De Chief Data Officer (CDO) is geëvolueerd van een niche-compliancerol naar een van de meest cruciale posities voor de inzet van AI. Deze leidinggevenden bevinden zich nu op het snijvlak van databeheer, AI-strategie en de gereedheid van het personeel. Hun beslissingen bepalen of bedrijven van AI-pilots overgaan 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 AIdat wereldwijd 600 leidinggevenden omvat, heeft een bijzonder gewicht. De bevindingen leggen een gevaarlijke kloof bloot die verklaart waarom zoveel organisaties moeite hebben om AI verder te schalen dan pilots: terwijl 69% van de bedrijven generatieve AI heeft ingezet 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 dataleiders 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 data die AI-systemen aandrijven, maar organisaties erkennen dat hun personeel niet over de kennis beschikt om die data in twijfel te trekken of AI op verantwoorde wijze te gebruiken. Vijfenzeventig procent van de dataleiders zegt dat werknemers bijscholing nodig hebben op het gebied van datageletterdheid. Vierenzeventig procent heeft AI-geletterdheidstraining nodig voor de dagelijkse werkzaamheden.
“Het gat is nu: 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 AI
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 agentische AI: systemen die autonoom acties ondernemen in plaats van alleen maar inhoud te genereren. Deze snelle uitbreiding heeft geleid tot een race om vectordatabases te verwerven, datapijplijnen te upgraden en de computerinfrastructuur uit te breiden.
Maar Thompson wijst de leemten in de infrastructuur af als het voornaamste probleem. De technologie bestaat en werkt. De beperking is organisatorisch, niet technisch.
“De technologie die we momenteel beschikbaar hebben, de infrastructuur, is meer dan – het 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 uit allemaal 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 proberen de overstap te maken van pilots naar productie.
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. Vijfenzeventig procent heeft behoefte aan bijscholing op het gebied van datageletterdheid. Vierenzeventig procent heeft AI-geletterdheidstraining nodig. De technologiekloof is een kloof tussen mensen.
“Het is veel gemakkelijker 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 die dingen af 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 zodat de CDO rechtstreeks aan hem rapporteert als CIO. Dit maakt data governance tot een uitvoeringsfunctie in plaats van een aparte strategische laag.
“Dat 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 op dezelfde prioriteitenlijst werken.”
Als 76% van de organisaties het AI-gebruik 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 geletterdheid buiten IT-teams
Het baanbrekende inzicht is dat programma’s voor AI-geletterdheid zich verder moeten uitstrekken dan technologieteams en ook zakelijke functies moeten bestrijken. Bij Informatica is de Chief Marketing Officer 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 marketingoperatieteam de technologie en gegevens begrijpt. Het weet dat het antwoord op de vraag “Hoe haal ik elk jaar meer waarde uit mijn beperkte marketingprogramma-dollars?” is door het automatiseren en toevoegen van AI aan de manier waarop dat werk wordt gedaan, en niet door mensen en meer Google-advertentiedollars toe te voegen.
Geletterdheid op het gebied van het bedrijfsleven creëert eerder aantrekkingskracht dan aandrang 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 hebben tientallen jaren lang gevochten tegen de perceptie dat IT slechts een kostenpost is. AI biedt de mogelijkheid om dat verhaal te veranderen, maar alleen als CDO’s de waardepropositie herformuleren, 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 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 de aanpak is die je hebt, dan gaat je bedrijf niet winnen.”
Ga eerst verticaal, schaal het patroon
Wacht niet op perfecte horizontale lagen voor gegevensbeheer voordat u productiewaarde levert. Kies één hoogwaardig gebruiksscenario. Bouw de volledige governance-, datakwaliteit- en alfabetiseringsstack voor die specifieke workflow. Valideer resultaten. Repliceer het patroon vervolgens naar 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 je semantische laagprobleem komt, voordat je bij je woordenlijstprobleem komt, je nooit enig resultaat zult genereren en mensen hun geduld zullen verliezen,” zei Thompson.
