Hoe moeten uitzonderingen op het uitgavenbeleid voor AI worden beheerd?

Uitzonderingen op de uitgaven voor AI moeten worden beheerd via een vastomlijnd bestuursproces dat voorziet in duidelijke goedkeuringsbevoegdheden, gedocumenteerde motivering en aan termijnen gebonden voorwaarden. Zonder deze structuur ondermijnen uitzonderingen al snel het beleid dat ze juist moeten beschermen. De onderstaande vragen leiden je door elke fase van dat proces, van wie de goedkeuring geeft tot wanneer een uitzondering aanleiding moet zijn voor een bredere heroverweging van het beleid.

Wie is bevoegd om uitzonderingen op de uitgaven voor AI goed te keuren?

De bevoegdheid om uitzonderingen op AI-uitgaven goed te keuren moet berusten bij degene die zowel verantwoordelijk is voor de begroting als voor het bedrijfsresultaat. In de meeste grote organisaties betekent dit een combinatie van de financiële verantwoordelijke voor IT, de leidinggevende van de betreffende bedrijfsunit en een aangewezen AI-bestuursorgaan of stuurgroep. Geen enkele afzonderlijke functie mag de eenzijdige bevoegdheid hebben om uitzonderingen goed te keuren die van invloed zijn op afdelingsoverschrijdende begrotingen.

De juiste goedkeuringsstructuur hangt af van de omvang en het risicoprofiel van de uitzondering. Een handig gelaagd model werkt als volgt:

  • Kleine uitzonderingen (binnen een vooraf overeengekomen limiet, zoals een kleine overschrijding van een goedgekeurde licentie voor een AI-tool) kan worden goedgekeurd door de IT-financieel manager of de begrotingsverantwoordelijke van de afdeling.
  • Middelgrote uitzonderingen (nieuwe uitgaven voor AI-leveranciers, niet-begrote proefprojecten of uitbreidingen van de projectomvang) moeten worden goedgekeurd door zowel de leidinggevende van de businessunit als de IT-financiële afdeling.
  • Grote of strategische uitzonderingen (aanzienlijke, niet-geplande investeringen in AI-infrastructuur, meerjarige verbintenissen of uitzonderingen die een precedent scheppen) moeten worden doorverwezen naar de CIO of een AI-bestuurscommissie.

Door deze niveaus van tevoren vast te leggen, met duidelijke financiële drempels en risicocriteria, wordt onduidelijkheid weggenomen en wordt voorkomen dat elke uitzondering uitmondt in een politieke onderhandeling. Het zorgt er ook voor dat de mensen die het dichtst bij de zakelijke gevolgen staan, bij de beslissing worden betrokken, en niet alleen de centrale financiële afdeling of IT.

Op basis van welke criteria wordt bepaald of een uitzondering op de AI-uitgaven gerechtvaardigd is?

Een uitzondering op de AI-uitgaven is gerechtvaardigd wanneer de bedrijfswaarde van het afwijken van het beleid aantoonbaar opweegt tegen de kosten van die afwijking, en wanneer de afwijking niet kan worden opgelost door het bestaande budget of de bestaande tijdsplanning aan te passen. De motivering moet concreet zijn, niet louter ambitieus. Vage beweringen over het potentieel van AI vormen geen geldige basis om uitgavenbeperkingen te omzeilen.

Beoordelaars dienen de volgende criteria consequent toe te passen:

  1. Duidelijkheid over de businesscase: Kan de aanvrager een meetbaar resultaat noemen, zoals kostenbesparing, omzetimpact of risicobeperking, dat afhankelijk is van deze specifieke uitgave?
  2. Dringende aard en timing: Is er sprake van een daadwerkelijke tijdsdruk waardoor het onpraktisch is om te wachten tot de volgende begrotingscyclus, of wordt de urgentie aangegrepen om de gebruikelijke controle te omzeilen?
  3. Overwogen alternatieven: Heeft de aanvrager aangetoond dat bestaande, goedgekeurde hulpmiddelen of leveranciers niet aan de behoefte kunnen voldoen?
  4. Kostenbeheersing: Is de uitzondering aan banden gelegd? Omvat deze een uitgavenplafond, een vastgestelde einddatum of een voorwaarde voor herziening?
  5. Afstemming van het beleid: Is de uitzondering in strijd met bredere beginselen inzake IT-kostenbeheer, vereisten op het gebied van gegevensbeveiliging of het beleid inzake leveranciersbeheer?

Door deze criteria consequent toe te passen, worden ook nuttige gegevens gegenereerd. Patronen die laten zien bij welke criteria het vaakst wordt verwezen of juist het vaakst ontbreekt, geven aan op welke punten het onderliggende beleid inzake AI-uitgaven moet worden bijgesteld.

