Naarmate AI geleidelijk wordt ingebed in hun besluitvormingsprocessen, moeten bedrijven de juiste balans vinden tussen technologische potentie, operationele beperkingen, risicomanagement en waardecreatie. Datakwaliteit, governance, AI-agenten, menselijke expertise: ontdek belangrijke innovaties en strategieën die uw organisatie in de komende jaren fundamenteel zullen transformeren.
Initiële toepassingen omzetten in langetermijnwaarde voor de organisatie
Op ieders lippen en overal in onze dagelijkse routines – van de eenvoudigste tot de meest complexe – is kunstmatige intelligentie (zeker) voorbij de experimentele fase gegaan. Voor organisaties is de vraag dus niet langer of ze AI zullen adopteren, maar hoe ze het betrouwbaar en duurzaam kunnen opschalen. Er blijft echter een aanzienlijke kloof bestaan tussen de opwinding die door het potentieel wordt gegenereerd en de realiteit van de impact binnen bedrijven: hoewel AI een grote rol speelt in de door bedrijven gestelde strategieën, is het daarentegen veel minder (of slecht) geïntegreerd in besluitvormingsprocessen.
De nieuwste editie van Coface van de Data & AI Barometer 2026, uitgevoerd met Les Echos Etudes onder 900 beslissers, laat zeer verschillende volwassenheidsniveaus zien afhankelijk van de grootte van het bedrijf: hoe groter het bedrijf, hoe integraler AI is in het besluitvormingsproces. Tegenwoordig beschouwt een derde van de middelgrote en grote ondernemingen zichzelf als ver gevorderd in hun gebruik van AI, vergeleken met één op de tien kmo's. En hoewel twee derde van de besluitvormers vertrouwen heeft in hun data, vindt een derde deze slecht afgestemd op zakelijke behoeften en tools voor risicobeheer en het informeren van beslissingen.
Datakwaliteit is meer dan ooit de belangrijkste factor in de succesvolle industrialisatie van AI binnen een bedrijf, waardoor het sneller kan werken en efficiëntiewinst kan behalen.
De middelen, vaardigheden en capaciteit om Data- en AI-projecten te structureren lijken grote organisaties te bevoordelen. Dit brengt het risico met zich mee dat de kloof steeds moeilijker wordt voor kleine bedrijven om te overbruggen naarmate AI-toepassingen meer gestructureerd worden.
legt Nesrin Gonin uit, Business Information Director - Coface West-Europa & Afrika.
Geen databeheer, geen presterende AI
Voor elk bedrijf, ongeacht de grootte of sector, hangt de schaalbaarheid en toegevoegde waarde van AI sterk af van de kwaliteit van de beschikbare data: hoe krachtig die ook mag zijn, een AI-model kan nooit duurzaam compenseren voor informatie die verouderd, gefragmenteerd of slecht gedefinieerd is. Toch gebruikt 60% van de bedrijven die door Coface zijn ondervraagd nog steeds AI zonder formeel kader. Op dit cruciale moment voor organisaties, en nu het gebruik van AI steeds breder wordt, wordt de vraag hoe het te beheren steeds urgenter. Toch is data governance voor de overgrote meerderheid van de bedrijven nog niet geïmplementeerd: juist hier worden beperkingen snel bereikt, wat meestal leidt tot teleurstellende resultaten voor het bedrijf en zijn bedrijfsteams.
Databeheer is afhankelijk van betrouwbare data, die in realtime worden bijgewerkt, gericht op zakelijke behoeften, en de creatie van een gemeenschappelijke semantische laag: dat wil zeggen, het delen van dezelfde definities voor elke indicator en dezelfde gebruikscontext. In de praktijk kunnen dezelfde gegevens in feite verschillende realiteiten vertegenwoordigen, afhankelijk van of ze worden gebruikt door Risk, Finance, Procurement of Sales teams.
AI fungeert als katalysator: het versterkt zowel de kwaliteit van de data als de zwakke punten ervan. Naarmate het steeds breder wordt binnen de organisatie, wordt het steeds belangrijker om duidelijke regels op te stellen over data, gebruik en verantwoordelijkheden.
Databeheer is niet langer een randkwestie: het is een vereiste voor het creëren van duurzame waarde met AI,
zegt Samia Boujatioui, Group Head of Data Management – Coface Data Office.
Zakelijke afstemming, technologische innovaties: snellere maar betere beslissingen nemen
De volgende grote doorbraak in de volledige adoptie van AI binnen organisaties kan komen van AI-agenten die verbonden zijn met bedrijfsdata. Hun potentieel is tastbaar:
Direct een klantportfolio te ondervragen,
Identificeer bedrijven waarvan het risicoprofiel is verslechterd,
Leg een trend uit of benadruk vergelijkbare zakelijke kansen.
Deze ontwikkeling voorziet in een zeer pragmatische behoefte. Bijna één op de twee besluitvormers wil via AI duidelijke en direct uitvoerbare inzichten verkrijgen, ook al is het doel niet om blindelings besluitvorming aan een machine over te dragen. Financiële afdelingen willen bijvoorbeeld de fraudedetectie versterken en klantrisico's beter anticiperen, terwijl verkoopteams steeds meer op zoek zijn naar nieuwe markten.
In de toekomst ligt het voordeel niet per se bij het bedrijf dat het grootste volume data verzamelt, maar bij het bedrijf dat de echte behoeften van bedrijfsteams kan afstemmen op de kracht en veiligheid van technologie en een geharmoniseerd bestuur op elk niveau van de organisatie kan waarborgen.
Wat een bedrijf dat zijn transformatie naar Data & AI succesvol heeft afgerond, zal onderscheiden, is het vermogen om zijn data om te zetten in concrete, snellere en effectievere beslissingen om een echt zakelijk voordeel te genereren.
zegt Nesrin Gonin.
Blijf voorop lopen en neem beslissingen met volledige zelfvertrouwen
> Wat als risicobeheersing een manier was om open te blijven voor kansen? Lees meer over de wereldwijde studie en bekijk de Open Advantage-roadmap en de vijf strategieën om risico om te zetten in een groeimotor.
