AI is snel onderdeel geworden van de grondgedachte voor veel grote software-acquisities.
Volgens PwC noemde ongeveer een derde van de grootste deals die in 2025 werden afgerond AI als onderdeel van hun strategische grondgedachte.
Het artikel gaat hieronder verder
Hoofdarchitect bij Flexera.
Wat er is veranderd, is niet alleen de reden waarom deals worden gesloten, maar ook wat er daarna gebeurt. Zodra een deal gesloten is, kunnen AI-ambities in conflict komen met de operationele realiteit.
Toezeggingen voor door AI geleide groei worden vaak gedaan voordat organisaties een betrouwbaar beeld hebben van hoe hun gecombineerde systemen, data en contracten daadwerkelijk in elkaar passen.
De besturen verwachten dat de waarde zich snel zal manifesteren. Ondertussen ontdekken IT- en engineeringteams nog steeds wat ze hebben geërfd. In die kloof tussen verwachting en zichtbaarheid beginnen veel AI-gedreven deals het moeilijk te krijgen.
Waarom ‘efficiëntie’ moeilijker te realiseren zal zijn na AI-gestuurde overnames
Een van de eerste spanningen bij AI-gedreven fusies en overnames draait om efficiëntie. Voor dealteams betekent efficiëntie doorgaans margeverbetering en snelheid. Voor technologieleiders betekent dit dat cruciale platforms stabiel, veilig en compatibel moeten worden gehouden en tegelijkertijd nieuwe systemen en werklasten moeten worden geabsorbeerd.
AI vergroot deze kloof omdat een groot deel van de benodigde investeringen vroeg komt. Gebruik aan cloud computing infrastructuur, datapijplijnen, tooling en specialistisch talent worden vaak toegevoegd voordat organisaties de overlap in software hebben opgelost of hebben besloten welke platforms de markt zullen overleven.
In de praktijk betekent dit dat AI-investeringen worden geplaatst in technologie-eigenschappen die nog steeds gefragmenteerd zijn. Er blijven dubbele systemen bestaan, overlappende licenties kunnen nog niet worden ingetrokken en contractuele beperkingen beperken de snelheid waarmee rationalisatie kan plaatsvinden. Van de teams wordt gevraagd om de levering te versnellen en tegelijkertijd meer complexiteit met zich mee te brengen dan voorheen.
Het gebrek aan zichtbaarheid heeft directe financiële gevolgen. In Groot-Brittannië gaat bijna één op de vijf pond die aan SaaS wordt uitgegeven verloren aan ongebruikte of dubbele licenties, geld dat organisaties die onder contractdruk staan niet kunnen missen.
AI creëert deze inefficiënties niet, maar versterkt ze door ze te vergroten IT-infrastructuur vraag en zet een grotere druk op de toch al gefragmenteerde technologische eigenschappen.
De verzonken kostenval treedt al vroeg in werking
Naarmate de integratie vordert, worden organisaties vaak geconfronteerd met een van de moeilijkste dynamieken waar ze in de technologiestrategie na de deal aan kunnen ontsnappen: de ‘delayed cost fallacy’.
Zodra de investering is vastgelegd in een AI-tool, datamigratieof platformafstemming, wordt het steeds moeilijker om vroege aannames te herzien.
Zelfs als de capaciteiten minder volwassen blijken te zijn dan verwacht, de dataomgevingen meer gefragmenteerd zijn of de operationele kosten aanzienlijk hoger zijn dan verwacht, heeft het momentum de neiging om aan kracht te winnen.
Deze resultaten worden soms toegeschreven aan onvoldoende due diligence. In werkelijkheid kan geen enkel zorgvuldig proces de kwaliteit van de gegevens, de werkelijke kosten van grootschalige AI-workloads, of de operationele afhankelijkheden die ontstaan nadat de systemen zijn gecombineerd, volledig aantonen.
Het kan jaren duren voordat traditionele integratieproblemen zijn opgelost. AI comprimeert deze tijdlijn. Een verkeerde afstemming wordt vaak veel eerder zichtbaar, met de daaraan verbonden kosten en risico’s.
Als vroege signalen worden genegeerd, kunnen organisaties vast komen te zitten in beslissingen die duur zijn om te ontspannen, en elk kwartaal dat voorbijgaat, maakt het moeilijker om van richting te veranderen.
Duidelijkheid schept keuzevrijheid
De organisaties die langetermijnaankopen in de vorm van AI-gestuurde acquisities realiseren, hebben de neiging om op de juiste momenten te vertragen. In plaats van door te gaan met de integratie voordat de basisprincipes begrepen zijn, zorgen ze voor vroegtijdige duidelijkheid over hun software-, SaaS- en cloudeigenschappen.
Die duidelijkheid komt voort uit weten wat software daadwerkelijk wordt gebruikt, waar licenties elkaar overlappen, hoe SaaS- en cloudverplichtingen zijn gestructureerd en hoe AI-workloads het verbruik in de loop van de tijd zullen stimuleren.
Zonder dit zijn de investeringen in AI gericht op inefficiënties, waardoor de verspilling wordt vergroot in plaats van geëlimineerd.
Voor besturen en besturen creëert duidelijkheid hefboomwerking. Een duidelijk beeld van het gebruik, de rechten en de contractuele verplichtingen stelt managers in staat aannames ter discussie te stellen, prioriteit te geven aan rationalisatie en investeringen te versnellen voordat de uitgaven worden vastgelegd.
Overeenkomsten bieden waarde als organisaties bereid blijven zich aan te passen als er nieuwe informatie naar voren komt. Dat omvat het herzien van integratieplannen, het aanpassen van tijdlijnen en het stellen van realistische verwachtingen over wat AI op korte termijn kan opleveren.
AI verkort de afstand tussen beslissing en gevolg
AI verandert de grondbeginselen van software-integratie niet, maar versnelt wel de gevolgen als die grondbeginselen verkeerd zijn. De kosten stapelen zich sneller op, de complexiteit neemt eerder toe en de ruimte voor koerscorrectie wordt kleiner.
In die omgeving wordt het vermogen om helder te zien, vroeg te reageren en voortdurend te optimaliseren een doorslaggevende factor in de vraag of een overname blijvende waarde oplevert of de kosten en risico’s op de lange termijn vastlegt.
