Waarom wij bij Coney Minds liever investeren in kritisch denkvermogen dan in verplicht AI-gebruik.
Het moet niet veel gekker worden. Het Zwitserse technologiebedrijf Proton, bekend van onder meer Proton Mail en zijn privacygerichte dienstverlening, gaat medewerkers opnieuw interviewen over hun gebruik van kunstmatige intelligentie. De uitkomst van die gesprekken kan gevolgen hebben voor hun functie, verantwoordelijkheden en uiteindelijk zelfs hun dienstverband.
Proton benadrukt dat het niet om een ontslagronde gaat. Het bedrijf wil vooral beoordelen of medewerkers voldoende meegroeien met nieuwe technologische ontwikkelingen. Daarbij wordt overigens niet alleen gekeken naar welke AI-tools mensen gebruiken, maar ook naar concrete resultaten, leerervaringen en situaties waarin AI juist niet werkte. Dat laatste is een belangrijke nuance. Toch roept de aanpak een fundamentele vraag op. Zijn we inmiddels zover gekomen dat het gebruik van AI een beoordelingscriterium voor professioneel functioneren wordt? En wat zegt dat eigenlijk over onze opvattingen over vakmanschap, productiviteit en kwaliteit?
Bij Coney Minds kijken we daar toch wat anders tegenaan.
Twintig jaar technologie. En nog steeds begint het bij de vraag
Toen wij in 2005 met Coney Minds begonnen, was generatieve AI nog geen onderwerp van gesprek. Maar data-analyse, continuous monitoring en het slimmer organiseren van financiële controles waren dat voor ons wel degelijk. In de jaren daarna volgden onder meer process mining, machine learning, geautomatiseerde data-analyses en steeds toegankelijkere programmeeromgevingen. Vandaag werken we met toepassingen als SQL, Python, KNIME, Tableau en waar het daadwerkelijk waarde toevoegt ook met generatieve AI.
Veel van die technieken hebben onze werkzaamheden veranderd. Sommige ontwikkelingen leverden werkelijk nieuwe mogelijkheden op. Andere bleken vooral bestaande functionaliteit in een nieuwe verpakking te presenteren. Die ervaring heeft ons één ding geleerd: technologie is nooit het vertrekpunt. De vraag van onze klant, het onderliggende proces en het probleem dat we proberen op te lossen zijn dat wel.
Als een data-analist een complexe financiële administratie met een reproduceerbaar Python-script kan analyseren, waarom zou hij daar dan verplicht generatieve AI bij moeten gebruiken? Omdat dat moderner klinkt? Omdat het management wil aantonen dat de organisatie AI omarmt? Dat lijkt mij een merkwaardige redenering.
De verwarring tussen generatieve AI en data-analyse
Wat mij in de huidige AI-discussie blijft verbazen, is hoe gemakkelijk verschillende technologieën op één hoop worden gegooid. Generatieve AI is bijzonder interessant voor het verwerken van taal, het ontsluiten van ongestructureerde informatie, programmeerondersteuning en tal van andere toepassingen. Maar veel van de analyses die wij binnen audit en accountancy uitvoeren, vragen om iets anders.
Wanneer wij de volledigheid van omzetstromen onderzoeken, grootboekadministraties aansluiten, uitzonderingen in inkooptransacties identificeren of complexe financiële datasets analyseren, willen we weten hoe de uitkomsten precies tot stand zijn gekomen. Dan zijn deterministische analyses, expliciete beslisregels en reproduceerbare scripts vaak een logischere keuze.
Dat betekent overigens niet dat generatieve AI in zo’n proces geen rol kan spelen. Een taalmodel kan uitstekend helpen bij het ontwikkelen van een Python-script, het documenteren van een analyse of het interpreteren van bepaalde patronen. Maar de feitelijke berekening en de toetsing van de gegevens kunnen vervolgens gewoon deterministisch plaatsvinden.
Het onderscheid is belangrijk. Een proces waarin generatieve AI programmeerwerk ondersteunt, is niet hetzelfde als een proces waarin een taalmodel zelfstandig financiële conclusies trekt. Wie dat onderscheid niet begrijpt, kan misschien heel enthousiast over AI praten, maar heeft daarmee nog niet aangetoond dat hij de techniek professioneel beheerst.
Moeten medewerkers nieuwsgierig zijn? Natuurlijk.
Laat er geen misverstand over bestaan: ik vind dat professionals zich moeten blijven ontwikkelen. Wie in 2026 nog steeds werkt alsof de afgelopen twintig jaar aan technologische ontwikkeling niet hebben plaatsgevonden, laat kansen liggen. Dat geldt voor accountants, data-analisten, adviseurs en zeker ook voor de partners en bestuurders van accountantsorganisaties.
Nieuwe technologie vraagt om nieuwsgierigheid, experimenteren en de bereidheid om bestaande routines ter discussie te stellen. Het zou vreemd zijn wanneer wij bij Coney Minds voortdurend investeren in technologie, maar van onze collega’s niet verwachten dat zij zich daarin verdiepen. Maar nieuwsgierigheid is iets anders dan verplicht gebruik.
Een medewerker die overtuigend kan uitleggen waarom generatieve AI bij een specifieke opdracht niet geschikt is, laat misschien wel meer technologische volwassenheid zien dan iemand die bij iedere nieuwe vraag onmiddellijk een chatbot opent. En andersom: wie met AI aantoonbaar sneller, slimmer of beter werkt, verdient daarvoor erkenning.
