Waar in 2024 nog 30 procent van de financiële afdelingen AI gebruikte, steeg dat in 2026 naar 75 procent. Volgens het rapport Global AI in Finance 2026 van KPMG, gebaseerd op een enquête onder 1.013 senior finance-leiders in twintig landen en dertien sectoren, groeit AI binnen finance snel uit van experiment naar praktische toepassing. Vooral op het gebied van prognoses, planning en risicobeoordeling zien organisaties concrete resultaten. Bijna driekwart van de respondenten (71 procent) zegt dat de opbrengsten van AI gelijk zijn aan of hoger uitvallen dan vooraf werd verwacht.
Snellere besluiten
Respondenten melden duidelijke verbeteringen in de kwaliteit en snelheid van besluitvorming. Zo zegt 70 procent dat AI leidt tot betere besluiten, terwijl 71 procent snellere besluitvorming ervaart. Daarnaast ziet 64 procent een hogere nauwkeurigheid van prognoses. De verschillen tussen sectoren zijn echter groot. In de bankensector meldt 71 procent van de respondenten een matige of significante verbetering van prognoses door AI, tegenover 44 procent in de zorgsector.
Grip op AI
Volgens KPMG wordt de mate waarin organisaties AI-resultaten kunnen uitleggen, beheersen en controleren steeds belangrijker. In het rapport wordt dit aangeduid als ‘assurance readiness’.
Organisaties die hun governance, validaties en controlemaatregelen beter hebben ingericht, behalen volgens het onderzoek aanzienlijk betere resultaten. Zij realiseren drie tot zes keer betere prestaties dan organisaties die hun beheersing minder goed op orde hebben. Zo rapporteren deze organisaties meer foutreductie (33 procent tegenover 6 procent) en meer vertrouwen in het opschalen van AI binnen financiële processen (42 procent tegenover 14 procent).
Tegelijkertijd zegt slechts 42 procent volledig voorbereid te zijn om AI-gedreven financiële processen aantoonbaar te beheersen. Ook meet slechts 29 procent expliciet waar AI-toepassingen fouten maken of een vertekend beeld kunnen geven.
Aantoonbare validaties
“Ons onderzoek laat zien dat organisaties met duidelijke governance, sterke kwaliteitskaders en aantoonbare validaties als controlemaatregelen drie tot zes keer betere resultaten realiseren bij de implementatie van AI-transformaties”, zegt Aram Falticeanu, director en head of Digital Assurance & Innovation bij KPMG Nederland. “Succesvolle AI-toepassingen ontstaan uit de samenwerking tussen professionals, technologie en heringerichte processen, gericht op transparantie en beheersing.”
Datakwaliteit grootste obstakel
Volgens het onderzoek vormt niet de technologie zelf, maar vooral de kwaliteit van data de grootste uitdaging. Ruim een derde van de organisaties (36 procent) noemt datakwaliteit zowel de belangrijkste barrière als de grootste kans voor succesvolle AI-toepassingen.
Respondenten wijzen daarbij op het belang van betere data-integratie en samenwerking tussen systemen. Daarnaast investeren organisaties vooral in het bijscholen van bestaande finance- en interne auditteams. Zo kiest 38 procent voor training van huidige medewerkers, terwijl 28 procent nieuwe specialisten aantrekt. Volgens KPMG combineren de meest succesvolle organisaties beide strategieën.
Bron: KPMG
Geef een reactie