Technisch financieel directeur zegt dat financiële leiders de financiële impact van AI verkeerd begrijpen

Ashok Manthena is de CFO en het hoofd financiële AI bij ChatFin.ai. Hij is ook auteur en onderzoeker, met een focus op de toepassing van AI in financiële processen.

In dit interview deelde Ashok hoe financiële leiders AI-transformatie binnen hun organisaties moeten aanpakken.

Van AI-analyse naar AI-uitvoering

Ik ben Ashok Manthena, een onderzoeker en praktijkprofessional die zich richt op de toepassing van AI in financiële processen. Mijn werk omvat essentiële financiële functies, waaronder AP/AR, controllerprocessen zoals de maandafsluiting, FP&A en belastingen.

Ik heb gedurende mijn carrière met grote ondernemingen gewerkt en werk tegenwoordig met een breed scala aan bedrijven — van middelgrote organisaties tot ondernemingen met een omzet van enkele honderden miljoenen tot meer dan een miljard dollar. Deze organisaties verschillen wat betreft sectoren, technologiestacks en ERP-systemen, wat extra complexiteit met zich meebrengt — vooral op het gebied van cyberbeveiliging.

Mijn focus ligt op de manier waarop AI verder kan gaan dan analyse en kan worden ingezet voor uitvoering, door workflows te automatiseren, de nauwkeurigheid te verbeteren en financiële teams in staat te stellen sneller en met meer controle te werken.

Waarom CFO's moeten aandringen op geleidelijke AI-adoptie

Veel CFO's — vooral bij middelgrote tot grote bedrijven, hoewel dit ook breder van toepassing is — gaan ervan uit dat hun AI-transformatie een big-bangverschuiving zal zijn, waarbij AI vanaf dag één snel processen overneemt. Dat is niet praktisch.

Bij grotere organisaties zijn financiële processen cruciaal voor de bedrijfsvoering en mogen ze niet worden verstoord. Daarom moet AI-adoptie veel doelbewuster en geleidelijker verlopen dan mensen verwachten. Elke CFO zou dit moeten beseffen.

Ashok deelt

Veel CFO’s gaan ervan uit dat hun AI-transformatie een big-bangverschuiving zal zijn, waarbij AI vanaf dag één snel processen overneemt. Dat is niet praktisch.

Bij elke transformatie is de menselijke factor cruciaal. Weerstand tegen verandering en goed verandermanagement vereisen serieuze aandacht — en dat geldt in het bijzonder voor AI-transformatie. Uiteindelijk blijft een mens verantwoordelijk voor de output; iemand is er altijd eindverantwoordelijk voor. Daarom mogen we het menselijke aspect van AI-adoptie niet over het hoofd zien of bagatelliseren.

Een top-downbenadering werkt het best. Wanneer financiële leiders AI-adoptie actief stimuleren, vaststellen waar teams hun inspanningen aan besteden en aandringen op gerichte verbeteringen, versnelt de adoptie. Deze door leiders aangestuurde focus op operationele knelpunten zorgt ervoor dat AI-initiatieven resultaten opleveren.

Hoe AI het bedrijfsresultaat beïnvloedt

Wanneer AI doordacht wordt geïmplementeerd, heb ik de voordelen ervan op meerdere fronten gezien.

Er is sprake geweest van aanzienlijke kostenbesparingen en een verminderde afhankelijkheid van handmatige middelen, omdat veel processen nu automatisch worden uitgevoerd.

Daarnaast hebben we een betekenisvollere verschuiving gezien — mensen en teams kunnen nu dingen doen die eerder niet mogelijk waren door een gebrek aan tijd of capaciteit. In plaats van zich uitsluitend op routinetaken te richten, besteden ze meer tijd aan werk dat rechtstreeks invloed heeft op het bedrijfsresultaat.

Dat gezegd hebbende, denk ik dat veel mensen de financiële impact verkeerd begrijpen. De aanvankelijke kostenbesparingen door automatisering worden snel zichtbaar, maar vlakken net zo snel af. Wat belangrijker is, is het waarborgen van de bedrijfscontinuïteit, het minimaliseren van het risico op verstoringen en het verbeteren van de algehele bedrijfsprestaties. In grote financiële organisaties kunnen zelfs kleine verstoringen een buitenproportionele financiële impact hebben. Daarom behoudt een tragere, gecontroleerde adoptie de waarde beter dan agressieve kostenbesparingen.

Terwijl teams experimenteren, ontdekken ze welke toepassingen daadwerkelijk ROI opleveren — niet alleen door inspanningen te verminderen, maar ook door de nauwkeurigheid, controle en besluitvorming te verbeteren. Daar komt het echte financiële voordeel vandaan.

