De Chief Data Officer (CDO) is geëvolueerd van een niche-compliancerol naar een van de meest cruciale posities voor AI-implementatie. Deze leidinggevenden bevinden zich nu op het snijvlak van databeheer, AI-strategie en de gereedheid van het personeel. Hun beslissingen bepalen of bedrijven overstappen van AI-pilots naar productieschaal of blijven steken in de experimenteermodus.
Daarom luidt het derde jaarlijkse onderzoek van Informatica: het grootste onderzoek tot nu toe onder CDO’s specifiek over de gereedheid voor AIdie wereldwijd 600 leidinggevenden omvat, heeft een bijzonder gewicht. De bevindingen benadrukken een gevaarlijke kloof die verklaart waarom zoveel organisaties moeite hebben om AI verder te brengen dan pilotprojecten: terwijl 69% van de bedrijven generatieve AI heeft geïmplementeerd en 47% AI-systemen gebruikt, geeft 76% toe dat hun bestuurskaders er niet in slagen gelijke tred te houden met de manier waarop werknemers deze technologieën daadwerkelijk gebruiken.
Het onderzoek onthult wat Informatica een ‘paradox van vertrouwen’ noemt en legt uit waarom dataleiders gevaarlijk overmoedig zijn over de gereedheid voor AI. Organisaties hebben generatieve AI-systemen sneller ingezet dan dat ze de governance- en trainingsinfrastructuur hebben gebouwd om deze te ondersteunen. Het resultaat: werknemers vertrouwen over het algemeen op de gegevens die AI-systemen aandrijven, maar organisaties erkennen dat hun personeel niet over de kennis beschikt om die gegevens in twijfel te trekken of AI op verantwoorde wijze te gebruiken. 75% van de dataleiders zegt dat werknemers vaardigheden op het gebied van datageletterdheid nodig hebben. 74% heeft AI-geletterdheidstraining nodig voor de dagelijkse werkzaamheden.
“De kloof is nu: kun je erop vertrouwen dat de gegevens een agent kunnen bevrijden?” Graeme Thompson, CIO van Informatica, vertelde VentureBeat. “Agenten doen wat ze moeten doen als je ze de juiste informatie geeft. Er is zo’n gebrek aan vertrouwen in de gegevens dat ik denk dat dat het gat is.”
Omdat infrastructuur niet het knelpunt is voor data en AI
De acceptatie van GenAI is gestegen van 48% een jaar geleden naar 69% vandaag. Bijna de helft van de organisaties (47%) maakt nu gebruik van kunstmatige intelligentie – systemen die autonoom acties ondernemen in plaats van alleen maar content te genereren. Deze snelle expansie heeft geleid tot een race om vectordatabases te verwerven, datapijplijnen te upgraden en de computerinfrastructuur uit te breiden.
Maar Thompson ziet tekortkomingen in de infrastructuur als het grootste probleem. De technologie bestaat en het werkt. De limiet is organisatorisch, niet technisch.
“De technologie die we op dit moment beschikbaar hebben, de infrastructuur, is meer dan … het is nog niet het probleem,” zei Thompson. Hij vergeleek de situatie met amateursporters die hun uitrusting de schuld geven. “Er is nog een lange weg te gaan voordat uitrusting het probleem in de kamer wordt. Mensen jagen uitrusting op zoals golfers. Die golfers zijn fanatiek over een nieuwe driver, een nieuwe putter die hun fysieke onvermogen om een golfbal recht te slaan zal genezen.”
De onderzoeksgegevens ondersteunen dit. Gevraagd naar investeringsprioriteiten voor 2026 gaat de top drie allemaal over mensen- en proceskwesties: gegevensprivacy en -beveiliging (43%), AI-beheer (41%) en bijscholing van personeel (39%).
Vijf harde lessen voor zakelijke CDO’s
De onderzoeksgegevens, gecombineerd met de implementatie-ervaring van Thompson, onthullen specifieke lessen voor dataleiders die van pilots naar productie willen overstappen.
Stop met het najagen van infrastructuur, los het mensenprobleem op
De vertrouwensparadox bestaat omdat organisaties AI-technologie sneller kunnen inzetten dan dat ze mensen kunnen trainen om deze op verantwoorde wijze te gebruiken. 75% heeft behoefte aan verbeterde datageletterdheid. 74% heeft AI-geletterdheidstraining nodig. De technologiekloof is een kloof tussen mensen.
