KPMG: Hoe AI-leiders hun marge verhogen

Sophie Jansen · 2026-04-01

De wereldwijde investeringen in AI versnellen, maar volgens KPMG-data groeit de kloof tussen wat bedrijven uitgeven en de meetbare waarde die ze terugkrijgen. Dat is best confronterend. Het eerste Global AI Pulse-rapport van KPMG is helder: ondanks dat organisaties wereldwijd gemiddeld zo'n €170 miljoen aan AI willen uitgeven komend jaar, heeft slechts 11 procent het punt bereikt waarop ze AI-agents op schaal inzetten voor échte bedrijfsresultaten. Maar het belangrijkste is niet dat AI faalt. Integendeel, 64 procent van de respondenten zegt dat AI al zinvolle resultaten oplevert. Alleen... dat woord 'zinvol' doet hier wel erg veel werk. Het verschil tussen kleine productiviteitswinsten en de soort operationele efficiëntie die echt impact heeft op de marge, is voor de meeste bedrijven nog steeds enorm. ### De architectuur van een prestatiekloof KPMG maakt onderscheid tussen wat ze 'AI-leiders' noemen – organisaties die agentic AI actief gebruiken en opschalen – en de rest. Het verschil in uitkomsten tussen deze twee groepen is opvallend. Steve Chase, Global Head of AI and Digital Innovation bij KPMG International, zegt: "De eerste resultaten laten zien dat meer uitgeven aan AI niet hetzelfde is als waarde creëren. Leidende organisaties gaan verder dan alleen mogelijk maken; ze zetten AI-agents in om processen te herontwerpen en besluitvorming te transformeren." Bij AI-leiders zegt 82 procent dat AI al betekenisvolle bedrijfswaarde levert. Bij hun concurrenten zakt dat naar 62 procent. Die 20 procentpunt verschil lijkt misschien klein, maar het telt snel op als je bedenkt wat het vertegenwoordigt: niet alleen betere tools, maar fundamenteel andere manieren van implementeren. Die 11 procent die het wél goed doet? Die zetten agents in die: - Werk coördineren tussen afdelingen - Beslissingen routeren zonder tussenkomst van mensen - Bedrijfsbrede inzichten halen uit operationele data in bijna real-time - Afwijkingen signaleren voordat ze escaleren tot incidenten In IT en engineering gebruikt 75 procent van de AI-leiders agents om code-ontwikkeling te versnellen, tegenover 64 procent van de rest. In operations, waar supply-chain orchestration de belangrijkste use case is, is de verdeling 64 procent versus 55 procent. Dit zijn geen marginale verschillen in tool-adoptie; ze weerspiegelen verschillende niveaus van procesherinrichting.  ### De omgekeerde aanpak die wél werkt De meeste bedrijven die AI hebben geïmplementeerd, hebben dat gedaan door modellen over bestaande workflows heen te leggen. Een co-pilot hier, een samenvattings-tool daar... zonder het onderliggende proces te herontwerpen. Dat levert incrementele winsten op. De organisaties die de prestatiekloof dichten, doen precies het omgekeerde: ze herontwerpen het proces eerst, en zetten dán agents in binnen die nieuwe structuur. Het verschil in return on AI-investering tussen deze twee benaderingen, over een horizon van drie tot vijf jaar, wordt waarschijnlijk de bepalende concurrentiefactor in verschillende industrieën. ### Wat €170 miljoen echt koopt – en wat niet De investeringscijfers in de KPMG-data zijn interessant. Een gewogen wereldwijd gemiddelde van €170 miljoen per organisatie klinkt substantieel, maar de regionale verschillen vertellen een boeiender verhaal. ASPAC leidt met €224 miljoen, de Amerika's met €163 miljoen, en EMEA met €144 miljoen. Binnen ASPAC investeren organisaties in China en Hong Kong gemiddeld €215 miljoen; binnen de Amerika's zijn Amerikaanse organisaties goed voor €190 miljoen. Deze bedragen vertegenwoordigen geplande uitgaven voor: - Modellicenties - Rekeninfrastructuur - Professionele diensten - Integratie - Governance- en risicobeheersystemen De vraag is niet of €170 miljoen te veel of te weinig is. De vraag is welk deel van dit budget wordt besteed aan het simpelweg automatiseren van bestaande processen, versus het fundamenteel herontwerpen van hoe werk wordt gedaan. Dat laatste is waar de echte margewinst zit. Het is een beetje als een keuken verbouwen. Je kunt dure nieuwe apparaten kopen en ze in je oude keuken proppen – dat geeft wat gemak. Of je kunt de hele keukenindeling herdenken, zodat koken, schoonmaken en voorraadbeheer logisch in elkaar overlopen. Die tweede aanpak kost meer denkwerk vooraf, maar de efficiëntiewinst op de lange termijn is vele malen groter. Voor Nederlandse professionals die met AI-websitebouwers werken, is de les duidelijk: focus niet alleen op de tool, maar op het proces dat je ermee wilt verbeteren. De echte waarde ontstaat niet door technologie erbovenop te leggen, maar door te vragen: "Hoe zou dit proces eruitzien als we helemaal opnieuw zouden beginnen?" Dat is het spelboek van de AI-leiders.