Het rapport The GenAI Divide: State of AI in Business 2025 van MIT NANDA, gepubliceerd in augustus 2025, concludeert dat ongeveer 95% van de generative AI-initiatieven in bedrijven geen meetbaar P&L-effect laat zien. Fortune berichtte op 18 augustus 2025 over de bevindingen, tegenover $30-40 miljard aan investeringen van bedrijven in generative AI.
Wat het MIT-rapport vond
Volgens MIT NANDA bereikt maar zo'n 5% van de custom of embedded AI-tools productie met meetbaar effect. Implementaties met externe partners slaagden in ongeveer 67% van de gevallen, tegenover ongeveer 33% bij interne builds. Ook gebruikt meer dan 90% van de medewerkers persoonlijke AI-tools, zelfs waar de officiële pilots mislukken. Het rapport noemt dat shadow AI. Het onderzoek is niet peer reviewed en de steekproef was bescheiden. Zie de cijfers daarom als indicatie van de richting. Een exacte meting zijn ze niet. Forbes schreef op 21 augustus 2025 over de bevindingen.
Waarom pilots vastlopen vóór productie
De meeste pilots zijn opgezet als demonstratie. Een typische pilot draait op een opgeschoonde dataset, staat in een browsertab naast de echte systemen en wordt gebruikt door het meest gemotiveerde team van het gebouw. Er is geen nulmeting, en als het werkt, verandert niemands werk. Elk van die keuzes is logisch voor een test van zes weken. Samen verbergen ze de omstandigheden waar productie van afhangt. Zodra je live gaat, komen de uitzonderingen, de koppeling met je ERP, CRM en ticketing en de vragen van compliance en security die de pilot uitstelde.
Wat het betekent voor engineeringteams
Je medewerkers gebruiken al AI, zoals het shadow AI-cijfer van MIT NANDA laat zien. De vraag naar de tools is er dus al. Het lastigere werk zit in toegang tot data, rechten, integratie en de keuze wiens werkwijze verandert zodra het systeem draait. Met drie checks zie je snel of een initiatief productie haalt. Het werkt vanaf het begin met echte data onder echte rechten. De werkwijze van een echt persoon verandert en die persoon is daar vooraf mee akkoord gegaan. En er is een benoemde eigenaar voor maand zes, wanneer het pilotteam verder is gegaan.
Wat het betekent als je engineers inhuurt
Het verschil dat MIT NANDA meldt tussen builds met externe partners en interne builds richt de aandacht op wie er bouwt. Een engineer die alleen demo's heeft gebouwd, optimaliseert vaak voor de demo. Een engineer die AI-features in productie heeft gebracht, vraagt in week één naar rechten, uitzonderingen en integratie. Als je developers inhuurt, kijk dan hoe kandidaten in een echte codebase werken, met en zonder AI-tools. Zo weet je of ze een feature voorbij de pilotfase brengen. Vraag waar hun AI-werk in productie misging en wat ze daarna aanpasten. Dat zegt meer dan een gepolijste demo.
Miyagami engineers doen twee assessments van zestig minuten in een echte codebase. Het eerste doen ze zonder AI-tools, het tweede met hun eigen agents. Jij krijgt beide scorecards. Meer lees je bij hoe we selecteren.
Bronnen
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, via Fortune, 18 augustus 2025
- Forbes, Why 95% of AI pilots fail, 21 augustus 2025



