“We doen toch al iets met AI?”

Een veelgehoorde uitspraak. Medewerkers gebruiken ChatGPT, Copilot of Claude om teksten te schrijven, documenten samen te vatten of even te sparren. Ook in boekhoudsoftware en ERP zit steeds meer automatisering en AI.

Maar is het werk op Finance daardoor werkelijk veranderd?

Want facturen worden nog steeds gecontroleerd, aansluitingen gemaakt, verschillen uitgezocht, gegevens tussen systemen overgezet, Excelbestanden bijgewerkt en iedere maand opnieuw worden dezelfde controles uitgevoerd. Waarom doen we dit dan eigenlijk nog?

Neem de verwerking van inkoopfacturen. Een factuur komt binnen, gegevens worden gecontroleerd, de juiste order en ontvangst worden erbij gezocht, de boeking wordt gemaakt en iemand moet goedkeuren ter betaling.

Een deel wordt al jaren geautomatiseerd met ERP-software. De volgende generatie gaat een stap verder. Software kan inmiddels documenten interpreteren, facturen matchen met orders en ontvangsten, afwijkingen herkennen en een boekingsvoorstel doen. En juist bij die uitzonderingen kan AI helpen bepalen wat er waarschijnlijk aan de hand is. Hierdoor hoeft niet iedere factuur nog dezelfde aandacht te krijgen en kan de medewerker zich richten op de bijzondere transacties.

Hetzelfde gebeurt bij reconciliaties. Finance hoeft niet duizenden transacties te controleren om enkele afwijkingen te vinden. Technologie kan de massa controleren en de uitzonderingen zichtbaar maken.

Waarom betalen we goede financials nog om vast te stellen wat goed is, als technologie ze direct kan laten zien wat niet goed is?

De maandafsluiting laat zien hoeveel werk er nog tussen de systemen zit

Juist rondom de maandafsluiting wordt zichtbaar hoeveel handwerk er ondanks moderne ERP-systemen nog bestaat.

Gegevens worden verzameld, aansluitingen gemaakt, ontbrekende boekingen nagejaagd, accruals beoordeeld, verschillen verklaard en informatie uit verschillende bronnen samengebracht. Pas daarna begint vaak het maken van de rapportage. Een deel daarvan vraagt nog altijd om menselijke beoordeling.

Het beoordelen van een voorziening, een bijzondere boeking of een materiële afwijking vraagt om financieel vakmanschap. Maar gegevens verzamelen, aansluitingen maken en iedere maand dezelfde controles uitvoeren is iets anders. Dat werk bestaat voor een deel vooral omdat processen, systemen en informatie nog niet goed genoeg op elkaar aansluiten.

Een vaste handeling hoef je niet per se met AI op te lossen. Soms kan het ERP het al. Soms is gewone workflow automatisering voldoende. Gewone automatisering is sterk in voorspelbaar werk met vaste regels. AI wordt interessant zodra informatie moet worden geïnterpreteerd, afwijkingen moeten worden herkend of op basis van verschillende gegevens een voorstel of vervolgstap nodig is. Begin daarom niet met de vraag waar je AI kunt inzetten. Begin vooral met de vraag waarom iemand dit werk nog iedere periode met de hand doet.

Eerst het proces, dan AI

Dat sluit aan bij wat we momenteel in veel financiële organisaties zien. Als een proces omslachtig is, de stamdata niet kloppen of verantwoordelijkheden onduidelijk zijn, lost AI dat niet op. Je loopt zelfs het risico dat je een slecht ingericht proces vooral sneller laat verlopen.

Vereenvoudigen, standaardiseren en digitaliseren blijven daarom de basis.

Pas daarna wordt het interessant om te bepalen welk werk door software kan worden uitgevoerd, waar AI werkelijk iets toevoegt en waar menselijke beoordeling en verantwoordelijkheid nodig blijven.

Die grens ligt bovendien niet vast. Een systeem kan een afwijking signaleren, steeds vaker ook de oorzaak achterhalen en een vervolgstap voorstellen. Een financial beoordeelt vervolgens waar dat nodig is. AI kan bijvoorbeeld een debiteurenportefeuille analyseren en bepalen welke klant aandacht verdient. De vraag óf je een belangrijke klant een stevige betalingsherinnering stuurt, vraagt natuurlijk om commerciële context.

De rol van de financial verschuift daarmee van verwerken en controleren naar beoordelen, adviseren, uitzonderingen afhandelen en beslissen. En ook die grens zal door AI verder opschuiven.

Wat doen we met de tijd die vrijkomt?

Als Finance minder tijd kwijt is aan repeterend werk, ontstaat ruimte voor analyse, advies en vooruitkijken. Tegelijk hoeven meer omzet en meer transacties niet automatisch meer mensen op Finance te betekenen. Zo ontstaat er visie op AI: wat kan technologie overnemen en waar zet je de kennis en ervaring van je financials voor in?

De vraag wordt daarmee welk werk straks nog menselijke inzet en beoordeling vraagt.

Loop eens een dag mee met Finance

Misschien is dat wel een betere manier om met AI te beginnen dan een AI-strategie te schrijven.

Loop door de financiële afdeling en kijk naar het werk dat iedere dag, week of maand terugkomt. Gegevens die nog handmatig worden overgetikt. Excelbestanden die telkens opnieuw worden samengesteld. Controles die iedere maand hetzelfde verlopen. Mails die telkens opnieuw worden geschreven. Stel vervolgens een paar vragen: kunnen we het proces eerst eenvoudiger maken? Kan ons huidige systeem dit al en wat kan AI inmiddels overnemen?

Zo wordt AI geen los innovatieproject en ook geen speeltje waarmee er wat sneller tekst geschreven wordt bij de rapportages.

Verandert AI bij jouw bedrijf al iets aan de manier waarop het werk wordt gedaan?