De ICT-sector heeft een voorsprong die tegelijk een valkuil is. Waar andere sectoren nog moeten wennen aan het idee van AI, is de kennis over modellen, architecturen en tooling in deze sector meestal al aanwezig. Ontwikkelaars experimenteren, teams bouwen proof-of-concepts, en er is zelden weerstand tegen de techniek zelf. Dat schept de indruk dat de sector als geheel ver is. Maar technische vaardigheid bij een deel van de organisatie is iets anders dan volwassenheid van de organisatie als geheel. Precies daar loopt het vaak vast.
In een IT-bedrijf of een IT-afdeling is de infrastructuur doorgaans op orde: er is rekenkracht, er zijn ontwikkelomgevingen, er is ervaring met het uitrollen van software. Dat is één van de fundamentele dimensies die in de volwassenheidsmeting wordt gescoord, en op dat punt scoort de sector doorgaans hoog. Maar de andere fundamentele dimensies — hoe de organisatie is ingericht rond AI-initiatieven, en hoe data wordt beheerd buiten de systemen van de ontwikkelaars zelf — lopen niet altijd gelijk op. Een sterke IT-afdeling betekent niet dat de rest van de organisatie hetzelfde tempo aankan. Sales, finance, HR: die functies hebben vaak een andere relatie met data en met verandering dan de mensen die de AI-pilots bouwen.
Dat verschil verklaart een patroon dat in deze sector vaker voorkomt dan elders: pilots die technisch uitstekend werken, maar die niet doorgroeien naar een structurele plek in het bedrijf. Niet omdat het model tekortschiet, maar omdat de organisatie eromheen niet is ingericht om het resultaat op te nemen. Wie voor de fundamentele dimensies wil begrijpen waarom die volgorde niet onderhandelbaar is, vindt daar meer over in waarom de fundamentele dimensies eerst moeten.
In de ICT-sector is de spreiding tussen respondenten vaak groter dan in sectoren met meer uniforme functies. Een ontwikkelaar en een accountmanager binnen hetzelfde bedrijf kunnen de organisatie op vrijwel tegenovergestelde niveaus plaatsen — de een ziet dagelijks geavanceerde toepassingen, de ander ziet een spreadsheet die nog steeds handmatig wordt bijgewerkt. Die spreiding is op zichzelf informatie. Ze laat zien dat AI-volwassenheid in deze sector zelden een sectorbreed gegeven is, maar sterk afhangt van welke afdeling wordt gemeten en wie er wordt gevraagd.
Dat maakt een plot-ronde met meerdere respondenten in de ICT-sector eerder waardevoller dan elders, niet minder. Een enkele score van een CIO of een CTO riskeert het beeld van de technische kern te generaliseren naar de hele organisatie, terwijl de afhankelijke dimensies — waar AI daadwerkelijk in processen wordt opgenomen — heel anders kunnen scoren.
De verhouding tussen techniek en organisatie ziet er in andere sectoren anders uit. In de financiële dienstverlening ligt de nadruk vaak op regelgeving en risicobeheer als vertragende factor; dat beeld staat beschreven in hoe ver is de financiële dienstverlening met AI-volwassenheid. In de bouw is juist de datamanagement-dimensie vaak de bottleneck, omdat data over projecten en materialen versnipperd is over partijen; dat wordt toegelicht in hoe ver is de bouw met AI-volwassenheid. In de ICT-sector is het probleem zelden gebrek aan technische kennis of aan data — het probleem zit vaker in de organisatiedimensie: wie beslist welke pilot wordt opgeschaald, en op basis waarvan.
De volwassenheidsmeting brengt dit onderscheid in kaart over zeven dimensies en vijf niveaus, van baseline tot intelligence. Voor een ICT-organisatie is de uitkomst zelden een vlakke lijn: infrastructuur en technische vaardigheid liggen doorgaans hoger dan organisatie en besluitvorming. Die ongelijkheid is precies waar de meting nuttig is — niet om te bevestigen dat de sector "goed bezig is", maar om te laten zien welke dimensie achterblijft en welke daardoor niet vooruit kan, ongeacht hoe geavanceerd de modellen zijn die al draaien.
Een onderdeel dat in deze sector vaak wordt onderschat, is de vastlegging van beslissingen: wie heeft welke keuze gemaakt over welk AI-initiatief, en op basis van welke informatie. Zonder die inventaris is het lastig te herleiden waarom een pilot wel of niet is opgeschaald. Wat daarin thuishoort, staat beschreven in wat hoort er in een besluiten-inventaris.
Deze meting zegt iets over de organisatie als geheel: staat er een fundament waarop AI-initiatieven kunnen rusten, en is dat fundament overal in het bedrijf even stevig, of alleen bij de mensen die het dichtst bij de techniek staan. Die vraag gaat vooraf aan een andere vraag, namelijk welk deel van het werk zelf voor AI in aanmerking komt. Dat is een ander soort meting. Voor organisaties die willen weten welk deel van het werk, taak voor taak, over te nemen is door AI, is er de werkscan van FTE TO AI — een meting die niet naar de organisatie als geheel kijkt, maar naar het werk zelf, functie voor functie en taak voor taak.
De volwassenheidsmeting is in ontwikkeling. Wie wil weten wanneer de meting beschikbaar komt, kan zich aanmelden voor de wachtlijst en ontvangt bericht zodra de tool klaar is voor gebruik.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.