Een op de vier bestuurders ziet AI-fouten de raad van bestuur bereiken

Er gaapt een gevaarlijke kloof tussen het vertrouwen dat bestuurders in kunstmatige intelligentie hebben en de mate waarin dat vertrouwen gerechtvaardigd is. Uit het 2026 Midyear Executive Benchmark Survey van Workiva, waaraan 2.272 bestuurders op het gebied van financiën, risicobeheer en duurzaamheid en 367 institutionele beleggers deelnamen, blijkt dat de overgrote meerderheid van de leidinggevenden aangeeft vertrouwen te hebben in AI-output – terwijl een op de vier al heeft gezien dat AI-fouten langs de verdedigingslinies zijn geglipt en de raad van bestuur of externe partijen hebben bereikt . Het onderzoek, dat organisaties in Noord-Amerika, Latijns-Amerika, Europa en Azië-Pacific beslaat, legt een systeem bloot waarin het vertrouwen ver vooruitloopt op de datakwaliteit en de beheersing daarvan .

Bestuurdersvertrouwen versus realiteit

84% van de ondervraagde bestuurders gaf aan ten minste enigszins vertrouwen te hebben in de nauwkeurigheid van AI-gegenereerde output zonder menselijke controle . Dat cijfer wijst op een breed organisatorisch gemak om AI een substantieel deel van het rapportage- en analysewerk te laten doen.

Maar uit hetzelfde onderzoek blijkt dat 26% – één op de vier bestuurders – meldde dat interne audits AI-fouten hebben ontdekt die externe partijen of leden van de raad van bestuur hebben bereikt . Deze kloof tussen het uitgesproken vertrouwen en de gedocumenteerde mislukkingen is de centrale bevinding van het rapport.

Workiva's CFO Barbara Larson verwoordde het direct: "Vertrouwen in AI zonder controle over datakwaliteit is geen strategie, maar een aansprakelijkheid" .

Datakwaliteit is de zwakste schakel

De vertrouwenskloof zit bovenop een fundamenteler probleem: datakwaliteit. Slechts 11% van de bestuurders gelooft dat de datakwaliteit in hun organisatie toereikend is voor AI-gebruik . De overige 89% geeft toe dat hun onderliggende data niet klaar is voor de AI-tools die ze al inzetten.

Deze mismatch heeft reële gevolgen. 71% van de bestuurders zei dat slechte datakwaliteit het gebruik van AI in financiële en duurzaamheidsrapportages ten minste matig heeft beïnvloed . De meest genoemde gevolgen van slechte datakwaliteit zijn verkeerde of vertraagde operationele beslissingen, gevolgd door boetes van toezichthouders of juridische stappen en het verlies van geloofwaardigheid bij beleggers of kredietverstrekkers .

Beleggers houden het nauwlettend in de gaten

Institutionele beleggers laten zich niet geruststellen door het vertrouwen van bestuurders. 89% van de institutionele beleggers gaf aan zich zorgen te maken over de nauwkeurigheid van AI-gegenereerde inhoud in bedrijfsrapportages . Deze zorg komt voort uit de groeiende druk van toezichthouders om AI-output als controleerbare documenten te behandelen in plaats van als informele concepten .

95% van de institutionele beleggers vindt dat leidinggevenden het risico van versnipperde financiële rapportagegegevens onderschatten . Op termijn kunnen zwakke of niet-verifieerbare gegevens de geloofwaardigheid bij belanghebbenden aantasten .

Infrastructuurprioriteiten: de weg vooruit

Bestuurders reageren met een duidelijke infrastructuurprioriteit. Uit het onderzoek bleek dat 96% van de bestuurders zegt dat afstemming in de top onmisbaar is om datasilo's te doorbreken , en 79% geeft prioriteit aan data-automatisering en -governance om de datakloven in de hele organisatie te dichten . De meeste organisaties financieren deze verschuiving met speciale IT-ondersteuning (73%) en toegewezen budgetten (71%) .

76% van de interne auditafdelingen evalueert actief de AI-modellen van hun organisaties . Zakelijke leiders waren het vrijwel unaniem eens dat de CFO, CIO en CSO moeten samenwerken om datagovernance te laten slagen .

De infrastructuurprioriteit verschuift van "uitvoering naar orkestratie" . CFO's zijn specifiek op zoek naar platforms die fungeren als een enkel "systeem van waarheid" – waarbij AI-agenten worden verankerd in traceerbare, aan toezichtsnormen voldoende data-omgevingen waar elke output kan worden geverifieerd en elke openbaarmaking kan worden verdedigd .

AI-agenten betreden de rapportageworkflow

Parallel aan de onderzoeksresultaten lanceerde Workiva drie speciaal gebouwde AI-agenten die binnen controleerbare grenzen moeten opereren: een Tie-Out Agent voor consistentiecontroles in financiële rapporten, een Benchmarking Agent voor analyse van openbaarmakingen van concurrenten, en een Sustainability Disclosure Agent voor naleving van ESRS- en ISSB-normen . Deze agenten zijn ingebed in een persistente intelligentielaag genaamd Workiva Knowledge, die AI-output baseert op de eigen data, instructies en inhoud van een organisatie .

De architectuur met audittrail is van belang omdat AI-gegenereerde outputs in gereguleerde financiële deponeringen nu een expliciete risicocategorie zijn in het 2026 Annual Regulatory Oversight Report van FINRA . Het risico op hallucinaties is het grootst waar AI de meeste vrijheid heeft om verhalen te genereren – managementcommentaar, toelichtingen in voetnoten en ESG-taal – precies het terrein waar deze agenten zijn ontworpen om verankerd te blijven in brongegevens .

De conclusie

Het 2026 Midyear Executive Benchmark Survey van Workiva schetst het beeld van een sector die snel AI adopteert, maar te traag is met de datafundamenten en governance-structuren die nodig zijn om die adoptie veilig te laten zijn. De cijfers zijn helder: 84% vertrouwen, 26% ontdekte fouten, 11% dataready, 89% beleggerszorgen. Het overbruggen van de kloof tussen AI-vertrouwen en AI-beheersing is nu de bepalende uitdaging voor leiders op het gebied van financiën, risicobeheer en duurzaamheid.