95% experimenteert met AI. 5% ziet er iets voor terug.

Iedereen doet mee, bijna niemand verdient het terug!

95% van de ondervraagde retailers experimenteert actief met AI in marketing en e-commerce. Slechts 5% rapporteert duidelijke, schaalbare ROI. Nog geen derde (26%) heeft AI daadwerkelijk verankerd in de dagelijkse workflow de rest blijft steken in pilots, losse tools en side-projects die nooit de kern van het werk raken.

Dat is geen technologieprobleem. Toegang tot AI is inmiddels overal gelijk: iedereen kan bij hetzelfde model. Het verschil zit in wat er ná die toegang gebeurt.

Nederland en België lopen niet voorop

Het onderzoek zet de AI-volwassenheid per regio op een rij, en voor de Benelux is dat geen prettig lijstje: Scandinavië leidt met 35%, het Verenigd Koninkrijk volgt op 32%, DACH op 30% en de Benelux sluit de rij met 29%. Niet dramatisch achteraan, maar ook niet de koppositie die je zou verwachten van een markt die zichzelf graag digitaal voorloper noemt.

Personalisatie, vaak de eerste plek waar AI zich in shopper marketing zou moeten bewijzen, blijft daarbij nog het meest onderontwikkeld: slechts 13% van de retailers heeft een volledig geoptimaliseerd, zelflerend personalisatiesysteem staan. De rest werkt met fragmenten: een aanbevelingsengine hier, een los AI-experiment daar, zonder dat het één samenhangend systeem vormt.

De rem zit niet in de techniek

Vraag je retailers wát hen tegenhoudt, dan wordt het interessant. Niet de technologie zelf staat bovenaan het zijn de mensen en de manier van werken eromheen. 58% noemt gebrek aan vaardigheden als grootste knelpunt. 57% wijst op interne weerstand en organisatieculturele koudwatervrees.

Met andere woorden: de meeste organisaties hebben het tool-probleem al opgelost. Het methode-probleem; hoe je AI structureel inzet, wie dat doet, en volgens welke werkwijze ligt nog wagenwijd open.

Wat dit betekent voor de praktijk

Het onderzoek trekt zelf de scherpste conclusie: concurrentievoordeel komt niet voort uit AI-toegang, maar uit integratie in workflows, datakwaliteit en organisatorische gereedheid. Vertaald naar Trade- & Shopper Marketing zijn dat drie heel concrete lessen.

1. AI-adoptie zonder methode is een pilot die nergens naar leidt. De 95%-tegenover-5%-kloof ontstaat niet doordat mensen de verkeerde tool kiezen, maar doordat ze zonder heldere vraag beginnen. Wat wil je weten, wat weet je al, wat mis je die volgorde bepaalt of een AI-experiment een eenmalige proefballon blijft of een herhaalbare werkwijze wordt.

2. Skills-gap is een trainingsvraagstuk, geen recruitmentvraagstuk. 58% van de retailers wijst naar vaardigheden als knelpunt, niet naar mensen die ontbreken, maar naar een manier van werken die nog niet is aangeleerd. Dat is precies waar een masterclass méér oplevert dan een tooldemo.

3. Interne weerstand verdwijnt niet door AI beter te verkopen, maar door het aantoonbaar te laten werken op een concrete case. Zolang AI een los initiatief blijft naast het gewone werk, blijft het verdacht. Zodra het onderdeel wordt van hoe een team al werkt, van businessvraag tot activatie, verdwijnt de weerstand vanzelf.

De rode draad

Dit onderzoek bevestigt in cijfers wat de praktijk allang liet zien: het verschil tussen de 95% die experimenteert en de 5% die resultaat boekt, zit niet in welk AI-model je gebruikt. Het zit in de vraag of je een herhaalbare, gedeelde manier van werken hebt om AI in te zetten van informatiebehoefte tot inzicht, van inzicht tot activatie.

Precies dat is het uitgangspunt van onze nieuwe Kennisdag AI meets Shopper Marketing op 4 november: geen prompt-trucjes, maar een werkwijze die je maandag direct meeneemt naar je eigen organisatie ongeacht hoeveel data je zelf al in huis hebt.

Bron: Retail Economics & Voyado — "The State of AI in European Retail Marketing & E-commerce", december 2025.