De snelle opkomst van AI heeft organisaties gedwongen om verder te kijken dan experimenten en pilots. Volgens recent BCG-onderzoek is AI verschoven naar de kern van strategie en operatie, met investeringen die oplopen tot circa 1,7% van de omzet en een duidelijke verschuiving van verantwoordelijkheid naar de CEO. Tegelijkertijd blijven de verwachtingen over rendement hoog, terwijl de empirische onderbouwing daarvan nog beperkt is. Deze spanning vormt de context waarin BCG de 10-20-70-regel positioneert als leidraad voor AI-transformatie.
De kern van BCG’s 10-20-70-regel is dat circa 10% van het succes samenhangt met algoritmes, 20% met technologie en data, en 70% met mensen en processen. Deze verdeling sluit aan op het beeld van de ijsberg onder AI, waarin de zichtbare technologie slechts een klein deel vormt van de totale inspanning. Wat BCG als 70% benoemt, komt overeen met wat onder de waterlijn ligt: organisatie-inrichting, besluitvorming, vaardigheden en verandervermogen.
BCG onderbouwt dit met voorbeelden van organisaties die processen end-to-end herontwerpen met behulp van AI-agents, waarbij in specifieke gevallen kostenreducties van 30–40% worden gerapporteerd. Deze voorbeelden laten zien dat waarde mogelijk is, maar suggereren vooral dat impact ontstaat wanneer technologie wordt ingebed in herontworpen werkprocessen en niet door technologie op zichzelf.
Tegelijkertijd maakt de ijsbergmetafoor zichtbaar waar de 10-20-70-regel tekortschiet. De verdeling wordt gepresenteerd als richtinggevend principe, maar kan worden geïnterpreteerd als een vaste verhouding, terwijl de onderliggende werkelijkheid complexer is. Elementen zoals data governance, legacy-systemen, besluitvorming en cultuur worden samengebracht in één categorie, terwijl deze in de praktijk afzonderlijke knelpunten vormen. Bovendien is de veronderstelde causaliteit niet hard aangetoond: investeren in mensen en processen draagt alleen bij aan succes onder specifieke voorwaarden, zoals voldoende datakwaliteit, passende architectuur en effectieve governance.
De belangrijkste conclusie is dat de 10-20-70-regel vooral waarde heeft als correctie op een te technische benadering van AI. Het dwingt organisaties om aandacht te verleggen naar processen en mensen. Tegelijkertijd moet het model niet worden gelezen als een vaste verdeling, maar als een vereenvoudigde weergave van een complex veranderproces. De ijsbergmetafoor helpt om die complexiteit zichtbaar te houden.
Organisaties doen er goed aan AI te benaderen als een integraal verandertraject, waarbij technologie, data en organisatieontwikkeling gelijktijdig plaatsvinden. Dit vraagt om expliciete aannames over verwachte opbrengsten en systematische toetsing daarvan. Daarnaast vereist de ‘onderkant van de ijsberg’ concrete invulling in de vorm van governance, duidelijke verantwoordelijkheden en gerichte investeringen in vaardigheden en procesontwerp.
De combinatie van beide perspectieven leidt tot een meer gebalanceerd inzicht. De 10-20-70-regel geeft richting door te benadrukken waar de meeste inspanning ligt. De ijsberg onder AI laat zien waarom die inspanning complex is en waar de belangrijkste risico’s zich bevinden. Samen maken ze duidelijk dat AI-transformatie minder draait om het implementeren van technologie en meer om organisaties fundamenteel herontwerpen.
Bronnen
- Boston Consulting Group. (2026). As AI investments surge, CEOs take the lead on decision making and upskilling themselves.
- Boston Consulting Group. (2026). Scaling AI requires new processes, not just new tools.
- Derksen, R. (2026). De ijsberg onder AI.
- McKendrick, J. (2026). Why AI’s 10-20-70 principle should matter to CEOs and everyone else. Forbes.
1 reactie
Ik weet niet of het een fundamenteel herontwerp van organisaties vraagt. Het vraagt vooral een cultuuromslag die tot nu nog maar moeizaam tot stand komt. Leiderschap gaat nog teveel aan op incidentmanagement en te weinig op regulier verbetermanagement. Wanneer wij al verbeteren, maken wij geen tijd voor grondig evalueren.
Zolang de aanjaagfunctie op verbeteren en veranderen en de toetsfunctie op effectiviteit niet wordt ingevuld, blijft het hangen op max 30% een stokt het. Waarom zou die omslag nu wél goed gaan? Wat is daar voor nodig?