AI is essentieel voor controllers | 5 redenen | AI is hot

5 redenen waarom controllers zich moeten verdiepen in AI

Geschreven door

AI is here to stay

Artificial Intelligence is hot. Toepassingen op basis van machine learning halen bijna dagelijks het nieuws. Slimme politiecamera’s aangestuurd door algoritmes registreren haarscherp als een automobilist met zijn mobieltje in de weer is. Algoritmes bepalen dynamisch en realtime de prijzen voor taxiritten, hotelkamers, vliegtuigstoelen enzovoorts. Flitshandelaren worden slapend rijk door hun geheime algoritmes het werk te laten doen.

Ondertussen experimenteren De Nederlandsche Bank, de Belastingdienst en andere diensten met big data en algoritmes. Maar waarom zouden controllers zich met kunstmatige intelligentie (definitie) moeten bezighouden? Vijf redenen waarom een slimme controller zich zou moeten ontwikkelen tot de data analist van de toekomst.

1. AI maakt realtime reporting, fast closing en forecasting mogelijk

Een maandafsluiting in twee dagen, voorspelbare kwartaalresultaten en earnings per share, geprognosticeerd op twee cijfers achter de komma, daar gaat elke controller toch voor. Een sluitende begroting, “in control” zijn en een jaarverslag zonder fouten, het is het visitekaartje van de succesvolle controller. Maar het echte, serieuze controllerswerk schiet niet op als je eerst nog handmatig tientallen Excel-sheets of ERP-systemen aan elkaar moet knopen, of allerlei reconciliatieslagen moet maken.

Iedere financial weet inmiddels dat je de controllersfunctie veel beter, succesvoller en sneller kunt uitvoeren met behulp van geautomatiseerde systemen en gespecialiseerde financiële software, inclusief data analytics, die op een robuuste, volwassen data-infrastructuur draait. Continuous accounting is in opkomst. Hierbij zijn (geautomatiseerde) dataverwerking, control en periode-afsluitingstaken ingebed in de dagelijkse accounting-activiteiten, zodat altijd accurate informatie over de financiële prestaties beschikbaar is.

De latest estimates, de kwartaalvoorspellingen van de controller en de prognose voor de jaarwinst uitgedrukt in winst per aandeel winnen aan betrouwbaarheid als je hier algoritmes op los kan laten die met een hoge mate van waarschijnlijkheid voorspellen hoe de financiële resultaten en (financiële) KPI’s zich verder zullen ontwikkelen. Zo zijn er inmiddels algoritmes ontwikkeld die vrij nauwkeurig kunnen voorspellen of een organisatie op lange termijn in zwaar weer terecht zal komen en al dan niet failliet zal gaan. Alerte controllers kunnen dankzij data science en analytics tijdig op de rem trappen en bijsturen.

De wereld om ons heen wordt steeds complexer en sommige vraagstukken kan een mens (en dus ook de controller!) mentaal niet meer goed behappen, zeker als het aantal variabelen en causale verbanden en correlaties te groot wordt. Eén algoritme kan wel 100 rapportages overbodig maken. De taak van de controller wordt hierdoor een stuk eenvoudiger.

2. Algoritmes zijn op termijn betere fraudevoorspellers dan controllers

Of het nu gaat om witwaspraktijken, steekpenningen, misbruik van voorkennis of “gewone” factuurfraude of een gekunstelde BTW-carrousel, controllers, auditors en accountants hebben een formele en morele verantwoordelijkheid bij het signaleren en voorkomen van fraude in organisaties.

Zo heeft de Nederlandse Beroepsorganisatie voor Accountants (NBA) bijvoorbeeld het online Dashboard Accountancy onlangs uitgebreid met informatie over de rol van de accountant bij fraude. Ook binnen de beroepsvereniging van registercontrollers VRC is ‘NOCLAR’ een issue. NOCLAR staat voor ‘Non-compliance with Laws and Regulations’. Maar in de praktijk is er continu discussie over hoe ver die verantwoordelijkheid reikt. Ook rijst de vraag in hoeverre drukbezette controllers wel in staat zijn om fraude te ontdekken. Het ontbreekt ze aan tijd en vaak ook aan specifieke materiedeskundigheid op dit terrein. Fraudedetectie en forensics zijn immers aparte takken van sport.

