WAT IS AI IN FINANCE?
Artificial intelligence in finance: dit moet u weten.
Met artificial intelligence (AI) in finance kunnen machines de door financeteams uitgevoerde taken aanvullen. Voor CFO's en financeprofessionals is AI de volgende grote verandering op het gebied van financiële technologie.
Wat is artificial intelligence?
Met AI kunnen machines taken uitvoeren waarvan voorheen gedacht werd dat er menselijke intelligentie voor nodig was. AI analyseert data en leert ervan, herkent patronen en doet voorspellingen. Doordat deze taken sneller en op grotere schaal worden uitgevoerd, zorgt AI voor intelligentere besluitvorming en hogere productiviteit.
Wat is machine learning?
Machine learning (ML) is een subdiscipline van AI. ML-modellen zijn gebaseerd op data en zelfmodificerende methoden om patronen te identificeren en voorspellingen te doen of content te genereren. Deze modellen kunnen zichzelf vervolgens continu verbeteren om steeds krachtigere resultaten voor de toekomst te genereren.
Kom meer te weten over AI in finance.
Voor bedrijven die succesvol willen zijn in de nieuwe wereld van werk, zijn applicaties met AI in de kern essentieel. Ontdek hoe AI het financeteam sterker maakt voor de toekomst.
Wat is cloudbased finance?
AI en ML transformeren de financefunctie al in veel organisaties. Alleen hangt die transformatie samen met de technologische basis van een systeem voor financieel management.
Finance kan worden gedefinieerd als het managen, creëren en analyseren van geld en investeringen. Bepaalde aspecten in het bankwezen en finance worden uitgevoerd door speciale financiële instellingen, zoals de kredietscore, verzekeringsbeslissingen en fraudedetectie. Andere gebieden worden intern beheerd door organisaties, zoals risicobeoordeling, budgettering en investeringsplanning.
Veel organisaties gebruiken oplossingen voor financieel management om beter onderbouwde beslissingen te nemen. Deze oplossingen vormen al geruime tijd de ruggengraat voor accounting- en finance-afdelingen en maken meestal deel uit van een bredere suite van applicaties die bekendstaan als enterprise resource planning (ERP).
Van oudsher worden ERP-systemen belemmerd doordat het legacysystemen zijn met lange, dure upgrades, noodzakelijke IT-inzet om functies toe te voegen of te veranderen en frustrerende datasilo's. Door over te stappen op een native-cloudoplossing, zoals Workday Enterprise Management Cloud, hebben organisaties in realtime toegang tot hun data en krijgen ze een compleet beeld van het bedrijf en de financiën.
Workday heeft AI en ML in de kern van ons platform geïntegreerd. Toonaangevende financeorganisaties maken al gebruik van AI- en ML-technologieën in Workday om betere employee experiences te bieden, de operationele efficiëntie te verbeteren en inzichten te leveren voor een snellere, datagestuurde besluitvorming.
"Met Journal Insights van Workday zijn onze eindgebruikers aan het einde van de maand minder tijd kwijt aan controles. Ze kunnen fouten identificeren en gedurende de hele maand correcties aanbrengen. Zo is het een doorlopend proces."
—ERP Business Analyst, IMC Financial Markets
Wat is AI in finance?
De wereld van werk is veranderd en daarmee ook elk aspect van de business. HR is veranderd onder invloed van een economie op basis van vaardigheden. Contactloze transactieverwerking is niet meer weg te denken uit finance. En IT beheert tools en systemen voor een verspreid personeelsbestand. Deze transformatie is niet los te zien van AI en ML.
Met AI in finance kunnen machines taken uitvoeren die de manier waarop bedrijven hun kapitaal analyseren, beheren en investeren verrijken. AI kan steeds terugkerende, handmatige taken automatiseren, afwijkingen opsporen en realtime-aanbevelingen doen en vormt daardoor een belangrijke bron voor de bedrijfswaarde.
