Silicon Valley presenteert kunstmatige intelligentie vaak als de kracht die een nieuw tijdperk van overvloed zal inluiden. Wanneer de financiële directeuren van de grootste bedrijven ter wereld echter worden gevraagd hoe AI hun resultaten beïnvloedt, luidt het antwoord van 88% van hen, volgens McKinsey's State of AI-survey van 2026: "Niet echt."

Deze tegenstelling is eerder gezien. Bij de lancering van de iPhone in 2007 voorspelden commentatoren dat mobiele technologie vrijwel elk aspect van het leven zou transformeren. Toen breedband breed beschikbaar kwam, kondigde Businessweek een "Nieuwe Economie" aan. En toen personal computers vrijwel elke bureau hadden bereikt, merkte de Nobelprijswinnaar en econoom Robert Solow beroemd op dat het computertijdperk overal waarneembaar was, behalve in de productiviteitsstatistieken.

Over meer dan vijf decennia hebben opeenvolgende golven van digitale innovatie opmerkelijke adoptie door consumenten bereikt, terwijl de productiviteitsgroei bleef dalen. Ik noem dit de innovatieparadox: hoe sneller we innoveren, hoe langzamer we groeien.

Twee K-vormen, één probleem

De verspreiding van digitale technologie volgt wat ik een dubbel K-vormig patroon noem — een K-vorm is een divergentie waarbij één groep zich scherp losmaakt terwijl de andere achterblijft. De eerste divergentie zit tussen consumenten en ondernemingen. Smartphones bereikten 80% van de Amerikanen in zeven jaar, terwijl enterprise resource planning-systemen 33 jaar nodig hadden om 57% van de Amerikaanse bedrijven te bereiken. Het consumentgebruik van AI is binnen drie jaar na de lancering van ChatGPT eind 2022 gestegen tot 53% van de Amerikaanse volwassenen. Daarentegen ligt AI in productieve inzet binnen ondernemingen op slechts %.

De tweede K-vorm bestaat binnen de enterprisesector zelf. McKinsey's survey van 2026 wees uit dat 88% van de organisaties AI gebruikt in ten minste één bedrijfsfunctie, maar slechts 6% kwalificeert als "high performers", wat betekent dat zij een EBIT-impact (winst vóór rente en belastingen) van meer dan 5% realiseren. Dat aandeel is onveranderd ten opzichte van 2025.

De kloof van 82 procentpunten is niet primair een tekort aan technologie. Het is een tekort aan organisatorische transformatie. De 6% succesvolle bedrijven hebben drie keer zo vaak hun workflows end-to-end herontworpen. Slechts 21% van alle AI-adopters heeft dat gedaan.

De aandelenmarkt weerspiegelt een vergelijkbare divergentie. Achtendertig AI-bedrijven in de S&P 500 — de benchmarkindex van grote Amerikaanse beursgenoteerde bedrijven — vertegenwoordigen nu 45% van de marktkapitalisatie van de index. Over een periode van drie jaar behaalde de S&P 500 een rendement van 76%; zonder AI-aandelen zakt dat naar 32%.

Wat elektrificatie goed deed

Elektrificatie en telecommunicatie bereikten begin twintigste eeuw consumenten en ondernemingen in groot lijn met vergelijkbare snelheid en, cruciaal, met vergelijkbare diepte. Elektrische motoren dwongen fabrieken om starre indelingen te vervangen door flexibele, continue-flowproductie. Telefoons verlaagden de coördinatiekosten aanzienlijk. Organisatorisch herontwerp volgde, waaronder Alfred Sloans multidivisionele structuur bij General Motors en Frederick Taylors scientific management.

De verspreiding was zowel diep, omdat het veranderde hoe bedrijven opereerden, als breed, omdat het zich verspreidde via verticaal verbonden industriële sectoren.

Digitale technologieën hebben zich echter verspreid in een fundamenteel andere economie. Diensten vormen nu het dominante aandeel van het bbp. Een ziekenhuis of overheidsinstantie kent niet dezelfde toeleveringsketenbanden als een staalfabrikant. Econoom William Baumol identificeerde de onderliggende beperking in de jaren zestig, een dynamiek die sindsdien bekendstaat als de "ziektekosten van Baumol": "stagnerende" dienstensectoren weerstaan productiviteitsverbeteringen omdat ze sterk afhankelijk zijn van menselijke interactie. Deze Baumol-sectoren — waaronder gezondheidszorg, onderwijs, openbaar bestuur en bouw — vertegenwoordigen circa 50% van het bbp van geavanceerde economieën en blijven hardnekkig resistent tegen technologische transformatie.

De overheadval

Waarom stokt de adoptie door ondernemingen? Niet omdat de technologie ontbreekt, maar omdat organisaties lagen van complexiteit hebben opgebouwd.

