Ook in België experimenteren bedrijven volop met artificial intelligence. Diverse organisaties hebben inmiddels een AI-verhaal. Er zijn pilots. Medewerkers experimenteren met generatieve AI. Er worden dashboards gebouwd, forecasts verbeterd en processen geautomatiseerd. Steeds vaker worden AI-agents gebouwd. Maar de echte uitdaging begint pas wanneer AI wordt ingebed in processen, besluitvorming en het operating model.
De praktijk vertelt in ieder geval een minder eenduidig verhaal. Uit een recente TriFinance-survey onder executives en hoger management blijkt dat AI in veel organisaties aanwezig is, maar dat de stap van experiment naar structurele toepassing nog lang niet is gezet.
Generatieve AI voor tekst en commentaar is met 30% de meest genoemde structureel gebruikte toepassing. Automatische inzichten zoals trends en anomalieën volgen met 25%, net als AI-ondersteunde rapportering of dashboards. Opmerkelijk alvast is dat 15% van de respondenten zegt dat AI-agents al structureel worden ingezet.
Dat lijkt misschien op snelle vooruitgang, maar er is ook een andere kant aan de cijfers: slechts 3% van de respondenten zegt dat AI binnen Finance al volledig in processen is geïntegreerd. Nog eens 14% spreekt over brede AI-adoptie en 18% over de eerste use cases die in productie zijn. De grootste groep (30%) bevindt zich nog in de experimenteerfase binnen Finance. Een kleiner aantal (20%) is persoonlijk aan het experimenteren.
Het onderzoek bevestigt een paradox die we vaak bij onze klanten zien. AI is toegankelijk voor vrijwel elke bedrijfsfunctie, maar toch worden initiatieven nog te vaak door IT aangestuurd. De organisaties die het meeste succes boeken, zijn die waar het bedrijfsleven en IT gezamenlijk de leiding hebben over de AI-agenda.
From experimentation to the operating model
Wanneer AI wordt ingezet bij forecasting, reconciliaties, fraudedetectie, rapportering of financiële administratie, raakt technologie rechtstreeks aan de manier waarop een organisatie werkt. Dan moet data betrouwbaar zijn. Processen moeten gestandaardiseerd zijn en verantwoordelijkheden duidelijk vastgelegd. Mensen moeten de uitkomsten kunnen interpreteren en controleren.
Dat impliceert ook dat iemand eigenaar moet zijn.
Uit de surveyresultaten blijkt dat het eigenaarschap van AI in Belgische organisaties volop in ontwikkeling is. In totaal wordt IT in 39% van de organisaties genoemd als leider van AI-initiatieven. Een transformatieteam volgt met 22%. In 9% van de gevallen leidt een AI-officer de initiatieven, een aandeel dat overeenkomt met leiderschap door de business en situaties waarin er geen leiderschapsrol gedefinieerd is. C-level vertegenwoordigt met 6% een nog kleiner aandeel, en 7% van de respondenten weet niet wie de initiatieven leidt.
'De survey bevestigt een paradox die we vaak zien bij klanten,’ zegt Johan Reunis, Expert Practice Leader Business Integration bij TriFinance. ‘AI is toegankelijk voor vrijwel elke businessfunctie, maar de initiatieven worden nog te vaak vanuit IT gedreven. De organisaties die het meeste succes boeken, zijn net diegenen waar business en IT samen eigenaar zijn van de AI-agenda.’
Interessant wordt het pas als je de C-suite opsplitst in diverse C-rollen. Elke rol heeft zijn eigen perspectief. Het antwoord wordt dan afhankelijk van wie je de vraag stelt.
Voor CIO's is het antwoord weinig verrassend: 56% van de bevraagde CIO’s noemt IT de drijvende kracht achter AI-initiatieven. Bij CDO's ligt dat percentage zelfs op 57%. Tegelijk speelt bij CDO's ook het transformatieteam een belangrijke rol (43%).
