Waarom ‘saaie’ AI beter werkt voor finance: Niet autonomie, maar voorspelbaarheid maakt het verschil

De techwereld gonst van volledig autonome AI-“collega’s” die elke taak aankunnen. Maar finance leaders hebben andere prioriteiten. Zij hebben AI nodig die ze kunnen vertrouwen, niet AI die probeert alles te doen.

In de praktijk wint voorspelbaarheid het van autonomie. Zoals AI-expert Jiquan Ngiam het stelt: “betrouwbare, deterministische systemen zullen veel wenselijker zijn” dan opvallende agents die alles proberen te doen.

Met andere woorden: een AI die consequent een paar taken foutloos uitvoert, is veel waardevoller dan één die theoretisch veel aankan, maar grillig presteert.
En als het om corporate finance gaat, wint saaie precisie van onvoorspelbare creativiteit. Saaie AI is betere AI voor finance.

CFO’s vrezen hallucinaties meer dan ontbrekende functies

Geen enkele groep begrijpt de kosten van inconsistentie beter dan Chief Financial Officers (CFOs). Moderne generatieve AI kan hallucineren, oftewel: onjuiste of verzonnen informatie genereren. En zelfs een kleine fout in financiële output kan grote gevolgen hebben.

CFO’s zijn daarom terecht terughoudend tegenover AI-systemen die “dingen verzinnen” of wisselende antwoorden geven. Ze liggen niet wakker van een AI die niet autonoom genoeg is, maar wél van een AI die niet accuraat en consistent presteert.

Een van de grootste uitdagingen van AI in finance is vertrouwen en nauwkeurigheid. Een tool die af en toe onzin produceert of op maandag iets anders zegt dan op dinsdag, is simpelweg geen optie. Consistentie is niet alleen een technische voorkeur, het is een voorwaarde voor adoptie. Finance-teams eisen outputs die ze kunnen controleren, uitleggen en elke keer kunnen vertrouwen.

Zoals één industrie-analyse stelt, geven compliance-teams de voorkeur aan deterministische AI-modellen die “duidelijke, gestructureerde en herhaalbare outputs” leveren. Outputs die auditors kunnen verifiëren. Kortom: als de antwoorden van een AI niet voorspelbaar en uitlegbaar zijn, dan komt die AI niet in de buurt van de boeken.

Waarom voorspelbare AI beter werkt voor finance

In de kern is deze nieuwe generatie AI, gebaseerd op large language models (LLM’s), probabilistisch en niet deterministisch.

Stel twee keer dezelfde vraag aan een AI zoals ChatGPT, en je krijgt mogelijk twee verschillende antwoorden. Die onvoorspelbaarheid is prima voor een chatbot, maar onacceptabel in financiële processen.

CFO’s zijn gewend aan software die zich voorspelbaar gedraagt, dezelfde input geeft elke keer dezelfde output. Dat verwachten ze ook van AI.
Ngiam vergelijkt het met een auto:

Als je auto het maar vijf van de zeven dagen doet… dan koop je die auto niet!

In finance is een AI die 100% van de tijd één taak goed doet veel waardevoller dan een AI die 80% van de tijd meerdere taken bijna goed doet. Hoge nauwkeurigheid (denk aan >90%, idealiter 100% bij gedefinieerde processen) is geen luxe, maar het is een must.

Traditionele, op regels gebaseerde systemen waren deterministisch: ze weken alleen af als je dat expliciet instelde. AI-ontwikkelaars in finance zoeken nu manieren om de flexibiliteit van AI te combineren met de zekerheid van deterministische logica. Denk aan hybride aanpakken en “explainable AI”-technieken die ervoor zorgen dat elke AI-beslissing te herleiden en te verantwoorden is.

Kortom: een AI-agent die saai consistent is, wint het altijd van een “creatieve” in de finance-afdeling.

Smalle focus, hoge ROI

Het is geen toeval dat veel CFO’s eerst investeren in smalle AI-toepassingen. De meeste impact krijg je door sterk herhaalbare, goed gedefinieerde taken te automatiseren, precies die taken die finance-teams laten voelen alsof ze zelf een robot zijn. En dat is precies wat AI uitstekend kan overnemen.

Neem bijvoorbeeld het verwerken van inkomende facturen: een saaie maar cruciale taak. AI kan nu leveranciersfacturen opstellen en zelfs de juiste grootboekcodes voorspellen per factuur, wat voorheen uren aan handmatig werk kostte, is nu vrijwel touchless. Geen sciencefiction, gewoon “saaie” AI voor een saaie taak, met enorme tijdwinst als resultaat.

