Cisco Industrial AI-rapport 2026: Cyberbeveiliging is de grootste belemmering voor AI-adoptie

Belangrijkste inzichten

1. Cybersecurity is nu de grootste AI-barrière. 40% van de industriële besluitvormers noemt cybersecurity als het grootste obstakel voor AI-adoptie, een stijging van de derde naar de eerste plaats in slechts twee jaar.
2. Netwerk- en beveiligingsuitdagingen komen samen. 48% van de organisaties noemt beveiliging en netwerksegmentatie als hun grootste netwerkprobleem te midden van een groeiend AI-gedreven aanvalsoppervlak.
3. IT/OT-silo’s ondermijnen paraatheid. 43% van de bedrijven werkt nog steeds met beperkte IT/OT-samenwerking, wat samenhangt met 90% draadloze instabiliteit en grote zichtbaarheidsgaten.
4. AI-beveiligingsverwachtingen missen fundament. 85% verwacht dat AI de cybersecurity verbetert, maar slechts 43% heeft gecentraliseerd AI-gegevensbeheer om dit te ondersteunen.

Twee jaar geleden beschouwden industriële organisaties cybersecurity als één van de vele aandachtspunten bij het beoordelen van AI-gereedheid. Vaardighedentekorten en integratiecomplexiteit stonden hoger op de lijst. Budgetbeperkingen waren even belangrijk. Cybersecurity was een overweging, geen blokkade.

Dat is nu voorbij. Het Cisco 2026 State of Industrial AI Report laat deze verschuiving duidelijk zien. Onder meer dan 1.000 besluitvormers uit de industrie, nutsbedrijven en transport in 19 landen staat cybersecurity nu op nummer één als obstakel voor AI-adoptie. Veertig procent noemt het als grootste barrière. Achtenveertig procent noemt het hun grootste netwerkuitdaging. De stijging van derde naar eerste plaats gebeurde in minder dan twee jaar.

De oorzaak is structureel, niet perceptueel. Industriële AI vereist het verbinden van meer assets, meer systemen en meer datastromen in omgevingen die nooit ontworpen zijn voor brede connectiviteit. Elke nieuwe sensor voor een AI-visionsysteem, elke edge computing-node die kwaliteitsinspectiedata verwerkt, elke machine-tot-machinebeslissing—elk onderdeel vergroot het aanvalsoppervlak. Traditionele beveiligingsarchitecturen, gebouwd op perimeterbeveiliging en monitoring van noord-zuidverkeer, zijn niet ontworpen voor deze realiteit. Organisaties die AI het snelst inzetten, creëren vaak ook het snelst risico’s, omdat hun beveiligingsinfrastructuur niet gelijke tred houdt met hun AI-ambities.

Het rapport is duidelijk over wat er op het spel staat: 61% van de organisaties zet AI al op schaal in op meerdere locaties. Slechts 14% bevindt zich nog in de verkennings- of pilotfase. Dit is geen toekomstig probleem. Het is een actuele blootstelling—die groeit bij elke inzet zonder de juiste beveiligingsarchitectuur.

5 Belangrijkste inzichten

1. Cybersecurity heeft alle andere barrières voor industriële AI-adoptie ingehaald—en met afstand.

Het Cisco 2026 State of Industrial AI Report, gebaseerd op meer dan 1.000 besluitvormers in 19 landen, toont aan dat 40% nu cybersecurity noemt als het grootste obstakel voor AI-adoptie in de industrie, nutsbedrijven en transport. In 2024 stond cybersecurity nog op de derde plaats. De snelle stijging weerspiegelt wat er gebeurt als organisaties meer assets verbinden voor AI zonder opnieuw na te denken over de bescherming van het vergrote aanvalsoppervlak.

2. Netwerkinfrastructuur en beveiliging zijn nu hetzelfde probleem—en de meeste industriële organisaties lossen geen van beide op.

