Onderzoek: slechts 9% van bedrijven heeft bedrijfsvoering fundamenteel aangepast aan AI

AI gebruiken is nog geen procesverbetering. Slechts 9% heeft de bedrijfsvoering fundamenteel aangepast. Wat betekent dit voor ERP?

Een inkoopmedewerker laat AI een leveranciersmail samenvatten. Dat scheelt leeswerk, maar daarna zoekt hij nog steeds handmatig de bestelling op, controleert hij de voorraad en mailt hij de planner over een vertraging. Eén taak gaat sneller; de rest van het proces blijft hetzelfde. Volgens SAP heeft slechts 9% van de organisaties de bedrijfsvoering fundamenteel aangepast rond AI (Artificial Intelligence). Voor ERP-gebruikers roept dat een praktische vraag op: helpt de technologie alleen medewerkers afzonderlijk, of verbetert ook de samenwerking tussen inkoop, productie en administratie?

In het kort

• De 9% gaat over een fundamentele aanpassing van de bedrijfsvoering, niet over ieder klein gebruik van AI.
• AI in ERP wordt vooral interessant wanneer informatie en vervolgstappen tussen afdelingen samenkomen.
• Betrouwbare gegevens, duidelijke bevoegdheden en controle op uitgevoerde acties verdienen aandacht.
• Niet iedere verbetering vraagt om AI: vaste regels en workflow automatisering kunnen voldoende zijn.
• Beoordeel bij softwareselectie een volledig werkproces, inclusief uitzonderingen en menselijke goedkeuring.

Wat zegt het onderzoek precies?

SAP noemt het percentage in een publicatie van 14 oktober 2026 en verwijst daarbij naar wereldwijd onderzoek met Oxford Economics. De kern: AI gebruiken en een organisatie anders laten werken zijn twee verschillende dingen. Het cijfer betekent dus niet dat de overige 91% helemaal geen processen heeft aangepast.

De gekoppelde onderzoekspublicatie beschrijft een enquête onder 2.600 zakelijke leiders in dertien landen. Nederland staat niet tussen die landen. Daarmee biedt het onderzoek internationale context, maar geen afzonderlijke meting van het Nederlandse mkb. Bovendien is SAP zelf leverancier van bedrijfssoftware: de publicatie verbindt de bevindingen aan zijn eigen visie op verdere automatisering.

Voor bedrijven die ERP gebruiken, is vooral het onderscheid tussen een losse toepassing en een aangepast werkproces relevant. Een sneller geschreven bericht helpt weinig als de onderliggende ordergegevens nog op drie plekken moeten worden bijgewerkt.

Waarom dit juist over ERP gaat

Een ERP systeem (Enterprise Resource Planning) verbindt bedrijfsprocessen zoals inkoop, voorraad, productie, verkoop en financiën. Een wijziging bij de ene afdeling heeft vaak gevolgen voor de andere. Komt materiaal later binnen, dan kan dat de productieplanning, leverdatum en communicatie met de klant beïnvloeden.

Daar ligt een concrete toepassing voor AI in ERP. Software kan bijvoorbeeld informatie uit een leveranciersbericht halen en die koppelen aan een openstaande inkooporder. Vervolgens moet duidelijk worden welke productieorders afhankelijk zijn van die levering en wie een wijziging mag goedkeuren. Of een pakket dat ondersteunt, hangt af van de functies, inrichting en beschikbare koppelingen.

De waarde zit dan in het hele traject van signaal naar gecontroleerde actie. Alleen een samenvatting toevoegen verandert nog niets aan de manier waarop medewerkers vertragingen afhandelen.

Een vertraagde levering als praktijktest

Stel dat een fabrikant vrijdag honderd onderdelen verwacht. De leverancier meldt per e-mail dat het dinsdag wordt. In een goed ingericht proces zou de ondersteuning er zo uit kunnen zien:

1. De software herkent de gewijzigde leverdatum en zoekt de bijbehorende inkooporder.
2. Het systeem controleert welke geplande werkzaamheden deze onderdelen nodig hebben.
3. De planner krijgt een voorstel, met de betrokken orders en mogelijke gevolgen.
4. Na goedkeuring worden de juiste registraties bijgewerkt en betrokken medewerkers geïnformeerd.