Hoe AI AR-workflows fundamenteel verandert

Ik ben betrokken geweest bij transformaties binnen vrijwel alle CFO-functies.

Neem het beheer van de AR-inbox als voorbeeld. Traditioneel besteden teams veel tijd aan communicatie met klanten, het beantwoorden van vragen en het opvolgen van openstaande facturen. Hoewel eerdere methoden delen hiervan automatiseerden, hebben AI-agents dit veel eenvoudiger en effectiever gemaakt.

De workflow begint wanneer de agent facturen leest, vervallen en binnenkort vervallende posten identificeert en je beleidsregels en betalingsvoorwaarden toepast. De agent verstuurt automatisch herinneringen voor achterstallige facturen en periodieke overzichten met alle openstaande en binnenkort vervallende saldi. Wanneer een klant reageert, haalt de agent de relevante gegevens op, verifieert de aanvrager en antwoordt met de juiste informatie.

We hebben dit enkele weken getest om de nauwkeurigheid te garanderen voordat we het in productie gebruikten. Nu is het grotendeels een proces zonder handmatige tussenkomst, wat de manier waarop de AR-workflow functioneert fundamenteel verandert.

Waarom budgettering en prognoses niet volledig kunnen worden geautomatiseerd

Ashok deelt

AI heeft minder invloed op budgettering dan op andere functies. Het is sterk afhankelijk van beoordelingsvermogen, context en zakelijk inzicht.

AI heeft minder invloed op budgettering dan op andere functies. Het is sterk afhankelijk van beoordelingsvermogen, context en zakelijk inzicht. AI kan helpen bij het verzamelen van gegevens en bij delen van de budgetworkflow, maar we hebben nog niet volledig opgelost hoe we menselijke input hier effectief kunnen combineren met AI-gestuurde inzichten.

Hetzelfde geldt voor prognoses. Het blijft een onderbouwde inschatting in plaats van een volledig geautomatiseerde uitkomst, en ik verwacht dat dit nog enige tijd zo zal blijven.

Op geconsolideerd financieel niveau is het moeilijk om uitsluitend op machine learning te vertrouwen, omdat het signaal vaak beperkt is en voorspellingen mogelijk niet betrouwbaar genoeg zijn. Hier speelt menselijk beoordelingsvermogen nog steeds een cruciale rol — het begrijpen van de bedrijfscontext en nuances en het maken van goed geïnformeerde aannames.

Voor budgettering en prognoses vertrouwen we daarom op gestructureerde modellen die door parameters worden aangestuurd en gebruikmaken van bekende variabelen en bedrijfslogica, zodat de uitkomsten deterministisch zijn en financiële teams ze eenvoudig kunnen valideren, in plaats van op prognoses die uitsluitend door ML worden aangestuurd. En we vertrouwen op mensen in de lus.

Voor de rest van de financiële activiteiten, zoals reconciliaties, AP, AR, rapportage en afsluitingsactiviteiten, gebruiken we AI-agents. Deze verwerken gegevensinvoer, matching, communicatie en de uitvoering van workflows.

Waarom AI het analyseproces niet verandert

Ook bij analyses heeft AI niet de impact gehad die ik had verwacht.

AI heeft deze processen sneller gemaakt, maar heeft niet consistent fundamenteel nieuwe inzichten opgeleverd die verder gaan dan wat financiële teams al afleidden.

De uitkomsten worden vaak beter gepresenteerd en sneller gegenereerd, maar het fundamentele begrip van het bedrijf is niet wezenlijk veranderd — althans niet voor ons.

Hoe financiën de komende jaren zullen veranderen

In de toekomst zal AI financiële tools veranderen van een verzameling afzonderlijke tools in meer uniforme, geïntegreerde systemen. Er zullen nieuwe softwarecategorieën ontstaan en deze verschuiving zal veranderen hoe organisaties financiële systemen ontwerpen en technologie gebruiken. Organisaties moeten hier nu over beginnen na te denken.

AI verandert financiën niet door één enkele verschuiving, maar door veranderingen in workflows, teams, systemen en besluitvorming.

We staan nog maar aan het begin van de reis naar AI-transformatie, en veel onbekenden blijven bestaan, vooral op gebieden zoals kapitaalallocatie. Hoewel AI nu veel taken autonoom kan uitvoeren, is mijn advies aan financiële leiders om het uiteindelijke oordeel zelf te behouden — gebaseerd op bedrijfskennis, branchecontext en ervaring.

Volg mee

Je kunt het traject van Ashok Varma volgen op LinkedIn.

Er volgen meer interviews met experts op The CFO Club!