Financieel directeur van ClickUp: U stelt de verkeerde vragen over AI

Dan Zhang is CFO bij ClickUp, een AI-productiviteitsbedrijf voorafgaand aan de beursgang waar de verhouding tussen agents en mensen groter is dan één op één.

We spraken met Dan om te ontdekken waarop financiële leiders hun aandacht moeten richten. Dit is wat zij ons vertelde.

De meest veelzeggende cijfers

Ik ben Dan Zhang, CFO bij ClickUp, een AI-productiviteitsbedrijf voorafgaand aan de beursgang. Ik houd toezicht op financiën, accounting, People/HR en juridische zaken en help het bedrijf opschalen via kapitaalallocatie, strategische besluitvorming en voorbereiding op een beursgang.

Ik geef leiding aan de volledige financiële keten: FP&A, Corp Dev, accounting en de dealdesk. Accounting omvat alleen al corporate accounting, technical accounting, revenue accounting, salarisadministratie, belastingen en inkoop. We dragen de complexiteit van een functie die klaar is voor een beursgenoteerd bedrijf, maar we houden deze bewust slank.

Vorig jaar overschreden we $300 miljoen aan ARR en we groeien snel. Wereldwijd bedienen we meer dan 200.000 klanten en 30 miljoen gebruikers, met ongeveer 1.000 medewerkers verspreid over zes juridische entiteiten.

Maar dit is het cijfer dat volgens mij het meest veelzeggend is over waar we staan: onze verhouding tussen agents en mensen is nu groter dan één op één. Iedereen in mijn team werkt met meerdere AI-agents en die verhouding blijft stijgen. Ons team bestaat uit de mensen die verantwoordelijkheid dragen voor het oordeel en de agents die het werk daaronder uitvoeren.

Vraag of het werk klaar is voor AI — niet andersom

De meeste bedrijven vragen of AI klaar is. Wij draaiden de vraag om: is het werk klaar voor AI?

Wanneer je uiteenrafelt wat een financiële organisatie doet, bevindt het meeste zich in wat ik "het midden" noem. Het initiatief ligt aan de ene kant: de vraag formuleren en het doel bepalen. Het uiteindelijke oordeel ligt aan de andere kant: de beslissing en de goedkeuring. Alles daartussenin — informatie verzamelen, afstemmen, opstellen en formatteren — is middenwerk. Daar hoort AI thuis. Mensen zijn verantwoordelijk voor het begin en het einde. AI voert het midden uit.

Op basis hiervan hebben we echte beslissingen genomen. We hebben procesmining uitgevoerd op onze workflows om te ontdekken waar het middenwerk plaatsvindt, in plaats van te gissen. We hebben het afsluitingsproces geautomatiseerd en voeren het sneller uit met 40% minder mensen. Ik heb mijn eigen stack van AI-agents gebouwd, waaronder een contextagent die mijn institutionele kennis bij zich draagt en een beslissingsagent die mijn ideeën kritisch toetst voordat ik ze aan de raad van bestuur voorleg.

Uiteindelijk gaat het niet om wat je hebt gebouwd, maar om de beslissingen die je daardoor anders hebt genomen. De functie die je niet hebt ingevuld. De afsluiting die je hebt verkort. Het cijfer dat je sneller vertrouwde. De kwetsbaarheid in de beheersing die je zonder AI niet zou hebben ontdekt.

Dat is de transformatie.

Waarom financiële modellen samen met Claude moeten worden gebouwd

We hebben veranderd hoe we modellen bouwen. We bouwen nu elk nieuw model samen met Claude, alsof we een nieuwe analist opleiden.

In het begin is het pijnlijk. Ik heb de klachten gehoord: "Het zou sneller zijn als ik het gewoon zelf bouwde." Ja. Voor jou. Vandaag. Niet voor het team en niet volgend jaar.

Samen bouwen dicht de twee hiaten die elk FP&A-team heeft.

