Dit blijkt uit onderzoek van Karien Bos, managing director van Brightstone Group, en Frank Verbeeten, hoogleraar Accounting aan de Universiteit Utrecht en verbonden aan de opleiding tot registercontroller van de Vrije Universiteit. Zij deden onderzoek naar AI-gebruik. Daarvoor analyseerden zij ongeveer 65 volledig ingevulde enquêtes, vooral van grote organisaties met relatief omvangrijke finance-afdelingen.
De (niet openbaar gemaakte) onderzoeksresultaten laten een opvallend beeld zien. AI staat hoog op de agenda, maar de praktijk blijft achter. Ruim 60% van de organisaties experimenteert met AI. Slechts 26% heeft de technologie daadwerkelijk geïntegreerd in processen. Ongeveer 15% heeft nog helemaal geen ervaring met AI.
Van experiment naar opschaling
Volgens Verbeeten hebben vooral middelgrote bedrijven moeite met een bredere adoptie van AI. "Heel kleine bedrijven kunnen snel stappen zetten, omdat ze minder aan regels gebonden zijn. Grote organisaties beschikken over de mensen en middelen om te investeren. De middengroep blijft relatief achter: die heeft minder financiële ruimte, maar wordt wel door regels en risico's beperkt."
Een afgebakende businesscase werkend krijgen is iets anders dan een succesvolle toepassing organisatiebreed opschalen. Een AI-toepassing kan op kleine schaal prima werken, maar dat betekent niet dat je die eenvoudig overal in de organisatie kunt invoeren. Verbeeten: "Vooral de integratie van databronnen, privacyregels en organisatorische verantwoordelijkheden maakt die vervolgstap moeilijk."
Veel organisaties bevinden zich volgens hem nog in een zoekfase. "Gebrek aan kennis en expertise speelt een grote rol. Iedereen onderzoekt wat AI kan betekenen, maar lang niet overal is al een duidelijke visie ontwikkeld op de concrete impact op de organisatie. Dat betekent niet dat finance-afdelingen kunnen afwachten. Je kunt je eigenlijk niet veroorloven om niets met AI te doen, maar evenmin om er blind volledig op in te zetten. Organisaties moeten daarom gericht experimenteren op plekken waar de grootste voordelen te behalen zijn."
AI speelt vooral in de verdediging
AI wordt momenteel vooral ingezet voor risicobeheersing en procesautomatisering, zo blijkt uit het onderzoek. Cybersecurity, administratieve automatisering, fraudedetectie, risicomanagement en compliance domineren de lijst van toepassingen.
De onderzoekers zien daarbij 2 duidelijke benaderingen ontstaan. Beursgenoteerde ondernemingen zetten AI vooral in voor bescherming. Denk aan fraudeopsporing, risicobeheer en cybersecurity. Startups en scale-ups in handen van directeur-grootaandeelhouders of een groep eigenaren en private equity-organisaties gebruiken AI juist vaker voor commerciële toepassingen, planning en klantmanagement.
Verbeeten noemt het de tegenstelling tussen playing defense en playing offense. "Je ziet dat grote organisaties vooral defensief kijken naar fraudedetectie, informatiebeveiliging en risicomanagement. Tegelijkertijd wordt AI binnen businessunits steeds vaker offensief gebruikt voor forecasting en het identificeren van nieuwe klantsegmenten. Dat gebeurt nog wel relatief kleinschalig."
Europese regels remmen toepassing
Een belangrijke verklaring voor de beperkte adoptie van AI ligt volgens de onderzoekers in de Europese regelgeving. Anders dan in de Verenigde Staten of China spelen privacy, juridische controle over data en compliance hier een veel grotere rol.
Bos: "Amerikaanse organisaties experimenteren volop met allerlei modellen en toepassingen, waarbij zij vooraf met minder wettelijke beperkingen te maken hebben. In Europa kijken organisaties veel kritischer naar privacy, dataopslag en datasoevereiniteit. Vooral grote financiële instellingen zijn daardoor voorzichtig."
Die voorzichtigheid is vanuit governance-perspectief begrijpelijk. Nieuwe wetgeving zoals de Digital Operational Resilience Act (DORA) en de AI-verordening dwingen organisaties om kritisch te kijken naar risico's rondom datagebruik, algoritmes en besluitvorming.
Personeelskrapte versnelt inzet van AI
Personeelskrapte wordt volgens Bos een steeds belangrijkere reden voor finance-afdelingen om AI wél in te zetten. Steeds meer CFO's maken zich zorgen over de toekomstige beschikbaarheid van financieel talent. "De instroom in financiële functies staat onder druk en de vergrijzing neemt toe. Daardoor ontstaat extra schaarste. Veel organisaties zullen AI simpelweg nodig hebben om het werk gedaan te krijgen."