Achtenveertig procent van de respondenten noemt beveiliging en netwerksegmentatie als hun grootste netwerkuitdaging. AI-workloads vragen om connectiviteit en edge computing-capaciteit die traditionele industriële netwerken niet kunnen leveren. Als beveiliging afhankelijk is van een netwerkarchitectuur die de AI-inzet niet kan bijhouden, wordt elke nieuwe verbonden asset zowel een productiviteitsinvestering als een risicoblootstelling.

3. IT/OT-silo’s verslechteren aantoonbaar de AI-gereedheid—en 43% van de organisaties heeft dit niet opgelost.

Bijna de helft van de industriële organisaties werkt met beperkte of geen samenwerking tussen IT- en OT-teams—onveranderd sinds 2024. De gevolgen zijn meetbaar: 90% van de gescheiden organisaties meldt draadloze instabiliteit tegenover 61% bij samenwerkende teams. Het Kiteworks 2026 Forecast Report laat zien dat producenten de grootste zichtbaarheidsgaten in preventie van gegevensverlies rapporteren van alle sectoren (67%), waarbij 52% het omgaan met AI-data door derden als topzorg noemt.

4. Organisaties rekenen op AI om het cybersecurityprobleem op te lossen dat AI zelf heeft gecreëerd—maar het fundament ontbreekt.

Vijfentachtig procent verwacht dat AI hun beveiligingsstatus verbetert, en industriële cybersecurity is de op één na hoogste prioriteit voor AI-investeringen. Maar slechts 43% van de organisaties wereldwijd heeft een gecentraliseerde AI Data Gateway. Vooral in de industrie zijn blinde vlekken wijdverbreid. Je kunt niet beveiligen wat je niet kunt zien.

5. De kloof tussen AI-inzetvertrouwen en daadwerkelijke operationele transformatie is het bepalende risico van de komende drie jaar.

Drieënnegentig procent van de organisaties zegt vertrouwen te hebben in het opschalen van AI. Slechts een derde verwacht een organisatiebrede transformatie. In die kloof ontstaan beveiligingsincidenten, nalevingsproblemen en operationele verstoringen. De organisaties die het verst zijn, delen gemoderniseerde netwerken, volwassen cybersecuritypraktijken en samenwerkend IT/OT-beheer—voorwaarden die nog niet breed zijn ingevoerd.

Het netwerkprobleem en het beveiligingsprobleem zijn hetzelfde probleem

Een van de meest ingrijpende bevindingen uit het Cisco-rapport is hoe netwerkparaatheid en cybersecurity volledig zijn samengekomen in industriële omgevingen. De meeste besluitvormers zeggen dat betrouwbare draadloze netwerken essentieel zijn voor AI. De helft verwacht aanzienlijke stijgingen in connectiviteits- en betrouwbaarheidsvereisten naarmate de inzet toeneemt. En 48% meldt dat beveiliging en netwerksegmentatie hun grootste netwerkuitdaging zijn.

Deze convergentie creëert een versterkend probleem. AI-workloads vragen om bandbreedte, edge computing en realtime dataverwerking die traditionele industriële netwerken niet aankunnen. Tegelijkertijd missen deze netwerken de segmentatie, zichtbaarheid en zero trust-architectuur die nodig zijn om te voorkomen dat een beveiligingsincident op het kantoornetwerk de productievloer bereikt. Als de infrastructuur geen betrouwbare connectiviteit kan leveren én geen beveiligingsgrenzen kan afdwingen, staan organisaties voor de keuze: AI-inzet vertragen of risico’s accepteren die ze niet kunnen kwantificeren.

AI is nu al goed voor 13% van de netwerkbudgetten, en 83% van de organisaties is van plan dat aandeel te verhogen. Edge computing-capaciteit, AI-visionsystemen en industriële connectiviteit behoren tot de belangrijkste technologische investeringen. Maar budgettoewijzing zonder architecturale duidelijkheid leidt tot uitgaven zonder beveiliging. Organisaties die netwerkmodernisering en cybersecurity als aparte posten behandelen, bouwen infrastructuur die later dure herstelmaatregelen vereist—als een datalek het probleem niet eerst aan het licht brengt.

