Waarom AI-projecten falen: het ligt aan de mensen
Tachmy Dilmy, eCommerce AI Club
Uit de sessie: AI Strategie Sessie
In de Strategie Sessie van februari 2026 gaat Tachmy Dilmy van de eCommerce AI Club in op het mensendeel van AI. Je hoort waarom veel AI-projecten mislukken, wat veranderinitiatieven daarmee te maken hebben en hoe angst voor baanverlies in zijn eigen omgeving speelt.
Voor wie: Je een AI-traject wilt starten en wilt weten waarom het bij anderen vaak vastloopt.
Waarom dit ertoe doet
Je kunt de beste tool kiezen en toch niets bereiken als je team niet meegaat. Tachmy zegt dat een groot deel van de AI-projecten niet faalt op techniek, maar doordat mensen niet zijn betrokken bij ontwikkeling en invoering. RAND schreef in 2024 dat volgens sommige schattingen meer dan 80 procent van de AI-projecten mislukt, twee keer zoveel als bij andere IT-projecten. Op zijn slide staat dat organisaties van gemiddeld 10 veranderinitiatieven in 2022 naar 14 gaan. Voor een webshop betekent dat: voeg je AI toe aan een team dat al veel veranderingen te verwerken krijgt, dan loop je kans op weerstand. Deze clip helpt je dat vroeg te herkennen.
Belangrijkste inzichten
- Volgens Tachmy Dilmy falen veel AI-projecten doordat mensen niet zijn betrokken bij ontwikkeling en invoering, niet door de techniek.
- RAND schreef in 2024 dat volgens sommige schattingen meer dan 80 procent van de AI-projecten mislukt.
- Op Tachmys slide stijgt het aantal veranderinitiatieven van gemiddeld 10 in 2022 naar 14; dat getal is niet bij de bron gevonden.
- Het Citrini-rapport van februari 2026 noemt 10,2 procent werkloosheid in 2028 in een scenario voor de VS.
- Zijn advies: leg het waarom uit, bouw vertrouwen op, geef kennis en laat mensen meedenken over hun rol.
Falen door mensen, niet door techniek
Tachmy zegt dat veel AI-projecten falen omdat medewerkers onvoldoende zijn meegenomen in het ontwikkelproces en de invoering, en omdat hun feedback niet is gebruikt. Dat sluit aan bij het onderzoek van RAND uit 2024. Daarin gaven 65 ervaren data scientists en engineers als meest voorkomende oorzaak dat belanghebbenden niet goed afstemmen welk probleem AI moet oplossen. Het getal van meer dan 80 procent staat in dat rapport als schatting en niet als eigen meting. Het onderwerp komt ook terug in een eerdere sessie over change management.
Meer veranderingen, meer weerstand
Op zijn slide staat dat het gemiddelde aantal veranderinitiatieven per bedrijf steeg van 10 in 2022 naar 14. Tachmy trekt daar een conclusie uit: als er al weinig verandercapaciteit is, geeft een extra AI-traject frictie. We konden dit exacte getal niet bij Gartner terugvinden. Wel zegt Gartner dat de bereidheid van werknemers om verandering te steunen sterk is gedaald, en dat de gemiddelde medewerker rond de 10 geplande veranderingen per jaar meemaakt. Lees de 14 daarom als de bewering van de spreker.
Angst voor baanverlies
Tachmy geeft een voorbeeld uit zijn kennissenkring: een vriend die data-rapportages voor SAP maakt, heeft AI bewust nooit aangeraakt uit angst dat het hem inhaalt. Daarna noemt hij het Substack-rapport van vier dagen eerder, dat 10,2 procent werkloosheid in 2028 voorspelt in de VS en 5 procent minder kantoorbanen binnen anderhalf jaar. Dat is Citrini Research, dat zijn tekst zelf een scenario noemt en geen voorspelling. De uitkomst van dat scenario kan niemand weten, maar de angst bij je medewerkers is echt.
Wat je eraan doet
Zijn advies is concreet. Leg uit waarom je AI invoert en bouw vertrouwen op. Geef mensen de kennis om ermee te werken. Laat ze meedenken over hoe hun rol verandert, en vraag door als iemand niet mee wil. Zijn slide noemt daarvoor het ADKAR-model, een bekend raamwerk voor verandermanagement. Deze clip houdt op voordat hij daar dieper op ingaat. Het is een advies van de spreker, geen onderzochte werkwijze. Begin klein: kies een eerste AI-project waar een medewerker zelf om vraagt, laat die persoon het resultaat aan het team laten zien en gebruik de opmerkingen om de volgende stap te plannen.
