IT-beslissers over AI: ERP en bedrijfssoftware bepalen mede het succes

IT-beslissers worstelen met AI-adoptie, datakwaliteit en integraties. ERP en bedrijfssoftware vormen de basis om AI betrouwbaar en schaalbaar toe te passen.

Vrijwel ieder bedrijf voelt momenteel de druk om sneller te digitaliseren. Nieuwe tools verschijnen in hoog tempo, softwareleveranciers voegen steeds meer slimme functies toe en binnen directiekamers gaat het voortdurend over innovatie en automatisering. Vooral IT-afdelingen krijgen daardoor steeds vaker de vraag hoe organisaties hiermee moeten omgaan.

Toch blijkt de praktijk minder simpel dan het soms lijkt. Veel bedrijven experimenteren volop met nieuwe technologie, maar lopen tegelijkertijd tegen vragen aan over betrouwbaarheid, controle en echte meerwaarde. Uit nieuw onderzoek blijkt dan ook dat veel IT-beslissers kritisch blijven over de huidige staat van Kunstmatige Intelligentie (AI). Vooral AI-agents roepen bij organisaties nog veel twijfel op.

AI-adoptie groeit, maar veel bedrijven zoeken nog richting

De AI-adoptie binnen organisaties neemt snel toe. Veel bedrijven testen inmiddels met chatbots, automatische analyses of AI-tools voor productiviteit. Vooral grote organisaties investeren flink in pilots en experimenten om ervaring op te doen met de technologie.

Toch betekent dat niet dat bedrijven al een duidelijke koers hebben. Veel organisaties bevinden zich nog in een fase van testen en uitproberen. Daardoor blijft ook de adoptie van AI in organisaties vaak versnipperd. Teams gebruiken losse tools, terwijl een bredere visie of strategie nog ontbreekt.

IT-beslissers kijken kritischer naar AI-hype

De afgelopen jaren werd AI vaak gepresenteerd als oplossing voor bijna ieder bedrijfsprobleem. Maar veel IT-beslissers kijken daar inmiddels realistischer naar. Vooral rondom AI-agents groeit de twijfel. Volgens het onderzoek denkt een groot deel van de IT-beslissers zelfs dat AI-agents voorlopig meer problemen dan waarde toevoegen.

Dat heeft vooral te maken met betrouwbaarheid en controle. Veel organisaties willen voorkomen dat AI zelfstandig beslissingen neemt zonder duidelijke menselijke controle. Zeker binnen grotere bedrijven blijft vertrouwen daardoor een belangrijke factor bij AI-projecten.

De praktijk blijkt vaak ingewikkelder dan de theorie

Op papier lijken AI-projecten vaak eenvoudig: processen automatiseren, tijd besparen en slimmer werken. In de praktijk lopen organisaties echter tegen veel meer uitdagingen aan dan vooraf verwacht.

Veel bedrijven merken bijvoorbeeld dat AI sterk afhankelijk is van goede data en duidelijke processen. Zonder goede basis leveren AI-tools vaak wisselende resultaten op. Daardoor groeien ook de uitdagingen bij AI-implementatie binnen organisaties.

Waar bedrijven vooral tegenaan lopen

Hoewel veel organisaties enthousiast zijn over AI, merken IT-teams dat implementatie vaak ingewikkelder is dan verwacht. Vooral schaalbaarheid, controle en integratie met bestaande systemen zorgen regelmatig voor problemen.

• onduidelijke AI-doelen
• slechte datakwaliteit
• hoge implementatiekosten
• zorgen over privacy en beveiliging
• beperkte kennis binnen teams
• AI-tools die niet goed samenwerken met bestaande systemen

→ Voor veel organisaties blijkt AI daardoor minder ‘plug-and-play’ dan soms wordt gedacht.

