AI-agents van SAP moeten bedrijfsprocessen niet alleen signaleren, maar ook helpen uitvoeren
SAP wil het aantal gespecialiseerde AI-agents in zijn software tegen het einde van 2026 uitbreiden van meer dan 200 naar 400. Volgens Augusta Spinelli, president EMEA bij SAP, verschuift AI van het geven van advies naar het helpen uitvoeren van concrete acties binnen bedrijfsprocessen.
“De focus verschuift van experimenteren naar grootschalige toepassing”, zegt Augusta Spinelli, die sinds augustus 2025 een groot deel van de SAP-activiteiten in Europa, het Midden-Oosten en Afrika leidt. Bedrijven kijken naar hoe AI hun samenwerking met klanten en leveranciers kan veranderen.
De afgelopen jaren draaide AI bij veel organisaties vooral om experimenten en proof-of-concepts. Directies en bestuurders willen nu weten welke bedrijfsresultaten de technologie oplevert.
Ondersteuning van financiën tot supplychain
De AI-agents van SAP ondersteunen bedrijfsprocessen op uiteenlopende gebieden, waaronder financiën, aankoop, HR, productie en supplychain. Een voorbeeld is een factuur die niet betaald kan worden door een afwijking in het aankoopproces. Traditionele bedrijfssoftware signaleert in zo’n geval vooral het probleem. “De agent kan niet alleen het probleem identificeren, maar ook de onderliggende oorzaak achterhalen en een volgende actie voorstellen”, legt ze uit. “Maar de medewerker blijft degene die beslist of een voorgestelde actie wordt goedgekeurd.”
Dat past in het concept dat SAP de autonomous enterprise noemt: een organisatie waarin AI steeds meer operationele taken ondersteunt, zonder dat mensen de controle verliezen.
Bedrijfscontext als onderscheid
Het verschil met generieke AI-tools zit volgens Spinelli vooral in de kennis van de bedrijfscontext. Een probleem met een factuur kan bijvoorbeeld voortkomen uit een aankoopbeslissing of een fout bij de ontvangst van goederen. Doordat de agents die verbanden begrijpen, kunnen ze over afdelingen heen werken. Ook de sector speelt een rol: bij industriële ondernemingen kunnen AI-agents helpen om onderhoud beter te plannen, terwijl in de farmaceutische sector traceerbaarheid en kwaliteitsvereisten centraal staan.
“Onze AI-agents begrijpen de betekenis van bedrijfsdata en de processen waarin die gegevens worden gebruikt.” Volgens Spinelli ontwikkelt SAP daarom geen generieke toepassingen die achteraf aan een sector worden aangepast, maar oplossingen die rekening houden met de specifieke processen en vereisten.
Grenzen en verantwoordelijkheid
Naarmate AI meer taken uitvoert, wordt de vraag naar verantwoordelijkheid belangrijker. Het gaat daarbij om welke gegevens een agent mag raadplegen, welke acties hij mag uitvoeren en wanneer een medewerker de regie moet overnemen. Volgens Spinelli moeten bedrijven die grenzen vanaf het begin vastleggen. SAP bouwt daarvoor voort op bestaande mechanismen voor toegangsbeheer en autorisaties in bedrijfssoftware. Een AI-agent moet zich aan dezelfde regels houden als de medewerker namens wie hij handelt.
Dat is bijzonder relevant voor Europese ondernemingen, die rekening moeten houden met onder meer de GDPR en de Europese AI Act. “Compliance is geen reden om te wachten. Het is een reden om vanaf de eerste dag de juiste keuzes te maken.”