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" .
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 .
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 .
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 .
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 .
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.
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" .
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 .
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 .
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 .
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 .
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.