Groeps-CFO deelt waar AI mensen nog relevanter maakt in financiële organisaties

Annabella Bassler is groeps-CFO bij Ringier, een gediversifieerd internationaal media- en technologiebedrijf met meer dan 120 entiteiten.

We spraken met Annabella om te horen hoe AI financiële organisaties verandert — en waar mensen steeds relevanter worden. Dit is wat ze zei.

De toekomst vormgeven met AI

Sinds 2012 ben ik de groeps-CFO van Ringier en mijn loopbaan is voortdurend in transformatie geweest.

Toen ik begon, droeg digitaal vrijwel niets bij aan onze EBITDA. Vandaag de dag is dat meer dan 80%. In de loop der jaren hebben we ongeveer 80 M&A-transacties afgerond met een totale waarde van circa CHF 2.5 miljard.

Transformatie is dus niet nieuw voor mij. AI is een volgend hoofdstuk — maar mogelijk een fundamenteel hoofdstuk. Voor het eerst verandert technologie niet alleen de snelheid waarmee financiële afdelingen informatie verwerken. Technologie verandert ook de manier waarop we met informatie denken.

Dat is de echte verandering: van financiën als functie die het verleden uitlegt naar financiën als functie die helpt de toekomst te navigeren en vorm te geven.

Een gediversifieerd media- en technologiebedrijf

Ringier is een sterk gediversifieerd internationaal media- en technologiebedrijf met meer dan 120 entiteiten in 19 landen.

Dit is belangrijk wanneer we het over AI hebben. We leven niet in een prachtige wereld waarin alles op één SAP-systeem draait — druk op F9 en plotseling verschijnt de waarheid.

Onze realiteit — net als die van veel bedrijven die in de loop van tientallen jaren en via overnames zijn opgebouwd — is een lappendeken van systemen, datastructuren, bedrijfsmodellen, valuta en markten.

Dat maakt de financiële functie wonderbaarlijk complex.

Het is niet alleen onze taak om cijfers te consolideren. We creëren transparantie binnen complexiteit en zetten uiteenlopende gegevens om in informatie die besluitvorming mogelijk maakt. We beschermen en stimuleren het bedrijf. AI kan ons helpen beide beter te doen.

Hoe AI de financiële functie verschuift van informatie vinden naar ermee werken

Een belangrijke verandering die we met AI hebben doorgevoerd, was de verschuiving van zoeken naar informatie naar interactie met informatie.

Historisch gezien betekende het beantwoorden van een managementvraag dat je het juiste rapport moest vinden, relevante gegevens uit verschillende systemen moest identificeren, definities op elkaar moest afstemmen en vervolgens een analyse moest opstellen en interpreteren.

Dit is met name relevant voor ons omdat ons datalandschap onze geschiedenis weerspiegelt: veel bedrijven, overnames, markten en systemen. Ons data-universum is niet perfect gestandaardiseerd.

Annabella antwoordt

Maar de grootste verandering gaat niet over snelheid. Het gaat om waar de financiële functie zijn intellectuele energie aan besteedt. In plaats van het grootste deel van onze tijd te besteden aan de vraag: “Waar zijn de cijfers?”, vragen we steeds vaker: “Waarom gebeurt dit? Wat betekent het? En wat moeten we doen?”

Via onze AI- en data-initiatieven, waaronder ons werk met Palantir, verbinden we deze gegevenswerelden steeds meer met elkaar en maken we ze gemakkelijker te bevragen.

Maar de grootste verandering gaat niet over snelheid. Het gaat om waar de financiële functie zijn intellectuele energie aan besteedt. In plaats van het grootste deel van onze tijd te besteden aan de vraag: “Waar zijn de cijfers?”, vragen we steeds vaker: “Waarom gebeurt dit? Wat betekent het? En wat moeten we doen?”

Daar wil ik dat mijn mensen binnen de financiële functie hun denkvermogen aan besteden.

Hoe AI planning en prognoses verandert

Een ander voorbeeld is planning en prognoses.

Veel bedrijven hanteren nog steeds planningsprocessen die zijn ontworpen voor een wereld waarin informatie schaars en rekenkracht beperkt was. We besteden maanden aan het creëren van een ongelooflijk gedetailleerde toekomst waarvan we al weten dat die niet precies zo zal uitkomen.

AI biedt ons de mogelijkheid om over te stappen van jaarlijkse voorspellingen naar voortdurende navigatie. Dat betekent dynamische scenario's, waarschijnlijkheden, voorlopende indicatoren en veel snellere feedbacklussen.

De vraag zou niet langer alleen moeten zijn: “Wat zal onze EBITDA over twaalf maanden zijn?”

De vraag zou steeds vaker moeten zijn: “Wat zou onze EBITDA kunnen veranderen? Hoe vroeg zouden we dat zien? Wat zou het betekenen — en wat zouden we doen?”

Dat is een fundamenteel andere financiële organisatie.