Het verschil zit niet in de keuze vóór of tegen AI. Het zit in de onderbouwing van die keuze en in de kwaliteit van het resultaat.
De accountant moet kunnen uitleggen wat hij doet
Binnen de accountancy is die discussie extra relevant. Onze beroepsgroep werkt al tientallen jaren met uitgangspunten als voldoende en geschikte controle-informatie, professioneel-kritische instelling, documentatie en de herleidbaarheid van conclusies.
Die beginselen zijn niet plotseling ontstaan door de introductie van ChatGPT.
Een accountant moet kunnen uitleggen hoe hij tot zijn oordeel is gekomen. Welke gegevens zijn gebruikt? Hoe is de volledigheid en betrouwbaarheid daarvan vastgesteld? Welke werkzaamheden zijn uitgevoerd? Welke uitzonderingen zijn geconstateerd? En hoe zijn die vervolgens beoordeeld? Dat verandert niet wanneer we AI inzetten. Sterker nog, bij het gebruik van generatieve AI kunnen aanvullende vragen ontstaan over de betrouwbaarheid, consistentie, vertrouwelijkheid en reproduceerbaarheid van uitkomsten.
Dat zijn geen argumenten om AI buiten de deur te houden. Het zijn argumenten om de technologie zorgvuldig te selecteren en beheerst toe te passen. Een indrukwekkend gegenereerd antwoord is immers nog geen controlebewijs. En een overtuigend geformuleerde conclusie is niet automatisch een juiste conclusie. Juist daarom zou ik voorzichtig zijn met organisaties die AI-gebruik verheffen tot een algemene maatstaf voor professioneel functioneren.
Van AI-adoptie naar AI-prestatie
Misschien ligt hier wel de grootste uitdaging voor bestuurders.
Het is relatief eenvoudig om te meten hoeveel medewerkers AI gebruiken, hoeveel prompts worden verstuurd of hoeveel AI-toepassingen binnen een organisatie beschikbaar zijn. Veel moeilijker is het om vast te stellen welke concrete waarde daarmee wordt gerealiseerd.
Zijn processen daadwerkelijk efficiënter geworden? Is de kwaliteit verbeterd? Worden minder fouten gemaakt? Zijn klanten beter geholpen? En zijn eventuele tijdsbesparingen niet ten koste gegaan van extra verificatie, herstelwerkzaamheden of nieuwe risico’s?
Dat zijn de vragen die ertoe doen.
Ook voor Coney Minds geldt dat wij kritisch moeten blijven kijken naar onze investeringen in technologie. Niet alles wat technisch mogelijk is, heeft automatisch commerciële of professionele toegevoegde waarde. Soms is de beste oplossing een nieuwe AI-toepassing. Soms een goed ingericht dataportaal, een slimme procesanalyse of een relatief eenvoudig Python-script. En soms is de belangrijkste bijdrage nog steeds een ervaren professional die de juiste vraag stelt, een afwijking herkent of een gesprek voert met de financieel directeur.
Het lijkt misschien weinig revolutionair, maar niet ieder probleem vraagt om een technologische revolutie.
Human Intelligence Empowering Data
Bij Coney Minds hebben we bewust gekozen voor de gedachte Human Intelligence Empowering Data.Niet omdat we de mogelijkheden van kunstmatige intelligentie onderschatten. Integendeel. Juist omdat we al zo lang met technologie en data werken, weten we hoe belangrijk het menselijke denkvermogen blijft.
We zoeken professionals die kritisch zijn, nieuwsgierig blijven, verantwoordelijkheid nemen en technologie begrijpen. Mensen die niet alleen weten hoe ze een analyse moeten uitvoeren, maar ook waarom die analyse nodig is.
Daar hoort tegenwoordig kennis van AI bij. Net zoals kennis van andere analysetechnieken, financiële processen en interne beheersing.
Maar we gaan een goede accountant of data-analist niet minder waarderen omdat hij bij een bepaalde opdracht bewust geen generatieve AI gebruikt.
Onze klanten betalen ons tenslotte niet voor het aantal prompts dat we schrijven. Ze betalen voor onze deskundigheid, onze betrokkenheid en de kwaliteit van onze dienstverlening. En als AI ons helpt om die kwaliteit te verbeteren, dan zetten we het met plezier in. Maar laten we alsjeblieft mensen blijven beoordelen op hun denkvermogen, vakmanschap en resultaten. Niet op hun bereidheid om achter iedere technologische hype aan te lopen. Want wie geen AI gebruikt, hoeft niet automatisch achter te lopen. Maar wie niet meer kritisch nadenkt over de inzet ervan, loopt wat mij betreft pas écht achter.
Coney Minds | Human Intelligence Empowering Data
Audit • Accountancy • Data Analytics for Better Decisions
Bronnen
- AD, 27 oktober 2026 — Bekend privacybedrijf dreigt personeel te ontslaan dat geen AI gebruikt.
- 404 Media, 26 oktober 2026 — Proton To ‘Re-Interview’ Staff About AI To See Who Gets To Keep Their Job.
- Tweakers, 27 oktober 2026 — Proton bevestigt dat het mogelijk mensen ontslaat die geen AI gebruiken in werk.
- Tom’s Guide, 27 oktober 2026 — Proton to re-interview staff on AI use – and jobs may be on the line. Inclusief de reactie van Proton.
