AI: wat is het en wat kun je ermee?

Laatst bijgewerkt op 2 oktober 2026

Je opent Netflix en de serie die je aangeraden krijgt, past precies bij je smaak. Je mail filtert spam weg voordat je het ziet. En een collega laat ChatGPT in een paar seconden een eerste opzet voor een memo schrijven. Allemaal AI. Maar wat is het eigenlijk, hoe werkt het, en wat kun je er zelf mee?

In dit eerste artikel van een driedelige serie legt Ernst Berkhout, lead business consultant bij Agium, in gewone taal en met voorbeelden uit het dagelijks leven en uit je werk uit wat AI is, hoe je het binnen finance toepast, en welke risico’s erbij komen kijken.

Lees ook:

AI in finance: 5 toepassingen en hoe je ermee begint

Wat is AI precies? Een simpele definitie

AI staat voor artificial intelligence, in het Nederlands kunstmatige intelligentie. Het is software die taken uitvoert waar normaal menselijke intelligentie voor nodig is: herkennen, voorspellen, redeneren of taal begrijpen.

Het grote verschil met gewone software: die volgt regels die een programmeur vooraf heeft bedacht. “Als het factuurbedrag hoger is dan €10.000, stuur het dan ter goedkeuring door.” AI werkt anders. Je geeft het systeem heel veel voorbeelden, en het ontdekt zelf de patronen. Zo leert een spamfilter wat spam is door miljoenen mails te zien die mensen als spam hebben gemarkeerd.

Belangrijk om te weten: AI begrijpt niet wat het doet zoals een mens dat doet. Het herkent patronen en rekent kansen uit. Dat kan indrukwekkend goed werken, maar ook flink misgaan.

Hoe werkt AI? Van data naar voorspelling

Grofweg werkt bijna elke AI in drie stappen:

1. Trainen. Het systeem krijgt een grote hoeveelheid data: foto’s, teksten, transacties of klikgedrag.
2. Patronen vinden. Met wiskunde zoekt het naar verbanden. Welke woorden komen vaak samen voor? Welke kenmerken hebben frauduleuze transacties gemeen?
3. Toepassen. Het systeem gebruikt die patronen op nieuwe situaties. Het ziet een nieuwe mail en schat in hoe groot de kans is dat het spam is.

Daaruit volgt meteen de belangrijkste les: AI is zo goed als de data waarmee het is getraind. Zit er een fout of een vooroordeel in de data, dan neemt de AI dat over.

Deze termen worden vaak door elkaar gebruikt. Zo zitten ze in elkaar:

• Machine learning is de basis: software die leert van data. Bij supervised learning leert de machine op basis van voorbeelden. Je geeft voorbeelden mét het goede antwoord, bijvoorbeeld duizenden facturen waarvan je aangeeft op welke grootboekrekening ze horen. Bij unsupervised learning zoekt het systeem zelf naar groepen of afwijkingen, zonder dat je het antwoord geeft. Dit komt meer overeen met hoe wij mensen de wereld beschouwen: we gebruiken onze intuïtie en ervaring om dingen te leren. Voorbeelden van unsupervised leren zijn gezichtsherkenning, cybersecurity of om ongebruikelijke transacties op te sporen.
• Deep learning gaat nog een stapje verder en is een vorm van machine learning met neurale netwerken: lagen van rekeneenheden die losjes geïnspireerd zijn op neurale netwerken in het menselijk brein. Ze kunnen zelf ontdekken welke kenmerken belangrijk zijn, bijvoorbeeld in foto’s of gesproken tekst. Wel hebben ze veel data en rekenkracht nodig.
• Generatieve AI is deep learning dat iets nieuws maakt: tekst, beeld, geluid of code. ChatGPT, Copilot, Gemini en Claude zijn bekende voorbeelden. Ze zijn getraind op enorme hoeveelheden tekst en voorspellen steeds welk woord logisch volgt.

En waar past “slimme” software als RPA in? Robotic Process Automation volgt vaste regels en leert niet zelf. Dat is dus strikt genomen geen AI, al worden de twee steeds vaker gecombineerd. Meer daarover lees je in RPA en AI in finance.

Je hoort ook weleens het onderscheid tussen smalle en sterke AI. Alle AI die we nu gebruiken is smal: goed in één soort taak. Zwakke AI is meer regelgebonden: je definieert regelsets waarlangs je iets beoordeelt, bijvoorbeeld het checken van een factuur. Bij sterke AI gaat het erom dat de software gaat redeneren en problemen oplost, net zoals een mens dat zou doen.

