De Chief Data Officer (CDO) is geëvolueerd van een niche-compliancerol naar een van de meest cruciale posities voor AI-implementatie. Deze leiders bevinden zich nu op het snijvlak van data governance, 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.
Dat is de reden waarom Informatica’s derde jaarlijkse onderzoek het grootste onderzoek tot nu toe onder CDO’s specifiek over de gereedheid voor AIdie wereldwijd meer dan 600 managers omvat, weegt bijzonder zwaar. De bevindingen onthullen een gevaarlijke kloof die verklaart waarom zoveel organisaties moeite hebben om AI verder te schalen dan pilots: terwijl 69% van de bedrijven generatieve AI heeft geïmplementeerd en 47% agentische AI-systemen gebruikt, geeft 76% toe dat hun bestuurskaders geen gelijke tred kunnen houden met de manier waarop werknemers deze technologieën daadwerkelijk gebruiken.
Het onderzoek onthult wat Informatica een ‘vertrouwensparadox’ noemt – en legt uit waarom datamanagers gevaarlijk overmoedig zijn over de gereedheid voor AI. Organisaties hebben generatieve AI-systemen sneller geïmplementeerd 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 geletterdheid beschikt om die gegevens in twijfel te trekken of AI op verantwoorde wijze te gebruiken. 75 procent van de datamanagers zegt dat werknemers bijscholing nodig hebben op het gebied van datavaardigheden. Vierenzeventig procent heeft AI-vaardigheidstraining nodig voor de dagelijkse werkzaamheden.
“Het gat is nu gewoon: kun je erop vertrouwen dat de gegevens een agent erop loslaten?” Graeme Thompson, CIO bij Informatica, vertelde VentureBeat. “De 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.”
Waarom infrastructuur niet het knelpunt is voor data en kunstmatige intelligentie
De adoptie van GenAI is gestegen van 48% een jaar geleden naar 69% vandaag. Bijna de helft van de organisaties (47%) maakt nu gebruik van agent AI – systemen die autonoom acties uitvoeren in plaats van simpelweg inhoud 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 wijst tekortkomingen in de infrastructuur af als het voornaamste probleem. De technologie bestaat en werkt. De beperking is organisatorisch, niet technisch.
“De technologie die we nu beschikbaar hebben, de infrastructuur, is meer dan – dat is nog niet het probleem”, zei Thompson. Hij vergeleek de situatie met amateuratleten die hun uitrusting de schuld gaven. “Er is nog een lange weg te gaan voordat de apparatuur het probleem in de kamer is. Mensen jagen op apparatuur zoals golfers. Die golfers zijn dol op een nieuwe driver, een nieuwe putter die hun fysieke onvermogen zal genezen om een golfbal recht te slaan.”
De onderzoeksgegevens ondersteunen dit. Gevraagd naar de investeringsprioriteiten voor 2026 bestaat de top drie uitsluitend uit mens- en proceskwesties: gegevensbescherming 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 datamanagers die proberen over te stappen van pilotprojecten naar productie.
Stop met het najagen van infrastructuur, los het probleem samen met mensen 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 procent heeft behoefte aan verbetering van computervaardigheden. 74 procent heeft training in AI-vaardigheden nodig. De technologische kloof is een menselijke kloof.
“Het is een stuk eenvoudiger om uw mensen die uw bedrijf kennen, uw gegevens kennen en uw processen kennen, AI te laten leren, dan om een AI-persoon binnen te halen die niets van deze dingen weet en hen over uw bedrijf te leren,” zei Thompson. “En ook de AI-mensen zijn super duur, net zoals datawetenschappers super duur zijn.”
Maak van de CDO een executiefunctie, 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.
“Het is een bewuste beslissing, gebaseerd op het feit dat die functie een ‘get-things-done’-functie is in plaats van een ivoren toren-functie’, zei Thompson. De structuur zorgt ervoor dat datateams en applicatie-eigenaren gemeenschappelijke prioriteiten delen via een gemeenschappelijke baas. “Als ze een gemeenschappelijke baas hebben, moeten hun prioriteiten op één lijn liggen. En zo niet, dan komt dat omdat de baas zijn werk niet doet, en niet omdat de twee functies niet vanuit dezelfde prioriteitenlijst werken.”
Als 76% van de organisaties het gebruik van kunstmatige intelligentie niet effectief kan beheren, kan de rapportagestructuur een deel van het probleem zijn. Op zichzelf staande data- en IT-functies creëren de voorwaarden voor pilots die nooit opschalen.
Ontwikkel geletterdheidsvaardigheden buiten IT-teams
Het baanbrekende inzicht is dat AI-vaardigheidsprogramma’s zich moeten uitstrekken van technologieteams naar bedrijfsfuncties. Bij Informatica is de marketingmanager een van Thompsons sterkste AI-partners.
“Je hebt die geletterdheid nodig in zowel je zakelijke teams als in je technologieteams”, zegt Thompson.
Hij merkte op dat het marketingteam de technologie en de gegevens begrijpt. Het weet dat het antwoord op de vraag “Hoe haal ik elk jaar meer waarde uit mijn beperkte marketingprogramma?” is het automatiseren en toevoegen van AI aan de manier waarop dat werk wordt gedaan, en niet het toevoegen van mensen en nog meer Google-advertentiedollars.
Kennis aan de zakelijke kant creëert eerder een aantrekkingskracht dan een impuls voor de adoptie van AI. Marketing-, verkoop- en operationele teams beginnen AI-mogelijkheden te eisen omdat ze strategische waarde zien, en niet alleen efficiëntiewinsten.
Pitch 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 hervormen, weg van productiviteitsbesparingen.
“Ik ben erg teleurgesteld dat we, gezien deze nieuwe technologische mogelijkheden op een bord, als IT-mensen en als data-mensen onmiddellijk omdraaien en praten over productiviteitsbesparingen”, aldus Thompson. “Wat een verspilling van een kans.”
De tactische verschuiving: het vermogen van Pitch AI om de personeelsbeperkingen volledig op te heffen in plaats van het bestaande personeelsbestand te verminderen. Dit transformeert AI van operationele efficiëntie naar strategische capaciteiten. Organisaties kunnen hun marktbereik vergroten, nieuwe regio’s betreden en initiatieven testen die voorheen kostbaar waren.
“Het gaat niet om geld besparen”, zei Thompson. “En als dat in de eerste plaats de aanpak is die u hanteert, dan zal uw bedrijf niet winnen.”
Ga eerst verticaal, schaal het patroon
Wacht niet op perfecte horizontale gegevensbeheerlagen voordat u productiewaarde levert. Kies één waardevolle use case. Bouw de volledige governance-, datakwaliteit- en alfabetiseringsstack voor de specifieke workflow. Valideer resultaten. Repliceer het patroon vervolgens naar aangrenzende gebruiksscenario’s.
Dit levert productiewaarde op terwijl geleidelijk de organisatorische capaciteit wordt opgebouwd.
“Ik denk dat deze ruimte zo snel evolueert dat als je probeert om 100% van je bestuursprobleem op te lossen voordat je bij je semantische laagprobleem komt, voordat je bij je woordenlijstprobleem komt, je nooit resultaten zult genereren en dat mensen hun geduld zullen verliezen,” zei Thompson.
