Bijna de helft van de organisaties die zichzelf als AI-leider in finance beschouwt, heeft geen minimaal governancekader voor AI-gebruik. Dat blijkt uit onderzoek van Payhawk onder ruim 1500 finance-leiders. Een kwart voldoet aan alle vijf operationele vereisten voor opschaling. Twee structurele problemen domineren: ‘regelschuld’ en ‘dataschuld’.
Dat is een van de opvallendste uitkomsten uit onderzoek van Payhawk. Het onderzoek is gebaseerd op 1520 finance- en bedrijfsleiders wereldwijd.De ‘AI-leiders’ (n=405) zijn organisaties die hun AI-volwassenheid een 7 of hoger gaven op een schaal tot en met 10.
Maar ook binnen die kopgroep blijkt de situatie verre van uniform. 26 Procernt van de AI-leiders voldoet aan alle vijf operationele vereisten die nodig zijn om AI te laten groeien van ‘geïmplementeerd’ naar ‘operationeel’. Die vijf vereisten zijn: uitvoeringsmaatregelen, minimale gebruiksregels voor AI, vaardigheden en instrumenten, toegewezen budget en tot slot data die geschikt is voor AI-analyse.
Zes profielen, twee structurele tekorten
Op basis van die vijf criteria onderscheidt het onderzoek zes adoptieprofielen. Van ‘Opgeschaalde adopteerders’ (26,9 procent), die op alle vijf vereisten sterk scoren, tot ‘Control first’-planners (11,6 procent), die over capaciteit beschikken maar die niet benutten. Twee van die zes profielen zijn representatief voor wat Payhawk regelschuld noemt. Organisaties zetten AI daarbij sneller in dan hun governance meekrijgt. Samen vertegenwoordigen die groepen circa 30 procent van de onderzochte leiders.
Dataschuld is de andere structurele belemmering. Dat doet zich voor wanneer governance en uitvoering wel op orde zijn, maar de onderliggende data inconsistent of gefragmenteerd is. Het profiel ‘Governance-voorwaartse opschalers’ is het meest uitgesproken voorbeeld. Daar zijn sterke regels opgesteld, maar slechts 30 procent scoort sterk op het gebied van datagereedheid. Die schuld concentreert zich met name in complexe, sterk gereguleerde omgevingen.
Dat governance zo ver achterblijft op technische capaciteit, is een bredere tendens. Uit eerder onderzoek bleek al dat 94 procent van organisaties meer complexiteit en risico’s ervaart door AI-agents, met tekorten in data, monitoring en beleid.
Capaciteit aanwezig, governance niet
Het overgrote deel van de AI-leiders geeft aan over sterke vaardigheden en instrumenten te beschikken, namelijk 78 procent. Governance-regels zijn het laagst scorende element. Bij de onderzochte bedrijven heeft 55 procent die ingevoerd. Dat gat verklaart waarom het bij veel organisaties oogt dat ze ver gevorderd zijn in het proces, maar er niet in slagen verder te komen dan ondersteunende toepassingen.
Eerder lanceerde Payhawk al het AI Office van de CFO, een set gespecialiseerde AI-agents voor finance teams. Uit diezelfde context bleek dat 87 procent van de finance leaders gelooft dat AI een deel van hun taken overneemt. Het ontbreken van governance maakt dat perspectief echter risicovoller.
“Veel organisaties investeren in meer AI, terwijl de echte knelpunten elders liggen, bijvoorbeeld in regels of in data. AI opschalen in finance is in de kern een vraagstuk van orkestratie: het op elkaar afstemmen van regels, data en verantwoording dwars door werkprocessen heen”, aldus Hristo Borisov, CEO en medeoprichter van Payhawk. Wie slechts een deel van de randvoorwaarden aanpakt, blijft volgens hem hangen in kleine, ondersteunende toepassingen.