Een belangrijke regel voor AI binnen de financiële functie

Ik houd er niet van om een harde grens te trekken tussen beslissingen voor AI en beslissingen voor mensen. Beide horen aan tafel.

We noemen AI soms onze nieuwe collega. Ik wil die collega in de kamer hebben voor prognoses, scenarioanalyses, variantieanalyses en risicobeoordelingen — maar ook voor kapitaalallocatie, investeringen en M&A. Waarom zou ik dat niet willen?

Als AI een investeringsthese ter discussie kan stellen, patronen kan identificeren die wij missen, aannames kan toetsen aan veel meer informatie, alternatieve scenario's kan creëren of risico's kan signaleren die mensen over het hoofd zien, wil ik dat perspectief voordat we miljoenen investeren.

Maar er is één belangrijke regel: we moeten onze nieuwe collega ter discussie stellen, net als elke andere collega.

AI kan buitengewoon krachtig zijn, maar het kan ook vol vertrouwen ongelijk hebben.

Een financieel optimale beslissing is niet per se de juiste beslissing. Strategie draait om context. Leiderschap draait om waarden. M&A draait om mensen. Soms is de belangrijkste variabele degene die niet netjes in je dataset staat.

Het zijn dus mensen plus AI — met menselijke verantwoordelijkheid. AI krijgt een plaats aan tafel. Verantwoordelijkheid verlaat de tafel niet.

Hoe AI de analyse van managementprestaties transformeert

Neem de analyse van managementprestaties. Traditioneel begint het proces met het verzamelen van gegevens: werkelijke cijfers, budget, prognose, vorig jaar en operationele KPI's — vaak uit verschillende systemen en verschillende bedrijfsonderdelen. Finance stemt de informatie af, identificeert afwijkingen, vraagt de bedrijfsonderdelen om uitleg en produceert uiteindelijk managementinzichten.

Het door AI ondersteunde financiële model verandert de volgorde.

Zodra de relevante gegevens zijn verbonden, kan AI helpen bij het identificeren van ongebruikelijke ontwikkelingen, patronen en materiële afwijkingen, het formuleren van hypothesen over mogelijke oorzaken en het veel dynamischer ondervragen van de gegevens door finance.

De mens kan daardoor eerder betrokken raken, precies daar waar menselijke intelligentie de meeste waarde toevoegt: interpretatie en beoordeling.

Ik zie de toekomstige workflow als volgt: Gegevens → AI-detectie → Menselijke uitdaging → Dialoog met het bedrijf → Beslissing → Leren.

En ik vind vooral de laatste stap interessant. Want zodra we systematisch leren van de beslissingen die we hebben genomen en van wat er daarna gebeurde, is finance niet langer alleen een rapportagesysteem. Het wordt een leersysteem.

Waarom focus de nieuwe uitdaging met AI is

Het grootste positieve resultaat van AI is niet alleen kostenverlaging; het is de verkorting van de tijd tussen vraag en inzicht.

Taken waarvoor voorheen meerdere iteraties nodig waren — informatie verzamelen, afstemmen, analyseren en voorbereiden voor het management — gebeuren nu veel sneller. Dat creëert iets wat ik veel waardevoller vind dan efficiëntie: managementcapaciteit.

Maar AI heeft ook een nieuw probleem gecreëerd: overvloed.

Plotseling kunnen we nog een analyse, nog een scenario, nog een presentatie of nog een memo van tien pagina's produceren — met vrijwel geen extra inspanning. Je ziet het zelfs in de dagelijkse communicatie. E-mails worden langer omdat AI het zo gemakkelijk maakt om meer te schrijven. Maar meer is niet per se beter.

Ik denk dat een van de meest waardevolle vaardigheden voor CFO's in het AI-tijdperk bondigheid zal zijn.

Wat is echt belangrijk? Wat zijn de twee of drie inzichten? Welke beslissing moeten we nemen? Het kort en eenvoudig houden krijgt plotseling een geheel nieuwe betekenis.

De klassieke vragen blijven opmerkelijk krachtig: Waarom? Wat? Hoe?

AI kan de mogelijkheden bijna oneindig uitbreiden. Leiderschap moet focus creëren.

Waarom AI niet geïsoleerd kan worden geïmplementeerd

Ik heb altijd geloofd dat transformatie berust op vier onderling verbonden dimensies:

• Processen
• Systemen
• Organisatie
• Cultuur

Verander je er één, dan heeft dat onvermijdelijk gevolgen voor de andere. AI maakt dat nog zichtbaarder.

Je kunt een proces niet met AI opnieuw ontwerpen zonder ervoor te zorgen dat je systemen dit ondersteunen. Je kunt het systeem niet veranderen zonder vast te stellen wie eigenaar is van het proces. Je kunt verantwoordelijkheden niet veranderen zonder rekening te houden met capaciteiten, prikkels en cultuur.

Daarom zou ik vandaag de dag altijd groot denken voordat ik klein ga denken.

Begin met de eindsituatie: hoe zou de financiële functie moeten functioneren in een door AI ondersteunde organisatie? Welke beslissingen zouden beter moeten zijn? Waar zouden mensen hun tijd aan moeten besteden?

