GPT-5 is er: waarom finance nog steeds niet alles blind boekt

GPT-5 is er. Maar het kan je boeken nog steeds niet sluiten. Het is sneller, goedkoper en beter in het opvolgen van instructies. Het kan langere redeneringsketens aan. Het integreert netjes met externe tools. Het is zonder twijfel een technische sprong vooruit. Maar toch, het kan je boeken nog steeds niet sluiten. Niet omdat het aan intelligentie ontbreekt, maar omdat het aan integriteit ontbreekt. Dat is de paradox waarin we nu leven.

De GPT-5-paradox: wat “finance-grade” echt betekent

Vertrouwen in AI begint met verifieerbare output, afdwingbare beperkingen en auditbare systemen.

GPT-5 maakt het misschien eenvoudiger om systemen te bouwen, maar het maakt die systemen niet automatisch veilig. Totdat AI zijn werk kan bewijzen, blijft het in essentie een hele slimme stagiair: leergierig, welbespraakt en niet aansprakelijk. Die verantwoordelijkheid ligt nog steeds bij ons.

Om de vertrouwenskloof te dichten, hebben we meer nodig dan intelligentie en infrastructuur. Dat betekent vier belangrijke dingen:

1. Controle. We hebben output nodig die we kunnen herleiden, beperkingen die we kunnen afdwingen en systemen die we kunnen auditen. Dit gaat niet alleen over uitlegbaarheid, maar over verifieerbaarheid. Debet moet altijd gelijk zijn aan credit. Logs moeten onveranderlijk zijn. Logica moet opnieuw uitvoerbaar zijn.
2. Integratie. De datarommel moet verdwijnen als AI in finance echt waarde wil leveren. Als je ERP de ruggengraat is, begint dat met directe ERP-integraties. Te veel bedrijven werken met gefragmenteerde ERPs, losse BI-tools en overlappende spreadsheets, geen van allen ontworpen voor machine reasoning. AI onbeperkt toegang geven tot die chaos is als een geblinddoekte genie de sleutel van een glazen magazijn geven. Je hebt schone, verbonden systemen nodig die duidelijke, uitlegbare data leveren via finance-oplossingen die AI kan vertrouwen en die Audit kan verifiëren.
3. Betrouwbaarheid. Modellen falen als de wereld verandert. Rentes schieten omhoog. Beleid wijzigt. Een prognose die vorige week solide leek, kan van de ene op de andere dag instorten. We hebben stopregels nodig, signalen voor onzekerheid en mensen die klaarstaan om in te grijpen. Niet achteraf, maar op het moment dat het ertoe doet.
4. Verantwoordelijkheid. Wie neemt de beslissing? AI opschalen in finance betekent dat financefuncties moeten worden herzien, zodat mensen eigenaar blijven van het oordeel, niet alleen van de output. Controllers worden controle-architecten. Auditors verschuiven hun focus van output naar systemen. Reviewers worden ‘exceptiespecialisten’. Iedereen klimt een trede hoger op de ladder van oordeel.

We hebben dit eerder gedaan. Toen autopilot kwam, haalden we de piloten niet uit het vliegtuig. We ontwierpen de cockpit opnieuw. We definieerden rollen opnieuw. En we bouwden vertrouwen niet door de tool, maar eromheen. Finance zit nu op datzelfde moment.

Wat er nog ontbreekt en waarom AI in finance de juiste systemen nodig heeft

Finance heeft geen slimmere AI-ideeën nodig, maar systemen, waarborgen en standaarden om AI veilig te maken.

We hebben nog geen verifieerbare financiële redeneringsmodellen die elk getal traceren, koppelen aan beleid en de logica tonen die het heeft opgeleverd. Dat is het verschil tussen een vlot concept en een ondertekende, auditbare boeking. En we hebben geen finance-native waarborgen die herkennen wanneer een journaalboeking in strijd is met een cashflow-identiteit of wanneer een reeks rekeningen ongemerkt uit balans raakt. In de huidige LLM’s zijn die principes niet ingebouwd.

Dus hoewel een model een plausibele boeking kan opstellen of een fraai ogend rapport kan maken, heeft het geen ingebouwd besef of het net de boekhoudlogica heeft geschonden. Het weet niet dat debet altijd gelijk moet zijn aan credit, of dat de operationele kasstroom moet aansluiten op de nettowinst en het werkkapitaal. Zonder ingebouwde logica en zonder waarborgen blijft AI kwetsbaar. Het kan juist klinken en toch fout zijn.

We leren modellen nog steeds het verschil tussen correlatie en causaliteit, tussen “wat er is gebeurd” en “waarom het ertoe doet”. Auditors kunnen AI-gegenereerde verhalen nog niet goedkeuren omdat de standaarden ontbreken, en we hebben geen bibliotheken met controles die je als software kunt afnemen.

Maar die komen er, en snel. Dit is geen sciencefiction. De mogelijkheden zijn er al. Alleen de infrastructuur om ze op te vangen ontbreekt nog.

Je tweesporenplan voor het komende jaar

Wat moet een CFO nu doen? Twee trajecten tegelijk uitvoeren. Ontwerp vooraf escalatieprocessen en laat waarborgen nu al goedkeuren, voordat je ze nodig hebt.

