Nederlandse finance-teams investeerden te veel in AI-tools
Ruim zes op de tien Nederlandse finance-professionals vindt dat hun organisatie te veel in AI-tools heeft geïnvesteerd, blijkt uit onderzoek van uitgavenplatform Pleo. Het beheersen van AI is inmiddels een groter vraagstuk dan het invoeren ervan, en bij een deel van de investeringen is het rendement onbekend.
Met 62% ligt Nederland ruim boven het Europese gemiddelde van 49%. Het onderzoek telt ruim 3.500 finance-professionals bij organisaties met 51 tot 1.000 medewerkers in vijf landen, waarvan 400 in Nederland. Pleo, dat zelf een AI-suite voor uitgavenbeheer verkoopt, ziet finance als graadmeter voor andere bedrijfsfuncties: de processen zijn datagedreven, meetbaar en geschikt voor automatisering.
De Nederlandse respondenten die te veel investeerden, spreken zelf van AI-wildgroei: te veel verschillende tools naast elkaar. Twee derde (66%) kocht toepassingen zonder te weten wat die opleveren. Het return on investment van die investeringen is nog altijd onbekend.
Tegelijk zegt 73% dat AI-investeringen binnen de organisatie wél aantoonbaar rendement opleveren. Die cijfers sluiten elkaar niet uit. Naast toepassingen die zichtbaar werken, hangt er kennelijk een laag tools bij die nooit is doorgemeten. Het rapport concludeert dat AI vooral wordt gebruikt omdat het moet, en daardoor onvoldoende is gericht op echte verandering.
Beheersen is lastiger dan invoeren
Finance draait van oudsher om controle, en juist daar wringt het met AI. Elke prompt is een mogelijk compliance-risico, schrijft Pleo. Dat spanningsveld verklaart waarom twee derde van de Nederlandse finance-professionals inmiddels niet worstelt met het gebruik van AI, maar met het managen ervan.
Aan overtuiging ontbreekt het niet. 78% vindt dat de toekomst van finance afhangt van goed begrip en effectief gebruik van AI, en 79% zegt dat het eigen team een hoger niveau moet halen. Tegelijk stelt 73% dat vaardigheden, training en vertrouwen nog flink achterblijven.
Elke uitgavenbeslissing leidt bij Nederlandse bedrijven nog tot een reeks handmatige stappen, constateert Jeppe Rindom (CEO van Pleo) in het voorwoord. “Met de opkomst van AI zou je verwachten dat dit inmiddels anders is. De vraag is waar dat aan ligt. Komt het door de technologie zelf, of door de wijze waarop we die toepassen?”
Waar de mens aan het roer blijft
Nog meer tools toevoegen is volgens het rapport in elk geval niet de oplossing. Finance-teams moeten per taak bepalen waar AI het verschil maakt en waar een menselijk oordeel onmisbaar blijft. De respondenten trekken die grens scherp, en per taak anders.
Fraudedetectie mag van 31% grotendeels of volledig naar AI. Bij betalingsgoedkeuringen is dat slechts 17%, terwijl 59% dit juist grotendeels of volledig mensenwerk wil houden. Ook bij uitgavenbeleid en budgetaanbevelingen kiest meer dan de helft voor een mens aan het stuur.
Voor de meeste taken kiezen de Nederlandse respondenten een combinatie, met de mens als zwaartepunt. Pleo noemt dat een nieuw operationeel model voor finance: een menselijk oordeel gecombineerd met de snelheid van AI.
De prijs van trage goedkeuringen
Die voorzichtigheid heeft een prijs. 68% beaamt dat financiële leiders meer tijd kwijt zijn aan het controleren van uitgaven dan aan het bepalen van de strategie, en 63% vindt dat de huidige uitgavencontroles een te zware last op het team leggen. Een gemiste kans door trage goedkeuringen kost een Nederlands bedrijf gemiddeld €281.704, meer dan in Duitsland, Spanje en het Verenigd Koninkrijk.
Ook op weekbasis tikt het aan. Finance-teams zijn gemiddeld 4 uur per week kwijt aan het afletteren van uitgaven bij de maand- of kwartaalafsluiting, 3,7 uur aan auditvragen en rapportages en 3,6 uur aan het beheren van goedkeuringen in meerdere systemen.
Het stappenplan waarmee het rapport afsluit, begint dan ook niet bij een nieuwe tool, maar bij één proces en een nulmeting: meet de waarde, niet het gebruik. “Bedrijven moeten kritischer kijken naar welke processen ze met AI ondersteunen, hoe goed de technologie is geïntegreerd in het dagelijkse werk en waar menselijke controle nodig blijft”, zegt Rindom.
“Daarbij wordt het steeds belangrijker om niet alleen naar adoptie te kijken, maar te meten waar investeringen in AI daadwerkelijk waarde en productiviteitswinst opleveren.”