Dit is een voorbeeld van een mogelijke inrichting, geen standaardmogelijkheid van ieder ERP-pakket. Juist daarom is het een bruikbare demonstratievraag: laat zien hoe jouw organisatie deze situatie werkelijk zou afhandelen.

Eerst het proces verbeteren, dan bepalen welke techniek helpt

Bedrijfsprocessen automatiseren begint met vaststellen waar het werk stokt. Wacht een factuur op goedkeuring doordat niemand weet wie verantwoordelijk is? Dan moet die verantwoordelijkheid eerst duidelijk worden. AI toevoegen aan een onduidelijke werkwijze lost die onduidelijkheid niet vanzelf op.

Bij procesoptimalisatie hoort daarom ook de vraag of AI nodig is. Een factuur boven een afgesproken bedrag naar een budgethouder sturen, kan met vaste regels. Een ongestructureerd leveranciersbericht interpreteren vraagt om andere ondersteuning. Workflow automatisering en AI kunnen elkaar aanvullen, maar zijn niet hetzelfde.

Voor AI voor het mkb is dat een nuttig uitgangspunt. Begin met één terugkerend probleem en vergelijk de mogelijke oplossingen. Soms leveren een betere inrichting van bestaande ERP software en duidelijke werkafspraken al voldoende resultaat op.

AI agents vragen om duidelijke grenzen

Bij agentic AI kunnen AI agents meerdere stappen uitvoeren om een opdracht af te handelen, bijvoorbeeld informatie opzoeken, een voorstel maken en een toegestane wijziging doorvoeren. Daarmee wordt AI integratie ook een vraag over bevoegdheden. Een advies over een bestelling heeft andere gevolgen dan zelfstandig een bestelling plaatsen.

Leg daarom vooraf vast:

• Welke gegevens de toepassing mag gebruiken: bijvoorbeeld alleen de relevante leveranciers- en ordergegevens.
• Welke acties zijn toegestaan: een concept aanmaken, een datum aanpassen of een taak toewijzen.
• Wanneer goedkeuring nodig is: bijvoorbeeld bij extra kosten of gewijzigde klantafspraken.
• Hoe je handelingen controleert: welke gegevens zijn gebruikt, wat is gewijzigd en door wie is dat goedgekeurd?

Dat is AI governance in praktische vorm. Het voorkomt dat medewerkers achteraf moeten uitzoeken waarom een order is veranderd of wie een beslissing heeft genomen.

Datakwaliteit bepaalt hoe bruikbaar een voorstel is

Een systeem kan een logisch voorstel doen op basis van verkeerde informatie. Staat ontvangen materiaal nog niet geregistreerd, dan lijkt er misschien een tekort. Is een oude leverdatum blijven staan, dan klopt de planning niet. Datakwaliteit verdient daarom evenveel aandacht als de AI-functie zelf.

Data integratie helpt om informatie tussen systemen uit te wisselen. Data governance gaat over de afspraken daarachter: wie beheert artikelgegevens, welke registratie is leidend en wie herstelt fouten? Een ERP integratie heeft pas praktisch nut wanneer die afspraken aansluiten op de dagelijkse werkzaamheden.

Ook verandermanagement hoort bij de AI implementatie. Medewerkers moeten weten wanneer ze een voorstel kunnen gebruiken, wanneer controle nodig is en hoe ze fouten melden. Betrek daarom de mensen die het proces uitvoeren bij de inrichting en de test.

Vraag bij ERP-selectie om een werkend proces

Wie bedrijfsprocessen wil optimaliseren, kan leveranciers beter een eigen praktijksituatie voorleggen dan alleen vragen welke AI-functies beschikbaar zijn. Gebruik bijvoorbeeld de vertraagde levering, een afwijkende factuur of een onvolledige verkooporder. Laat ook zien wat er gebeurt wanneer gegevens ontbreken of een voorstel wordt afgekeurd.

Meet vervolgens de totale afhandeling: doorlooptijd, handmatige overdrachten, correcties en benodigde controles. Zo beoordeel je of AI automatisering daadwerkelijk werk wegneemt of vooral extra controles veroorzaakt.

Wil je weten welke oplossing jouw processen ondersteunt? Vergelijk ERP software op de werkzaamheden die je wilt verbeteren. Een overtuigende demonstratie laat niet alleen zien wat AI kan voorstellen, maar ook hoe dat voorstel verantwoord wordt verwerkt.