AI kom je in de dagelijkse praktijk inmiddels overal tegen:

1. Zoekmachines. Google gebruikt AI om te begrijpen wat je bedoelt, relevantere resultaten te tonen en plaatst steeds vaker een AI-samenvatting bovenaan.
2. Streamingdiensten. Netflix, Spotify en webwinkels geven met AI aanbevelingen wat je waarschijnlijk leuk vindt.
3. Vertalen. Tools als DeepL en Google Translate vertalen hele teksten in seconden.
4. Je telefoon. Gezichtsherkenning, spraakassistenten en het automatisch ordenen van je foto’s.
5. Navigatie. Zo voorspelt je routeplanner files aan de hand van AI en past het automatisch routes aan.
6. Teksten schrijven en samenvatten. Een eerste versie van een mail, memo of rapportage, of een samenvatting van een lang document.
7. Facturen verwerken. AI leest facturen uit en stelt de juiste boeking voor. Jij controleert alleen nog de twijfelgevallen.
8. Afwijkingen opsporen. AI signaleert ongebruikelijke transacties die op fouten of fraude kunnen wijzen.
9. Voorspellen. Van cashflow tot voorraad: AI helpt forecasts te maken op basis van patronen uit het verleden.
10. Klantcontact. Chatbots beantwoorden veelgestelde vragen, ook buiten kantoortijden. Ook herkent een algoritme bijvoorbeeld de tone-of-voice van een mail of chatbericht.

Vooral in finance gebeurt er veel. In AI in finance: 5 toepassingen en hoe je ermee begint gaan we daar dieper op in.

Wat kan AI (nog) niet? Risico’s en waar je op moet letten

AI is een goede assistent, maar geen vervanging van je eigen oordeel. Let op deze punten:

• AI kan overtuigend fout zitten. Generatieve AI verzint soms feiten, bronnen of cijfers die heel geloofwaardig klinken. Controleer dus altijd een antwoord.
• Slechte data, slechte uitkomsten. Een model dat leert van onvolledige of verkeerde data, maakt verkeerde beslissingen.
• Privacy en vertrouwelijkheid. Plak geen klantgegevens of vertrouwelijke cijfers in een openbare AI-tool. Check welke tools je organisatie heeft goedgekeurd.
• Regels. In de EU geldt de AI-verordening (AI Act). Die stelt onder meer eisen aan AI met een hoog risico en vraagt van organisaties dat medewerkers die met AI werken er voldoende kennis van hebben.

Verdwijnt je baan door AI? Voor de meeste mensen in finance verandert vooral de inhoud van het werk. Minder handmatig invoeren en controleren, meer analyseren, uitleggen en meedenken met de business. Juist die kant van het vak wordt belangrijker.

Zo begin je met AI

Je hoeft geen programmeur te zijn om AI slim te gebruiken. Drie handige stappen:

1. Kies één terugkerende taak die veel tijd kost, zoals een maandrapportage samenvatten of een standaardmail opstellen.
2. Probeer een goedgekeurde tool en geef duidelijke instructies: wat wil je, voor wie, in welke vorm?
3. Controleer en leer. Vergelijk de uitkomst met wat je zelf zou doen. Wat werkt, gebruik je vaker; wat niet werkt, laat je los.

Wil je weten hoe organisaties dit op grotere schaal aanpakken? Lees dan hoe finance-teams AI invoeren.

Benieuwd wat je specifiek met AI kunt binnen finance? Lees dan deel twee van deze reeks, waarin we ingaan op de toepassing van AI in finance.

Veelgestelde vragen over wat je kunt met AI

Wat is AI in het kort?

AI is software die leert van voorbeelden in plaats van vaste regels te volgen. Daardoor kan ze patronen herkennen, voorspellingen doen en tekst of beeld maken. Denk aan een spamfilter, de aanbevelingen van Netflix of ChatGPT.

Wat kun je precies met AI?

Met AI kun je grote hoeveelheden data analyseren, patronen herkennen en (deels) automatisch beslissingen nemen. Denk aan het herkennen van tone-of-voice in berichten, het automatisch verwerken van facturen, gepersonaliseerde aanbevelingen of het genereren en verbeteren van tekst en code.

Wat is het verschil tussen machine learning en deep learning?

Bij machine learning leert software op basis van ingevoerde data en patronen om beslissingen te nemen. Deep learning gaat een stap verder: hierbij verbetert het algoritme zichzelf voortdurend, zonder menselijke tussenkomst, met behulp van neurale netwerken.

Is ChatGPT hetzelfde als AI?

Nee. ChatGPT is één voorbeeld van generatieve AI: een taalmodel dat getraind is op enorme hoeveelheden tekst en daardoor zelf tekst kan schrijven. AI is een breder containerbegrip voor software die menselijke beslissingen nabootst, waar ChatGPT een voorbeeld van is.

Kun je AI-uitkomsten altijd vertrouwen?

Niet zonder meer. De kwaliteit van AI-uitkomsten hangt sterk af van de kwaliteit van de onderliggende data. Menselijke controle blijft daarom belangrijk, zeker bij tools als ChatGPT die nog regelmatig foutieve of onlogische uitkomsten kunnen geven.

Waar kom ik AI al tegen in het dagelijks leven?

AI zit onder andere in zoekmachines zoals Google, aanbevelingssystemen van streamingdiensten zoals Netflix, chatbots en klantenservicetools, en steeds vaker in tools voor tekst- en data-analyse zoals ChatGPT.