De toepassing van AI op voorspelbare en van oudsher arbeidsintensieve financeprocessen en -taken is essentieel om de financiële dienstverlening te moderniseren. Financeteams hadden vroeger bijvoorbeeld gedurende de maand en bij de periodeafsluiting buitensporig veel tijd nodig voor het verzamelen van informatie en de reconciliatie. De focus van AI ligt op het toezicht, zoals het opsporen van afwijkingen, het managen van uitzonderingen en het doen van aanbevelingen, zodat de teams meer tijd hebben voor strategische beslissingen.
Hoe wordt AI gebruikt in finance?
Artificial intelligence is de afgelopen tijd enorm belangrijk geworden, vooral door ChatGPT, chatbots voor klantenservice en generatieve AI. Hetzelfde geldt voor kredietbeslissingen. De mensen die vroeger enorme hoeveelheden klantgegevens en de kredietgeschiedenis moesten verwerken, worden nu accuraat ondersteund door AI-systemen.
De AI- en ML-algoritmen zijn cruciaal geworden voor organisaties om concurrerend te blijven op het gebied van finance. Voorheen werden dagelijkse financefuncties, zoals het detecteren van afwijkingen, het identificeren van fraude en het voorspellen van uitkomsten, handmatig uitgevoerd. Nu in toenemende mate van finance-afdelingen wordt verwacht dat ze efficiënt werken en strategische inzichten leveren, moeten organisaties AI-technologieën implementeren die meer automatisering, integriteit en nauwkeurigheid bieden.
In dit gedeelte bekijken we drie gebieden in de financiële sector waar AI-applicaties snel de norm zijn geworden.
"We beseffen dat kunstmatige intelligentie de mogelijkheid biedt om de manier waarop mensen en organisaties werken positief te veranderen."
–Sayan Chakraborty, Co-President bij Workday
De rol van AI in accounting.
Voor accounting-afdelingen is het van cruciaal belang om menselijke fouten tot een minimum te beperken, omdat de gevolgen van verkeerde cijfers of onnauwkeurigheden enorm zijn. Doordat de teams talloze facturen, rapporten en data moeten verwerken, wordt AI steeds belangrijker om concurrerend te blijven. Dit zijn de gebieden waar de rol van AI het meest doorslaggevend is voor klanten die Workday gebruiken:
- Automatisering: door de automatisering van financiële kerntransacties die vroeger handmatig werden uitgevoerd, profiteert iedereen van minder fouten, minder kosten en minder werkuren. Met machine learning is het bijvoorbeeld mogelijk facturen in bulk te uploaden en te scannen, dringende kwesties te identificeren en prioriteiten te stellen voor de verwerking. Vervolgens gaan de facturen naar de specialisten die op basis van eerdere projecten het meest geschikt zijn om ze te verwerken.
- Detectie van afwijkingen: bedrijven die AI gebruiken om continu uitzonderingen en onregelmatigheden aan het licht te brengen, komen vlak voor de periodeafsluiting niet onder druk te staan. Bij het traditionele record-to-report-proces komt veel werk in een kort tijdsbestek kijken. Met ML besteedt u aanzienlijk minder tijd aan toezicht houden, waardoor accountingteams meer tijd hebben voor het analyseren en aanpakken van strategische initiatieven.
- Intelligente aanbevelingen: met AI zijn bedrijven in staat om gedurende de hele periode automatisch aanbevelingen te genereren. In het contract-to-cash-proces gaat 50% van de tijd van de debiteurenafdeling verloren aan het verwerken van handmatige betalingen. ML kan onnauwkeurige data in de boekhouding detecteren en facturen met de grootste overeenkomst met betalingsbewijzen aanbevelen.
"Dankzij artificial intelligence en machine learning in ons systeem hebben we nu een factureringsnauwkeurigheid van bijna 100% en onze cashflow voor 100% geautomatiseerd. Bovendien is ons percentage handmatig uitgevoerde journaalposten ongelooflijk laag."
–Philippa Lawrence, Vice President en Chief Accounting Officer bij Workday
De rol van AI in financiële planning en analyse.
