Financiële teams wereldwijd worstelen met het opschalen van kunstmatige intelligentie naar kernprocessen. Dat blijkt uit onderzoek van uitgavenplatform Payhawk onder 1.520 finance- en businessleiders. De helft van de organisaties experimenteert wel met AI, maar krijgt het niet ingebed in operationele workflows. Het onderzoek biedt CFOs een realiteitscheck voor hun AI-investeringen.
Middenmoot vormt zwaartepunt van de markt
Het CFO AI Readiness Report laat een verdeelde markt zien. Van alle ondervraagde organisaties bevindt vijftig procent zich in de AI-middenmoot, waar wel wordt geëxperimenteerd maar nog geen geïntegreerde AI-capaciteit binnen finance bestaat. Tweeëndertig procent ziet zichzelf als hoogvolwassen in AI-gebruik, maar deze groep loopt sterk uiteen in daadwerkelijke implementatie. De markt beweegt zich ongelijk en niet-lineair, waarbij een kleine groep opschaalt terwijl de middenmoot moeite heeft met het omzetten naar concrete acties. In finance moet AI voldoen aan controles, auditvereisten, accountability en beleid voordat het kan worden ingebed in workflows. Dit maakt de kloof tussen experimenteren en opschalen groter dan in andere bedrijfstakken. “Payhawk bevindt zich precies op het snijvlak waar AI-ambitie de financiële realiteit ontmoet”, zegt Hristo Borisov, CEO en medeoprichter van Payhawk. “Wij zitten in de workflows waar goedkeuringen veranderen in uitgaven, betalingen worden uitgevoerd, uitzonderingen zich opstapelen en audittrails worden getest.”
Grote verschillen tussen sectoren en bedrijfsgrootte
Techbedrijven met meer dan 251 medewerkers lopen voorop in AI-volwassenheid. Ruim zeventig procent van deze organisaties beoordeelt zichzelf als hoogvolwassen. Kleinere organisaties in gereguleerde sectoren en kerneconomiesectoren blijven achter, met slechts 13,5 procent die een hoge volwassenheid rapporteert. Grote niet-techbedrijven bevinden zich vooral in de AI-middenmoot. Complexe multi-entiteitstructuren rapporteren vaker hogere volwassenheid, maar datakwaliteit en governance blijven bepalend voor daadwerkelijke AI-gereedheid. Het onderzoek toont aan dat zelfverklaarde AI-leiders sterk uiteenlopen in de manier waarop zij AI daadwerkelijk inzetten. Sommige organisaties hebben AI al ingebed in gecontroleerde workflows, terwijl anderen snel bewegen zonder minimale waarborgen.
Uitvoeringsrisico ligt bij opschaling
Volgens Borisov ligt de grootste uitdaging niet bij de technologie zelf, maar bij het stabiel, verdedigbaar en herhaalbaar inzetten van AI binnen financiële controleomgevingen. “De blokkade ligt niet bij experimenteren, maar bij het draaien van AI binnen controles zonder dat de accountability verloren gaat”, aldus de CEO. Het onderzoek werd uitgevoerd door IResearch in acht landen, waaronder de Benelux, DACH-regio, EU, Spanje, Frankrijk, VK, Ierland en de Verenigde Staten. Voor Nederlandse CFOs die hun AI-budgetten bepalen, biedt het onderzoek waardevolle inzichten in waar investeringen het meest effectief zijn. Het rapport suggereert dat organisaties zich moeten richten op het overbruggen van de kloof tussen AI-experimenten en operationele implementatie, vooral in finance-specifieke workflows waar compliance en controle cruciaal zijn.