1. Institutionele kennis: de kennis die in iemands hoofd zit of in een kwetsbaar spreadsheet waar niemand aan wil komen, vormt niet langer een probleem. Wanneer je samen met AI bouwt, is documentatie geen bijzaak; het is het bouwproces zelf. We leggen elke aanname vast.
2. Snelheid van scenario's: het beantwoorden van het Slack-bericht van een leidinggevende om 1 uur 's nachts — "Wat gebeurt er met de omzet en het geld als ik X naar marketing verschuif en Y aan fte's handhaaf?" — duurde vroeger dagen; nu duurt het seconden. Planningstools beloofden dit jarenlang, maar leverden het nooit, omdat het probleem nooit in de modelmechanica zat. Het ging om de context — hoe alles met elkaar verbonden is. Zodra een centrale intelligentie die context bevat, kunnen leidinggevenden onbeperkt scenario's ter plekke uitvoeren.

Waarom financiële teams hun kennis moeten vastleggen in Claude-vaardigheden

Gedachten van Dan

Het oude draaiboek zegt dat je de eerstelijn moet uitbreiden. Dat doen wij niet. Wij bouwen superagents die deze gespecialiseerde vaardigheden orkestreren, subagents die de taken onvermoeibaar uitvoeren, en een workflow met een menselijke eindbeoordelaar die verantwoordelijk is voor de kwaliteit van het werk van de AI. De verantwoordelijkheid wordt nooit overgedragen aan de machine.

Onze accountingmanager heeft 27 Claude-vaardigheden gebouwd. 27 gecodificeerde, door experts geschreven draaiboeken die de voorbereidingslaag agressief automatiseren: aansluitingen, afsluitingsstappen en voorbereiding op entiteitsniveau. Elk draaiboek is gedocumenteerd, herhaalbaar en bestand tegen het vertrek van de auteur.

Dit is waarom dat belangrijk is. We voegen entiteiten en nieuwe bedrijfsactiviteiten toe. Het oude draaiboek zegt dat je de eerstelijn moet uitbreiden. Dat doen wij niet. Wij bouwen superagents die deze gespecialiseerde vaardigheden orkestreren, subagents die de taken onvermoeibaar uitvoeren, en een workflow met een menselijke eindbeoordelaar die verantwoordelijk is voor de kwaliteit van het werk van de AI. De verantwoordelijkheid wordt nooit overgedragen aan de machine.

Als een CFO één ding wil overnemen, neem dan dit over: Laat je beste expert vastleggen wat die weet in vaardigheden, plaats daar een orkestratielaag bovenop en zet aan het einde een met naam genoemde mens. Stimuleer je beste experts zodat ze worden beloond voor de automatiseringen die ze bouwen.

Waarom controle nu een eigenschap van het systeem is

Meer menselijke betrokkenheid betekent niet meer controle.

Ik ben opgegroeid met het idee dat controle betekende dat mensen alles controleerden. AI dwong me toe te geven dat dit slechts schijnvertoning was bovenop een kwetsbaar systeem. Ongedocumenteerde spreadsheets, aannames die in de hoofden van mensen leefden, overal risico's door sleutelpersonen. Ik krijg nog steeds telefoontjes van mijn oude bedrijf over een spreadsheet die ik heb gebouwd, een jaar nadat ik vertrok. Dat is geen controleomgeving. Dat is een gijzelingssituatie die we allemaal als normaal zijn gaan beschouwen.

Controle is nu een eigenschap van het systeem geworden, niet van het aantal mensen dat ermee werkt. Invoer is vergrendeld. Het systeem registreert elke actie van elke agent en koppelt die aan een workflow-ID. Aannames zijn expliciet en scenario's zijn reproduceerbaar. Mijn auditors kunnen om het auditspoor vragen. Ze konden nooit controleren wat er in iemands hoofd zat.

Mensen zijn niet uit het controlesysteem verdwenen. Ze zijn verhuisd naar de plek waar ze altijd al thuishoorden: de uitzonderingslaag en de eindbeoordeling, met een naam en verantwoordelijkheid. Minder contactmomenten, die elk echt gewicht dragen, in een functie waarin 99% nauwkeurigheid volledig tekortschiet.

