De Chief Data Officer (CDO) is geëvolueerd van een rol die uitsluitend op compliance gericht is, naar een van de meest cruciale posities voor de adoptie 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-proeven naar productieschaal zullen overstappen of vast zullen blijven zitten in de experimenteermodus.
Dat is de reden waarom Informatica’s derde jaarlijkse onderzoek het grootste onderzoek dat door CDO’s is uitgevoerd, specifiek met betrekking tot de gereedheid voor AIwaar wereldwijd 600 leidinggevenden onder vallen – heeft een enorme invloed. Deze bevindingen onthullen een gevaarlijke kloof die verklaart waarom zoveel organisaties moeite hebben om AI verder te schalen dan een pilot: hoewel 69% van de bedrijven generatieve AI heeft geïmplementeerd en 47% agent AI-systemen gebruikt, geeft 76% toe dat hun bestuurskaders geen gelijke tred kunnen houden met de manier waarop werknemers deze technologieën daadwerkelijk gebruiken.
Dit onderzoek onthult wat Informatica de ‘vertrouwensparadox’ noemt – en legt uit waarom dataleiders overmoedig zijn over de gereedheid voor AI. Organisaties zetten generatieve AI-systemen sneller in dan dat ze de governance- en trainingsinfrastructuur bouwen 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 kennis beschikt om die gegevens in twijfel te trekken of AI op verantwoorde wijze te gebruiken. Vijfenzeventig procent van de dataleiders zegt dat hun werknemers meer vaardigheden op het gebied van datageletterdheid nodig hebben. Vierenzeventig procent heeft AI-geletterdheidstraining nodig voor de dagelijkse werkzaamheden.
“De kloof is nu: kun je de gegevens vertrouwen om agenten vrij te pleiten?” Graeme Thompson, CIO bij Informatica, vertelde VentureBeat. “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 geen knelpunt mag zijn voor data en AI
De adoptie van GenAI is gestegen van 48% vorig jaar naar 69% vandaag. Bijna de helft van de organisaties (47%) maakt nu gebruik van AI-agents: systemen die autonoom actie ondernemen, in plaats van alleen maar inhoud te genereren. Deze snelle expansie heeft geleid tot een race om vectordatabases te verwerven, datapijplijnen te verbeteren en de computerinfrastructuur uit te breiden.
Maar Thompson deed de leemten in de infrastructuur af als een groot probleem. De technologie bestaat en werkt. De beperkingen zijn organisatorisch en niet technisch.
“De technologie die we vandaag de dag hebben, de infrastructuur, en verder – het is geen probleem geweest,” zei Thompson. Hij vergeleek de situatie met amateursporters die hun uitrusting de schuld geven. “Er is nog een lange weg te gaan voordat uitrusting binnenshuis een probleem wordt. Mensen jagen op uitrusting zoals golfers. Die golfers willen graag een nieuwe driver, een nieuwe putter die hun fysieke onvermogen om de golfbal recht te slaan zal genezen.”
Enquêtegegevens ondersteunen dit. Toen hem werd gevraagd naar de investeringsprioriteiten in 2026, waren de top drie prioriteiten mensen- en proceskwesties: gegevensprivacy en -beveiliging (43%), AI-beheer (41%) en het verbeteren van de vaardigheden van het personeel (39%).
Vijf harde lessen voor zakelijke CDO’s
Enquêtegegevens gecombineerd met de implementatie-ervaring van Thompson onthullen specifieke lessen voor dataleiders die proberen over te stappen van testen naar productie.
Stop met het najagen van infrastructuur, los de problemen van de samenleving op
De vertrouwensparadox ontstaat 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 verbeterde datageletterdheidsvaardigheden. Vierenzeventig procent heeft een AI-geletterdheidstraining nodig. De technologische kloof is de menselijke kloof.
