McKinsey publiceerde in maart 2026 een studie die op het eerste gezicht gaat over budgettering. Maar wie de cijfers doorleest, stoot op een ongemakkelijkere boodschap: de meeste organisaties geven hun technologiebudget op een manier uit die AI-adoptie structureel ondermijnt. Niet door te weinig te investeren, maar door op de verkeerde manier te investeren.
Wat er onderzocht werd
De studie “Recalibrating technology budgets for the AI era” is gebaseerd op een bevraging van 17 grote bedrijven in Australië, Europa en Noord-Amerika over hun IT-uitgaven in 2024 en hun plannen voor 2025. De auteurs, Leandro Santos, Thomas Elsner en Ishaan Sharma, brachten de verhouding in kaart tussen twee types uitgaven: “run”, de kosten voor het draaiend houden van bestaande systemen, en “change”, de investeringen in vernieuwing, modernisering en nieuwe capaciteiten. AI-budgetten zijn in die analyse geen aparte categorie. Ze zijn een onderdeel van beide.
De centrale bevinding: AI verslikt een derde van de change-budgetten van grote organisaties, maar verlaagt de run-kosten nauwelijks. Sterker nog, bij veel bedrijven stijgen de operationele kosten omdat AI nieuwe systemen toevoegt bovenop bestaande infrastructuur, zonder dat er iets wordt afgebouwd.
Vier types, één patroon
McKinsey onderscheidt vier IT-archetypes op basis van de verhouding tussen run- en change-investeringen.
De “deliberate modernizers” geven minstens een derde van hun budget aan change (37%), houden de run-kosten structureel laag en werken met gestandaardiseerde platformen. Hun technische schuld is beheersbaar. Zij zijn de benchmark.
De “strained transformers” investeren ook veel in change (34%), maar bouwen bovenop legacy-infrastructuur. De run-kosten blijven daardoor hoog (66%) en het rendement op de change-investeringen dreigt te stagneren. Ze bewegen, maar ze dragen te veel gewicht mee.
De “lean operators” houden alles smal: weinig run, maar ook weinig change (13% change, 87% run). Stabiel in de korte termijn, maar kwetsbaar voor innovatiestilstand.
De “heavy IT sustainers” ten slotte besteden het grootste deel aan run (80%), met beperkte ruimte voor change (20%). Dit type ontstaat bij structurele complexiteit of na een grote moderniseringsgolf waarbij de omgeving bewust stabiel gehouden wordt.
Wat deliberate modernizers anders doen
Het verschil zit niet in de omvang van het budget, maar in drie specifieke keuzes.
Ten eerste houden ze hun run-infrastructuurkosten minstens 20% lager dan vergelijkbare organisaties. Dat is geen toevalligheid, maar het resultaat van een bewuste keuze om platforms af te bouwen, services te consolideren en technische schuld structureel weg te werken.
Ten tweede gaat 57% van hun applicatiebudget naar change, tegenover 21 tot 47% bij de andere archetypes. Ze maken ruimte door iets te vervangen, niet alleen door iets toe te voegen.
Ten derde, en dit is de meest opvallende bevinding, investeren ze 16% van hun totale IT-budget in intern personeel voor change-activiteiten. Dat is 1,5 tot 4 keer meer dan de andere groepen. Talent blijkt de echte bottleneck.
Waarom dit telt voor uw organisatie
Deze studie focust op grote multinationals, maar het patroon is ook bij middelgrote organisaties herkenbaar. Veel Vlaamse bedrijven die vandaag AI inzetten, zijn feitelijk “strained transformers”: ze voegen AI-tools toe aan bestaande workflows, zonder iets te vervangen of te vereenvoudigen. Het resultaat is een IT-omgeving die tegelijk moderner en complexer wordt.
Vijf lessen voor wie hieruit wil leren:
- De run-last bepaalt uw speelruimte. Organisaties die structureel te veel betalen voor het draaiend houden van bestaande systemen, hebben te weinig ruimte over voor vernieuwing. Dat is geen budgetprobleem. Het is een architectuurprobleem. Wie zijn run-kosten niet actief beheert, financiert stilstand met groeigeld.
- AI toevoegen is niet hetzelfde als moderniseren. De meest voorkomende fout in AI-adoptie is het stapelen van nieuwe tools bovenop een onveranderde technische basis. Het kost geld, het vergroot de complexiteit en het geeft geen structureel voordeel. Elke AI-investering zou ook een vraag moeten triggeren: wat bouwen we hiervoor af?
- Gedeelde platformen zijn geen kostenpost, maar een hefboom. Deliberate modernizers investeren bewust in dataplatformen en gestandaardiseerde infrastructuur, niet omdat dat goedkoop is, maar omdat het toekomstige investeringen goedkoper en sneller maakt. Een investering die de volgende investering vereenvoudigt, is strategischer dan een investering die enkel zichzelf rechtvaardigt.
- Talent is de bottleneck die niemand wil benoemen. McKinsey is expliciet: interne capaciteit voor change is het scherpste onderscheid tussen de best presterende organisaties en de rest. Externe leveranciers kunnen systemen bouwen. Ze bouwen geen organisatiecapaciteit op. De kennis die uw mensen opbouwen, verdwijnt niet als een contract afloopt.
- Vereenvoudiging is een strategische keuze, geen bezuiniging. AI als katalysator voor vereenvoudiging, zoals McKinsey het formuleert, betekent concreet: gebruik AI om processen te elimineren, niet om ze te automatiseren. Wie AI inzet om complexiteit te beheren, heeft het probleem niet begrepen. Organisaties die AI gebruiken om minder te doen, bouwen duurzamer dan organisaties die AI gebruiken om meer te doen.
De echte les
McKinsey schrijft deze studie voor CIOs van grote ondernemingen. Maar de structurele spanning die ze beschrijven, speelt even goed bij een bedrijf van 200 medewerkers als bij een multinational. De verhouding tussen wat een organisatie uitgeeft aan draaiend houden en wat ze uitgeeft aan vooruitkomen, is een directe indicator van haar strategische bewegingsvrijheid.
Het gaat uiteindelijk niet over de hoogte van het AI-budget. Het gaat over de vraag of uw organisatie de ruimte en de capaciteit heeft om echt te veranderen, of dat ze steeds meer nieuwe lagen bouwt op een fundament dat ze niet durft aan te raken.
Kijk eens kritisch naar uw eigen situatie: welk deel van uw technologiebudget gaat naar het behoud van wat bestaat, en welk deel naar wat u wilt worden?