Dat beeld sluit aan bij de onderzoeksresultaten van Bos en Verbeeten. Respondenten verwachten dat AI finance vooral zal veranderen door repetitief werk te automatiseren, de proceskwaliteit te verhogen, ruimte te creëren voor waardetoevoegende activiteiten en personeelstekorten te helpen opvangen. Daarbij benadrukken zij tegelijkertijd dat menselijke controle noodzakelijk blijft. Die ontwikkeling betekent niet alleen dat AI meer werkzaamheden overneemt, maar ook dat de rol van financiële professionals verandert.
AI verandert rol van controller
Ook het vak van controllers en finance managers verandert door de opkomst van AI. Volgens Bos verschuift het zwaartepunt van kennis naar vaardigheden. "Kennis blijft de basis, maar dit wordt minder onderscheidend dan het vermogen om de juiste vragen te stellen en uitkomsten te toetsen."
Verbeeten sluit daarop aan. "De skillset van financiële professionals gaat veranderen. Controllers zullen steeds vaker met AI werken, maar moeten tegelijkertijd kunnen uitleggen hoe AI-gegenereerde gegevens tot bepaalde conclusies leiden. Dat vraagt om andere competenties."
Er komt minder nadruk te liggen op het verzamelen van informatie en meer nadruk op interpretatie, communicatie en beïnvloeding. Verbeeten: "In plaats van discussies over de juistheid van cijfers, kun je veel sneller de stap naar besluitvorming maken."
Die ontwikkeling heeft ook een schaduwzijde. Wanneer AI steeds meer routinematige werkzaamheden overneemt, rijst de vraag hoe jonge financials nog voldoende vakinhoudelijke basiskennis opbouwen om zin van onzin te kunnen onderscheiden.
Verbeeten wijst erop dat financieel professionals vroeger vaak een langere leercurve doorliepen. "Veel ervaren finance managers hebben eerst jarenlang operationele werkzaamheden uitgevoerd. Daardoor leer je waar fouten kunnen ontstaan. Wanneer starters meteen op een hoger niveau instromen, bestaat het risico dat die basiskennis minder wordt opgebouwd."
Niet alles vraagt om AI
Bos pleit voor een nuchtere benadering van AI. Ze benadrukt dat AI alleen goed functioneert wanneer organisaties hun data op orde hebben én kijken waar AI daadwerkelijk meerwaarde biedt. "Je moet modellen voortdurend voeden met juiste en actuele data. Daarnaast moet iemand kritisch blijven meekijken. AI moet ondersteunen, niet zelfstandig beslissen."
De onderzoekers plaatsen AI bovendien in een historisch perspectief. Eerder kwamen organisaties al in aanraking met Robotic Process Automation (RPA), data analytics en business intelligence. Ook die technologieën werden aanvankelijk met hoge verwachtingen omgeven. Volgens Verbeeten moet AI dan ook niet worden gezien als wondermiddel.
"Een jaar of 10 geleden leek RPA de oplossing voor alle problemen. Daarna kwam data analytics. Daar werd hetzelfde over gezegd. Nu is het AI. Maar het is niet zo simpel. Organisaties moeten goed kijken waar AI daadwerkelijk waarde toevoegt en waar bestaande systemen al voldoende mogelijkheden bieden."
Die nuchtere afweging begint volgens Bos bij het proces zelf. Zij ziet dat de inzet van AI organisaties dwingt opnieuw na te denken over de inrichting van de processen en de kwaliteit van de output. "Je denkt een keer goed na over een proces en zorgt dat iedereen weer op dezelfde manier gaat werken. Meer controle en regie zijn een mooie bijvangst."
Bij een sterk gestandaardiseerd proces moet de CFO eerst bekijken of bestaande systemen, bijvoorbeeld het ERP-systeem, bepaalde routinematige werkzaamheden al kunnen uitvoeren. "In dat soort gevallen is AI onnodig complex of duur. Ik verwacht bovendien dat AI steeds vaker in bestaande systemen wordt ingebouwd."
Kansen voor forecasting en rapportage
De potentie van AI is volgens Bos en Verbeeten groot. Zeker op het gebied van forecasting, financiële verslaggeving en geïntegreerde analyses verwachten beide onderzoekers verdere doorbraken.
Verbeeten ziet vooral kansen in rapportages en tekstgeneratie. "Complete jaarverslagen zullen waarschijnlijk niet door AI worden geschreven, maar onderdelen ervan kunnen wel steeds beter automatisch worden gegenereerd."
Bos benadrukt daarnaast de mogelijkheden voor integraal inzicht. "AI kan veel beter verbanden leggen tussen verschillende rapportages en databronnen. Daardoor kunnen risico's en kansen sneller zichtbaar worden voor management en bestuur."
Daarmee lijkt voor finance niet zozeer de vraag óf AI een grotere rol krijgt, maar vooral hoe snel organisaties erin slagen experimenten om te zetten in betrouwbare toepassingen op grotere schaal.