Ook uitgavenbeheer maakt hier gebruik van. AI categoriseert transacties automatisch en signaleert afwijkingen met meer dan 90% nauwkeurigheid. De toepassingen zijn beperkt, maar de ROI is er vandaag al.

Zo beschrijft Lutra AI (een startup in AI-workflows) de huidige staat van AI-agents als Level 1: “bestaande capaciteiten met hoge betrouwbaarheid.” Deze Level 1-agents volgen “strak gedefinieerde workflows” zonder autonome besluitvorming, en leveren een “vaste, herhaalbare structuur”. Kortom: ze doen precies wat ze moeten doen, elke keer opnieuw. Dat klinkt misschien saai, maar voor CFO’s is het goud waard want het betekent dat de technologie écht werkt.

Geen wonder dat bedrijven juist in deze voorspelbare, smalle AI-oplossingen directe meerwaarde zien. Waarom? Omdat het automatiseren van zelfs één saaie taak (zoals het handmatig matchen van facturen) op betrouwbare wijze al een concreet en meetbaar resultaat oplevert. Daarom focussen finance leaders zich eerst op deze “high-ROI wins”, vóór ze zelfs maar nadenken over volledige AI-autonomie.

Volledige autonomie = Onderzoeksfase (voor nu)

Het is belangrijk om de hype van de realiteit te onderscheiden. Natuurlijk klinkt een AI-collega die zelfstandig de kwartaalafsluiting regelt of je budget optimaliseert geweldig, maar daar zijn we nog lang niet.

Zelfs de meest geavanceerde “agentic AI”-prototypes, zoals AutoGPT, zijn vandaag de dag nog fragiel, onvoorspelbaar en kostbaar op schaal.

Zoals één rapport stelt: weinig bedrijven vertrouwen deze autonome agents in productie zonder stevige controle. Jiquan Ngiam noemt volledig autonome agents dan ook terecht “onderzoeksmateriaal”, eerder een concept dan een bruikbaar product. Met andere woorden: de zelfsturende AI-finance-assistent zit voorlopig nog in het lab, niet in de boardroom.

Een sprong maken naar Level 3-autonomie (AI die zelfstandig navigeert, klikt en dynamisch reageert zonder fouten) leidt nu vooral tot frustratie of erger. Steeds meer mensen erkennen dat de ultieme AI-agent eerst een fase van saaie betrouwbaarheid moet doorlopen.

Tot die tijd gebeurt de échte innovatie in het middengebied: AI die beperkte vrijheid heeft, maar altijd onder menselijke controle. Zie het als een extreem efficiënte junior accountant die nooit creatief omgaat met cijfers. We moeten AI niet zien als vervanging van financieel inzicht, maar als ondersteuning. Eentje die nauwkeurig het saaie werk overneemt. Zoals Ngiam voorspelt: we worden allemaal de “managers” van onze AI, we sturen het aan, controleren het, en profiteren van het resultaat. Misschien minder spectaculair dan een volledig zelfrijdende finance-functie, maar wel véél realistischer (en betrouwbaarder).

Gecontroleerde automatisering: de pragmatische route vooruit

Voor finance leaders die AI-oplossingen evalueren, is de conclusie helder: sta op determinisme en controle. De beste AI-tools op de markt bieden garanties en duidelijke kaders. Ze werken vaak direct “out-of-the-box”, met minimale set-up, want niemand in finance heeft zin in maandenlange experimentele integraties. Succesvolle AI in finance is geen black box die gokt, het is een transparante box die precies doet wat je verwacht, mét audit trail.

Finance draait — misschien meer dan welk domein dan ook — op voorspelbaarheid, controleerbaarheid en compliance. AI-oplossingen die die principes respecteren, winnen het vertrouwen (en het budget) van CFO’s. De rest, de “creatieve” cowboys, blijven voorlopig op de plank liggen.

Uiteindelijk is de echte revolutie in finance-AI best ironisch: het is niet om alles te ontwrichten, maar om AI zó in te passen dat het bijna vanzelfsprekend voelt. De grootste winst? Een AI die finance stilletjes beter maakt, fouten voorkomt, tijd bespaart en geen verrassingen veroorzaakt.

Voor CFO’s is saaie AI die gewoon werkt vele malen waardevoller dan spectaculaire AI die toezicht nodig heeft. Deterministische, betrouwbare agents zullen misschien geen viraal succes worden op social media, maar ze zijn wél degene die écht geïmplementeerd worden in de praktijk.

En als de kwartaalafsluiting straks sneller klaar is, zónder fouten, dankzij een onopvallende AI-assistent, hoor je niemand in het finance-team klagen dat de oplossing “niet autonoom genoeg” was. Dan zijn ze te druk met het vieren van de efficiëntie.

Lees meer over AI-agents in finance, hun toepassingen, productmogelijkheden en meer.