Eén op de vijf organisaties stopt of schaalt AI terug tegen 2028

De AI-hype in het bedrijfsleven krijgt een flinke reality check. Na jaren van razendsnelle adoptie en gigantische investeringen, blijkt uit een groeiende stapel onderzoek van Gartner, Goldman Sachs, McKinsey, MIT en Sequoia Capital dat er een hardnekkige en groeiende kloof gaapt tussen AI-uitgaven en meetbare bedrijfsresultaten. De consensus is opvallend: de meeste organisaties kunnen nog niet aantonen dat hun AI-uitgaven zich terugbetalen, en velen trekken al aan de rem.

Gartners voorspelling: de AI-terugtrekkende beweging

Gartner voorspelt dat tegen 2028 ongeveer één op de vijf organisaties wereldwijd AI in delen van hun bedrijfsvoering zal terugschroeven of helemaal stopzetten en terugkeert naar conventionele softwareontwikkeling, simpelweg omdat de kosten uit de hand lopen en het rendement de investering niet rechtvaardigt . De terugtrekking zal zich naar verwachting concentreren op gebieden waar de bedrijfswaarde onduidelijk blijft .

Dit is geen geïsoleerde voorspelling. Uit breder onderzoek van Gartner naar AI-projectmislukkingen blijkt dat de terugtrekking wordt gedreven door consistente, niet-technische oorzaken :

• Exploderende kosten zonder duidelijk ROI-model — AI-infrastructuurkosten (rekenkracht, API's, integratie, doorlopend onderhoud en menselijk toezicht) zijn aanzienlijk en lopen vaak uit de hand. 90% van de CIO's meldt dat AI-kosten hun vermogen om waarde te maximaliseren al beperken .
• Onduidelijke bedrijfswaarde — Veel projecten worden na de proof-of-concept-fase gestaakt omdat organisaties geen meetbare impact op de winst kunnen aantonen .
• Slechte datakwaliteit en ontoereikende risicocontroles — Zwak bestuur, dataproblemen en onvoldoende risicobeheer leiden tot instortende projecten . Gartner voorspelt dat organisaties tot en met 2026 60% van de AI-projecten zullen staken die niet worden ondersteund door AI-ready data .
• "Agent washing" en use-case drift — Organisaties omarmen AI omwille van de technologie zelf, zonder een gedisciplineerde businesscase, wat leidt tot falen. Gartner-analist Anushree Verma merkt op dat veel leveranciers bestaande chatbots hebben omgedoopt tot AI-agenten zonder dat er betekenisvolle resultaten worden geleverd .

Deze bevindingen sluiten aan bij Gartners eerdere schatting van april 2026 dat 57% van de IT-infrastructuur- en operations-managers minstens één AI-projectmislukking achter de rug heeft, en dat één op de vijf AI-projecten in dat domein volledig instort .

De kloof tussen uitgaven en rendement: bewijs uit meerdere bronnen

Meerdere grote bronnen bevestigen de groeiende discrepantie tussen massale AI-investeringen en meetbare bedrijfsresultaten:

Goldman Sachs (augustus 2026): Strategist Ben Snider meldt dat AI-uitgaven sterk stijgen, maar dat de technologie voor de meeste bedrijven nog geen significante winstverbetering heeft opgeleverd. Slechts 2% van de S&P 500-bedrijven heeft de impact van AI op hun winst gekwantificeerd, en de meeste rapporteren weinig tot geen direct voordeel . Analist Jessica Rindels schat de Amerikaanse AI-investeringen in 2026 op bijna $600 miljard, oftewel bijna 2% van het BBP, maar het bewijs van overeenkomstige economische winst blijft dun .

Goldman Sachs (mei 2026): Analist Jim Covello stelt dat de meeste bedrijven nog geen rendement uit hun AI-uitgaven hebben gehaald, en verwijst naar een MIT-studie waaruit blijkt dat 95% van de AI-pilots in het bedrijfsleven geen meetbare winstbijdrage leverde . Covello betoogt dat de economie van AI "vandaag de dag twijfelachtiger is dan twee jaar geleden" .

Goldman Sachs (juli 2026): Econoom Jan Hatzius en analist David Peng geven een realiteitscheck: de adoptie van AI en de productiviteitswinst ervan kunnen veel langer duren dan de markt verwacht. Hun analyse toont aan dat het productiviteitseffect een J-curve volgt: een lichte daling in de eerste vier jaar, statistisch significante winsten pas na acht jaar, en een piekimpact van ongeveer 0,6 procentpunt in jaar 12. Als de lancering van ChatGPT in 2022 gelijkstaat aan het debuut van de pc in 1981, dan is de beloning nog jaren weg .

McKinsey (2026): Minder dan 20% van de AI-implementaties in het bedrijfsleven vertoont meetbare bedrijfsimpact .

Sequoia Capital: Heeft een inkomstenkloof van ongeveer $600 miljard gesignaleerd tussen AI-investeringen en AI-rendement .

Risico op kasstroomproblemen bij hyperscalers: Goldman Sachs waarschuwt dat de vier dominante cloudleveranciers (Amazon, Alphabet/Google, Microsoft, Meta) gezamenlijk op weg zijn om meer dan hun volledige operationele kasstroom uit te geven aan AI-infrastructuur, zonder bewezen rendement voor bedrijven om de uitgave te rechtvaardigen . De gecombineerde capex voor deze vier bedrijven in 2026 wordt geraamd op ongeveer $650 miljard .