Het was nog nooit zo belangrijk om de toekomst te kunnen voorspellen. Grote veranderingen vinden wekelijks, zo niet dagelijks plaats. Bedrijven moeten zich daarom nog vaker aanpassen. AI-algoritmen analyseren data net zo snel als die veranderingen optreden, zodat planningsteams nauwkeurige voorspellingen kunnen doen om voorop te blijven lopen. Hier zijn drie gebieden waar AI al cruciaal is voor klanten van Workday Adaptive Planning:
- Detectie van afwijkingen: AI maakt gebruik van historische data om planners te waarschuwen als data buiten het normale bereik vallen. Zo hebben gebruikers beter inzicht in de hoofdoorzaken van afwijkende data en zijn ze vroegtijdig in staat aanpassingen door te voeren als dat nodig is. Bij elke nieuwe case kan het model van de gebruikersfeedback leren om zich voortdurend te verbeteren.
- Rapportage van uitschieters: AI zorgt voor een drastische reductie van de responstijd om op voorspelde uitschieters te reageren. AI vergelijkt zijn eigen prognose in realtime met de prognose van een planner, het budget of een andere versie. Bovendien is AI in staat accounts met significante verschillen te identificeren. Zodoende helpt AI om de analyses van verschillende planningsversies te versnellen en afwijkingen te detecteren zodra die zich voordoen.
- Voorspellende forecasts: nauwkeurige forecasts vormen het hart van financiële planning en analyse (FP&A). Met ML profiteren gebruikers van de historische data om voorspellende forecasts van de vraag te genereren. Dankzij de realtime-analyse van AI is het ook mogelijk andere datasets op te nemen voor nog meer precisie. Dit opent de deur naar een andere manier van plannen die voortdurend leert van data en zich aan de veranderende wereld aanpast.
De rol van AI in procurement.
Om effectief te opereren, moeten procurementteams in staat zijn de data accuraat te beoordelen, risico's te detecteren en de efficiëntie te verhogen. Source-to-pay-processen zijn vaak arbeidsintensief en foutgevoelig. AI kan op dat gebied voor een grote impact zorgen. Hieronder vindt u drie voorbeelden van AI- en ML-usecases voor uitgavenbeheer:
- Opsporen van data: bij semantische zoekopdrachten in Workday wordt gebruikgemaakt van optische tekenherkenning (OCR) om snel contracten te vinden. Deze taak duurde vroeger uren, zo niet dagen maar kan nu in enkele seconden worden voltooid. Hierdoor hebben sourcingteams meer tijd voor zinvolle contractonderhandelingen en risicomanagement.
- Detecteren van risico's: de verwerking van uitgaven is een substantiële bron van risico's voor organisaties. Meer nog dan door fraude komen risico's vaak voort uit fouten bij de handmatige invoer, zoals dubbele declaraties, verkeerde bedragen of onjuiste onkostenposten. ML helpt grote datasets te controleren en identificeert afwijkende items. Dit stroomlijnt het controleproces voor onkostendeclaraties en zorgt voor snellere terugbetalingen.
- Aanbevelen van uitgavencategorieën: ML biedt gebruikers een keuze uit geschikte uitgavencategorieën bij het maken van een bestelaanvraag of inkooporder. Dit vermindert het aantal downstream-fouten, versnelt het inkoopproces en verbetert de gebruikerservaring. Dat is niet alleen efficiënter, maar creëert ook meer vertrouwen in uw team.
Weet wat er op u afkomt.
De meeste financeprofessionals denken dat AI en ML aan het einde van dit decennium een vast onderdeel is van hun workflow. Desondanks maakt slechts een kleine minderheid al gebruik van deze technologie.
71%
van de financeprofessionals denkt dat ze aan het einde van dit decennium gebruikmaken van AI en machine learning.*
4%
zegt er nu al gebruik van te maken. De resterende 26% zegt dat het niet haalbaar is tot 2030 of dat ze deze functionaliteit niet nodig zullen hebben.*
* Internationale enquête over de toekomst van artificial intelligence en machine learning in de financefunctie
Wat zijn de voordelen van AI in finance?
