Waarom ontwikkelden jullie een financial agent?

"Toen ChatGPT eind 2022 doorbrak, zagen we dat AI geen hype was die weer zou overwaaien. We waren én zijn ervan overtuigd dat AI zowel softwareontwikkeling als het werk van onze klanten fundamenteel verandert. Daarom willen we AI niet naast onze software plaatsen, maar integreren in het product zelf."

Jullie ontwikkelden waarschijnlijk geen eigen large language model (LLM)?

"Klopt. We gebruiken modellen die wereldwijd beschikbaar zijn en testen en vergelijken deze voortdurend. De LLM's gebruiken we binnen onze eigen geïsoleerde omgeving en we geven ze aanvullende financiële kennis en instructies mee. Zo zorgen we ervoor dat een model zich gedraagt zoals wij dat binnen onze datastructuur nodig en verstandig vinden. Welk model het meest geschikt is, kan bovendien snel veranderen. Daarom kijken we steeds naar kwaliteit, kosten en de mate waarin een model geschikt is voor ons doel."

Waarom zou een controller niet gewoon een regulier LLM gebruiken?

"Dat kan uiteraard. Via een Model Context Protocol (MCP) kun je een extern taalmodel zoals Claude koppelen aan je financiële administratie. Maar dan loop je wel tegen een paar vragen aan. Zoals: hoe worden kpi's precies berekend? Welke definities gebruikt het model? En wat gebeurt er met je data?"

"Binnen onze financial agent kunnen wij het model instrueren hoe het financiële gegevens moet interpreteren en berekenen. Bovendien blijft alles binnen de beveiligde omgeving van Exact en binnen de afspraken die we met klanten hebben gemaakt."

"Je kunt bijvoorbeeld een brutomarge op verschillende manieren berekenen. Als je een generiek model gebruikt, weet je niet altijd welke definitie wordt toegepast. Wij hebben onze financial agent geïnstrueerd op basis van de financiële structuur in het systeem en hanteren vaste definities. Bovendien zijn we er transparant in. Onder de output van de financial agent wordt altijd de berekening getoond aan de gebruiker. Daardoor kunnen gebruikers de uitkomsten beter vertrouwen."

Waar gebruiken financeprofessionals AI voor?

Exact deed daar onderzoek naar (er waren meerdere antwoorden mogelijk).

Wat kan een AI-agent beter dan een dashboard?

"Het verschil zit vooral in snelheid, flexibiliteit en interactie. Een gebruiker kan simpelweg een vraag stellen, perioden met elkaar vergelijken, doordrillen naar onderliggende transacties en direct achterhalen waar afwijkingen vandaan komen. Je hoeft niet meer eerst een rapport te bouwen of een dashboard aan te passen."

Welke analyses maakt de financial agent?

"De agent werkt met meer dan 60 financiële kpi's, waaronder liquiditeit, solvabiliteit en winstgevendheid. Gebruikers kunnen vragen stellen over afwijkingen, trends en risico's. Vervolgens kan de agent de onderliggende transacties analyseren om te verklaren waar verschillen vandaan komen."

Kan de agent ook zelf signaleren dat er iets misgaat?

"Dat is een ontwikkeling waar we naartoe bewegen. Nu bevragen gebruikers het systeem nog zelf. Uiteindelijk willen we dat de software actief afwijkingen signaleert. Bijvoorbeeld wanneer winstgevendheid sterk afwijkt van budget of wanneer specifieke kostenposten uit de pas lopen. Dan krijg je automatisch een signaal met een eerste analyse van mogelijke oorzaken."

"In de toekomst kan de agent ook rekening houden met de branche waarin een onderneming actief is, voor zover die context in de administratie is vastgelegd of in de vraag wordt meegegeven. Via een SBI-code kan de agent bijvoorbeeld begrijpen in welke sector of subsector een bedrijf actief is. Dat is belangrijk, want een winstmarge van 2% kan in de ene branche goed zijn en in een andere branche juist tegenvallen."

