De ontwikkelingen in AI gaan snel, maar het meeste nieuws raakt je werk niet. Deze vier wel.

Anthropic bouwde kostenbeheersing in Claude Enterprise: modelrestricties per gebruikersgroep, waarschuwingen bij 75 en 90 procent van het budget, en een dashboard per team. De aanleiding is duidelijk. AI is een variabele kostenpost geworden, en budgetten uit 2024 kloppen niet meer.

OpenAI bracht een nieuwe modelfamilie en een werkplek-assistent uit, en Microsoft richtte Copilot in Excel specifiek op finance met herbruikbare skills en directe koppelingen naar databronnen. Voor teams die op Microsoft draaien is dat de eerste release met een concrete productiviteitsclaim.

De rode draad: AI is uit de experimenteerfase en in de fase waarin je erop wordt afgerekend. Wie het behandelt als kostenpost én als productiviteitsdrijver, staat sterker in de budgetgesprekken van Q4.

De maandafsluiting duurt bij de meeste bedrijven vijf tot tien werkdagen. De rapportage kost dagen handmatig Excel-werk. Dit speelt bij vrijwel elk bedrijf tussen vijftig en vijfhonderd medewerkers.

Reken het eens door voor een finance-team van zes. Zes licenties kosten circa tweeduizend euro per jaar. Tel er eenmalig implementatie en training bij op en je zit rond de vijfenhalfduizend euro in jaar één. Tegenover een conservatieve drie uur tijdwinst per persoon per week, met een adoptiecorrectie naar zestig procent, staat een waarde van ongeveer vierentwintigduizend euro. Dat is een terugverdientijd van ongeveer drie maanden.

De eerlijke nuance hoort erbij: tijdwinst is nog geen geld op de bank. Bespaarde uren worden pas waarde als je groei opvangt zonder bij te huren, of als je die uren inzet op analyse in plaats van overtypwerk.

De maandafsluiting duurt bij de meeste bedrijven vijf tot tien werkdagen. Dat is bijna altijd een procesvraag, geen capaciteitsvraag.

AI haalt daar tijd uit, maar niet waar de meeste teams het eerst zoeken. Niet in het boeken zelf, wel in alles eromheen: de toelichtingen, de eerste versie van de rapportage, het nalopen van reconciliaties op afwijkingen.

De grootste fout die we zien: een team automatiseert een rommelig proces in plaats van het eerst te vereenvoudigen. Begin niet bij de tool, maar bij de stap in je afsluiting die elke maand het langst duurt.

Het volledige stappenplan met een checklist per fase staat in onze Kennisbank.

De meest gestelde vraag over AI in finance is: welke tool moet ik kiezen. Het antwoord hangt niet af van welk merk het populairst is, maar van wat je wilt doen en waar je data staat.

Draait je bedrijf op Microsoft en werk je de hele dag in Excel en Outlook, dan begint het bij Copilot. Wil je vooral analyseren en lange documenten verwerken, dan zijn de losse chatmodellen sterker.

Het onderscheid dat de meeste vergelijkingen overslaan gaat niet over merk maar over prijsmodel. Een vaste licentie per gebruiker is voorspelbaar. Betalen per gebruik schaalt mee, maar kan oplopen zodra taken automatisch achter elkaar draaien. Voor een team dat begint, is een vaste licentie bijna altijd het rustigst.

De meeste AI-mislukkingen in finance hebben niets met de tool te maken. Ze ontstaan bij de aanpak eromheen.

De grootste fout: beginnen zonder je data op orde. AI maakt rommelige data niet schoon. Het maakt de rommel alleen sneller zichtbaar, met een overtuigend verhaal eromheen.

De tweede: vertrouwelijke cijfers in een tool zetten waarvan niemand weet waar de data heen gaat. Dat is een gesprek dat je met je IT en je accountant voert voordat het misgaat, niet erna.

Wat de fouten delen: AI versterkt wat er al ligt. De volledige lijst met alle zeven staat in onze Kennisbank.