Hoe moeten verzoeken om uitzonderingen op het gebied van AI worden gedocumenteerd en bijgehouden?

Elk verzoek om een uitzondering op de AI-uitgaven moet worden vastgelegd in een centraal register waarin het verzoek, het besluit, de motivering en de aan de goedkeuring verbonden voorwaarden worden vastgelegd. Zonder deze registratie raken uitzonderingen uit het zicht, en onzichtbare uitzonderingen stapelen zich op tot onbeheerde uitgaven.

Een praktisch uitzonderingsregister zou voor elk verzoek de volgende velden moeten bevatten:

  • Datum van het verzoek en gegevens van de aanvrager
  • Beschrijving van de AI-uitgaven en het beleid waarvan deze afwijken
  • Zakelijke motivering en verwachte resultaten
  • Goedkeuringsbesluit, naam van de goedkeurder en datum
  • Bijbehorende voorwaarden (uitgavenplafond, vervaldatum, evaluatiemijlpaal)
  • Werkelijke uitgaven afgezet tegen het goedgekeurde uitzonderingsbedrag
  • Datum van de evaluatie van de uitkomst en het resultaat

Dit register moet regelmatig worden gecontroleerd, bij voorkeur in het kader van een maandelijkse of driemaandelijkse Frequentie van FinOps-governance, zodat uitzonderingspatronen zichtbaar zijn voor het management. Door de werkelijke cijfers af te zetten tegen de goedgekeurde uitzonderingsbedragen ontstaat er ook verantwoordingsplicht: als een team zijn uitzonderingslimieten stelselmatig overschrijdt, duidt dat op een structureel probleem in plaats van op een eenmalige behoefte.

Wat is het verschil tussen een tijdelijke uitzondering en een permanente beleidswijziging?

Een tijdelijke uitzondering stelt een specifiek team of project in staat om gedurende een bepaalde periode of binnen een bepaald toepassingsgebied buiten het beleid inzake AI-uitgaven te opereren, zonder dat het beleid zelf wordt gewijzigd. Een permanente beleidswijziging houdt in dat de regels voor iedereen met ingang van dat moment worden aangepast. Dit onderscheid is van belang, omdat het door elkaar halen van beide leidt tot beleidsafwijkingen, waarbij herhaalde tijdelijke uitzonderingen het beleid stilletjes herschrijven zonder formele toetsing of afstemming met de belanghebbenden.

Tijdelijke uitzonderingen zijn gepast wanneer de noodzaak daadwerkelijk beperkt is, zoals bij een proefproject waarin een nieuwe AI-tool wordt getest, een kortstondige piek in de werkdruk of een noodmaatregel. Ze moeten altijd voorzien zijn van een vervaldatum en een voorwaarde voor herziening.

Een permanente beleidswijziging is aangewezen wanneer herhaaldelijk door verschillende teams om dezelfde uitzondering wordt verzocht, wanneer de oorspronkelijke aanname waarop het beleid is gebaseerd is veranderd (bijvoorbeeld omdat er nu een nieuwe categorie AI-tools bestaat waarmee in het beleid geen rekening was gehouden), of wanneer het bedrijfsmodel zodanig is veranderd dat de oude regel structureel niet meer aansluit.

Het is van cruciaal belang om deze als twee afzonderlijke bestuurstrajecten te behandelen. Tijdelijke uitzonderingen worden via de goedkeuringsprocedure voor uitzonderingen afgehandeld. Permanente wijzigingen doorlopen een formeel beleidsherzieningsproces, waarbij bredere inbreng van belanghebbenden en een gedocumenteerde motivering vereist zijn. Het door elkaar halen van deze twee ondermijnt beide.

Hoe voorkom je dat uitzonderingen op de AI-uitgaven de norm worden?

Je voorkomt dat uitzonderingen op AI-uitgaven de norm worden door een groot aantal uitzonderingen te beschouwen als een signaal over het beleid, en niet als een tekortkoming van het management. Als teams regelmatig om uitzonderingen vragen, betekent dit meestal dat het beleid te rigide is, te traag werkt of niet aansluit bij de manier waarop beslissingen over AI-investeringen in de praktijk worden genomen. De oplossing ligt niet in strengere handhaving, maar in een slimmer beleidsontwerp.

