56% van de CEO’s zag nul rendement op AI, maar vertelde Wall Street iets anders

Van de 374 S&P 500-bedrijven die AI noemden in hun meest recente kwartaalcijfers, presenteerde de overgrote meerderheid hun implementaties als volledig positief. Ondertussen ondervroeg PwC 4.454 CEO’s in 95 landen en bleek dat 56% nul meetbare verbetering rapporteerde in omzet of kosten als gevolg van hun AI-investeringen. Slechts 12% boekte winst op beide fronten.

Die kloof tussen het verhaal in de bestuurskamer en de balans is geen afrondingsfout. Het is de bepalende bedrijfscontradictie van 2026.

De AI-rendementsparadox waar niemand het over heeft

Apollo-hoofdeconoom Torsten Slok formuleerde het scherp: "AI is overal, behalve in de binnenkomende macro-economische data." Zijn observatie herhaalt een patroon dat economen eerder zagen. In 1987 merkte Nobelprijswinnaar Robert Solow op dat ondanks enorme investeringen in computertechnologie de productiviteitsgroei juist was gedaald: van 2,9% per jaar tussen 1948 en 1973 naar slechts 1,1% daarna. Zijn beroemde uitspraak: "Je ziet het computertijdperk overal, behalve in de productiviteitsstatistieken."

Een onderzoek van het National Bureau of Economic Research onder 6.000 leidinggevenden in de VS, het VK, Duitsland en AustraliË vond dat 90% van de bedrijven na drie jaar AI-gebruik nul effect meldde op werkgelegenheid of productiviteit. Het gemiddelde AI-gebruik? Slechts 1,5 uur per week. Een kwart van de respondenten gebruikte AI helemaal niet op het werk.

De Solow-paradox is terug, en de bedragen zijn groter dan ooit.

Drie structurele redenen waarom je AI-budget niets oplevert

PwC-voorzitter Mohamed Kande identificeerde het kernprobleem tijdens Davos 2026: "AI beweegt zó snel dat mensen de basis vergeten. Technologie-adoptie vergt fundament." Zijn diagnose wees op drie fundamentele tekortkomingen.

1. Vuile data, dure modellen

De meeste organisaties missen de schone, gestructureerde data die AI-systemen vereisen. Deloittes wereldwijde AI-rendementsanalyse liet zien dat slechts 6% van de bedrijven terugverdientijd binnen één jaar behaalde, tegenover de 7 tot 12 maanden die gebruikelijk zijn bij conventionele technologie-investeringen. Het knelpunt is zelden het model. Het is de data-infrastructuur eronder.

2. De productiviteits-J-curve waar niemand budget voor had

Onderzoekers van MIT Sloan die tienduizenden productiebedrijven analyseerden, ontdekten dat AI-adoptie een initiële productiviteitsdaling van 1,33 procentpunt veroorzaakte. Gevestigde bedrijven leden het meest: oudere organisaties zagen een afname in gestructureerde managementpraktijken na AI-implementatie, wat bijna een derde van hun productiviteitsverliezen verklaarde. De technologie vereist parallelle investeringen in training, herontwerp van werkprocessen en procesaanpassing die de meeste budgetten nooit bevatten.

Op individueel niveau laat onderzoek zien dat AI vaak de werkdruk verhoogt in plaats van verlaagt. Werknemers besteden tijd aan het formuleren van prompts, het controleren van output en het beheren van tools, in plaats van het werk te doen dat AI zou moeten overnemen.

3. Concurrentiepaniek vermomd als strategie

Ondanks dat 56% geen rendement ziet, is 91% van de organisaties van plan om dit jaar meer aan AI uit te geven, aldus Deloitte. Het AI Radar-rapport van BCG constateerde dat bedrijven hun AI-budgetten in 2026 willen verdubbelen, naar ongeveer 1,7% van de omzet. Eén directeur vatte de dynamiek perfect samen: "Als wij het niet doen, doet iemand anders het, en lopen wij achter."

Dit is geen investering op basis van bewijs. Het is uitgeven uit angst. Wanneer slechts 6% van de bedrijven echte AI-winst genereert, subsidieert de overige 94% feitelijk een wapenwedloop zonder bewezen opbrengst.

Waarom dit ernstiger is dan de dotcom-bubbel

De dotcom-crash vernietigde speculatieve startups. De AI-productiviteitsparadox is anders: het draineert operationele budgetten van gevestigde bedrijven, terwijl hun publieke narratief het tegenovergestelde suggereert. Gartner voorspelt dat 30% van de generatieve AI-projecten na de proof-of-concept-fase wordt stopgezet tegen eind 2025, en dat 60% van de AI-projecten zonder AI-klare data door 2026 worden verlaten.

Het patroon verklaart waarom meer dan de helft van de bedrijven spijt heeft van hun AI-personeelsbeslissingen: de technologie werd ingezet om processen te vervangen die in de eerste plaats nooit goed begrepen waren.

Wat de 12% die wél slaagde anders deed

De bedrijven die daadwerkelijk AI-rendement zien, delen drie kenmerken die Kande identificeerde: schone data-infrastructuur opgebouwd vóór de AI-uitrol, bedrijfsprocessen herontworpen rond AI-capaciteiten (niet er bovenop geschroefd), en governance-kaders die werkelijke resultaten meten in plaats van adoptiecijfers.

Geen van deze punten is spectaculair. Geen ervan levert goede soundbites op voor kwartaalcijfers. Maar ze scheiden de economie van AI-tooling die daadwerkelijk levert van het soort dat elk kwartaal budget wegbrandt.

De vraag is niet of je bedrijf in AI moet investeren. De vraag is of je bedrijf het recht heeft verdiend om dat te doen. Zonder de fundamenten investeer je niet. Je doneert.

---

Verder lezen:

• AI Layoffs Secret: They’re Firing on Potential, Not Proof
• Deep Work Is Failing 68% of Knowledge Workers