Waarom ERP en bedrijfssoftware zo belangrijk zijn voor AI

Veel van de problemen die IT-beslissers noemen, ontstaan niet alleen door AI zelf. AI-toepassingen zijn sterk afhankelijk van de systemen waarmee ze moeten samenwerken. In ERP-software staan bijvoorbeeld gegevens over finance, voorraad, productie, orders en andere bedrijfsprocessen.

Wanneer die informatie versnipperd is of systemen slecht met elkaar communiceren, wordt het moeilijker om AI betrouwbaar te gebruiken. Een AI-tool kan dan bijvoorbeeld wel een analyse maken, maar mist context of actuele gegevens uit andere delen van de organisatie.

Daarom speelt ook de kwaliteit van bestaande bedrijfssoftware mee in de AI-strategie. Organisaties moeten kijken naar datakwaliteit, integraties, API’s en de manier waarop AI aansluit op processen die medewerkers dagelijks gebruiken.

AI-strategie wordt steeds belangrijker

Veel bedrijven realiseren zich inmiddels dat losse AI-tools niet genoeg zijn. Zonder duidelijke richting ontstaat al snel een verzameling experimenten zonder echte samenhang. Daarom groeit de aandacht voor een bredere AI-strategie binnen organisaties.

Voor IT-beslissers draait het daarbij steeds vaker om vragen zoals: waar voegt AI echt waarde toe? Welke processen lenen zich voor automatisering? En welke risico’s brengt AI met zich mee? Vooral grotere organisaties werken daarom steeds vaker aan een duidelijke AI-strategie van IT-beslissers. Voor organisaties met ERP betekent zo’n strategie ook bepalen welke AI-toepassingen direct op bedrijfsdata mogen aansluiten en welke processen geschikt zijn voor verdere automatisering.

Bedrijven kijken steeds meer naar een AI-roadmap

Naast losse pilots groeit ook de behoefte aan langetermijnplannen. Veel organisaties willen voorkomen dat AI-projecten los van elkaar ontstaan zonder duidelijke prioriteiten of structuur.

Daardoor groeit de aandacht voor een duidelijke AI-roadmap voor bedrijven. Organisaties kijken niet alleen naar technologie, maar ook naar training, beveiliging en samenwerking tussen afdelingen. Vooral IT-teams krijgen daarin een belangrijke rol.

Zo’n roadmap gaat daardoor niet alleen over nieuwe AI-tools. Ook bestaande ERP- en bedrijfssoftware moet worden meegenomen. Wanneer systemen niet goed geïntegreerd zijn of data onvoldoende betrouwbaar is, blijft het lastig om AI-projecten later op grotere schaal uit te rollen.

De toekomst van AI binnen IT blijft onzeker

Hoewel veel bedrijven geloven dat AI een grote rol gaat spelen binnen IT, blijft onduidelijk hoe snel die ontwikkeling echt zal gaan. Sommige organisaties verwachten grote veranderingen binnen enkele jaren, terwijl andere bedrijven juist voorzichtig blijven.

Vooral de toekomst van AI binnen IT hangt volgens veel experts af van betrouwbaarheid, regelgeving en praktische toepasbaarheid. Bedrijven willen eerst bewijs zien dat AI-oplossingen stabiel, veilig en schaalbaar genoeg zijn voor dagelijks gebruik.

AI in de toekomst draait waarschijnlijk minder om hype

De resultaten van het onderzoek laten vooral zien dat organisaties realistischer beginnen te kijken naar AI. Waar de focus eerst vooral lag op innovatie en snelheid, groeit nu meer aandacht voor controle, betrouwbaarheid en concrete resultaten.

Voor veel IT-beslissers draait de volgende fase van AI daarom minder om zoveel mogelijk nieuwe tools en meer om integratie, controle en betrouwbare bedrijfsdata. ERP en andere bedrijfssoftware vormen daarbij een belangrijk fundament waarop AI-toepassingen verder kunnen worden uitgebouwd.

Bron

Salesforce’s 11th Annual Connectivity Benchmark Report (februari 2026)