SAP-financieel directeur Dominik Asam stelt dat AI in bedrijfssoftware verder moet reiken dan chatbots en coding-assistenten. Pas als AI complexe processen als finance en supply chain betreedt, wordt het rendabel om in te zetten. Schone data, betrouwbaarheid en kostenbeheersing wegen daarbij zwaarder dan het krachtigste model.
Bedrijven pompen fors geld in generatieve AI, maar bewijs van brede productiviteitswinst blijft uit. Volgens Asam, die reageerde na de tweedekwartaalcijfers van SAP, gaat het rendement minder komen van algemene modellen dan van gecontroleerde systemen die zijn ingebed in specifieke bedrijfsprocessen.
Het “leeuwendeel” van het huidige AI-tokenverbruik gaat volgens hem naar “low-hanging fruits” zoals coding-assistenten en chatbots. Daar wegen hallucinaties minder zwaar, omdat de output weinig risico draagt als het misgaat. Maar bij finance of supply chain ligt dat geheel anders.
Fouten stapelen zich op
“Als je tijdens het proces hallucinaties hebt, stapelen de fouten zich over meerdere stappen statistisch gezien steeds verder op”, aldus Asam over finance-workflows. Fouten sijpelen door over meerdere stappen en verhogen zo het risico op compliance-problemen. Dat vraagt om veel hogere zekerheidsniveaus.
Het “high-hanging fruit” van AI draait volgens hem niet om een generieke plug-and-play LLM dat je over een heel bedrijf uitrolt. Het gaat om systemen die rond specifieke processen worden gebouwd. Daarvoor moeten bedrijven hun eigen data bruikbaar en governed maken. “Het idee dat AI al deze problemen wel even oplost als het gaat om rommelige, verouderde datasilo’s, klopt simpelweg niet”, stelde Asam, die daarbij wees op “zeer hoge kosten voor tokens.”
Het meest geavanceerde model is niet altijd het juiste, benadrukte hij. In de praktijk kiezen bedrijven de goedkoopste betrouwbare tool die het gewenste resultaat veilig levert, of dat nu simpele software, een open-source model of een duur frontier-model is.
Lees ook: Twee derde Nederlanders overschat eigen AI-vaardigheden
Adoptie blijft achter bij de investeringen
Die worsteling met rendement is breder zichtbaar. Uit Deloitte’s State of AI in the Enterprise 2026 blijkt dat 66 procent van de organisaties productiviteits- en efficiencywinst rapporteert. Toch ziet volgens een enterprise-onderzoek van Writer slechts 29 procent van de bedrijven een significante ROI uit generatieve AI. De winst is dus reëel, maar bedrijfsbrede financiële returns blijven lastig aantoonbaar.
De uitspraken sluiten aan op de bredere koers van SAP. Het bedrijf bouwt zijn AI-strategie rond een AI Foundation met de SAP Knowledge Graph als fundament, die processen contextueel begrijpt. Opvallend genoeg koos SAP er eerder voor om de deur te sluiten voor externe AI-agents, terwijl concurrenten als Salesforce en ServiceNow juist opener zijn. AI blijft bij SAP ingebed in de eigen kernapplicaties.
Dat deze strategische focus op ingebedde Business AI en de ‘Autonomous Enterprise’ commercieel aanslaat, blijkt uit de meest recente kwartaalcijfers van SAP over Q2 2026. De totale omzet steeg met 9 procent, voornamelijk gedreven door een sterke cloudgroei (+22 procent) en een cloud backlog die groeide naar 22,9 miljard euro (+27 procent). Toch blijft SAP realistisch over de kosten van groei. De winstverwachting voor heel 2026 werd licht neerwaarts bijgesteld door het verwaterende effect van overnames die juist nodig zijn om dat data-fundament voor AI verder te versterken.