AI verovert de inkoopfunctie, maar de grootste impact moet nog komen
Hoewel de inzet van AI zich nog in een relatief vroege fase bevindt, plukken inkooporganisaties en inkoopprofessionals nu al de vruchten van de technologie. Volgens de AI Inkoopbenchmark 2026 van Adjust Consulting zal deze ontwikkeling zich de komende jaren bovendien verder versnellen.
Het onderzoek – tot dusver het grootste AI-onderzoek dat specifiek is gericht op de inkoopfunctie – laat zien dat inkoopprofessionals opvallend eensgezind zijn over de toegevoegde waarde van AI. Drie belangrijke waardedrijvers komen daarbij duidelijk naar voren: efficiëntie, inzicht & analyse en resultaatverbetering.
De grootste toegevoegde waarde ligt momenteel in efficiëntie. Inkoopprofessionals noemen vooral tijdsbesparing en procesautomatisering als belangrijkste opbrengsten. AI helpt repetitieve werkzaamheden te automatiseren, doorlooptijden te verkorten en de productiviteit van inkoopteams te verhogen.
De tweede belangrijke waardedrijver is inzicht en analyse. AI ondersteunt inkopers bij het uitvoeren van betere data-analyses, het verkrijgen van meer overzicht en het ontwikkelen van een sterker voorspellend vermogen. Vooral bij spendanalyses en marktanalyses kan AI de besluitvorming aanzienlijk verbeteren.
De derde belangrijke bijdrage van AI ligt in resultaatverbetering. Respondenten geven aan dat AI bijdraagt aan een hogere kwaliteit van het werk en meer gestroomlijnde inkoopprocessen. Dat leidt niet alleen tot betere prestaties, maar stelt de inkoopfunctie ook in staat meer strategische waarde te leveren aan de organisatie als geheel.
De voordelen zijn inmiddels ook concreet meetbaar. Zo geeft 58% van de organisaties aan dat AI momenteel al een wekelijkse tijdsbesparing van 1 tot 5 uur per medewerker oplevert.
De volgende fase
Volgens Adjust Consulting moet de echte versnelling van AI binnen de inkoopfunctie echter nog komen. Een groot deel van de respondenten verwacht binnen twee jaar meer dan 10 uur per week te besparen dankzij de inzet van AI.
Het aandeel respondenten dat meer dan 5 uur tijdsbesparing per week realiseert of verwacht, stijgt van 21% nu naar 76% over twee jaar. Voor een tijdsbesparing van meer dan 10 uur per week neemt dit aandeel toe van 3% naar 36%.
Een vergelijkbare ontwikkeling wordt verwacht op het gebied van kostenmanagement. Driekwart van de respondenten verwacht binnen twee jaar een besparing van minimaal 5% op de inkoopuitgaven. Het aandeel respondenten dat een kostenbesparing van meer dan 10% verwacht, stijgt van 8% nu naar 32% over twee jaar.
AI binnen inkoopprocessen
Over vrijwel alle inkoopprocessen heen verwachten respondenten het gebruik van AI de komende jaren verder op te schalen. Opvallend is dat AI momenteel vooral wordt toegepast bij marktoriëntatie en gunningsprocessen, terwijl operationele inkoop achterblijft.
De komende jaren verwachten inkopers dat de technologie zich over de volledige breedte van de inkoopfunctie zal verspreiden. Dit geldt onder meer voor spendanalyse, contractmanagement, leveranciersmanagement en categoriemanagement, maar ook voor ondersteuning van strategische besluitvorming.
Nog een lange weg te gaan
Willen organisaties daadwerkelijk de stap zetten naar deze hogere opbrengsten, dan zijn volgens de onderzoekers nog verschillende uitdagingen te overwinnen: “Inkooporganisaties bevinden zich momenteel nog in een vroege en versnipperde fase van AI-adoptie. De strategische volwassenheid is vaak beperkt en een samenhangende aanpak ontbreekt regelmatig”, schrijven ze.
Het vertrekpunt is een duidelijke strategische koers die richting geeft aan de manier waarop AI structureel wordt verankerd in beleid, processen en werkwijzen. Slechts 15% van de inkoopafdelingen beschikt momenteel over een formele AI-roadmap of heeft AI strategisch geïntegreerd in de organisatie. Bij 43% bestaat een informeel plan, terwijl 28% AI vooral ad hoc toepast. Nog eens 15% heeft helemaal geen duidelijke AI-strategie.
Daarna volgt de complexe fase van implementatie en opschaling. Daarbij signaleren de onderzoekers verschillende drempels.
De meest genoemde belemmering is een gebrek aan kennis en vaardigheden om AI structureel en op grotere schaal toe te passen. Dit speelt vooral binnen inkooporganisaties waar specifieke AI-expertise nog beperkt aanwezig is. Daardoor wordt AI vaak incidenteel ingezet en blijft het gebruik afhankelijk van nieuwsgierige en intrinsiek gemotiveerde medewerkers, in plaats van dat AI organisatiebreed wordt toegepast.
Een tweede belangrijke uitdaging is het ontbreken van concrete use cases met aantoonbare businesswaarde. “Veel organisaties vinden het lastig om AI te vertalen naar toepassingen die daadwerkelijk impact maken. In de praktijk blijken oplossingen vaak te complex ingericht, terwijl data, prompts en context onvoldoende op orde zijn. Daardoor blijven resultaten achter bij de verwachtingen en wordt de inzet van AI soms tijdelijk stopgezet”, schrijven de auteurs.
Wet- en regelgeving, privacy en compliance vormen de derde grote uitdaging voor organisaties.
AI draait om technologie én organisatie
Opvallend is dat de belangrijkste uitdagingen rond AI niet technologisch van aard zijn, maar vooral organisatorisch.
Voor inkoopleiders die richting geven aan de AI-transformatie van hun afdeling vatten de onderzoekers de belangrijkste les als volgt samen: “Organisaties die AI actief integreren in het dagelijkse werk, investeren in vaardigheden en duidelijke kaders creëren voor zowel de organisatie als medewerkers, realiseren een hogere adoptiegraad en zijn succesvoller in het behalen van schaalbare impact met AI.”
Het onderzoek is gebaseerd op de input van ruim 400 Nederlandse inkoopprofessionals uit zowel de publieke als de private sector.