IT/OT-silo’s: de organisatorische misser die elk technisch probleem verergert

Het Cisco-rapport bevestigt wat industriële cybersecurityspecialisten al jaren zeggen: de IT/OT-samenwerkingskloof wordt niet kleiner. Drieënveertig procent van de organisaties werkt met beperkte of geen samenwerking tussen IT- en OT-teams—een percentage dat sinds 2024 nauwelijks is verbeterd, ondanks brede erkenning van het probleem.

De praktische gevolgen zijn meetbaar en ernstig. Organisaties met gescheiden teams melden draadloze instabiliteit van 90%, tegenover 61% bij samenwerkende structuren. Vertrouwen in het opschalen van AI hangt direct samen met organisatorische afstemming. En hier is de bevinding die elke CISO aan het denken moet zetten: organisaties met nauwere IT/OT-samenwerking noemen cybersecurity zelfs vaker als primair obstakel—met 12 procentpunten verschil. Het rapport wijt dit aan zichtbaarheid. Nauwere samenwerking brengt risico’s aan het licht die gescheiden teams nooit detecteren.

Dit zichtbaarheidstekort strekt zich direct uit tot gegevensbeveiliging. Het Kiteworks 2026 Forecast Report toont aan dat 67% van de producenten zichtbaarheidsgaten als topzorg noemt—21 procentpunten boven het wereldwijde gemiddelde. De complexe, meerlagige toeleveringsketens in de industrie genereren gevoelige datastromen via e-mail, beveiligde bestandsoverdracht, SFTP, MFT, API’s en AI-integraties. Als IT- en OT-teams onafhankelijk opereren, heeft niemand volledig zicht op hoe gevoelige data zich door deze kanalen beweegt. Risicobeheer toeleveringsketen rond AI-data door derden ligt op 52% in de industrie—het hoogste van alle sectoren. De silo’s die netwerk­samenwerking verhinderen, verhinderen ook gegevensbeheer.

AI als beveiligingsoplossing—maar alleen met het juiste fundament

Ondanks de rol van cybersecurity als belangrijkste beperking voor industriële AI, zetten organisaties tegelijkertijd zwaar in op AI om hun verdediging te versterken. Vijfentachtig procent van de respondenten verwacht dat AI hun beveiligingsstatus verbetert. Industriële cybersecurity is het op één na belangrijkste investeringsgebied voor AI. De verwachting is dat AI detectie, monitoring en respons levert op een schaal en snelheid die handmatige methoden niet kunnen evenaren.

De logica klopt. De uitvoeringseisen zijn waar de meeste organisaties tekortschieten. Samuel Pasquier van Cisco benoemt het pad in drie stappen. Ten eerste: zichtbaarheid. Je kunt data niet beschermen of aan een AI-systeem aanbieden als je niet weet wat er op je netwerk is—en zichtbaarheid moet helemaal tot aan de netwerkedge reiken om oost-westverkeer tussen apparaten te vangen. Ten tweede: netwerksegmentatie om AI-workloads te isoleren, zodat een beveiligingsincident op het kantoornetwerk niet de productievloer bereikt. Ten derde: geïntegreerd IT/OT-beheer dat OT-cybersecurity als gedeelde basis behandelt, niet als apart domein.

Deze drie vereisten—zichtbaarheid, segmentatie en geïntegreerd beheer—sluiten direct aan bij de databeveiligingsuitdagingen die het Kiteworks 2026 Forecast Report in diverse sectoren documenteert. Slechts 43% van de organisaties heeft een gecentraliseerde AI Data Gateway. De overige 57% werkt met verspreide, gedeeltelijke, ad-hoc of ontbrekende controles over hoe AI-systemen toegang krijgen tot gevoelige data. In de industrie is het probleem extra nijpend: toeleveringsketendata, bedrijfsgevoelige procesinformatie, kwaliteitsinspectierapporten en operationele telemetrie stromen allemaal door AI-systemen die de meeste organisaties niet vanuit één beheerlaag kunnen monitoren, auditen of controleren.

