Over minder handwerk, slimmer samenwerken en de kansen van data-analyse en AI.
We beschikken over steeds betere ERP-systemen, geavanceerde dashboards, slimme data-analysetools en inmiddels ook generatieve AI. Toch zijn veel financials en fiscalisten nog dagelijks bezig met het verzamelen, combineren, controleren en corrigeren van gegevens. Excel speelt daarin vaak nog een hoofdrol. En terwijl de technologische mogelijkheden zich in hoog tempo ontwikkelen, blijven Finance, Tax en Business een aanzienlijk deel van hun tijd besteden aan werkzaamheden waarvan je je kunt afvragen waarom we die eigenlijk nog handmatig uitvoeren.
In mijn ruim dertig jaar als accountant heb ik de ontwikkeling van financiële administraties en rapportageprocessen van dichtbij meegemaakt. Van papieren dossiers en eenvoudige spreadsheets naar geïntegreerde ERP-systemen, business intelligence en inmiddels AI. Iedere technologische ontwikkeling bracht nieuwe mogelijkheden om efficiënter te werken en betere informatie beschikbaar te maken.
Toch zie ik nog altijd organisaties waarin veel tijd verloren gaat aan handmatige bewerkingen, terugkerende controles en het uitwisselen van informatie tussen afdelingen. Dat vind ik eigenlijk best bijzonder. Want wanneer we inmiddels over zoveel technologie beschikken, waarom lukt het ons dan nog onvoldoende om het werk fundamenteel slimmer te organiseren?
Misschien hebben we ons de afgelopen jaren vooral geconcentreerd op het efficiënter maken van afzonderlijke werkzaamheden en afdelingen, terwijl de grootste kansen juist liggen in het opnieuw organiseren van de samenwerking tussen Finance, Tax en Business.
Waarom automatiseren we eigenlijk nog zoveel oude werkwijzen?
Wie vandaag de dag een financiële afdeling binnenloopt, ziet meestal een indrukwekkende verzameling systemen en toepassingen. Financiële gegevens worden automatisch verwerkt, dashboards worden periodiek bijgewerkt en rapportages kunnen steeds sneller worden samengesteld. Tegelijkertijd zijn er nog altijd medewerkers die gegevens exporteren, bestanden samenvoegen, aansluitingen controleren en verschillen verklaren voordat de informatie daadwerkelijk gebruikt kan worden.
Voor Tax en Transfer Pricing is dat niet anders. De behoefte aan betrouwbare financiële en operationele gegevens neemt toe, terwijl fiscale rapportages, documentatieverplichtingen en analyses vaak nog een aanzienlijke hoeveelheid handmatig voorbereidingswerk vragen. Het interessante is dat veel van deze werkzaamheden niet zozeer ingewikkeld zijn, maar vooral terugkerend. Ze vragen om gegevens die beschikbaar moeten worden gemaakt, controles die volgens vaste regels kunnen worden uitgevoerd en berekeningen die periodiek opnieuw plaatsvinden.
Juist dat soort werkzaamheden leent zich uitstekend voor automatisering.
Toch lijkt het erop dat organisaties nieuwe technologie nog regelmatig gebruiken om bestaande werkwijzen sneller uit te voeren, in plaats van eerst te onderzoeken of die werkwijzen nog wel de meest logische zijn. Dat is wat mij betreft een belangrijk onderscheid. Wanneer we een inefficiënt proces automatiseren, hebben we uiteindelijk misschien een sneller inefficiënt proces. De echte winst ontstaat wanneer we opnieuw nadenken over welke werkzaamheden nodig zijn, welke activiteiten technologie kan overnemen en waar menselijke deskundigheid daadwerkelijk waarde toevoegt.
De grootste kans ligt tussen de afdelingen
Finance, Tax en Business hebben ieder hun eigen verantwoordelijkheden en informatiebehoeften. Finance richt zich onder andere op financiële verslaggeving, prestaties en beheersing. Tax houdt zich bezig met fiscale verplichtingen, posities en transfer pricing, terwijl Business vooral inzicht wil in operationele prestaties, commerciële ontwikkelingen en de factoren die het resultaat beïnvloeden.
Die verschillen zijn logisch en zullen ook blijven bestaan. Maar dat betekent niet dat iedere afdeling het volledige proces van gegevens verzamelen, bewerken en analyseren zelfstandig moet organiseren.
