Ga naar inhoud
Nieuws

Zo maakt AI uw finance-afdeling écht efficiënter

•

9 min leestijd

AI maakt uw finance-afdeling efficiënter bij werk met veel gegevens en vaste regels, zoals facturen inlezen en matchen, afwijkingen signaleren en cashflow voorspellen. AI bereidt voor; goedkeuren, beoordelen en de keuzes over werkkapitaal blijven bij uw mensen.

Uw team besteedt kostbare tijd aan het handmatig analyseren van contracten, het doorrekenen van cashflowscenario’s en het opstellen van rapportages. Als CFO weet u dat die tijd beter naar strategisch werk kan gaan. Eerst deelt Erry de Boer, CEO van Eqeep, zijn visie op AI binnen finance. Daarna laten wij zien wat IFS Cloud al kan en hoe u grip houdt.

Waarom begint AI in finance bij betrouwbare data?

Zonder betrouwbare data geen betrouwbare analyses, dat is mijn vaste overtuiging. Zonder solide basis komt u nergens, daarover schreven we al eerder een blog. Alleen als uw data goed staat en zuiver is, kunt u met AI de processtromen automatiseren.

Hoe helpt AI bij uw cashflow?

AI-gedreven systemen laten knelpunten in uw cashflow vooraf zien en helpen ze op te lossen. Finance is everything. U kunt miljoenen winst draaien, maar als uw cashflow niet op orde is, kunt u nog steeds onderuitgaan.

Laat me een voorbeeld geven. Elk seizoensgebonden bedrijf heeft in sommige periodes meer werkkapitaal nodig dan in andere. Traditioneel betekent dit urenlang puzzelen met betalingstermijnen en cashflowprognoses. Waar uw financeteam normaal dagen bezig is met het analyseren van contracten, doet AI dit in seconden.

Neem aan dat u al uw leveranciers standaard binnen 35 dagen betaalt. Het systeem ziet dat u bij bepaalde leveranciers contractueel 45 of zelfs 60 dagen betaaltermijn heeft. Door die langere termijnen slim in te zetten, maakt u juist in piekseizoenen extra werkkapitaal vrij, precies wanneer u dat het meest nodig heeft.

AI signaleert direct waar liquiditeitsdips dreigen en stelt voor bij welke leveranciers u de betaaltermijn kunt verlengen. Het systeem berekent meteen de impact op uw cashflow.

Zo neemt AI het uitzoekwerk en het doorrekenwerk over. Dat geeft minder fouten, een consistentere werkwijze en tijd voor de koers van uw bedrijf.

Begin met het fundament: zorg dat uw data op orde is. Alleen dan kan AI écht waarde toevoegen aan uw finance-afdeling. Maar de toegevoegde waarde van AI stopt natuurlijk niet bij finance. In latere blogs vertel ik meer over AI in operations en in sales en marketing.

Erry

Mag u elke langere betaaltermijn benutten?

Niet altijd, en daarom plaatsen wij één kanttekening bij het voorbeeld van Erry. In Nederland moeten grote bedrijven het mkb en zelfstandige ondernemers binnen 30 dagen betalen, meldt Ondernemersplein van de overheid. Tussen andere bedrijven is 60 dagen in principe het maximum.

Groot is een bedrijf dat op twee balansdata op rij aan twee van drie grenzen voldoet. Die grenzen zijn 250 werknemers of meer, meer dan 50 miljoen euro netto-omzet en meer dan 25 miljoen euro balanstotaal. Bent u een grootbedrijf, dan is voor een mkb-leverancier elke termijn boven 30 dagen al te lang. Dat geldt ook voor de 35 dagen uit het voorbeeld, en zeker voor een AI-voorstel om na 45 of 60 dagen te betalen.

In België is tussen ondernemingen in principe 60 dagen het maximum, zoals onze KPI-gids uitlegt. Laat uw jurist toetsen wat dat voor u betekent. Betaalt u standaard na 35 dagen terwijl het contract 60 dagen zegt, dan staat de contractafspraak waarschijnlijk niet in uw leveranciersgegevens. U beslist per leverancier welke termijn u benut en wat dat met de relatie doet.

Welke finance-taken passen bij AI?

Taken met veel herhaling, vaste regels en een controleerbare uitkomst.

  • Matchen: een inkoopfactuur koppelen aan order en ontvangst, of een bankafschrift aan openstaande posten.
  • Afwijkingen signaleren: dubbele facturen, gewijzigde bankgegevens of kosten die langzaam weglopen.
  • Voorspellen: wanneer klanten echt betalen en wat dat met uw kaspositie doet.
  • Documenten uitlezen: facturen en contracten omzetten in gegevens die u kunt controleren.

Bij uw mensen blijven het goedkeuren, het beoordelen en alles waar oordeel nodig is. Denk aan een afwijking die toch klopt, een klant met een betalingsregeling of een leverancier die u niet wilt verliezen. Hoe u afsluiting en rapportage uit één systeem haalt, leest u in ons artikel over financiële verslaglegging.

Welke AI voor finance zit al in IFS Cloud?

Volgens IFS in elk geval een voorspelling van wanneer klanten betalen en AI die inkoopfacturen inleest. Customer Payment Delay Prediction voorspelt per factuurtermijn hoeveel dagen een klant te laat of te vroeg betaalt. Zet u dat aan in een scenario voor cash planning, dan schuiven de verwachte kasstromen met die dagen op.

