PwC en SAP’s AI-Strategie: Een FinOps Perspectief op Enterprise Execution

Written by Olivia Nolan

september 18, 2026

De recente aankondiging van de uitgebreide samenwerking tussen PwC en SAP markeert een cruciaal moment voor enterprise AI. De focus verschuift van kleinschalige experimenten naar grootschalige, geïntegreerde implementaties die kernprocessen binnen financiën, supply chain en HR transformeren. Deze verschuiving in **PwC en SAP's AI-strategie** heeft diepgaande implicaties voor cloud financial management. Het gaat niet langer om het beheersen van voorspelbare, incrementele cloudkosten, maar om het navigeren van omvangrijke, strategische investeringen in technologie en consulting. Voor FinOps-professionals betekent dit een roep om de praktijk naar een hoger niveau te tillen. Het vereist een volwassen benadering die verder gaat dan kostenoptimalisatie en zich richt op het maximaliseren van de bedrijfswaarde van deze significante AI-investeringen. Het succes van deze transformaties hangt af van het vermogen om de complexe kostenstructuren van AI-diensten, zoals die op het SAP Business Technology Platform (BTP), te doorgronden, te voorspellen en te koppelen aan concrete bedrijfsresultaten.

Luister naar dit artikel:

Een van de grootste uitdagingen die de samenwerking tussen PwC en SAP introduceert voor FinOps-teams, is het kwantificeren van de business value en de Return on Investment (ROI) van AI. Traditionele kostenoptimalisatie, zoals rightsizing van virtuele machines, is relatief eenvoudig. Het meten van de waarde van een AI-copiloot als SAP Joule, die de productiviteit van medewerkers verhoogt, of van een AI-gestuurde supply chain die de veerkracht verbetert, is echter veel complexer. FinOps-praktijken moeten evolueren om nieuwe KPI's en meetmethoden te ontwikkelen die deze abstracte voordelen tastbaar maken. Dit vraagt om een nauwe samenwerking met de businessunits om te definiëren wat succes inhoudt. Mechanismen zoals showback en chargeback worden essentieel, niet alleen om kosten toe te wijzen, maar ook om de waarde die AI-diensten genereren te communiceren. FinOps wordt de brug tussen de technologische investering en de strategische bedrijfsdoelstellingen, waarbij de focus ligt op het aantonen dat elke euro die aan AI wordt besteed, bijdraagt aan groei, efficiëntie of concurrentievoordeel.
De implementatie van AI op de schaal die PwC en SAP voor ogen hebben, is niet enkel een technologische, maar vooral een organisatorische en culturele transformatie. Het dwingt silo's tussen IT, financiën en de business te doorbreken. In deze context fungeert FinOps als het essentiële besturingsmodel en culturele fundament. Het biedt de governance-structuren en 'guardrails' die nodig zijn om innovatie met AI op een financieel verantwoorde manier te laten plaatsvinden. Zonder een robuust FinOps-framework bestaat het risico op onbeheersbare kosten, shadow IT in de vorm van ongeautoriseerde AI-modellen en een gebrek aan financieel overzicht. Door principes als centrale aansturing, gedecentraliseerde uitvoering en continue optimalisatie te hanteren, zorgt FinOps ervoor dat engineeringteams de vrijheid hebben om te innoveren met tools zoals SAP BTP, terwijl de financiële afdeling en het management de controle en het inzicht behouden. Deze culturele shift naar gedeelde verantwoordelijkheid is cruciaal voor het slagen van elke grootschalige AI-strategie.

advertenties

advertenties

advertenties

advertenties

De aard van AI-workloads, en in het bijzonder die van generatieve AI, stelt traditionele forecasting- en budgetteringsprocessen op de proef. In tegenstelling tot conventionele cloud-resources, zijn de kosten van AI-modellen vaak variabel en moeilijk voorspelbaar; ze hangen direct samen met het gebruik, de complexiteit van de queries en de hoeveelheid verwerkte data. De strategie van PwC en SAP om AI diep in bedrijfsprocessen te verankeren, betekent dat deze onvoorspelbaarheid een structureel onderdeel wordt van de IT-uitgaven. FinOps-teams moeten hun forecasting-modellen verfijnen met nieuwe variabelen en technieken, mogelijk door zelf machine learning in te zetten om verbruikspatronen te voorspellen. Budgettering moet flexibeler worden, waarbij wordt overgestapt van rigide jaarbudgetten naar meer dynamische, doorlopende prognoses. Het is de taak van FinOps om de organisatie voor te bereiden op deze nieuwe financiële realiteit, door stakeholders te informeren over de inherente variabiliteit en door scenario-planning te gebruiken om de potentiële financiële impact van verschillende adoptie- en gebruiksniveaus in kaart te brengen.

Olivia Nolan is redacteur bij MSP2Day, waar zij zich richt op het vertalen van complexe IT- en technologische ontwikkelingen naar toegankelijke en inspirerende artikelen. Met haar ervaring als content manager en social media expert weet zij inhoud niet alleen informatief, maar ook aantrekkelijk en relevant te maken voor een breed publiek.