Probeer dit deze week
- Tel hoeveel veranderingen je team de afgelopen 12 maanden kreeg, voordat je een AI-traject start.
- Vraag 5 medewerkers wat ze het meest vrezen van AI en schrijf de antwoorden letterlijk op.
- Kies 1 taak die een medewerker zelf wil automatiseren en laat die persoon het pilotproject trekken.
Begrippen
- Verandercapaciteit
- Hoeveel verandering een organisatie tegelijk aankan voordat de weerstand toeneemt.
- Change management
- De aanpak om mensen mee te nemen in een verandering, zodat die ook echt wordt gebruikt.
- ADKAR
- Raamwerk van Prosci voor verandering in vijf stappen: Awareness, Desire, Knowledge, Ability, Reinforcement.
Verdiep je in de gids
Transcriptie
Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.
Als we dan een overstap maken naar het stukje mensen, dan is het vaak zo dat er veel AI-projecten die dan geïmplementeerd worden, dat die falen en dat dat niet zozeer komt doordat de technisch niet goed is. En dat hebben we eigenlijk in de change management onderdeel een paar maanden terug ook besproken, maar dat het eigenlijk ligt doordat de mensen daar niet voldoende in zijn meegenomen. Er is een groot gedeelte van de AI-projecten faald, doordat de mensen onvoldoende zijn betrokken geweest bij het ontwikkelproces, [onverstaanbaar], maar ook gewoon bij de implementatie en dat die feedback daarin niet voldoende meegenomen is. Er zijn ook wat onderzoeken geweest over het aantal veranderinitiatieven van bedrijven, wat is dus ook aan het toenemen, doordat de markt ook steeds sneller verandert. Had je in 2022 gemiddeld nog 10 veranderinitiatieven in een bedrijf, is dat alweer gestegen naar 14 afgelopen jaar. En wat je ziet is dat er een hogere weerstand tegen AI als er geen verandercapaciteit meer is in de organisatie. Dus hoe meer veranderinitiatieven je hebt, en je gaat ook nog AI toevoegen eraan, dat gaat dan gewoon voor frictie zorgen. En er is dus die angst voor baanverlies. Dat is gewoon nog steeds enorm. En ik zie dat in mijn eigen omgeving ook. Ik zie dat bij wat vrienden van me. Een ervan is een data rapportagemaker voor SAP. Ik had dus gezegd van ik ben bezig met de e-commerce AI club. Heb je al gekeken naar wat dit kan betekenen voor jouw werk, dagelijkse werkzaamheden. En hij heeft het nog nooit aangeraakt, bewust niet. Hij wil er niet aan aankomen. en ik vond dat zo bijzonder dat er natuurlijk verschillende soorten mensen die dus wel voor verandering willen gaan en sommigen niet maar ja dat verandermoeheid dat herkende ik enorm in in die vriend van me van ja hij wilt er gewoon niet mee aan de slag en is ook enorme angst van ja een soort van doemscenario het gaat ons inhalen en het gaat slimmer worden dan wij en ik ga er dus helemaal niks mee doen en dat is dus eigenlijk ook de de angst van dat rapport waar ik het net over had. Het rapport was op Substack uitgekomen vier dagen geleden. En die voorspellen dus 10,2% werkloosheid in 2028. Voor de VS is het dan het getal. Dat 5% van de kantoorjobs binnen anderhalf jaar weg gaat zijn. En dat er dus enorm veel baanverlies gaat komen. Omdat AI dus ook steeds slimmer gaat worden. Er zijn allemaal modellen voor om dat dan goed te kunnen doen. Om dat dan beter te implementeren in je organisatie door de mensen wat beter mee te nemen waarom je het doet dat je echt wat vertrouwen bij ze opbouwt dat je de kennis geeft over hoe je dat nou moet doen, dat je ze mee laat denken over hoe hun rollen gaan veranderen
Spreker: Tachmy Dilmy, eCommerce AI Club
Bronnen
Meer over AI Implementatie
Duur 1:09Walmart: meer omzet, minder mensen
Tachmy Dilmy, eCommerce AI Club
Walmart draait 600 miljard omzet, met steeds minder mensen
Duur 0:57YourSurprise: vier AI-doelen voor het hele bedrijf
Arne Timmerman, YourSurprise
Vier bedrijfsbrede AI-doelen, zo pakt YourSurprise het aan
Duur 1:40Context Window: van 2K naar 2 miljoen tokens
Jop van Hooft, eCommerce AI Club
Van enkele pagina's naar 10 boeken tegelijk in je AI-model, en dat verandert alles