Terwijl AI steeds vaker wordt gezien als een belangrijke technologische hefboom in politieke en economische toespraken, blijkt de integratie ervan binnen het weefsel van Franse KMO's en ETI's voorzichtiger te verlopen. Een recente enquête uitgevoerd door Bpifrance Le Lab, onder meer dan 1.200 leidinggevenden, biedt meer inzicht in de dynamieken van adoptie die aan de gang zijn.
Volgens de studie "AI in Franse KMO's en ETI's: Een stille revolutie", lijken de leidinggevenden het belang te hebben ingezien: 58% van hen beschouwt AI als een kwestie van overleven op een termijn van 3-5 jaar. Wat de actie betreft, is deze echt, maar nog aarzelend: 43% van de leidinggevenden heeft een AI-strategie gedefinieerd, 26% gebruikt generatieve AI, 16% niet-generatieve AI, en slechts 10% gebruikt beide.
Onder de bedrijven die AI hebben geadopteerd, gebruikt de helft uitsluitend gratis of kant-en-klare oplossingen. Optimalisatie van het bestaande, prestatieverbetering, concurrentiekracht behouden en kostenreductie zijn de belangrijkste drijfveren van de leidinggevenden: 94% noemt ten minste één vorm van optimalisatie, tegen slechts 54% een vorm van activiteitontwikkeling.
Deze discrepantie tussen strategische perceptie en implementatie weerspiegelt verschillende uitdagingen: gebrek aan maturiteit van het aanbod, kosten die als hoog worden beschouwd, of moeite om relevante use-cases te identificeren.

Data, nog te weinig benut als strategische hefboom

AI berust op verschillende essentiële vereisten: digitalisering van het bedrijf, structurering van gegevens, identificatie van relevante use-cases, en betrokkenheid van teams. Toch, ondanks een lichte vooruitgang in digitalisering van 72% in 2017 naar 76%, benut 43% van hen hun gegevens nog steeds niet om hun activiteiten te sturen.
Toch is een gedigitaliseerd bedrijf vijf keer zo waarschijnlijk AI te adopteren, en degenen die hun gegevens analyseren zijn 2,5 keer zo geneigd om het te gebruiken.

Sectorale ongelijkheden onthullen structurele uitdagingen

De adoptie van AI varieert sterk per sector, als weerspiegeling van hun specifieke technologische behoeften en interne dynamieken. Zo laten ICT en financiën hoge adoptiepercentages van generatieve AI zien (respectievelijk 79% en 47%), terwijl meer traditionele sectoren zoals de bouw (19%) of vervoer (5%) achterblijven.

Typologie van leiders: tussen scepsis, experimentatie en innovatie

De studie identificeert vier grote profielen van leiders:
  • De sceptici (27%): afkomstig uit weinig gedigitaliseerde sectoren, tegen AI, vrezen de sociale impact ervan en zien geen concreet nut;
  • De geblokkeerden (26%): zich bewust van de uitdagingen maar verlamd door een gebrek aan vaardigheden of ondersteuning;
  • De experimentatoren (28%): nieuwsgierig en betrokken, maar geremd door financiële beperkingen en een gebrek aan expertise;
  • De vernieuwers (19%): vooraanstaand op digitaal gebied, integreren AI in hun processen en producten, met een uitgesproken leiderschap.
Deze profielen variëren per sector: de sceptici domineren in de bouw en het vervoer, de geblokkeerden in de handel, de experimentatoren in de industrie, en de vernieuwers in ICT, financiën en zakelijke dienstverlening. Er is ook een oververtegenwoordiging van vrouwen onder de sceptici, en mannen onder de vernieuwers.

Adoptieverschillen gerelateerd aan het profiel van de leider

In 73% van de gevallen worden AI-projecten geïnitieerd door de leider. Hoe jonger en hoger opgeleid de leider, hoe verder het bedrijf is in de adoptie van AI. Wanneer hij GenAI in zijn dagelijks werk gebruikt, is het bedrijf vijf keer meer geneigd het ook te gebruiken (46% tegenover 9%).
Leiders jonger dan 35 jaar gebruiken persoonlijk GenAI op het werk in 67% van de gevallen, tegenover 46% van de 45-plussers, een percentage dat daalt tot 36% voor 66-plussers. Het opleidingsniveau is ook onderscheidend: 62% van de mensen met een doctoraat gebruikt generatieve AI tegenover slechts 19% van de niet-gediplomeerden.

Hoe de adoptie van AI versnellen?

Om deze uitdagingen te overwinnen, worden verschillende hefbomen aanbevolen:
  • Versterk de digitale transformatie om de basis te leggen voor een effectieve adoptie;
  • Structureer en benut data om relevante toepassingen te identificeren;
  • Train de werknemers om weerstand te overwinnen en de effectiviteit van AI-tools te maximaliseren;
  • Experimenteer met toegankelijke oplossingen voordat je investeert in geavanceerde technologieën.