Ik heb een metriek ontwikkeld, de Combined Overhead Ratio. Deze omvat overheidsuitgaven, zakelijke verkoop-, algemene en administratieve kosten (SG&A) en kosten voor regelgevende naleving. In de Verenigde Staten passeerde deze ratio rond 2000 een drempel van 47% van het bbp. Boven die drempel is de bbp-groei niet duurzaam boven de 2,5% uitgekomen — ruwweg de helft van het tempo dat werd gehaald toen de overhead in de jaren zestig onder de 35% bleef.

De overheidsuitgaven zijn gestegen tot 36% van het bbp, terwijl de zakelijke SG&A sinds de jaren tachtig is verdubbeld. Het Competitive Enterprise Institute schat dat Amerikaanse bedrijven jaarlijks meer dan $2 biljoen uitgeven aan naleving alleen.

Mijn analyse van S&P 500-bedrijven per sector en decennium van 1985 tot en met 2025 toont dat 73% van die waarnemingen in de "overheadval" valt, gedefinieerd als stijgende SG&A naast dalende omzetgroei. Zoals Jack Dorsey van Block betoogt, is de bedrijfshiërarchie een verouderd protocol voor informatieroutering. De meeste bedrijven die vandaag AI inzetten, plaatsen een snellere motor in een paardenwagen. Een verwante discussie beschrijft de beperkingen van het behandelen van AI als slechts een snellere versie van bestaande systemen.

AI is anders — maar de barrières niet

AI is categorisch anders dan eerdere digitale golven. Eerdere technologieën maakten het vooral gemakkelijker om informatie te verwerken, te verzenden of weer te geven. AI redeneert, beslist en creëert. Dat onderscheid is belangrijk, omdat Baumol-sectoren niet aan informatie ontbreken lijden; zij zijn oordeelsintensief. Zij vereisen diagnose, evaluatie en personalisatie — precies de capaciteiten die AI kan versterken.

De barrières voor verspreiding zijn echter bekend. Meer dan 40 jaar ervaring als bestuurder en private equity-partner heeft een terugkerend patroon aan het licht gebracht.

Bij één consumentenbedrijf leverde digitalisering indrukwekkende groei in het onlinekanaal op, maar slaagde het er niet in om te schalen naar de veel grotere offlineactiviteiten van het bedrijf. Zelfstandige distributeurs weigerden klantgegevens af te staan aan een geïntegreerd platform. In de gezondheidszorg is het introduceren van digitale hulpmiddelen bij artsen relatief eenvoudig. Het opzetten van end-to-end digitalisering om klinische workflows te verbeteren is veel moeilijker, verstrengeld met datagovernance, nalevingseisen en de asymmetrische macht die medisch professionals over het management hebben.

Dit zijn geen geïsoleerde gevallen. Ze vertegenwoordigen veel van bedrijven waarbij ik persoonlijk betrokken was. Writer's enterprise AI-survey van 2026, uitgevoerd met Workplace Intelligence onder 2.400 wereldwijde leiders, bevestigt het patroon op grote schaal. Achtenzeventig procent van de organisaties meldt uitdagingen bij AI-adoptie, een stijging van dubbele cijfers ten opzichte van 2025. Daarnaast zegt 54% van de bestuursleden dat AI-adoptie hun bedrijf "uit elkaar scheurt".

Diepte en breedte, niet tempo

De les van 50 jaar digitale innovatie is dat het tempo van adoptie veel minder telt dan de diepte en breedte ervan. De adoptie van ChatGPT door consumenten was de snelste van alle consumententechnologieën in de geschiedenis, maar heeft de macro-economische naald niet verzet.

Wat telt, is of AI de kernactiviteiten doordringt en leidt tot herontwerp van workflows — dat is diepte — en of de transformatie verder reikt dan toprestingerende bedrijven naar de brede sectoren die het grootste deel van de werkgelegenheid en het bbp vertegenwoordigen — dat is breedte. Op de surveybewijzen tot nu toe zijn dat ook de cijfers om in de gaten te houden: het aandeel high performers blijft voor het tweede opeenvolgende surveyjaar op 6%, en end-to-end herontwerp van workflows staat op slechts 21% van de adopters. Beweging in die cijfers, in plaats van headline-adoptiecijfers, is de indicator die zou laten zien of de diepte toeneemt.

Historisch bewijs, van elektrificatie tot opeenvolgende digitale golven, wijst op lange adoptieperioden: doorgaans meer dan 10 jaar en vaak meerdere decennia. AI ontwikkelt zich als technologie sneller dan enige voorganger. Maar het organisatorische herontwerp dat nodig is om het op te nemen, verloopt in het tempo van menselijke instellingen: langzaam, pijnlijk en tegen felle weerstand in.

De innovatieparadox blijft bestaan niet omdat de technologie niet vordert, maar omdat instellingen zich niet aanpassen. De samenleving zal pas een substantiële economische impact zien wanneer AI diep binnen ondernemingen en breed over grote economische sectoren wordt geadopteerd.

De meningen in commentaarstukken op Fortune.com zijn uitsluitend de opvattingen van de auteurs en weerspiegelen niet noodzakelijkerwijs de meningen en overtuigingen van Fortune.

Dit verhaal verscheen oorspronkelijk op Fortune.com.