De kloof tussen vertrouwen en transformatie: waar industriële AI vastloopt

Misschien wel de meest onthullende bevinding uit het Cisco-rapport is de kloof tussen vertrouwen en resultaat. Drieënnegentig procent van de organisaties zegt vertrouwen te hebben in het opschalen van AI. Toch verwacht slechts een derde een organisatiebrede operationele transformatie in de komende drie tot vijf jaar. De meeste blijven AI inzetten om bestaande processen te verbeteren, in plaats van de werking van hun operatie fundamenteel te herzien.

Die kloof is geen marketingprobleem. Het is een infrastructuur-, beveiligings- en organisatieprobleem. De organisaties die het verst zijn met AI-inzet delen een gemeenschappelijk profiel: gemoderniseerde netwerken, volwassen cybersecuritypraktijken en samenwerkend IT/OT-beheer. Die voorwaarden zijn nog niet wijdverbreid. Zonder deze voorwaarden blijft AI op industriële schaal de uitzondering.

Voor producenten die nog werken met legacy-infrastructuur, zegt Pasquier dat de oplossing niet het vervangen van bestaande systemen is. Het vereist het toevoegen van zichtbaarheid, segmentatie en beheer aan wat er al is. Dat is een pragmatische boodschap—maar met een belangrijk voorbehoud. De tools die je gebruikt voor zichtbaarheid en beheer moeten zelf veilig, auditeerbaar en in staat zijn te werken over het gefragmenteerde kanalenlandschap waar industriële data daadwerkelijk doorheen beweegt.

Hoe Kiteworks industriële organisaties helpt de data te beveiligen waar AI op vertrouwt

Het Cisco-rapport benoemt drie fundamentele vereisten voor industriële AI-beveiliging: zichtbaarheid in datastromen, segmentatie om AI-workloads te isoleren, en geïntegreerd beheer over IT en OT. Dit zijn dezelfde vereisten die bepalen hoe gevoelige data moet worden uitgewisseld, gedeeld en gecontroleerd via de kanalen die industriële organisaties daadwerkelijk gebruiken.

Het Kiteworks Private Data Network adresseert deze vereisten op de data-uitwisselingslaag—waar gevoelige informatie beweegt tussen systemen, partners, AI-modellen en operationele omgevingen. Voor industriële organisaties die de beveiligingsuitdagingen uit het Cisco-rapport willen aanpakken, biedt Kiteworks mogelijkheden die gefragmenteerde tools niet kunnen leveren:

• Geïntegreerd gegevensbeheer over alle uitwisselingskanalen: Eén beleidsengine past consistente rolgebaseerde en op attributen gebaseerde toegangscontrole toe over beveiligde e-mail, beveiligde bestandsoverdracht, SFTP, beveiligde MFT, API’s, webformulieren en AI-integraties. Wanneer industriële data via meerdere kanalen naar AI-systemen stroomt, volgt het beheer de data—niet het kanaal.
• Onveranderlijke audittrail met realtime SIEM-levering: Elk data-uitwisselingsmoment wordt vastgelegd in één geconsolideerde auditlog—zonder throttling en zonder gemiste entries. Voor de 63% van de organisaties die bestandsoverdracht nog niet met SIEM/SOC-platforms hebben geïntegreerd, elimineert dit het blinde vlek waar aanvallers ongemonitorde kanalen misbruiken.
• Security-by-design architectuur: Kiteworks wordt ingezet als een hardened virtual appliance met ingebouwde firewalls, WAF, inbraakdetectie, dubbele encryptie in rust en zero trust-databescherming—beheerd door Kiteworks, niet door je eigen infrastructuurteam.
• Ondersteuning voor netwerksegmentatie: Single-tenant inzet betekent geen gedeelde databases, bestandssystemen of runtimes. AI-data-uitwisselingen zijn standaard geïsoleerd, zodat een incident in de ene omgeving zich niet kan verspreiden naar een andere—precies de ringfencing die het Cisco-rapport aanbeveelt.
• Gegevensbeheer voor derden en toeleveringsketen: Volledig extern gebruikersbeheer met toegangscontrole en complete audittrail voor elke data-uitwisseling met leveranciers. Voor de 52% van de producenten die zich zorgen maken over AI-data door derden, biedt Kiteworks de zichtbaarheid en controle die gefragmenteerde tools als blinde vlek achterlaten.
• AI-ready integratie: De Kiteworks Secure MCP Server maakt het mogelijk voor AI-systemen om te werken met gevoelige operationele data, met respect voor bestaande beleidsregels—zero trust-controles worden uitgebreid naar AI-workflows zonder dat er aparte infrastructuur nodig is voor elk nieuw gebruiksscenario.