“Het is veel gemakkelijker om uw mensen uw bedrijf en uw gegevens te laten kennen en uw processen voor het leren van AI te leren kennen, dan om AI-mensen die daar niets van weten, over uw bedrijf te leren”, aldus Thompson. “En AI-mensen zijn ook erg duur, net zoals datawetenschappers erg duur zijn.”
Maak van CDO een uitvoeringsfunctie, geen ivoren toren
Thompson structureerde Informatica zo dat de CDO rechtstreeks aan hem rapporteerde als CIO. Dit maakt data governance tot een uitvoeringsfunctie, in plaats van een aparte strategische laag.
“Het was een bewuste beslissing, omdat het een functie was om dingen gedaan te krijgen en niet een ivoren torenfunctie”, aldus Thompson. Deze structuur zorgt ervoor dat datateams en applicatie-eigenaren dezelfde prioriteiten delen via dezelfde baas. “Als ze dezelfde baas hebben, moeten hun prioriteiten op één lijn liggen. En als dat niet het geval is, komt dat omdat de baas zijn werk niet doet, en niet omdat de twee functies niet op dezelfde prioriteitenlijst staan.”
Als 76% van de organisaties het gebruik van AI niet effectief kan beheren, kan dit aan de rapportagestructuren liggen. Stille data- en IT-functies creëren voorwaarden voor beproevingen die nooit vooruitgang boeken.
Geletterdheid opbouwen buiten het IT-team
Zijn baanbrekende inzicht was dat AI-geletterdheidsprogramma’s verder moeten gaan dan de functies van technologie- en zakelijke teams. Bij Informatica was de Chief Marketing Officer een van Thompsons sterkste AI-partners.
“Je hebt die geletterdheid nodig binnen je zakelijke teams en je technologieteams”, zegt Thompson.
Hij merkt op dat marketingoperatieteams technologie en data begrijpen. Hij kent het antwoord op de vraag: “Hoe haal ik elk jaar meer waarde uit mijn beperkte marketingprogramma-dollars?” is door AI te automatiseren en toe te voegen aan de manier waarop het werk wordt gedaan, en niet door mensen en nog meer Google-advertentiedollars toe te voegen.
Geletterdheid aan de zakelijke kant zorgt voor een aantrekkingskracht, en niet voor 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 meer efficiëntie.
Promoot AI als een strategische uitbreiding, niet als een kostenreductie
Dataleiders vechten al tientallen jaren 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 van productiviteitsbesparingen veranderen.
“Ik ben erg teleurgesteld dat we, gezien de mogelijkheden van deze nieuwe technologie, als IT-mensen en datamensen onmiddellijk omdraaien en praten over productiviteitsbesparingen”, aldus Thompson. “Wat een verspilling van kansen.”
Tactische verandering: het vermogen van Pitch AI om de personeelsbeperkingen volledig te elimineren in plaats van het bestaande personeelsbestand te verminderen. Dit transformeert AI van operationele efficiëntie naar strategische capaciteiten. Organisaties kunnen hun marktbereik vergroten, nieuwe gebieden betreden en voorheen kostbare initiatieven testen.
“Het gaat niet om geld besparen”, zei Thompson. “En als dat uw hoofdaanpak is, dan zal uw bedrijf niet winnen.”
Doe het eerst verticaal, schaal het patroon
Wacht niet op de perfecte horizontale laag voor gegevensbeheer voordat u productiewaarde levert. Kies één hoogwaardige use case. Bouw een complete governance-, datakwaliteit- en alfabetiseringsstack voor die specifieke workflow. Valideer resultaten. Repliceer het patroon vervolgens naar aangrenzende gebruiksscenario’s.
Dit levert productiewaarde op terwijl de organisatorische capaciteiten geleidelijk worden opgebouwd.
“Ik denk dat deze ruimte zo snel evolueert dat als je probeert om 100% van je bestuursproblemen op te lossen voordat je bij de semantische laagproblemen komt, voordat je bij je verklarende woordenlijst komt, je nooit ergens komt en mensen hun geduld gaan verliezen”, aldus Thompson.
