Waarom 80% van de AI-pilots niet verder komt dan de proeffase

Nederland heeft 11 AI-professionals per 10.000 inwoners. Dat is de hoogste dichtheid van Europa. Onze universiteiten, onderzoeksinstituten en techbedrijven leveren toptalent af op wereldniveau. En toch: het State of Dutch Tech rapport van Techleap (februari 2026) laat zien dat Nederlandse AI-bedrijven trager groeien dan hun Europese concurrenten. Het talent is er. De groei niet. Hoe kan dat?

Een deel van het antwoord zit in waar dat talent naartoe gaat. AI-specialisten kiezen overwegend voor grote corporates, niet voor het MKB of de scale-ups waar implementatie het hardst nodig is. Maar er is meer aan de hand. Na tientallen trajecten bij MKB-bedrijven zie ik steeds dezelfde vier redenen waarom pilots stranden. Geen daarvan is technisch.

1. Er is geen eigenaar na de pilot

De meeste pilots worden gestart door een enthousiaste medewerker of een extern bureau. Er is een proof of concept, het werkt, iedereen is onder de indruk. En dan? De pilot heeft geen eigenaar binnen de organisatie. Niemand is verantwoordelijk voor de stap naar productie. De enthousiaste medewerker gaat terug naar zijn dagelijkse werk, het externe bureau levert op en vertrekt.

Dit is precies het patroon dat de Techleap-cijfers verklaren. Er is geen gebrek aan kunnen. Er is een gebrek aan eigenaarschap.

Oplossing: wijs voor de pilot start een interne eigenaar aan die verantwoordelijk is voor het traject van proof of concept tot productie. Dit hoeft geen technisch profiel te zijn. Het moet iemand zijn met mandaat om beslissingen te nemen over budget, prioriteit en resources. Geen eigenaar, geen pilot.

2. Het succes van de pilot is niet gedefinieerd

Vraag bij de meeste pilots wat "succes" betekent en je krijgt vage antwoorden. "Als het goed werkt." "Als de gebruikers tevreden zijn." Dat zijn geen succescriteria, dat zijn wensen. Zonder meetbare definitie van succes kan niemand beslissen of de pilot door mag naar productie.

Oplossing: definieer voor de start drie tot vijf concrete KPI's. Bijvoorbeeld: verwerkingstijd daalt van 12 naar 4 minuten per case. Foutenpercentage daalt onder 2%. Gebruikersadoptie boven 70% na vier weken. Als de pilot aan deze criteria voldoet, gaat het door. Zo niet, dan stop je of pas je aan. Die helderheid vooraf voorkomt maanden twijfel achteraf.

3. Het talent zit niet waar je het nodig hebt

De Techleap-data bevestigt wat veel MKB'ers al vermoeden: AI-talent kiest voor grote bedrijven met diepe zakken en prestigieuze projecten. Dat betekent dat het gemiddelde MKB-bedrijf geen dedicated AI-engineer in dienst heeft en dat ook niet snel gaat veranderen. Pilots worden opgetuigd door generalisten of externe partijen die na oplevering vertrekken.

Oplossing: accepteer dat je geen AI-team gaat bouwen. Richt je in plaats daarvan op twee dingen. Ten eerste: kies tools en platformen die geen dedicated AI-expertise vereisen om te onderhouden. Ten tweede: investeer in een of twee interne mensen die genoeg begrijpen van AI om leveranciers scherp te houden en de pilot operationeel te begeleiden. Je hebt geen machine learning engineer nodig. Je hebt een kritische proceseigenaar nodig.

4. De organisatie is niet klaar voor verandering

De meest onderschatte reden. Een AI-tool die 60% van de standaard klantvragen automatisch beantwoordt, verandert de rol van je klantenserviceteam fundamenteel. Als dat team niet betrokken is bij de pilot, niet begrijpt wat er verandert en geen stem heeft in hoe het werkt, krijg je weerstand. Terechte weerstand, vaak.

Oplossing: betrek de eindgebruikers vanaf dag één. Niet als testpersonen aan het eind, maar als mede-ontwerpers aan het begin. Laat ze meedenken over welke taken ze graag kwijt willen. Wees eerlijk over wat er verandert. In mijn ervaring zijn teams verrassend positief over AI als ze merken dat het de saaie, repetitieve taken overneemt en zij zich kunnen richten op werk dat er echt toe doet.

De rode draad

Nederland heeft het talent, het kapitaal en de infrastructuur. Wat ontbreekt is de organisatorische basis om AI-pilots naar productie te brengen. De vier knelpunten (eigenaarschap, succescriteria, talenttoegankelijkheid en veranderbereidheid) zijn geen technische problemen. Het zijn managementproblemen. En managementproblemen los je op met helderheid, niet met meer technologie.

Een goede pilot begint niet met een model kiezen. Een goede pilot begint met een eigenaar, meetbare doelen en een team dat klaar is voor verandering. Als je die basis op orde hebt, is de technologie het makkelijke deel.

Bron: Techleap State of Dutch Tech, via Accountant.nl, februari 2026