Het resultaat: industriële organisaties kunnen de AI-inzetsnelheid nastreven die het Cisco-rapport beschrijft, terwijl ze de beveiliging, zichtbaarheid en het beheer behouden die voorkomen dat elke inzet een nieuwe blootstelling wordt.

Wat het Cisco-rapport betekent voor jouw industriële AI-beveiligingsstrategie

Het Cisco 2026 State of Industrial AI Report beschrijft geen toekomstig probleem. Het documenteert een actueel probleem. Organisaties die AI op schaal inzetten—en 61% doet dat al—vergroten tegelijkertijd het aanvalsoppervlak, verhogen de complexiteit van datastromen en creëren beheergaten die traditionele beveiligingstools niet kunnen dichten.

Uit het rapport komen vijf prioriteiten naar voren:

Ten eerste, behandel netwerkbeveiliging en AI-beveiliging als één probleem. De bevinding dat 48% beveiliging en segmentatie als grootste netwerkuitdaging noemt, bevestigt dat dit geen aparte budgetposten zijn—het is dezelfde infrastructuurvereiste.

Ten tweede, sluit de IT/OT-samenwerkingskloof voordat je AI verder opschaalt. De 43% die nog in silo’s werkt, mist niet alleen operationele efficiëntie—ze missen ook de beveiligingsrisico’s die alleen door gezamenlijke zichtbaarheid aan het licht komen.

Ten derde, implementeer zichtbaarheid in oost-west dataverkeer aan de netwerkedge. Noord-zuid monitoring is nodig maar niet voldoende. AI-workloads genereren laterale datastromen tussen apparaten die perimetergerichte beveiligingsarchitecturen niet vastleggen.

Ten vierde, stel een gecentraliseerde AI Data Gateway in. De bevinding dat 57% van de organisaties geen gecentraliseerd beheer over AI-data heeft, is een directe aansprakelijkheid voor producenten die AI inzetten voor kwaliteitsinspectie, procesautomatisering en risicobeheer toeleveringsketen. Verspreide controles schalen niet mee.

Ten vijfde, eis geïntegreerd beheer over elk kanaal waarlangs gevoelige data AI-systemen bereikt. Beveiligde e-mail, beveiligde bestandsoverdracht, SFTP, MFT, API’s en AI-integraties zijn elk een mogelijk beheergat. Organisaties die dit via losse tools beheren, creëren precies de fragmentatie die het Cisco-rapport als schaalbarrière aanwijst.

De industriële organisaties die deze gaten in 2026 dichten, zullen AI met vertrouwen opschalen. Wie het uitstelt, ontdekt dat hun AI-inzet technische schuld opbouwt die niet in inefficiëntie wordt gemeten, maar in niet-gekwantificeerd risico—risico dat toeneemt bij elke nieuwe verbonden asset, elke nieuwe datastroom en elk nieuw AI-gebruik zonder het juiste beheer.

Wil je meer weten over het veilig inzetten van AI op schaal? Plan vandaag nog een persoonlijke demo.

Aanvullende bronnen

• Blog Post
  Zero‑Trust-strategieën voor betaalbare AI-privacybescherming
• Blog Post
  Hoe 77% van de organisaties faalt in AI-databeveiliging
• eBook
  AI Governance Gap: Waarom 91% van de kleine bedrijven Russisch roulette speelt met databeveiliging in 2025
• Blog Post
  Er is geen “–dangerously-skip-permissions” voor je data
• Blog Post
  Toezichthouders zijn klaar met vragen of je een AI-beleid hebt. Ze willen bewijs dat het werkt.