“Het is veel gemakkelijker om mensen die uw bedrijf, uw gegevens en uw processen kennen, over AI te laten leren dan om iemand die verstand heeft van AI, die daar niets van af weet, in te schakelen en hen over uw bedrijf te leren”, aldus Thompson. “En AI-mensen zijn ook super duur, net zoals datawetenschappers super duur zijn.”
Maak van de CDO een uitvoerende functie en geen ivoren toren
Thompson structureert Informatica zo dat de CDO rechtstreeks aan hem rapporteert als CIO. Dit maakt data governance tot een uitvoeringsfunctie in plaats van een aparte strategische laag.
“Dit is een weloverwogen beslissing, gebaseerd op het feit dat het de functie is om dingen gedaan te krijgen, in tegenstelling tot een ivoren torenfunctie”, aldus Thompson. De structuur zorgt ervoor dat datateams en applicatie-eigenaren gemeenschappelijke prioriteiten delen via een gemeenschappelijke leider. “Als ze een gemeenschappelijke baas hebben, moeten hun prioriteiten op één lijn liggen. Als dat niet het geval is, komt dat omdat de baas zijn werk niet doet, en niet omdat de twee functies niet volgens dezelfde prioriteitenlijst werken.”
Als 76% van de organisaties er niet in slaagt hun gebruik van AI effectief te beheren, kan de rapportagestructuur een deel van het probleem zijn. Op zichzelf staande data- en IT-functies creëren de voorwaarden voor proefprojecten die nooit zullen plaatsvinden.
Ontwikkel geletterdheid buiten IT-teams
Het baanbrekende inzicht is dat AI-geletterdheidsprogramma’s zich moeten uitstrekken buiten de technologieteams en zich ook moeten richten op zakelijke functies. Bij Informatica is de Chief Marketing Officer een van Thompsons sterkste AI-partners.
“Die geletterdheid heb je nodig bij alle zakelijke teams en bij alle technologieteams”, zegt Thompson.
Hij merkte op dat het marketingteam technologie en data begrijpt. Hij weet dat het antwoord op de vraag “Hoe kan ik elk jaar meer waarde halen uit mijn beperkte marketingprogramma-dollars?” het is door het automatiseren en toevoegen van AI aan de manier waarop dat werk wordt gedaan, niet door mensen en meer Google-advertentiedollars toe te voegen.
Zakelijke geletterdheid creëert eerder aantrekkingskracht dan een duw in de richting van de adoptie van AI. Marketing-, verkoop- en operationele teams beginnen AI-mogelijkheden te eisen omdat ze strategische waarde zien, en niet alleen efficiëntieverbeteringen.
Presenteer AI als strategische uitbreiding, niet als kostenreductie
Dataleiders vechten al tientallen jaren tegen de perceptie dat IT slechts een kostenpost is. AI biedt de mogelijkheid om dit verhaal te veranderen, maar alleen als CDO’s de waardepropositie herformuleren, weg van productiviteitsbesparingen.
“Ik ben erg teleurgesteld dat we, gezien deze nieuwe technologiemogelijkheden die op tafel liggen, als IT-mensen en als datamensen onmiddellijk omdraaien en praten over productiviteitsbesparingen”, aldus Thompson. “Wat een gemiste kans.”
Tactische verandering: het vermogen van AI om de beperkingen van het personeelsbestand volledig op te heffen in plaats van het bestaande personeelsbestand te verminderen. Dit herkadert AI van operationele efficiëntie naar strategische capaciteiten. Organisaties kunnen hun marktbereik vergroten, nieuwe regio’s betreden en initiatieven testen die voorheen onbetaalbaar waren.
“Het gaat niet om geld besparen”, zei Thompson. “En als dat vooral jouw aanpak is, dan gaat jouw bedrijf niet winnen.”
Ga eerst verticaal en wijzig het formaat van het model
Wacht niet op perfecte horizontale lagen van databeheer voordat u productiewaarde levert. Kies een hoogwaardige use case. Bouw de volledige governance-, datakwaliteit- en alfabetiseringsstack voor die specifieke workflow. Valideer de resultaten. Repliceer het model vervolgens in aangrenzende gebruiksscenario’s.
Dit levert productiewaarde op terwijl de capaciteit van de organisatie stapsgewijs wordt opgebouwd.
“Ik denk dat deze ruimte zo snel evolueert dat als je je bestuursprobleem voor 100% probeert op te lossen voordat je bij het probleem van de semantische laag komt, voordat je bij het probleem van de woordenlijst komt, je nooit resultaten zult genereren en dat mensen hun geduld zullen verliezen”, aldus Thompson.