Fraudedetectie en forensics zijn aparte takken van sport, algoritmes zijn hier veel beter in dan controllers

Criminele netwerken maken handig gebruik van social engineering, opereren grensoverschrijdend en zijn wijdvertakt. Hoewel sommige experts nog beweren dat de huidige machine learning systemen nog niet volwassen genoeg zijn voor een betrouwbare fraudedetectie, worden algoritmes steeds beter in het herkennen van frauduleuze handelingen. Computers zijn immers slimmer en sneller dan mensen, zo is wijdverbreide veronderstelling. Maar net als kleine kinderen moeten de algoritmes nog wel worden opgevoed via supervised learning. Inmiddels worden algoritmes al met succes ingezet om vormen van bijstandsfraude, belastingfraude of fraude met studiefinanciering op te sporen.

In jaarverslagen staan in de tekst vaak subtiele signalen dat er iets mis is. Het zijn mogelijke indicatoren, de red flags voor frauduleuze handelingen. Computers kunnen fraudesignalen detecteren, met behulp van een algoritme en machine learning, zo ontdekte Marcia Fissette, die op dit onderwerp promoveerde aan de Universiteit Twente. In 89% van de gevallen deelde de computer het jaarverslag op basis van tekst mining in de juiste categorie in. De database bevatte ook jaarverslagen van bedrijven die in meerdere jaren achtereen fraude hadden gepleegd. Als je deze eruit filtert, komt het percentage toch nog uit op 86%.

Als je met machine learning aan de slag gaat, is het wel zaak om eerst de datakwaliteit te beoordelen door middel van een zogenoemde data deep dive. Zodra de data van voldoende kwaliteit is, kan de data scientist een algoritme ontwikkelen waarmee financials hun controlfunctie naar behoren kunnen uitvoeren.

3. AI maakt efficiëntere processen mogelijk

Financial controllers en business controllers hebben ieder hun eigen taken en verantwoordelijkheden in organisaties. Ze vervullen verschillende rollen met eigen specifieke vaardigheden en hebben zo hun eigen gedragsvoorkeuren. Het voornaamste verschil is dat de financial controller zich vooral toelegt op de financiële rapportages en resultaten, terwijl de business controller een meer toekomstgerichte blik heeft.

Binnen een organisatie is de taakverdeling doorgaans zo dat de directie of raad van bestuur visie, doelstellingen en ambitie inbrengt, terwijl de business controller verantwoordelijk is voor de benodigde systemen, processen en informatie om deze ambities, visies en doelen waar te maken. De business controller richt zich in zijn consultantsrol op efficiencyverbeteringen in processen en kostenbesparing. Op algoritmes gebaseerde moderne concepten zoals Robotic Process Automation (RPA) en Process Mining zijn in dit verband handige tools om de zware taak van de business controller te verlichten.

RPA is een productiviteitstool, een techniek die gebruikt wordt voor het automatiseren van bedrijfsprocessen, met behulp van zogenaamde bots. RPA is gericht op het automatiseren via de user interface, door het handmatige proces na te bootsen. Hierbij komen overigens geen fysieke robots aan te pas. RPA zit volgens analisten in de lift. Ze spreken van een groeimarkt.

Met behulp van Process Mining kunnen business controllers via slimme algoritmes aan de hand van event logs ontdekken hoe bedrijfsprocessen daadwerkelijk uitgevoerd worden. Zo kunnen zij verborgen kosten, inefficiënties en knelpunten in primaire en secundaire processen snel opsporen en oplossen. Door gebruik te maken van Process Mining kunnen organisaties hun businessprocessen en IT aantoonbaar verbeteren.

