Uit onderzoek blijkt dat 79% van de finance-professionals de voordelen van AI en digitalisering ziet, maar dat 82% moeite ervaart met de implementatie. Er is dus veel ambitie, maar de juiste structuur ontbreekt vaak.

Finance-teams werken bovendien gemiddeld met zeven verschillende tools naast elkaar. In 38% van de gevallen sluiten die systemen niet goed op elkaar aan. Het gevolg: medewerkers verliezen jaarlijks ruim 160 uur aan schakelen tussen systemen – bijna vier volledige werkweken.

Ondertussen neemt de druk op CFO’s toe. Zij moeten realtime scenario’s draaien, afwijkingen signaleren en strategische keuzes onderbouwen. Daarmee verandert hun rol: van financieel geweten naar strategisch leider. Niet alleen de cijfers moeten kloppen, maar ook de systemen erachter.

De technologie is er, maar de samenhang ontbreekt. Veel organisaties werken met dashboards zonder eenduidige definities. Data is er volop, maar consistentie en kwaliteit ontbreken. Daardoor wordt AI vaak een losse toevoeging zonder richting.

Zelfs relatief eenvoudige begrippen, zoals fte worden in organisaties op verschillende manieren gedefinieerd. Het is dus niet vreemd dat complexere datapunten nog meer variatie laten zien. Zonder uniforme basis blijft AI een black box die meer vragen oproept dan beantwoordt.

Voor CFO’s die overzicht willen houden, begint grip bij Business Intelligence (BI).
BI zorgt voor structuur in data en processen. Het maakt definities eenduidig, herleidbaar en betrouwbaar. Daarmee verandert finance van een uitleggende naar een richtinggevende rol.

Een CFO die drie verschillende versies van de brutomarge in één rapportage tegenkomt, weet dat het probleem niet in de analyse zit, maar in de data-opzet. Zonder structuur ontstaat ruis, waardoor beslissingen worden uitgesteld of gebaseerd op onderbuikgevoel.

Toch werkt 41% van de finance-afdelingen nog met handmatige rapportages. Rolling forecasts zijn bij meer dan de helft van de organisaties nog geen standaard. Er is wel tooling, maar weinig integratie.

Bij veel organisaties neemt AI inmiddels routinetaken over, zoals afwijkingen signaleren of journaalposten voorstellen. Dat lijkt efficiënt, maar het heeft ook een keerzijde.

Juist door het uitvoeren van die basistaken ontwikkelen jonge finance-professionals inzicht in processen en afwijkingen. Als AI al dat werk overneemt, dreigt er op termijn een gat in expertise. De seniors van morgen zijn de juniors van vandaag en zij hebben die basiservaring nodig om AI later goed te kunnen beoordelen en bijsturen.

De oplossing ligt niet in nog meer technologie, maar in regie op data. CFO’s moeten weten hoe data stroomt, wie ermee werkt, welke definities worden gehanteerd en welke informatie echt nodig is om te sturen.

Datakwaliteit moet inzichtelijk en meetbaar worden gemaakt. Geen abstract begrip, maar concrete verbeterpunten en opschoonlijsten. Zo wordt datakwaliteit een strategisch stuurmiddel in plaats van een IT-thema.

Bij veel organisaties neemt AI inmiddels routinetaken over, zoals afwijkingen signaleren of journaalposten voorstellen. Dat lijkt efficiënt, maar het heeft ook een keerzijde.

De verwachtingen van AI zijn hoog, maar zonder solide BI-infrastructuur blijven de beloftes onbenut. Voor CFO’s die echt grip willen krijgen op hun datalandschap, zijn dit de vragen die centraal staan:

• Zijn onze kern-KPI’s eenduidig gedefinieerd en herleidbaar tot de bron?

• Waar in onze datastromen ontstaat vertraging, dubbeling of onbetrouwbaarheid?

• Is BI ingericht als strategisch stuurmiddel of vooral als rapportageproductie?

• Wie is verantwoordelijk voor datakwaliteit en wordt daar actief op gestuurd?

Zonder antwoorden op deze vragen blijft elke AI-investering een sprong in het duister. Maar wie eerst het fundament legt met BI, kan daarna versnellen met AI. Eén datalaag, één waarheid, één richting.