Denk bij AI dus niet aan een machine die je installeert en aanzet, maar aan een nieuwe collega. Een junior die veel aankan, maar die je moet inwerken voordat hij van waarde is. Doe je dat goed, dan gaat hij op den duur zelfstandig signaleren wat er moet gebeuren. En dat is precies waar het interessant wordt voor een accountantskantoor.
Wat een goed ingewerkte AI voor je doet
Stel je een kantoor voor waar de systemen aan elkaar geknoopt zijn: je klantgegevens, je dossiers en je administratie praten met elkaar in plaats van los van elkaar te bestaan. Dan kun je die ingewerkte AI langs je hele klantportefeuille laten kijken en een vraag stellen die je nu handmatig nooit beantwoordt: bij welke klanten loopt binnen een jaar de lening af? Dat zijn precies de ondernemers die je zou moeten benaderen voor een herfinancieringsadvies. Normaal ontdek je dat te laat of bij toeval. Maar AI signaleert het en jij kunt direct de telefoon pakken. Dat is geen toekomstmuziek, maar wat mogelijk wordt zodra die basis er ligt.
Hetzelfde geldt voor het werk dat nu de meeste tijd opslokt. Neem de jaarrekening. Nu vraag je stukken uit, controleer je elke week of alles binnen is en begin je vaak te vroeg omdat er nog documenten ontbreken. Met een goede basis verloopt dat anders. AI kijkt in de administratie, ziet een nieuwe lening op de balans en zet zelf de vraag klaar bij de klant om de overeenkomst aan te leveren. Ziet het een nieuwe investering, dan haalt het de bijbehorende factuur alvast uit het boekhoudpakket het dossier in. En zodra alles binnen is, krijgt de medewerker een seintje dat hij kan beginnen. Gaan we nog een stap verder, dan bevraagt AI de klant zelf, op basis van wat er vorig jaar in het dossier zat: dit had ik van je nodig, deze stukken ontbreken nog, en is er iets veranderd?
Ook de verband controles die je nu met de hand doet, kan AI overnemen: de rente uit een leningsovereenkomst afzetten tegen wat er daadwerkelijk geboekt is, en toetsen of het bedrag en de looptijd kloppen. De kracht zit in het lezen van patronen. Ontbreekt er in een reeks van elke maand honderd euro rente ineens één maand, dan geeft AI een signaal. Ons eigen brein doet dat niet, want wij kennen de klant en vullen zo’n gat onbewust in. AI vult niets in en kijkt alleen naar de feiten, en juist daardoor mist het minder.
Dat verandert de aard van je werk. Je verschuift van stukken verwerken naar de klant adviseren, van achteraf naar vooruit. En dat is precies de belofte waar kantoren op hopen als ze zeggen dat ze iets met AI willen.
Als dit technisch al kan, waarom staat die dure tool dan in de hoek?
Hier wringt het. Vrijwel alles hierboven kan technisch al. De portalen bestaan, de signalering is te bouwen en de controles zijn een kwestie van goed inrichten. En toch herkennen veel kantoren dit patroon: er wordt een demo gezien, een tool aangeschaft, en een half jaar later staat die ongebruikt in een hoek. Dat ligt zelden aan de tool, maar aan de denkfout waar we mee begonnen: kantoren kopen AI alsof het een apparaat is, en vergeten hem in te werken.
AI is een junior collega en zo moet je hem ook behandelen
Bij een nieuwe junior kijk je de eerste vijf dossiers na. Bij het zesde, als je gezien hebt dat het klopt, laat je hem zelfstandig doorwerken. Met AI gaat het niet anders. Kantoren durven het nu niet los te laten en controleren alles, maar zodra je bij drie of vier klanten hebt vastgesteld dat de uitkomst deugt, verschuift dat vertrouwen vanzelf. Het enige verschil met een menselijke junior is dat AI sneller leert.