Voor CEO's ziet het beeld wat meer gespreid: 36% noemt IT als leider van de AI-initiatieven, maar 18% ziet de business als trekker en 9% een transformatieteam of AI-officer. Bij CFO's verschuift het zwaartepunt opnieuw. Daar wordt het transformatieteam door 36% genoemd en C-level leiderschap door 27%. IT staat bij CFO's slechts op 9%. Ook noemt 18% een AI-officer.
Die verschillen zijn betekenisvol. Ze suggereren niet noodzakelijk dat organisaties elkaar tegenspreken, maar wel dat AI-eigenaarschap vanuit verschillende managementperspectieven anders wordt ervaren. Voor technologieverantwoordelijken is AI in de eerste plaats een IT- en datavraagstuk; voor CFO's lijkt transformatie en executive sponsorship belangrijker te zijn; CEO's zien daarnaast vaker een rol voor de business.
AI-governance laat zich niet simpelweg in een organigram vangen. De vraag is veeleer: wie beheert de technologie, wie is promotor van de businesscase en wie neemt verantwoordelijkheid wanneer AI effectief de organisatie begint te veranderen?
De ambitie om met AI impact te realiseren groeit sneller dan het vermogen van organisaties om die ambitie waar te maken. Maar ondanks de urgentie om impact te realiseren, bestaat er een opvallende kloof in de AI-marturiteit en in de ontwikkeling van de vaardigheden die nodig zijn om die impact te realiseren.
Finance and the AI Value Paradox
Beschouw je AI primair als een IT-initiatief, dan ligt de nadruk vanzelfsprekend op technologie, infrastructuur en implementatie. Maar de grootste waarde van AI ontstaat pas elders: in processen, beslissingen en de manier waarop mensen hun werk organiseren.
Wanneer de verwachte waarde van AI sneller groeit dan het eigenaarschap, de competenties en de capaciteit van de organisatie om die waarde te realiseren, ontstaat wat je de AI-waardeparadox zou kunnen noemen.
In het Finance-departement wordt die waardeparadox op dit moment goed zichtbaar. De functie beschikt namelijk over grote hoeveelheden gestructureerde data en repetitieve processen. Dat maakt haar bij uitstek geschikt voor AI-toepassingen. Forecasting, variantie-analyse, reconciliaties, managementrapportering en anomaliedetectie lenen zich namelijk allemaal voor automatisering en intelligente ondersteuning.
De survey bevestigt dat. Wanneer respondenten wordt gevraagd waar zij de grootste AI-impact verwachten, plaatsen zij ‘Automatisering van operationele processen via AI-agents’ met 33% bovenaan de lijst, gevolgd door forecasting (27%) en anomalie- en fraudedetectie, het opstellen van managementcommentaar en het monitoren van de datakwaliteit (alle drie 25%).
De urgentie is bovendien niet louter theoretisch. Van de respondenten die de optimalisatie van financiële systemen en processen kritisch of hoog urgent noemen, zegt 47% dat AI-agents voor operationele automatisering de grootste impact zullen hebben. Voor forecasting is dat 31% en voor anomalie- en fraudedetectie 33%.
“De ambitie om impact te maken met AI groeit sneller dan de capaciteit van organisaties om die ambitie te realiseren,” zegt Stéphanie Struelens, Expert Practice Leader Transformation Solutions at TriFinance. “Tegenover de urgentie om impact te maken staat namelijk een opvallende kloof in AI-maturiteit en het uitbouwen van competenties.”
Slechts 8% van de respondenten beoordeelt de AI-competenties van het Finance-team namelijk als “in zeer grote mate” aanwezig en 25% als “in grote mate”. Daartegenover zegt 38% dat de competenties slechts in beperkte mate aanwezig zijn en 17% in zeer beperkte mate.
Voor organisaties wordt dit waarschijnlijk een van de belangrijkste managementvraagstukken van de volgende AI-fase.