Neem bijvoorbeeld een internationale onderneming waarin Finance periodiek de omzet en marges analyseert, Tax dezelfde activiteiten onderzoekt vanuit transfer pricing en Business probeert te begrijpen welke producten, klanten of regio’s bijdragen aan de winstgevendheid.
De analyses verschillen, maar een belangrijk deel van het voorbereidende werk overlapt. Denk aan het toegankelijk maken van transacties, het koppelen van gegevens, het controleren van volledigheid en juistheid en het uitvoeren van gestandaardiseerde berekeningen. Wanneer die werkzaamheden beter worden georganiseerd, ontstaat ruimte om de verschillende disciplines vanuit hun eigen deskundigheid met dezelfde ontwikkelingen aan de slag te laten gaan.
Dat is voor mij de interessante belofte van technologie. Niet dat Finance, Tax en Business uiteindelijk dezelfde rapportages gebruiken, maar dat ze minder tijd hoeven te besteden aan werkzaamheden die weinig onderscheidende waarde toevoegen en meer tijd krijgen om samen te begrijpen wat er binnen de onderneming gebeurt.
AI maakt het interessanter, maar niet automatisch slimmer
Met de komst van generatieve AI ontstaat een nieuwe generatie technologische mogelijkheden. Waar traditionele data-analyse vooral uitgaat van vooraf gedefinieerde regels, berekeningen en reproduceerbare uitkomsten, kunnen probabilistische AI-modellen ondersteunen bij het interpreteren van informatie, het onderzoeken van mogelijke verbanden en het formuleren van verklaringen.
Voor Finance, Tax en Business kan die combinatie veel betekenen. Stel dat een controller niet alleen automatisch inzicht krijgt in een afwijkende marge, maar ook ondersteuning krijgt bij het onderzoeken van mogelijke oorzaken. Of dat een fiscalist sneller kan analyseren welke veranderingen in operationele prestaties relevant kunnen zijn voor de gehanteerde transfer-pricingmethodiek. En dat een businesscontroller eenvoudiger kan onderzoeken welke financiële gevolgen veranderingen in klantgedrag of productmix hebben.
De technologie kan helpen om dergelijke analyses toegankelijker te maken en verbanden te onderzoeken die anders veel handmatig werk zouden vragen. Maar daar hoort wat mij betreft wel een belangrijke kanttekening bij. AI kan een overtuigende verklaring geven zonder dat die verklaring noodzakelijkerwijs juist is. Zeker wanneer we werken met financiële en fiscale informatie, moeten we erop kunnen vertrouwen dat de onderliggende gegevens correct zijn, berekeningen reproduceerbaar blijven en conclusies voldoende onderbouwd zijn.
Van AI-mogelijkheden naar betrouwbare toepassingen
Bij Coney Minds maken we daarom onderscheid tussen deterministische data-analyse en probabilistische AI. Beide hebben hun eigen mogelijkheden en beperkingen. Juist de combinatie kan interessant zijn, mits de kwaliteit van de informatie en de beheersing van het proces voldoende aandacht krijgen.
In ons hybride Analytics & AI Maturity Model brengen we deze ontwikkeling samen. Daarbij gaat het niet alleen om de vraag welke technologie beschikbaar is, maar vooral om de vraag welke volgende stap voor een organisatie daadwerkelijk waarde toevoegt.
Want een organisatie die haar gegevens nog grotendeels handmatig verzamelt en controleert, heeft waarschijnlijk meer aan het automatiseren en beheersen van die processen dan aan een geavanceerde AI-toepassing die vervolgens analyses maakt op basis van onvoldoende betrouwbare informatie.
Wat doen we met de tijd die vrijkomt?
Bij discussies over automatisering en AI gaat het vaak al snel over efficiency en kostenbesparing. Dat zijn natuurlijk belangrijke argumenten, maar ik denk dat we daarmee slechts een deel van de mogelijkheden benoemen.
Wanneer Finance minder tijd kwijt is aan het samenstellen van rapportages, ontstaat ruimte om ontwikkelingen eerder te signaleren en beter te begrijpen. Wanneer Tax minder handmatig gegevens hoeft te verzamelen en te reconciliëren, kan meer aandacht worden besteed aan het analyseren van fiscale risico’s en het adviseren over de gevolgen van zakelijke ontwikkelingen. En wanneer Business sneller beschikt over relevante informatie, kunnen operationele beslissingen beter worden onderbouwd.
