Editie №1528 april 2026AI ROI

Meten of meten? Waarom de meeste AI ROI-cases niet kloppen

Productiviteitswinst van "40%" klinkt mooi tot je vraagt hoe het gemeten is. Vijf veel-gemaakte methodologische fouten, en wat een board-ready ROI-case wel laat zien.

Door Mike Gries·8 minuten leestijd·Laatst bijgewerkt 28 april 2026

McKinsey rapporteerde in 2024 dat 78% van organisaties AI gebruikt in tenminste één business function. Slechts 15% kan een meetbaar EBIT-effect aantonen. Het gat zit niet in de adoptie, maar in de meting.

Wat zijn de meest gemaakte fouten bij AI ROI-berekeningen?

  1. Tijd-besparing zonder cost-attribution. "Junior consultants besparen 5 uur per week" wordt vertaald naar een euro-bedrag op uurtarief, alsof die uren direct in marge omgezet worden.
  2. Pilot-extrapolatie zonder rampen-scenario. Pilot toont 30% efficiency-winst op een goed-gedefinieerde taak. Productie-extrapolatie gaat ervan uit dat dezelfde winst geldt voor alle taken in dezelfde categorie.
  3. Vergelijking met een verkeerde baseline. ROI tegenover "niets doen" is irrelevant.
  4. Negeren van implementatie- en onderhoudskosten. Schaduwkosten lopen vaak op tot 3–5x de pure tool-kost.
  5. Timing-fouten. Winst-realisatie wordt geprojecteerd vanaf go-live, terwijl er een leercurve van 3–9 maanden zit tussen go-live en stabiele productiviteit.
Archief
Volgende editie →AI Governance in gereguleerde sectoren: wat de EU AI Act in 2026 echt vraagt
Van inzicht naar uitvoering

Plan een
AI Strategy Scan.

Vier weken. Zeven deliverables. Eén bestuurlijk fundament.