Kortom: algoritmes nemen steeds vaker de vervelende routinetaken over. Het eenvoudige tikwerk, het vervelende belwerk, het configureren en zelfs het programmeren zullen hierdoor worden geautomatiseerd en worden overgenomen door robots, 3D printers, chatbots, virtual agents, enzovoorts.

4. Datageletterdheid ontwikkelt zich tot een onmisbare kerncompetentie

Ondanks alle beschikbare technologie is het in de praktijk voor organisaties en controllers een grote uitdaging om data om te zetten naar inzichten waar iets mee gedaan kan worden. Volgens de initiatiefnemers van het Data Literacy Project zou slechts 24 procent van de werknemers ter wereld vertrouwen hebben in het eigen vermogen om data te lezen, verwerken en te analyseren. Een gebrekkige datageletterdheid kan organisaties enorm remmen in het streven om meer datagedreven te gaan werken. Het frustreert ook de ambitie om uit te groeien tot een intelligente organisatie. Datavaardigheden en een basaal inzicht hoe algoritmes werken, helpen om uiteindelijk betere zakelijke beslissingen te nemen.

Organisaties in vrijwel iedere sector hebben voldoende gekwalificeerde medewerkers nodig die waardevolle inzichten uit data te kunnen halen. Leidinggevende controllers zouden een voortrekkersrol moeten vervullen om datageletterdheid in hun organisatie te bevorderen. Het gaat dan bijvoorbeeld om het kunnen analyseren en kritisch bekijken van data, en het kunnen nemen van beslissingen en communiceren op basis van data. Ook moeten gebruikers datavisualisaties leren begrijpen om beslissingen op basis van data te kunnen nemen.

Kortom: de business controller is bij uitstek die persoon die de organisatie intrekt, met data en dashboards onder de arm, om directie, raad van bestuur en gebruikers te helpen bij de uitdaging om datageletterd te worden.

5. Mens en machine worden collega’s

Hoewel AI nog steeds door een breed publiek wordt gezien als “de grootste banenvernietiger aller tijden”, ontstaat er op de werkvloer een genuanceerder beeld. Softbots en fysieke robots worden steeds vaker gezien als betrouwbare collega’s die gestaag doorwerken die verantwoordelijk zijn voor een topproductie en bovendien nooit ziek zijn.

De Wetenschappelijke Raad voor het Regeringsbeleid (WRR) pleitte in het rapport De robot de baas al voor een zogenaamde “inclusieve robotagenda”, die de complementariteit van mens en machine bevordert. Niet zo veel mogelijk mensen proberen te vervangen door robots (substitutie), maar mensen samen mét robotica productiever maken. Investeren in robotisering, met oog voor co-creatie, dat is het devies.

Een hoge opleiding op zich biedt geen voldoende antwoord op het slimmer worden van machines. Baangaranties bestaan niet meer. Ook bepaald soort werk, van hoger opgeleiden, zoals accountants en controllers, kan in de toekomst door robots worden overgenomen. Het gaat dan om de voorspelbare, routinematige taken. Juist daarom is het zaak om nieuwe toepassingen samen te ontwikkelen met de mensen die ermee moeten werken en niet over te laten bedenken aan de “techneuten”.

Wil je meer leren over AI? Schrijf je dan in voor onze innovatieve opleiding AI in 1 dag.

Reageer op dit artikel van Eric van der Steen

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Een selectie van onze klanten

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met ai is essentieel voor controllers (5 redenen) of andere zaken waar je slimmer van wordt.

Daan van Beek, Managing Director

DAAN VAN BEEK MSc

Managing Director

neem contact met mij op

Fact sheet

Organisaties geholpen
29125
Trainingen & workshops
29126
Deelnemers opgeleid
29127
Beoordeling klanten
8,9
Consultants & docenten
29128
Kantoren
3
Jaar ervaring
14