In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling. Ook datakwaliteit, koppelingen met oudere systemen en de betrouwbaarheid van grote taalmodellen worden vaak als ervaren of verwachte uitdagingen genoemd.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does Confluent’s 2026 Data Streaming Report, based on a survey of 4,625 IT leaders across 14 countries including Singapore, reveal abou. Article summary: The report points to a gap between Singapore organisations’ AI ambitions and their readiness to run AI reliably in production: 75% are deploying or piloting agentic AI, yet 78% say inadequate real-time data infrastructur. Topic tags: general, government, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Singaporese organisaties zetten stappen met agentic AI: systemen die zelfstandig taken kunnen uitvoeren. Maar de stap van een proefproject naar breed gebruik blijkt lastig. In Confluent’s Data Streaming Report 2026 zegt 75% van de IT-leiders in Singapore dat hun organisatie agentic AI invoert of test. Tegelijk zegt 78% dat een tekort aan realtime data-infrastructuur de opschaling van AI belemmert. 2
De cijfers wijzen op een verschil tussen experimenteren en klaar zijn voor grootschalig gebruik. De 75% zegt iets over wat organisaties doen: agentic AI inzetten of beproeven. Het betekent niet dat al die projecten al in productie zijn of blijvende resultaten opleveren. De 78% gaat over een obstakel dat respondenten in verband brengen met het opschalen van AI. 2
De ondervraagden noemen ook andere knelpunten. Zo zegt 95% dat hun organisatie problemen ervaart of verwacht met data-infrastructuur en datakwaliteit. Eveneens 95% noemt integratie met oudere systemen; 93% wijst op de betrouwbaarheid van grote taalmodellen (LLM’s). Omdat deze percentages zowel bestaande als verwachte problemen omvatten, zijn het geen mislukkingpercentages. 2
Een proefproject kan binnen een afgebakende omgeving werken. Bij opschaling moet een AI-systeem betrouwbaar samenwerken met bedrijfsgegevens en bestaande technologie, ook wanneer omstandigheden veranderen. De genoemde zorgen over datakwaliteit, verouderde systemen en LLM-betrouwbaarheid laten zien dat de uitdaging niet alleen draait om het kiezen van een model. Ook de beschikbaarheid van bruikbare gegevens en de verbinding met de systemen waarin die gegevens staan, spelen mee. 2
Dat is een duiding van de gerapporteerde knelpunten, geen bewijs dat één technische oplossing ze allemaal wegneemt. De enquête benoemt problemen, maar toont niet aan dat realtime data-infrastructuur op zichzelf voldoende is om AI klaar te maken voor productie.
Het rapport is gebaseerd op antwoorden van 4.625 IT-leiders in 14 landen. Dat is de totale steekproef; de beschikbare bronnen noemen niet hoeveel respondenten uit Singapore kwamen. De resultaten zijn daarom geen bewijs dat alle organisaties in Singapore met dezelfde beperkingen te maken hebben, of dat ze representatief zijn voor ieder bedrijf in het land. 2
9
Ook is het rapport opgesteld door Confluent, een bedrijf dat actief is op het gebied van datastreaming. De bevindingen geven een beeld van wat de deelnemers zeggen over hun prioriteiten en uitdagingen, maar die achtergrond is relevant bij het beoordelen van claims over datastreamingplatforms en de mogelijke voordelen ervan. 9
De kern: er wordt in Singapore volop geëxperimenteerd met agentic AI, maar de ondervraagde IT-leiders zien realtime data en systeemintegratie als belangrijke hindernissen voor verdere opschaling. Voor organisaties die verder willen dan pilots, zijn datakwaliteit, verbindingen tussen systemen en betrouwbaarheid geen bijzaken.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling.
In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling. Ook datakwaliteit, koppelingen met oudere systemen en de betrouwbaarheid van grote taalmodellen worden vaak als ervaren of verwachte uitdagingen genoemd.
De enquête omvatte 4.625 IT leiders in 14 landen, maar de beschikbare berichtgeving vermeldt niet hoeveel deelnemers uit Singapore kwamen.