En net als een junior kan AI niet uit zichzelf bedenken wat de bedoeling is. Je moet kaders meegeven. Zeg je alleen ‘zoek de fout’, dan is dat te ruim; geef je de opdracht om twee versies naast elkaar te leggen en de verschillen aan te wijzen, dan kan het aan de slag. Daaronder ligt de grootste denkfout: dat AI alles kan en je rommel wel opruimt. Dat doet het niet. Gaat je data verkeerd naar binnen, dan komt er een verkeerd antwoord uit. AI heeft dan geen fout gemaakt; jouw bron was fout.
Het inwerken van je AI-collega vraagt drie dingen
Een collega werk je niet in één middag in en voor AI geldt hetzelfde. Er zijn drie dingen voor nodig, en geen ervan kun je overslaan. Het begint met strategie. Je hebt een AI-visie nodig voordat je een tool kiest, want wat die collega precies moet gaan doen, signaleren, verbanden leggen of standaardwerk overnemen, bepaalt welke tool past. En anders dan kantoren gewend zijn, staat die keuze niet voor tien jaar vast: vandaag is de ene aanbieder beter, morgen de andere. Wie AI in losse plukjes leert zonder plan erachter, werkt uiteindelijk de verkeerde collega in.
Daaronder ligt een basis die klopt. AI kan alleen signaleren als je systemen met elkaar praten: het systeem dat je klantrelatie bewaakt, het systeem dat je dossiers beheert en het portaal waarmee je klant stukken aanlevert. Praten die niet met elkaar, dan blijft alles handwerk en op handwerk functioneert geen enkele AI-collega goed.
En dan zijn er de mensen, het onderdeel dat het vaakst wordt overgeslagen. Neem je iemand haar werk af zonder dat er iets voor in de plaats komt, dan raak je een gevoelige snaar: niet zozeer dat haar werk verandert, maar de stille angst die daaronder ligt of ze straks haar hypotheek nog kan betalen. Is hij/zij straks overbodig? Daar kun je niet omheen automatiseren en toch is dat precies wat te veel kantoren doen: hier is de oplossing, succes ermee.
Werk verdwijnt niet, het verandert
Het werk dat overblijft is juist het werk waar je echt over na moet denken. Daar ontstaan nieuwe rollen: iemand die de AI-collega inwerkt, iemand die de vaktechnische kwaliteit borgt of iemand die op basis van wat AI signaleert de klant proactief adviseert. Ik zag het bij een kantoor waar een medewerker het inboeken van inkoopfacturen moest loslaten. Ze klampte zich er aanvankelijk aan vast, tot bleek waar het haar werkelijk om ging: dat de uitkomst voor de klant klopt. Dat werd haar nieuwe rol. Ze werkt de AI in op de uitzonderingen en bewaakt de kwaliteit. Er viel zichtbaar een last van haar af, niet omdat haar werk verdween, maar omdat de zorg eronder verdween. Ze is nog steeds van waarde. Daar komt een winst bij die kantoren onderschatten: wie deze stappen zet, merkt dat er ruimte ontstaat voor nieuwe klanten, zonder ze af te raffelen. In een sector die schreeuwt om personeel is dat geen kleine winst.
AI is geen aankoopvraag, maar een begeleidingsvraag
Bijna niemand doet het al. De partners roepen dat het gisteren had gemoeten, maar de medewerkers durven nog niet en dus wacht iedereen op de eerste die het aandurft. De belofte is echt: AI die je klantportefeuille afspeurt en zegt dat je déze klant over zijn herfinanciering moet bellen, dat kan. Maar het ontstaat niet door een tool te kopen en aan te zetten. Het ontstaat door een strategie, een basis die klopt en mensen die meegroeien. Dat is geen aankoopbeslissing die je op een beurs afrondt, maar een begeleidingsvraag. De vraag voor jouw kantoor is dus niet welke AI je koopt. Het is of je bereid bent hem in te werken. Wie durft de eerste te zijn?
Over de auteur
Adriaan Heijboer is mede-oprichter van bottleneck-it. Bottleneck-it geeft accountants- en administratiekantoren grip op hun processen, software en toekomst. Vanuit zijn achtergrond in strategie & ondernemerschap helpt hij kantoren bij procesoptimalisatie, datagedreven werken en strategie. Wil je sparren met Adriaan over dit onderwerp? Plan direct een vrijblijvende afspraak.
Geef een reactie