5 thema's in AI die de financiële functie gaan veranderen

‘Artificial intelligence zal de komende jaren grote veranderingen teweegbrengen,’ zegt Deborah Nas, deeltijd hoogleraar Strategic design for technology-based innovation aan de TU Delft tijdens het digitale event van NIVE opleidingen 'Digital finance: van kans naar kracht'. In 5 thema’s geeft ze weer hoe AI ook uw werk zal veranderen. ‘AI biedt heel veel kansen voor finance professionals, maar je moet ze wel zelf pakken.’Lees ook: Artificial intelligence belooft grote veranderingen, maar wat is het eigenlijk?

Thema 1 Analyseren en voorspellen

Artificial intelligence is heel goed in analyseren en voorspellen. We zien hier een aantal interessant tools opkomen. Dit is ook interessant voor bedrijven die nog een hele lange weg te gaan hebben in de digitale transformatie. Waarom? Heel veel van die tools komen als kant en klare cloudoplossingen beschikbaar, dus daar kun je ook met legacy systemen mee uit de voeten. Een leuk voorbeeld is de tool Quid. Het algoritme gaat op zoek naar informatie. Bijvoorbeeld: kijk naar de markt van wearables (zoals slimme horloges, slimme brillen). Wat gebeurt daar? Het algoritme gaat het web op en bekijkt alle publieke bronnen die hij kan vinden, en gaat die informatie bottom-up clusteren en maakt daar thema’s van. De thema’s hebben verschillende kleuren en er lopen lijnen die de onderlinge relaties aangeven. Je kunt er verschillende filters op loslaten. En je kunt per bolletje doorklikken naar de uiteindelijke bron. Zo maakt een algoritme dus een analyse van iets waar een consultancyfirma maanden mee bezig is en enkele tonnen voor vraagt. En dit is niet de enige view, want je kunt bijvoorbeeld ook nog kijken naar hoeveel nieuwe bedrijven zijn daar in een bepaalde periode opgekomen? Wanneer zijn ze gestart? Hoeveel geld hebben ze opgehaald? Welk cluster heeft hoeveel geld geïnvesteerd? Wie heeft wie gekocht? Dit soort tools veranderen totaal hoe we omgaan met analyses. 

Een andere tool, meer business intelligence, is bijvoorbeeld Enigma. Enigma koppelt interne databronnen aan externe databronnen om uiteindelijk het betalingsrisico van (potentiële) klanten te kunnen inschatten. Op een veel betere manier dan de huidige creditscores dat doen. Ook zijn er programma’s zoals cash.ai, die hebben een AI-oplossing ontwikkeld om end-to-end cash audits te doen. Programma’s zoals Fluidly, voor het mkb, om heel goede cashflowanalyses te maken. En ook voorspellingen. Het programma neemt daarbij ook voorspellingen van koerswisselingen en dergelijk mee.‘

Thema 2 Interne processen vereenvoudigen

De no-code of low-code ontwikkeling is een heel belangrijke ontwikkeling voor het vereenvoudigen van interne processen. Er zijn bedrijven die algoritmes maken waar je als business professional zelf je systeem mee kan maken, zonder dat je hoeft te coderen. Stel je wilt het hele inkoopproces anders organiseren en je gebruikt een tool zoals Tradeshift, dan kun je met drag-en-drop je eigen interne webshop bouwen. Waarmee je het inkoopproces voor iedereen in je organisatie verandert naar een online shopping experience. Iedereen die gemachtigd is om in te kopen krijgt een virtual creditcard en bepaalde rechten. Het hele proces verandert daardoor. Dit soort tools worden eigenlijk bijna altijd ontwikkeld door start-ups. Dat zijn echt geen schattige kleine bedrijfjes, het soort bedrijven als Tradeshift haalt zo een half miljard euro aan investeringsgeld uit de markt. Dus die hebben een ongekende innovatiekracht. Er zijn ook hele praktische tools waarmee medewerkers hun declaraties kunnen indienen, zoals Expensify. Medewerkers maken een foto van hun bonnetje, dat wordt herkend, het wordt automatisch in het systeem gezet en het algoritme keurt instant goed, of stuurt het door naar een mens voor een tweede beoordeling als het algoritme denkt dat er misschien iets mee aan de hand is. En als mensen vragen hebben, sturen ze in de toekomst natuurlijk geen mailtje meer, maar sturen ze een appje. Een chat die beantwoord wordt door een chatbot. Dat zien we in b-to-b toepassingen nog niet zoveel, maar in de consumentenmarkt al wel. Bij mastercard kun je bijvoorbeeld via de chat vragen hoeveel je waaraan hebt uitgegeven, en de chatbot antwoordt. Het vervangt daarmee de customer service voor een deel en biedt nieuwe functionaliteit.

Thema 3 Compliance

Op het gebied van compliance gebeurt natuurlijk ook van alles. Daar zien we oplossingen zoals Kira systems. Die hebben ready-to-use out-of-the-box algoritmes. Ze hebben ze al voor je getraind, maar als je wilt kun je ze ofwel verrijken met je eigen data ofwel je krijgt een ongetraind algoritme dat je nog helemaal zelf kunt trainen met je eigen data. Wat doe je dan? Je koopt bijvoorbeeld een algoritme dat al getraind is op Brexit-compliance of op GDPR, of bepaalde IFRS reporting standaarden. Dat kan heel handig zijn als je bijvoorbeeld een overname gaat doen. Er komen systemen op als Behavox. Daar wordt het al een beetje eng. Behavox is een behavioral operating system. Dat zijn software algoritmes die al het gedrag van de medewerkers monitoren: belletjes, appjes, sms’jes, e-mail, je kan het zo gek niet voorstellen. Het systeem laat daar gedragspatronen op los om mogelijke fraude en incompliance te detecteren. En het interessante daarvan is dat het er ook nog een intentie bij geeft: is het een fout of lijkt het opzet?

Lees verder