Het Midden-Oosten en Afrika (MEA) streeft agressief naar de integratie van kunstmatige intelligentie (AI), maar een steeds groter wordende kloof tussen ambitie en praktische paraatheid dreigt het volledige economische potentieel van deze transformatie te beperken. Uit een nieuw onderzoek van het IBM Institute for Business Value blijkt dat hoewel 77% van de MEA-dataleiders prioriteit geeft aan investeringen om de AI-mogelijkheden te versnellen, slechts 25% het vertrouwen uitspreekt dat hun bestaande data-infrastructuur op betrouwbare wijze nieuwe AI-gedreven inkomstenstromen kan ondersteunen. Deze ontkoppeling wijst op een kritieke onevenwichtigheid: organisaties haasten zich om AI in te zetten voordat ze de onderliggende data-uitdagingen volledig kunnen aanpakken.
De groeiende kloof in datavaardigheden
Een van de belangrijkste obstakels voor AI-succes in MEA is het escalerende tekort aan geavanceerde datavaardigheden. Uit het onderzoek blijkt dat 54% van de respondenten dit nu als hun grootste uitdaging noemt, bijna een verdubbeling ten opzichte van de 28% in 2023. Deze snelle stijging suggereert dat de talentkloof sneller groter wordt dan verwacht, waardoor de operationalisering van AI-initiatieven mogelijk wordt belemmerd en de concurrentievoordelen worden beperkt. Het probleem is niet simpelweg een gebrek aan personeel, maar een tekort aan individuen die zijn uitgerust met de gespecialiseerde expertise die nodig is om gegevens effectief te beheren, verfijnen en benutten voor AI-toepassingen.
Integratie van datastrategieën en ongestructureerde data-uitdagingen
Ondanks zorgen over de gereedheid is de integratie tussen datastrategie en bredere technologische roadmaps toegenomen. Driekwart (76%) van de Chief Data Officers van MEA meldt nu dat hun datastrategie rechtstreeks is afgestemd op investeringen in infrastructuur, tegen 55% in 2023. Slechts 27% heeft echter vertrouwen in het vermogen van hun organisatie om waarde te halen uit ongestructureerde data, een cruciaal onderdeel voor veel AI-toepassingen. Dit suggereert dat, hoewel de strategische afstemming verbetert, de praktische capaciteit om met complexe, praktijkgerichte gegevens om te gaan beperkt blijft.
Talentverwerving en datademocratisering
De strijd om bekwame dataprofessionals te werven wordt steeds groter. 79% van de ondervraagde MEA-leiders vindt het moeilijk om belangrijke datarollen te vervullen, waarbij slechts 51% van mening is dat rekruteringsinspanningen de nodige vaardigheden en ervaring opleveren, een daling ten opzichte van 66% in 2024. Tegelijkertijd wint de datademocratisering aan kracht, waarbij 72% van de MEA-datachefs stelt dat een bredere toegang van werknemers tot data organisaties helpt sneller te bewegen. Slechts 28% is het er echter sterk mee eens dat zij duidelijk kunnen overbrengen hoe data de bedrijfsresultaten vergemakkelijken, en slechts 27% heeft duidelijke maatstaven opgesteld om de waarde van datagestuurde resultaten te meten. Dit suggereert dat, hoewel de toegang tot gegevens toeneemt, het vermogen om deze in tastbare bedrijfswaarde te vertalen een uitdaging blijft.
De kloof overbruggen: AI-naar-data-aanpak
Om deze uitdagingen aan te pakken, hanteert 75% van de MEA Chief Data Officers een “AI-to-data”-aanpak in plaats van het centraliseren van gegevens, en ontwikkelt 68% actief diverse datasets om AI-agenten te trainen. Dit duidt op een verschuiving naar het inzetten van AI om de datakwaliteit en toegankelijkheid te verbeteren, in plaats van te vertrouwen op traditionele datamanagementmethoden. Deze aanpak vereist echter aanzienlijke investeringen in AI-infrastructuur en expertise, die bij veel organisaties mogelijk ontbreekt.
Mondiale trends en implicaties
De mondiale bevindingen van het IBM-onderzoek versterken de urgentie van het aanpakken van de datagereedheid. Wereldwijd geeft 81% van de Chief Data Officers prioriteit aan AI-versnellende investeringen, waarbij 13% van de IT-budgetten nu wordt toegewezen aan datastrategie, tegen slechts 4% in 2023. Toch spreekt slechts 26% wereldwijd het vertrouwen uit dat hun datacapaciteiten AI-gebaseerde inkomstenstromen kunnen ondersteunen. Deze mondiale ontkoppeling onderstreept de systemische uitdagingen waarmee organisaties worden geconfronteerd bij het vertalen van AI-ambities in praktische resultaten.
Het agressieve streven van de MEA-regio naar AI, in combinatie met de steeds groter wordende kloof op het gebied van datagereedheid, brengt zowel kansen als risico’s met zich mee. Organisaties die prioriteit geven aan datakwaliteit, investeren in talentontwikkeling en innovatieve AI-naar-data-benaderingen adopteren, zullen het best gepositioneerd zijn om het volledige economische potentieel van deze transformatie te benutten. Degenen die deze uitdagingen niet aangaan, lopen het risico achterop te raken in een steeds competitiever landschap