In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling. Ook datakwaliteit, koppelingen met oudere systemen en de betrouwbaarheid van grote taalmodellen worden vaak als ervaren of verwachte uitdagingen genoemd.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does Confluent’s 2026 Data Streaming Report, based on a survey of 4,625 IT leaders across 14 countries including Singapore, reveal abou. Article summary: The report points to a gap between Singapore organisations’ AI ambitions and their readiness to run AI reliably in production: 75% are deploying or piloting agentic AI, yet 78% say inadequate real-time data infrastructur. Topic tags: general, government, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Singaporese organisaties zetten stappen met agentic AI: systemen die zelfstandig taken kunnen uitvoeren. Maar de stap van een proefproject naar breed gebruik blijkt lastig. In Confluent’s Data Streaming Report 2026 zegt 75% van de IT-leiders in Singapore dat hun organisatie agentic AI invoert of test. Tegelijk zegt 78% dat een tekort aan realtime data-infrastructuur de opschaling van AI belemmert. 2
De cijfers wijzen op een verschil tussen experimenteren en klaar zijn voor grootschalig gebruik. De 75% zegt iets over wat organisaties doen: agentic AI inzetten of beproeven. Het betekent niet dat al die projecten al in productie zijn of blijvende resultaten opleveren. De 78% gaat over een obstakel dat respondenten in verband brengen met het opschalen van AI. 2
De ondervraagden noemen ook andere knelpunten. Zo zegt 95% dat hun organisatie problemen ervaart of verwacht met data-infrastructuur en datakwaliteit. Eveneens 95% noemt integratie met oudere systemen; 93% wijst op de betrouwbaarheid van grote taalmodellen (LLM’s). Omdat deze percentages zowel bestaande als verwachte problemen omvatten, zijn het geen mislukkingpercentages. 2
Een proefproject kan binnen een afgebakende omgeving werken. Bij opschaling moet een AI-systeem betrouwbaar samenwerken met bedrijfsgegevens en bestaande technologie, ook wanneer omstandigheden veranderen. De genoemde zorgen over datakwaliteit, verouderde systemen en LLM-betrouwbaarheid laten zien dat de uitdaging niet alleen draait om het kiezen van een model. Ook de beschikbaarheid van bruikbare gegevens en de verbinding met de systemen waarin die gegevens staan, spelen mee. 2
Dat is een duiding van de gerapporteerde knelpunten, geen bewijs dat één technische oplossing ze allemaal wegneemt. De enquête benoemt problemen, maar toont niet aan dat realtime data-infrastructuur op zichzelf voldoende is om AI klaar te maken voor productie.
Het rapport is gebaseerd op antwoorden van 4.625 IT-leiders in 14 landen. Dat is de totale steekproef; de beschikbare bronnen noemen niet hoeveel respondenten uit Singapore kwamen. De resultaten zijn daarom geen bewijs dat alle organisaties in Singapore met dezelfde beperkingen te maken hebben, of dat ze representatief zijn voor ieder bedrijf in het land. 2
9
Ook is het rapport opgesteld door Confluent, een bedrijf dat actief is op het gebied van datastreaming. De bevindingen geven een beeld van wat de deelnemers zeggen over hun prioriteiten en uitdagingen, maar die achtergrond is relevant bij het beoordelen van claims over datastreamingplatforms en de mogelijke voordelen ervan. 9
De kern: er wordt in Singapore volop geëxperimenteerd met agentic AI, maar de ondervraagde IT-leiders zien realtime data en systeemintegratie als belangrijke hindernissen voor verdere opschaling. Voor organisaties die verder willen dan pilots, zijn datakwaliteit, verbindingen tussen systemen en betrouwbaarheid geen bijzaken.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling.
In Singapore zegt 75% van de IT leiders dat hun organisatie agentic AI inzet of test; 78% noemt onvoldoende realtime data infrastructuur een rem op opschaling. Ook datakwaliteit, koppelingen met oudere systemen en de betrouwbaarheid van grote taalmodellen worden vaak als ervaren of verwachte uitdagingen genoemd.
De enquête omvatte 4.625 IT leiders in 14 landen, maar de beschikbare berichtgeving vermeldt niet hoeveel deelnemers uit Singapore kwamen.