Praktische maatregelen om de frequentie van uitzonderingen te verminderen zijn onder meer:

  • Zorg voor flexibiliteit in het beleid: Zorg voor vooraf goedgekeurde categorieën voor AI-tools met een laag risico, vastgestelde innovatiebudgetten die teams kunnen gebruiken zonder dat ze een uitzondering hoeven aan te vragen, en duidelijke criteria voor versnelde goedkeuringen.
  • De feedbacklus verkorten: Als de beleidsherzieningscyclus jaarlijks is, zal het beleid altijd achterlopen op de ontwikkelingen op de AI-markt. Door driemaandelijkse herzieningen kan het beleid zich aanpassen zonder dat teams daar hun werk op moeten afstemmen.
  • Meld afwijkingen in het volume aan het management: Wanneer CIO’s en financiële leidinggevenden op IT-gebied zien hoeveel uitzonderingen er elk kwartaal worden aangevraagd en goedgekeurd, worden ze gemotiveerd om de onderliggende oorzaken aan te pakken in plaats van alleen de symptomen te bestrijden.
  • Stel een drempelwaarde in die een automatische controle activeert: Als bijvoorbeeld het aantal uitzonderingen in een bepaalde categorie binnen een kwartaal een vastgesteld aantal of een vastgestelde waarde overschrijdt, leidt dat automatisch tot een herziening van het beleid voor die categorie.

Het doel is een kader voor AI-kostenbeheer dat streng genoeg is om risico’s te beheersen, maar tegelijkertijd flexibel genoeg zodat teams er niet omheen hoeven te werken om hun taken uit te voeren.

Wanneer moeten uitzonderingen op de uitgaven voor AI aanleiding geven tot een bredere beleidsherziening?

Een uitzondering op de AI-uitgaven zou aanleiding moeten geven tot een bredere beleidsherziening wanneer hieruit blijkt dat er een lacune zit in de aannames van het beleid, in plaats van dat het om een eenmalige afwijking gaat. Specifieke aanleidingen zijn onder meer het feit dat hetzelfde type uitzondering drie of meer keer binnen een kwartaal is goedgekeurd, een uitzondering die escalatie naar het CIO-niveau vereiste, een geval waarin het beleid een daadwerkelijk hoogwaardig AI-initiatief blokkeerde, of een uitzondering die een risico aan het licht bracht waarvoor het beleid niet was ontworpen.

Bij evaluaties naar aanleiding van uitzonderingen moet de aandacht vooral uitgaan naar drie vragen: Was de oorspronkelijke beleidsaanname nog steeds geldig? Is de context van de AI-uitgaven op een manier veranderd die in het beleid niet was voorzien? En wijst de uitzondering op een ontbrekende categorie, drempelwaarde of procedure die in het standaardkader moet worden opgenomen?

Het koppelen van uitzonderingsbeheer aan een bredere strategisch portefeuillebeheer Dit proces zorgt ervoor dat beslissingen over AI-uitgaven niet op zichzelf worden beoordeeld. Wanneer AI-investeringen samen met andere technologische prioriteiten worden beoordeeld, wordt het gemakkelijker om onderscheid te maken tussen uitzonderingen die wijzen op echte strategische verschuivingen en uitzonderingen die het gevolg zijn van slechte planning of scope creep.

Hoe wij u helpen bij het beheren van afwijkingen in AI-uitgaven

Om uitzonderingen op AI-uitgaven goed te beheren, zijn dezelfde financiële discipline en dezelfde governance-infrastructuur nodig als voor effectief beheer van cloud- en IT-kosten. Wij helpen organisaties bij het opzetten van die infrastructuur gedurende de volledige levenscyclus van AI- en technologie-uitgaven. Concreet ondersteunen wij u met:

  • Ontwerp van het bestuursmodel: Het vaststellen van goedkeuringsniveaus, uitzonderingscriteria en escalatieprocedures die in de praktijk goed werkbaar zijn en binnen alle bedrijfsonderdelen consistent zijn.
  • Het bijhouden en rapporteren van uitzonderingen: Het opzetten van gecentraliseerde registers en het integreren van uitzonderingsgegevens in uw reguliere rapportagecycli voor financieel beheer, zodat het management zonder handmatige inspanningen inzicht heeft in de situatie.
  • Frequentie van beleidsherzieningen: Het opzetten van een gestructureerd evaluatieritme waarmee het beleid inzake AI-uitgaven actueel blijft naarmate de technologie en de bedrijfsomgeving zich verder ontwikkelen.
  • Integratie van FinOps en ITFM: Het beheer van AI-uitgaven koppelen aan uw bredere kader voor financieel IT-beheer, zodat AI-uitgaven worden beoordeeld in de context van de totale investeringen in technologie, en niet als afzonderlijke posten.

Als uw organisatie te maken heeft met een toenemend aantal afwijkingen van het AI-budget en een governance-model wil opzetten dat ook echt standhoudt, neem contact met ons op om te bespreken waar we moeten beginnen.

De waarde
Privacyoverzicht

Deze site maakt gebruik van cookies, zodat wij je de best mogelijke gebruikerservaring kunnen bieden. Cookie-informatie wordt opgeslagen in je browser en voert functies uit zoals het herkennen wanneer je terugkeert naar onze site en helpt ons team om te begrijpen welke delen van de site je het meest interessant en nuttig vindt.