Waarom AI het concept is en niet de beslissing

Wat AI aankan, bepaal ik aan de hand van drie regels:

1. AI handelt voorbereiding, synthese en monitoring agressief af.
2. Een mens neemt altijd de laatste stap als die een financieel overzicht wijzigt of geld verplaatst.
3. Als er onder ambiguïteit oordeelsvermogen nodig is of iemand verantwoordelijk moet zijn voor de uitkomst, is dat mensenwerk, omdat de output van AI een concept is en geen beslissing. Ik ben voor 100% verantwoordelijk voor de uitkomst.

Dus bijvoorbeeld:

• Prognoses: aangedreven door AI, beheerd door mensen. We bouwen elk FP&A-model samen met AI. Aannames zijn gedocumenteerd, de logica is expliciet en niets leeft in het hoofd van één persoon of in een kwetsbare spreadsheet.
• Afwijkingsanalyse: mijn activiteit die het meest afhankelijk is van AI. Een analistenagent werkt met actuele gegevens, signaleert afwijkingen en maakt een concept van de toelichting. Mensen verschuiven van de transactielaag naar de uitzonderingslaag. Ik wil niet dat mijn team elke regel controleert. Ik wil dat ze elke afwijking controleren die het systeem aan het licht brengt.
• Kasstroombeheer: AI voorspelt, stemt af en monitort de kasstroom. Maar één regel kent geen uitzonderingen: een agent mag nooit een kasuitstroom initiëren. Agents hebben alleen-lezen-toegang tot financiële overzichten. Agressief in de voorbereiding, zorgvuldig in de beoordeling.
• Budgettering: AI bereidt de consolidatie en de BvA voor. Mensen behandelen de afwegingen.

Het patroon bij al deze activiteiten is dat AI in fasen autonomie verkrijgt. Observeren, aanbevelen en vervolgens de automatisering geleidelijk uitbreiden, met volledige audit trails. Mensen richten zich op waar ze beter presteren dan de machine: oordeel, verantwoordelijkheid en nieuwe context uit de echte wereld. Hoe sneller we automatiseren, hoe belangrijker oordeel wordt. Snelheid zonder oordeel is gewoon sneller fouten maken.

Waarom financiële leiders spanning moeten injecteren in beslissingen over middelen

Nu we het toch over budgettering hebben: ik heb spanning geïnjecteerd in elke beslissing over middelen.

Mensen zijn dol op aannemen, maar meestal nemen ze mensen aan voor kapotte processen en noemen ze dat schaalvergroting. Voer daarom een aannamepoort in. Leiders moeten het AI-werkproces bewijzen voordat ze het personeelsbestand uitbreiden.

Het is een aantrekkelijkere versie van budgettering op nulpuntbasis. Als het werkproces na een grondige test echt nog steeds een mens nodig heeft, prima, neem die persoon dan aan. Maar als je de spanning nooit injecteert, zul je nooit weten hoeveel je kunt aanscherpen.

Waarom financiële leiders voorzichtig moeten zijn met "autonome" financiële hulpmiddelen

Gedachten van Dan

Volledig autonome financiën zonder menselijke tussenkomst bestaan nog niet…Iedereen die je autonome financiën verkoopt, verkoopt je een demo.

De grootste kloof tussen hype en werkelijkheid is automatisering van begin tot eind. Die bestaat niet. Volledig autonome financiën zonder menselijke tussenkomst bestaan nog niet.

En ik ga nog verder: zelfs het eigen productteam van Anthropic vertelt hetzelfde aan hun financiële team. Volledige automatisering bestaat niet, zelfs niet binnen het bedrijf dat de meest geavanceerde modellen ontwikkelt. Als het laboratorium dat het model maakt zijn eigen boekhouding niet zonder menselijke tussenkomst uitvoert, zou jij dat ook niet moeten doen.

Iedereen die je autonome financiën verkoopt, verkoopt je een demo.

