceNows rijpheidsindex blootlegt, smaller worden; of industriële inzet de afstand sluit tussen de betrouwbaarheid van frontier-modellen en de vrijwel perfecte uptime die fysieke operaties vereisen; en of de ROA-helderheid verbetert voor de hyperscalers die honderden miljarden besteden om de onderliggende modellen te bou. Naarmate AI dieper in de enterprise doordringt, zullen de leiders die slagen degenen zijn die het niet alleen gebruiken om bestaand werk te automatiseren, maar om veerkrachtigere, productievere en responsievere bedrijven op te bouwen.

Generatieve AI werd gebruikt voor onderzoeksassistentie en/of transcriptie van dit artikel. De verslaggever heeft de feitelijke claims in dit artikel onafhankelijk onderzocht en geverifieerd, en een menselijke redacteur heeft het vóór publicatie beoordeeld.

Dit verhaal verscheen oorspronkelijk op Fortune.com.