Neemt de financial agent ook externe informatie mee?

"Op dit moment nog niet. Bij andere agents kunnen we al wel externe bronnen koppelen, zoals een website of feitelijke overheidsinformatie. Voor financials is het ook interessant om op termijn bijvoorbeeld eigen documenten of andere relevante bronnen toe te voegen, zoals retailinformatie van het Centraal Bureau voor de Statistiek. De financiële afdeling kan dan bepalen op welke informatie de agent zich naast de eigen administratie baseert."

Kunnen gebruikers zelf bepalen welke kpi's de financial agent gebruikt?

"Gebruikers kunnen over alle ruim 60 kpi's vragen stellen. Het afzonderlijk aan- of uitzetten van kpi's hebben we op dit moment niet voorzien. Ik kan me wel voorstellen dat daar behoefte aan ontstaat bij grotere financiële afdelingen. Daar wil je misschien niet dat iedere medewerker toegang heeft tot alle informatie. Dat is interessante feedback voor de verdere productontwikkeling."

Hoe transparant zijn de uitkomsten van de financial agent?

"Transparantie vinden we essentieel. Het mag geen black box zijn. We laten zien welke formule is gebruikt, welke waarden daarin zitten en hoe een antwoord tot stand komt. Een controller moet kunnen controleren of een analyse klopt."

Ligt de grootste winst van AI bij business control of financial control?

"Bij beide. Aan de kant van financial control kan AI helpen bij het verwerken van facturen, het herkennen van fouten en het continu monitoren van boekingen. Denk aan afwijkende btw-codes of onverwachte transacties die niet passen in het herkende patroon."

"Aan de kant van business control helpt AI vooral bij analyse en advies. Afwijkingen worden sneller zichtbaar en oorzaken kun je als business controller automatisch laten onderzoeken."

Neemt AI daarmee een deel van het werk van controllers over?

"Ik kijk daar anders naar. Overnemen klinkt alsof AI banen komt afpakken. Ik zie AI vooral als een digitale collega die professionals ondersteunt. Natuurlijk verandert het werk. Tijdrovende analyses en controles worden deels geautomatiseerd. Maar het blijft aan de controller om te beoordelen of de analyse klopt, om deze in de juiste bedrijfscontext te plaatsen en om het management te adviseren. De systemen gaan zelf geen managementteams adviseren."

"Het kan natuurlijk wel gebeuren dat managementteamleden beter beslagen ten ijs komen op een vergadering met de business controller. Met AI kunnen ze immers ook zelf gemakkelijker analyses uit de systemen trekken. Daar moet je je als controller op voorbereiden."

Welke vaardigheden blijven belangrijk bij een grotere inzet van AI?

"Het vermogen om context te begrijpen en mensen mee te krijgen. Een AI-model kan veel signaleren, maar een managementteam overtuigen is iets anders. Controllers moeten analyses interpreteren, verbanden leggen met ontwikkelingen binnen en buiten het bedrijf en bepalen welke acties nodig zijn."

Hoe ziet finance er over 2 à 3 jaar uit?

"Ik verwacht dat AI-agents steeds vaker worden ingezet. Niet alleen voor transactieverwerking, maar vooral voor monitoring, analyse en rapportage. We gaan van software die werk uitvoert naar software die actief meedenkt. Daarmee verschuift de rol van financiële professionals verder naar interpretatie, besluitvorming en advies."

Wat is het belangrijkste advies aan controllers?

"Experimenteer met AI. Veel financiële processen zijn nog niet of niet volledig geautomatiseerd, terwijl de technologie al lang beschikbaar is. Controllers die AI leren toepassen, krijgen sneller inzicht in hun data en houden meer tijd over voor wat uiteindelijk de meeste waarde toevoegt: adviseren en vooruitkijken."