Hoe AI capaciteit en snelheid beïnvloedt

De grootste positieve effecten die ik zie, zijn:

• Efficiëntie: vóór AI besteedde mijn FP&A-team 80% van zijn tijd aan mechanische taken. Gegevens opschonen, rapporten opmaken, cijfers in presentaties plakken. Slechts 20% ging naar synthese en verhalen vertellen. Die verhouding staat op zijn kop en is de standaard in de sector.
• Personeelsbestand: leiders die het werkproces proactief opbouwden, schrapten 50% van toekomstige aanstellingen. We hebben 15% van het huidige personeelsbestand verminderd, voornamelijk in gedeelde dienstverlening van het laagste niveau met veel proceswerk.
• Vermenigvuldiging van capaciteit: een leider op het gebied van bedrijfsontwikkeling ging van 1-2 deals per maand naar 6-8 gelijktijdig. Eén persoon, zonder nieuwe aanstellingen. De agent verbreedde de trechter; de menselijke medewerker bleef verantwoordelijk voor de laatste stap.
• Snelheid van scenarioanalyses: dit is het duidelijkste verschil tussen vroeger en nu. Zoals ik al zei, ging de vraag van de bestuurder om 1 uur 's nachts — "Wat gebeurt er met de omzet en het kasgeld als ik X naar marketing verschuif en het personeelsbestand op Y houd?" — van dagen naar seconden.
• Leveranciersconsolidatie: interne software die op Claude is gebouwd, heeft al meerdere kostenposten voor hulpmiddelen overbodig gemaakt, waaronder hulpmiddelen voor afsluitautomatisering, inkoop en ticketbeheer. Tot nu toe hebben we zescijferige leveranciersuitgaven bespaard.

Het negatieve effect was de AI-sloptaks. Maar de manier waarop het misging, waren niet AI-fouten; het waren mensen die niet-gecontroleerde AI-output publiceerden. Financiële slop tast het vertrouwen stilletjes aan en put je beste mensen het snelst uit. Niets zet een toppresteerder zo in beweging als het lezen van een document zonder enige menselijke inbreng.

De oplossing was cultureel. Ik moet leidinggeven en mijn team verantwoordelijk houden. Ze moeten weten dat ik alles lees wat ze aan mij voorleggen.

Waarom financiële leiders zich eerst op de fundamenten van werkprocessen moeten richten

Er is een verschil tussen AI invoeren en een systeem ontwerpen.

Mijn eerste jaar bestond uit experimenteren: speelgoed bouwen, AI aan bestaande werkprocessen koppelen en indrukwekkende demo's verzamelen. Bijna alles daarvan was wegwerpbaar. De demo's stierven met hun makers, de prompts leefden in de hoofden van mensen en niets bouwde voort.

Wat ik nu weet, is dat de basis eerst komt. Maak het werk begrijpelijk voor AI voordat je iets automatiseert. Leg de kennis vast in vaardigheden, vergrendel de gegevensbronnen en leg elke handeling vast. Een middelmatig werkproces op een solide basis bouwt voort. Een briljante demo zonder basis vervliegt.

Als ik dat eerder had begrepen, had ik de verspilde cyclus kunnen vermijden: maanden van eenmalige experimenten die nul duurzame middelen opleverden. Ik had ook vanaf dag één mijn schrijfvaardigheden als accountingmanager kunnen ontwikkelen.

Advies voor financiële leiders

Dus, mijn advies? Bouw de basis vanaf het begin met AI als uitgangspunt. Bewaak de kwaliteit alsof de boekhouding ervan afhangt, want dat doet ze. En zet je mensen in waar ze de machine overtreffen: beoordelingsvermogen, verantwoordelijkheid en contact met de echte wereld.

De organisatie van de toekomst is geen kleinere, goedkopere versie van die van vandaag. Het is een slanker team van versterkte toppresteerders die opereren op een niveau dat eerder niet mogelijk was.

Volg mee

Je kunt het werk van Dan Zhang volgen op LinkedIn.

Er volgen meer interviews met experts op The CFO Club!