Artificial Intelligence oftewel AI is een containerbegrip voor het aanleren van software om beslissingen te nemen, net zoals een mens dat zou doen. Ook bij Agium volgen we ontwikkelingen op AI-gebied op de voet. In een serie van drie artikelen gaat Wim Verheij er dieper op in. In dit artikel: hoe pas je AI toe binnen finance?
Lees ook deel 1: AI, wat is het en wat kun je ermee? en deel 3 over de potentiële valkuilen.
Waar AI momenteel vooral bekend is van ChatGPT, zijn er ook in finance volop toepassingen te bedenken voor de inzet ervan. Als het gaat om de financiële functie bij reguliere bedrijven is het checken van facturen een logisch proces voor het gebruik van een algoritme. Vaak is dat nu nog een menselijke handeling: we herkennen de informatie op de factuur en weten of we hem moeten goed- of afkeuren. Dat kan via ‘zwakke AI’: door het aanleren van software om facturen te checken. Dit gebeurt vaak nog handmatig. Een volgende stap is het inzetten van ‘sterke AI’: het algoritme leert zichzelf dan aan om facturen steeds beter te checken.
Hetzelfde geldt voor het checken van orderbevestigingen: daar checkt de software eerst ‘heb ik dit besteld en zijn het de juiste producten, volumes en prijzen’? En zo ja, dan wordt de bestelbevestiging geaccordeerd en legt de software in de administratie vast dat er een factuur aankomt die betaald zal moeten worden. Denk ook aan het gebruik bij het verwerken van declaraties: het bonnetje dat je inscant en declareert hoeft niet meer langs de budgethouder. Als het aan bepaalde spelregels voldoet, regelt de software automatisch dat deze betaald kan worden.
Antwoord op je vragen
Een andere toepassing van AI tref je aan op de websites van instanties als banken en de Belastingdienst. Hier kun je vragen stellen waarop je geautomatiseerd een antwoord krijgt. Waar dit eerst nog voorgedefinieerde vragen en antwoorden waren, zit er inmiddels steeds vaker een algoritme achter dat leert om steeds betere antwoorden te geven. Hier zie je direct ook de gevaren van AI. De problemen die de Belastingdienst kreeg met de toeslagenaffaire komen mede door algoritmen. Deze leerden zichzelf ‘unsupervised’ aan om op basis van etnische achtergrond, verleden en achternaam keuzes te maken in het detecteren van mogelijk fraude. En dus feitelijk te gaan framen en discrimineren, met enorme gevolgen voor duizenden gezinnen.
Budgetten en forecasts
Meer geavanceerde vormen van AI zijn in te zetten voor predictive analytics. Vaak zijn deze economische voorspellingen nog gebaseerd op de meer traditionele wiskundige statistische algoritmen. Steeds vaker wordt hier ook AI ingezet om nog betere voorspellingen te doen voor budgetten of forecasts.
Normaal is budgetteren een heel arbeidsintensief proces dat veel tijd kost en waar veel mensen bij betrokken zijn. AI kun je hier goed inzetten, mits je voldoende referentiedata invoert om conclusies te kunnen trekken, zoals de begroting van de afgelopen jaren, relevante marktontwikkelingen en je eigen doelstellingen. AI-modellen voor budgetteren en forecasten moet je heel goed challengen om zeker te weten dat je een betrouwbare voorspelling doet. Door AI wordt de kwaliteit van de forecast wel steeds beter, doordat je de software traint om betere voorspellingen te doen naarmate je de datasets aanvult en verbetert
Trends en patronen herkennen die diep in de data verstopt zitten is waar AI dus bij uitstek een rol kan spelen. Voor financiële functies ligt daar ook de toekomst: om betere voorspellingen en forecasts te doen. Maar ook de analyse van de winst- en verliesrekening of van managementrapportages kan goed door AI gebeuren. Wat geeft het dashboard weer? Waar zien wij afwijkingen? In de verre toekomst valt te denken aan het opstellen van een jaarrekening of zelfs een jaarverslag. Of aan het debiteurenbeheer en het inschatten van debiteurenrisico’s. Door te analyseren hoe het betaalgedrag van de debiteur in de afgelopen periode was, kun je inschatten of de huidige bestelling al dan niet op tijd betaald zal worden.
Interne audits
Nog een toepassing vormen de interne audits. Door de data uit de organisatie over de interne processen en systemen te analyseren, kun je inschatten waar de gaten en risico’s zitten. Een spannende is om ook investeringsbeslissingen mede te baseren op AI. Ook hier is het invoeren van voldoende referentiedata en het beoordelen van de uitkomsten cruciaal.
Big brother
Voor hun financiële administratie vertrouwen veel bedrijven op online software van partijen. Diverse aanbieders van financiële en ERP -software gebruiken AI en verzamelen daarvoor gegevens uit de administraties van hun klanten. Door jouw administratie te vergelijken met de administraties van soortgelijke ondernemingen kunnen ze gericht advies geven om bepaalde functies te gebruiken.
Wil je deze informatie niet delen? Dan moet je dit bewust uitzetten, een optie die verborgen kan zitten in bijvoorbeeld het privacy reglement. Ook partijen als Microsoft en Google kunnen alles wat wij doen op internet volgen. En met die conclusie komen we bij het onderwerp van deel drie van deze Agium-serie over de potentiële valkuilen van AI.