CFO's proberen al geruime tijd om processen zoals afsluitingen, consolidaties, rapportage en payroll sneller uit te voeren. Digitale technologieën en automatisering kunnen CFO's in staat stellen om de financefunctie te transformeren.
In een Workday-rapport van 2022 werd voorspeld dat AI en ML aan het einde van dit decennium op grote schaal (71%) in de financefunctie zal zijn geïmplementeerd. Desondanks heeft 74% van de financeprofessionals momenteel geen enkele ervaring met AI. Hieronder vindt u enkele processen waarbij de implementatie van AI al voor prestatieverbetering zorgt:
- Sneller analyseren van grote hoeveelheden transacties
- Automatiseren van handmatige en herhaalde taken
- Effectief voorspellen en verminderen van risico's
- Doorlopende detectie van patronen en afwijkingen
- Vermindering van tijd om de boeken te sluiten
- Ruimte creëren voor werknemers zodat ze andere taken kunnen doen
- Kans op menselijke fouten reduceren
Uit een wereldwijde enquête van Workday onder 260 CFO's bleek dat bijna de helft (48%) van plan is te investeren in technologie om financetaken te stroomlijnen. Nog significanter is dat 99% van degenen voor wie technologie prioriteit heeft, vindt dat technologische updates essentieel worden voor het aantrekken en behouden van werknemers. Om voorop te blijven lopen in het werven van talent, moeten bedrijven prioriteit geven aan geavanceerde AI- en ML-oplossingen.
Wist u dat
Het vinden van talent met de juiste vaardigheden in AI en ML is voor 57% van de CFO's een prioriteit bij het zoeken naar nieuwe werknemers.
Hoe ziet de toekomst van AI in finance eruit?
Elke poging om finance te moderniseren zonder AI en ML is gedoemd te mislukken. Om volledig van AI te profiteren, moeten organisaties precies begrijpen wat dit inhoudt, van deep learning tot natuurlijke taalverwerking. Uit ons onderzoek blijkt dat veel bedrijven voor een enorme skill gap in AI staan: 71% van de financefuncties wil hun headcount voor datascientists verhogen om aan de doelstellingen voor 2030 te voldoen.
Als organisaties zich steeds meer toeleggen op AI, is het cruciaal dat businessleaders op hun AI kunnen vertrouwen. Bij Workday maken we gebruik van ethische AI-principes die in de architectuur van onze finance-oplossingen zijn geïntegreerd.
Bedrijven zeggen vaak dat hun producten 'op AI gebaseerd' zijn zonder duidelijk uit te leggen wat dat betekent. Workday is de enige grote aanbieder van financieel management in de cloud die AI en ML in de kern integreert. Hierdoor maken onze applicaties op natuurlijke wijze gebruik van AI en ML als integraal onderdeel van de workflow en zijn er geen ingewikkelde integraties nodig.
AI en ML moet uiterst betrouwbaar zijn, pas dan kunnen ze hun belofte voor de toekomst echt waarmaken. Daarom heeft Workday een Machine Learning Trust-programma opgezet met governance voor het definiëren van procedures bij het ontwikkelen en managen van AI en ML bij Workday. Zo kunnen we onze klanten technologische voordelen bieden die in lijn zijn met onze kernwaarden. In het kader van ons commitment aan betrouwbare AI werken we volgens onderstaande principes:
- Menselijk potentieel vergroten
- Positieve invloed op de samenleving
- Transparantie en eerlijkheid bevorderen
- Naleving van ons commitment aan dataprivacy en -bescherming
Kijk hoe Team Car Care de resultaten verbetert met intelligente planning.
Loop voorop en bepaal de toekomst van finance
Met meer dan 60 miljoen gebruikers met dezelfde versie van Workday hebben alleen onze klanten de betrouwbare financiële data die nodig zijn om het potentieel van AI te realiseren. Kom meer te weten over hoe grote bedrijven momenteel gebruikmaken van native AI voor hun financiële beslissingen met Workday.