Werk vervolgens terug naar processen, systemen, organisatie en cultuur — en veranker AI in dat geheel in plaats van het als een vijfde vak aan de zijkant toe te voegen. AI is namelijk niet nog een laag van het operationele model. Het loopt steeds meer door het operationele model heen.

Waarom processen en gegevens moeten worden geoptimaliseerd voordat AI wordt toegevoegd

AI heeft gefragmenteerde processen of slechte gegevens niet op magische wijze opgelost. Dat was een belangrijke les voor mij.

In een complexe omgeving zoals de onze ontdek je al snel dat intelligentie boven op complexiteit die complexiteit niet automatisch wegneemt.

Als processen of verantwoordelijkheden onduidelijk zijn, of definities van gegevens tussen bedrijven verschillen, kan AI het probleem soms sneller blootleggen. Dat is waardevol — maar het is nog geen transformatie.

Mijn conclusie is: gooi AI niet boven op een slecht proces. Begrijp eerst wat het proces moet bereiken. Vereenvoudig het vervolgens. Bepaal daarna waar technologie en AI daadwerkelijk waarde toevoegen. Anders creëer je misschien een snellere versie van iets wat je überhaupt niet zou moeten doen.

Waarom ervaren mensen nog steeds cruciaal zijn voor de financiële functie

Uitlegbaarheid blijft cruciaal binnen de financiële functie. Een prachtig antwoord is nutteloos als ik niet kan begrijpen waar het vandaan komt.

Binnen de financiële functie kan ‘het model zegt het’ nooit voldoende bewijs zijn. We hebben een duidelijke herkomst nodig vanaf de brongegevens, via door AI gegenereerd inzicht, tot aan de uiteindelijke beslissing.

En we hebben mensen nodig die voldoende expertise behouden om de machine uit te dagen.

Annabella antwoordt

Uitlegbaarheid blijft cruciaal binnen de financiële functie. Een prachtig antwoord is nutteloos als ik niet kan begrijpen waar het vandaan komt.

Hoe financiële teams veranderen

De kaarten worden opnieuw geschud. En dat vind ik spannend.

Traditionele expertise op financieel gebied blijft essentieel, maar plotseling worden andere vaardigheden veel waardevoller: nieuwsgierigheid, datageletterdheid, creativiteit, het vermogen om goede vragen te formuleren en het vertrouwen om te experimenteren.

Via initiatieven zoals onze AI-hackathons zien we dat mensen talenten onthullen die traditionele financiële structuren misschien nooit aan het licht zouden brengen.

Daarom denk ik niet per se als eerste aan minder mensen in de financiële functie. Ik denk aan verschillende bijzondere talenten die zichtbaar worden.

Waarom CFO's psychologie moeten begrijpen om effectief met AI te werken

CFO's moeten psychologie begrijpen. Echt waar.

De technologie zal zich waarschijnlijk sneller ontwikkelen dan je organisatie haar kan opnemen. Mensen zullen enthousiast, sceptisch, bang, nieuwsgierig of defensief zijn — soms allemaal al vóór de lunch.

Dus als je AI-adoptie wilt, moet je mensen begrijpen.

Technologie kan de AI-transformatie aandrijven. Maar die draait op menselijke psychologie.

Hoe je AI van een dreiging in een uitnodiging verandert

Ik geef drie adviezen:

1. Begin met de zakelijke vraag, niet met de technologie. Het AI-universum verandert in een jungle van mogelijkheden. Als CFO's is het niet onze taak om alle theoretische mogelijkheden te demonstreren. Het is onze taak om prioriteit te geven aan wat belangrijk is. Ik heb liever vijf AI-toepassingen die het bedrijf veranderen dan vijftig indrukwekkende demo's.
2. Doe persoonlijk mee. Delegeer AI niet aan IT, je digitale team of de jongste persoon in de ruimte. Ga ermee aan de slag. Stel het op de proef. Gebruik het. Je kunt geen transformatie leiden waarover je alleen in een PowerPointpresentatie hebt gelezen.
3. Waarschijnlijk het allerbelangrijkste: omarm de verandering en maak het leuk. Precies daarom ben ik zo dol op onze AI-hackathons. Er ontstaan nieuwe combinaties van financiële expertise, nieuwsgierigheid, creativiteit en technologie. Dat geeft ongelooflijk veel energie.

Maak van AI dus geen dreiging die boven je organisatie hangt. Maak er een uitnodiging van. Geef mensen toestemming om te experimenteren. Laat ze je verrassen. Vier nieuwsgierigheid.

Omdat ik geloof dat de grootste kans niet ligt in het vervangen van talent door AI. Het gaat erom via AI talent te ontdekken waarvan we niet eens wisten dat we het in huis hadden.

Blijf op de hoogte

Je kunt het werk van Annabella Bassler volgen op LinkedIn. Je kunt ook haar initiatief EqualVoice bekijken.