AI staat inmiddels bij veel organisaties hoog op de agenda. Toch blijft het echte rendement nog vaak achter. PwC liet in april 2026 zien dat een kleine groep koplopers het verschil maakt. Maar hoe halen zij aantoonbaar meer omzetgroei en efficientiewinst uit AI dan andere bedrijven? Wat opvalt is dat niet alleen technologie of budget, maar vooral vertrouwen in AI de doorslag blijkt te geven. Want als mensen AI niet helemaal vetrouwen, of de uitkomsten niet durven te gebruiken, is het snel een verloren zaak. In deze blog kijken we naar de bevindingen van PwC, en met name de vraag welke rol vertrouwen speelt in een succesvolle implementatie van AI.
Wat onderzocht PwC?
PwC benchmarkte 1.217 organisaties wereldwijd op AI-gedreven prestaties: omzetgroei en efficientiewinst die direct aan AI zijn toe te schrijven. De uitkomst is dat organisaties met de hoogste “AI-fitheid” (het vermogen om AI te richten op wat er echt toe doet, doelgerichte fundamenten te bouwen en AI te verankeren in de hele organisatie) 7,2 keer zoveel AI-gedreven resultaat realiseren als andere organisaties.
Daarbij zit het rendement opvallend scheef verdeeld. PwC noemt dat 74% van het AI-rendement terechtkomt bij slechts 20% van de deelnemende organisaties. Met andere woorden: er is veel activiteit, maar veel te weinig schaalbare impact.
Waarom vertrouwen in AI volgens PwC essentieel is
Het onderzoek van PwC maakt duidelijk dat AI pas waarde oplevert als mensen het ook echt gebruiken. Daarbij speelt vertrouwen een cruciale rol. Bij AI-koplopers (de selecte groep die wel aantoonbare groei met AI weet te realiseren) is de kans 2,1 keer groter dat medewerkers AI-inzichten vertrouwen en ernaar handelen in het dagelijkse werk.
PwC beschrijft vertrouwen niet als een los project, maar als een systeem dat uit meerdere onderdelen bestaat:
- Betrokkenheid: business, data en AI werken samen, waardoor oplossingen beter aansluiten en sneller geaccepteerd worden.
- Vaardigheden: doorlopende, rolgerichte training maakt AI minder spannend en dus een normal onderdeeel van het werk.
- Veiligheid: duidelijke richtlijnen, toegangscontrole en actuele beveiliging maken grenzen helder. Dat verlaagt drempels.
Juist de combinatie van deze factoren maakt vertrouwen praktisch. En daardoor wordt adoptie ook meetbaar.
Governance: hoe sneller gaan juist samen kan gaan met controle
Een veelgehoorde angst is dat governance innovatie afremt. PwC schetst echter het tegenovergestelde. Koplopers nemen governance serieus, maar organiseren het zo dat het tempo erin blijft. Denk aan Responsible AI-beleid, standaard templates, snelle controlemomenten en continue monitoring.
Ook hier is het verschil zichtbaar in structuur. AI-koplopers werken volgens PwC 1,7 keer vaker met een gedocumenteerd Responsible AI-raamwerk en hebben vaker een multidisciplinaire AI-governancecommissie.
Het effect is dat routinematige toepassingen gewoon doorgang kunnen vinden, terwijl alleen het hoogste risico extra beoordeling vraagt.
Wat betekent vertrouwen in AI in finance en fiscaliteit?
In domeinen waar antwoorden, besluiten en adviezen uitlegbaar moeten zijn, is vertrouwen geen soft topic of een nice to have. Het is een randvoorwaarde. Een overtuigend antwoord is namelijk niet automatisch ook een correct antwoord. En kleine fouten kunnen al snel grote gevolgen hebben voor onderbouwing, dossiervorming en reputatie. Dat wil je dus ten koste van alles voorkomen.
Daarom zie je dat de discussie over betrouwbare AI breder wordt. Ook wetgeving beweegt mee. Zo werkt het kabinet aan nationaal toezicht op de Europese AI-verordening, juist om AI veilig en betrouwbaar te kunnen gebruiken. Bovendien is de AI-verordening expliciet bedoeld om vertrouwen in kwaliteit en betrouwbaarheid te versterken.
Domeinspecifieke AI: vertrouwen door bron, context en herleidbaarheid
PwC laat zien dat vertrouwen ontstaat als mensen weten waar een antwoord, berekening of aanbeveling vandaan komt. En dat dit klopt in een specifieke context. In de praktijk is het dus van belang dat AI werkt met gecontroleerde kennis, in plaats van met open bronnen.
Daar zie je ook het verschil tussen generieke AI en domeinspecifieke toepassingen. Nextens Tex maakt bijvoorbeeld exclusief gebruik van geverifieerde content en bronvermelding, zodat antwoorden eenvoudig te controleren en te onderbouwen zijn. Bij dit soort tools of systemen is betrouwbaarheid dus vooraf ingebouwd en niet iets wat achteraf ontstaat.
Zeker verder in fiscaliteit
PwC laat zien dat vertrouwen in AI het verschil maakt tussen experimenteren en echte waarde realiseren. Dat vertrouwen ontstaat niet vanzelf. Het komt door heldere kaders, veilige inzet en vooral uitkomsten die je kunt controleren en onderbouwen. Precies daar wringt het bij generieke AI vaak. Het antwoord klinkt overtuigend, maar de herkomst blijft onduidelijk. Daardoor blijft adoptie hangen en verdampt het rendement.
Nextens Tex biedt een ander startpunt. Het is ingericht voor een vakgebied waar je niet kunt gokken op waarschijnlijk goede antwoorden. Je werkt met betrouwbare, gecontroleerde fiscale kennis en je krijgt houvast door bron en context. Daardoor kun je sneller beoordelen of een uitkomst klopt, en kun je er ook eerder op doorpakken in je werkproces. En daardoor dus met meer zekerheid adviseren en belsissingen nemen.
Juist daarom is Nextens Tex een logisch begin als je AI slim wilt inzetten want je start met vertrouwen als fundament. En als dat fundament staat, wordt opschalen een stuk eenvoudiger. Wil je concrete voorbeelden zien van hoe dat werkt in de praktijk? Bekijk dan hoe Nextens Tex werk en ook jou met zekerheid verder kan helpen.
Wil jij met zekerheid adviseren en beslissen?