De toegevoegde waarde zit daarmee niet uitsluitend in het besparen van uren, maar ook in wat professionals vervolgens met die beschikbare tijd en informatie kunnen doen.
Dat vraagt overigens wel om een andere manier van samenwerken. Als technologie een deel van de traditionele werkzaamheden overneemt, moeten organisaties nadenken over de manier waarop zij taken verdelen, deskundigheid ontwikkelen en de samenwerking tussen disciplines organiseren.
Ik vind dat misschien wel een van de interessantste aspecten van de huidige technologische ontwikkeling. We hebben het veel over de vraag wat AI straks allemaal kan, maar veel minder over de vraag hoe wij zelf willen werken wanneer technologie daadwerkelijk een groter deel van ons bestaande werk kan uitvoeren. Voor CFO’s en financieel directeuren is dat niet alleen een technologisch vraagstuk, maar ook een organisatorische en strategische uitdaging.
Eén onderneming, drie perspectieven en nieuwe mogelijkheden
Op 1 december organiseren Coney Minds en TPA Global een rondetafel waarin we met professionals uit Finance, Tax en Business juist deze mogelijkheden willen verkennen.
We bekijken vanuit het perspectief van Tax en Transfer Pricing welke informatiebehoeften bestaan en hoeveel handmatig werk nog nodig is om financiële en fiscale analyses op elkaar aan te laten sluiten. Vanuit Coney Minds gaan we in op de rol van betrouwbare gegevens, data-analyse en de mogelijkheden van ons hybride Analytics & AI Maturity Model.
Om het verhaal concreet te maken, hebben onze data-analyticscollega’s een praktische casus ontwikkeld met een synthetische dataset. Daarmee laten we zien hoe financiële, fiscale en operationele KPI’s vanuit verschillende perspectieven kunnen worden geanalyseerd en welke mogelijkheden ontstaan wanneer de onderliggende gegevens en analyses beter op elkaar aansluiten.
Het gaat ons daarbij niet om het presenteren van een nieuwe allesomvattende softwareoplossing. We willen juist laten zien welke mogelijkheden vandaag al bestaan en met de deelnemers onderzoeken wat nodig is om die mogelijkheden binnen hun eigen organisaties te benutten.
Daarom kiezen we bewust voor een rondetafel in plaats van een traditioneel seminar. We zijn benieuwd welke werkzaamheden professionals nog onnodig veel tijd kosten, waar samenwerking tussen Finance, Tax en Business beter kan en welke rol technologie daarbij zou kunnen spelen.
En misschien ontdekken we tijdens die gesprekken ook dat de grootste belemmering helemaal niet in de technologie zit, maar in de manier waarop we onze processen en verantwoordelijkheden hebben georganiseerd.
Technologie aan het werk zetten begint met anders denken
De technologische mogelijkheden om financiële, fiscale en operationele informatie te verwerken en te analyseren zijn groter dan ooit. Toch vraagt het realiseren van die mogelijkheden om meer dan nieuwe software, dashboards of AI-modellen.
Het vraagt om de bereidheid om bestaande werkzaamheden opnieuw te bekijken en de samenwerking tussen Finance, Tax en Business anders te organiseren. Welke activiteiten kunnen we automatiseren? Welke controles moeten we behouden of juist verbeteren? En welke analyses kunnen we gezamenlijk voorbereiden? En waar willen we de kennis en ervaring van onze professionals vooral voor inzetten?
Bij Coney Minds geloven we dat de combinatie van data-analyse, technologie en menselijke deskundigheid organisaties kan helpen om daarin belangrijke stappen te zetten. Niet door alles wat we vandaag doen simpelweg te automatiseren, maar door bewuster te kiezen welk werk we aan technologie overlaten en waar professionals het verschil maken.
Op 1 december gaan we daar samen met TPA Global en de deelnemers aan onze rondetafel graag verder over in gesprek.
Want als technologie steeds meer werk voor ons kan doen, wordt het misschien tijd om onszelf wat vaker af te vragen waarom we zoveel werkzaamheden nog steeds zelf uitvoeren.