Het eerste pad is stabiel en gericht op governance. Ga ervan uit dat AI net als andere enterprise-technologie wordt ingevoerd. Begin nu: ontwerp je controles, leg ze vast en betrek Audit en Risk vroeg, zodat je vertrouwen meegroeit met de schaal van automatisering.

Het tweede pad is sneller en risicovoller. Ga ervan uit dat de betrouwbaarheid van AI sneller kan toenemen dan je controles. Bereid je nu voor: bouw noodstops in, breng escalatieprocessen in kaart en laat waarborgen vooraf goedkeuren, zodat je klaar bent zodra de technologie dat is.

Het gaat er niet om één toekomst te kiezen, maar om klaar te zijn voor beide.

Wat je dit kwartaal kunt doen, simpel, geloofwaardig en met impact

Wil je bewijzen dat AI thuishoort in finance, begin dan niet bij risico, maar bij frictie. Pak de pijnpunten aan die je team elke maand voelt en lever verlichting die schaalbaar is.

Begin met de achtervolging: bonnetjes, goedkeuringen, last-minute verduidelijkingen – niet complex, maar wel eindeloos. Perfect werk voor intelligente agents die urgentie, context en beleid begrijpen.

Vandaag kan AI rechtstreeks opvolgen bij medewerkers in Slack, approvers een seintje geven als deadlines naderen en escaleren wanneer het ertoe doet. Het gokt niet. Het werkt vanuit je sluitingskalender, je goedkeuringsflows en je risicodrempels. Het vraagt niet “Is dit juist?”, maar “Is dit te laat, buiten beleid of onopgelost?” En als het antwoord ja is, handelt het.

Dit is niet de toekomst van AI in finance: dit is nu. Variantieverklaringen, ontbrekende bonnetjes, compliance-signalen – dit zijn allemaal gebieden waar een agent een voorstel kan doen voordat een mens het goedkeurt. Logs kunnen elk bericht, elke actie en elke check vastleggen. En je hoeft geen auditbaarheid op te offeren voor snelheid.

Als je team meer tijd besteedt aan najagen dan aan uitdagen, zal het inzetten van een agent hier niet alleen tijd besparen, maar ook de verwachtingen resetten en laten zien hoe het beter kan.

En als je het zat bent dat simpele aankopen ingewikkelde workflows triggeren, kijk dan naar inkoop. De meeste teams hebben geen inkoopprobleem, maar een contextprobleem. Medewerkers kennen het proces niet, weten niet of er een inkooporder of een kaart nodig is, of wat de juiste grootboekcode of kostenplaats is. Dus ze gokken, wachten of kopen buiten beleid.

Stel je nu een intelligente assistent voor die begint waar de medewerker is, met een vraag in natuurlijke taal, en hen door de rest leidt. Die de juiste vragen stelt, het beleid kent, bepaalt of er een inkooporder of een kaart nodig is, goedkeuringen verzamelt op basis van vooraf ingestelde logica, finance inzicht geeft voordat het geld wordt uitgegeven, en dit alles doet zonder van tabblad te wisselen of een andere tool te openen.

Dat is meer dan een inkoopsysteem; het is een collega die de regels kent en ze makkelijk maakt om te volgen.

Of neem zakenreizen. Boeken is gefragmenteerd, beleid is onzichtbaar en reconciliatie is handmatig. Maar wat als medewerkers een reis in natuurlijke taal konden aanvragen, direct conforme opties kregen en automatisch bevestigingen, betalingen en bonnetjes ontvingen die aan hun reis zijn gekoppeld?

Dat is geen overreach, dat is orkestratie. En AI kan de overdrachten al aan. Kies de plek waar herhaling en regels elkaar raken, waar mensen het meest moe zijn van administratie en het meest openstaan voor hulp. Zo krijg je ROI in snellere processen en sneller vertrouwen. Je team gaat AI zien, niet als bedreiging of speeltje, maar als collega: onvermoeibaar, betrouwbaar en op tijd. Zo bouw je momentum en welverdiend vertrouwen op.

Je schaalt geen AI, je schaalt vertrouwen

GPT-5 haalt de noodzaak voor vertrouwen niet weg. Het legt de lat juist hoger voor hoe we het opbouwen.

Wanneer je investeert in herkomst, beperkingen, schone data en duidelijke rollen, maak je AI niet alleen bruikbaar voor jezelf, je verandert het in operationele hefboomwerking.

Het zal je niet alleen helpen je closing te verkorten. Je beschermt ook je beleid en geeft je team de uren terug om te leiden in plaats van na te jagen. En over vijf jaar, wanneer intelligente agents AI in finance aandrijven en closings bijna in realtime gebeuren, zul je terugkijken op vandaag en denken: “Waarom hebben we ooit getwijfeld?”

Het is geen technologieprobleem, het is een vertrouwensprobleem. En dat is een probleem dat we kunnen oplossen.

Ontdek hoe onze intelligente agents de achtervolging overnemen, gaten sluiten en je finance team de ruimte geven om zich op strategie te richten.