Die voorspelling werkt aan de ontvangstkant. De leverancierskant uit het voorbeeld van Erry begint bij de betalingscondities in uw leveranciersgegevens.

IFS adviseert het model te trainen op minstens 24 maanden factuurdata. Een voorspelling komt er alleen voor projectfacturen, klantorderfacturen en instant invoices, facturen zonder koppeling aan voorraad. In lobby’s, de dashboards van IFS Cloud, ziet u of de voorspelling klopt met wat klanten echt betaalden, voordat u erop stuurt.

Machine learning vraagt volgens IFS een IFS.ai-abonnement. Draait u IFS Cloud zelf in een remote installatie, dan koppelt u eerst de AI-diensten van IFS. Dat kan volgens de technische documentatie vanaf versie 25.1.1 en met uitgaand verkeer naar IFS. Werkt u nog met IFS Applications 10, lees dan eerst hoe de overstap naar IFS Cloud verloopt.

Training en voorspellingen verbruiken tokens, de verbruikseenheden van IFS.ai. Neem die mee in uw kostenraming, naast de andere kosten van IFS Cloud.

Inkoopfacturen leest IFS Cloud met AI in, waarna een medewerker de gegevens controleert en de factuur doorzet. Hoe u de crediteurenadministratie automatiseert, leest u in ons artikel over TRAILD en inkoopfacturen. IFS beschrijft dat u met IFS Intelligence openstaande debiteuren in één gesprek opvolgt. De chat bereidt de wijziging voor en er wordt niets vastgelegd zonder uw akkoord.

Hoe houdt u grip op wat AI in finance doet?

Met de rechten, goedkeuringen en audittrail die u al heeft. Volgens IFS werkt IFS Intelligence via de Industrial AI Harness. Elke beslissing wordt vastgelegd, ook een afgewezen advies.

AI werkt binnen die bestaande rechten, en daar zit ook het risico. Kan iemand zowel een leverancier aanmaken als een betaling goedkeuren, dan werkt de AI binnen datzelfde conflict.

IFS Cloud heeft daarvoor de Segregation of Duties-analyse. Die toont gebruikers met toegang tot functiegebieden die volgens uw eigen regels niet samengaan. Een conflict is alleen informatie: de rechten veranderen pas als u permission sets intrekt of opsplitst. Ruim die conflicten op voordat AI acties voor finance voorbereidt.

U legt vast welke acties AI mag voorbereiden en wie ze goedkeurt. Bespreek die opzet vooraf met uw accountant.

Valt AI in finance onder de AI-verordening?

Meestal niet onder de zware regels voor AI met een hoog risico. Bijlage III van de Europese AI-verordening noemt voor finance vooral AI die de kredietwaardigheid van natuurlijke personen beoordeelt of hun kredietscore bepaalt. AI om financiële fraude op te sporen valt daar uitdrukkelijk buiten.

Factuurmatching, cashflowvoorspelling en het uitlezen van documenten staan niet in die lijst. Beoordeelt u met AI wel de kredietwaardigheid van natuurlijke personen, zoals consumenten of eenmanszaken, dan kijkt u verder. De regels voor die toepassingen gelden volgens de Europese Commissie vanaf 2 december 2027.

Eén plicht geldt nu al voor elke organisatie die AI gebruikt: werken aan de AI-geletterdheid van uw medewerkers. Wat dat inhoudt, staat in de afsluitende blog van deze reeks.

Waar begint u met AI in finance?

Bij één taak die vaak terugkomt en waarvan u het resultaat kunt meten, zoals de prognose van klantbetalingen. Zorg eerst dat uw data klopt: de contractuele betaaltermijnen in uw leveranciersgegevens, 24 maanden schone factuurhistorie en een log van wijzigingen in bankgegevens.

Soms levert AI in finance nog weinig op. Heeft u weinig klanten en facturen, of minder dan twee jaar bruikbare historie, dan ligt de winst eerst in schonere stamgegevens en een vast proces.

Is de basis er, meet dan eerst hoe goed uw huidige prognose is en vergelijk die na een paar maanden met de voorspelling. Welke kengetallen daarbij helpen, leest u in onze gids over KPI’s en metrics.

Vragen over AI in finance

Wie keurt goed wat AI in finance voorstelt?

Een medewerker die u daarvoor aanwijst, niet iemand die ook leveranciers kan aanmaken. De Segregation of Duties-analyse in IFS Cloud toont zulke conflicten.

Welke AI-functies voor finance heeft IFS Cloud?

Volgens IFS heeft IFS Cloud onder meer Customer Payment Delay Prediction en AI die inkoopfacturen inleest. Het eerste voorspelt per factuurtermijn hoeveel dagen een klant te laat of te vroeg betaalt.

Hoeveel historie heeft een betalingsvoorspelling nodig?

IFS adviseert minstens 24 maanden factuurdata om het model voor betalingsvertraging te trainen. Train het daarna regelmatig opnieuw, zodat het recent betalingsgedrag meeneemt.

Welke finance-taak wilt u als eerste aan AI geven?

Vertel ons waar u staat met IFS. Na één gesprek heeft u een heldere vervolgstap. Neem de taak mee die uw financeteam nu de meeste uren kost. Bespreek uw IFS-vraag.

Blijf een stap voor met IFS. Ontvang releasenieuws en praktijkvoorbeelden van IFS Specialized Partner Eqeep in uw mailbox. Gratis, en afmelden kan altijd.

Ja, houd mij op de hoogte