De voorbije maanden zien we bij veel kantoren hetzelfde gebeuren. Zodra een AI tool wordt geïntroduceerd, ontstaat het gevoel dat het probleem opgelost is. Er wordt getest en geëxperimenteerd, soms vrij intensief. Toch blijft er twijfel. De output ziet er goed uit, maar klopt ze ook? En belangrijker, kan je er echt op vertrouwen en wie staat er achter het antwoord?
Opvallend genoeg ligt het probleem zelden bij de technologie zelf. AI doet meestal gewoon wat je ervan vraagt. De echte uitdaging zit in wat er al bestond voor AI: hoe kennis binnen kantoren georganiseerd is, of net niet.
Scheefgetrokken verwachtingen
In gesprekken met kantoren komt vaak hetzelfde naar boven: “Het werkt, maar soms krijgen we verschillende antwoorden.” Dat is niet vreemd. AI is geen bron van waarheid, maar een systeem dat informatie samenbrengt.
“We verwachten van AI dat het antwoorden geeft die intern niet bestaan.”
Kennis zit verspreid in documenten, mails en hoofden. Er is zelden een volledig overzicht. Toch wordt verwacht dat AI daar consistente antwoorden uit haalt. Dat leidt tot output die logisch lijkt, maar niet altijd overeenkomt met de realiteit. In accountancy is “bijna juist” vaak gewoon fout.
AI toont wat er misloopt
AI creëert zelden nieuwe problemen. Het maakt bestaande problemen zichtbaar. Waar inconsistenties vroeger verborgen bleven, komen ze nu sneller naar boven.
“Kleine fouten kunnen grote gevolgen hebben.”
Twee medewerkers stellen dezelfde vraag en krijgen een ander antwoord. Beide lijken logisch, maar leiden niet noodzakelijk tot dezelfde beslissing. Dat zorgt voor onzekerheid, intern en naar klanten toe. Als antwoorden verschillen, hoe betrouwbaar is de dienstverlening nog?
Verantwoordelijkheid verschuift
Wat vaak onderschat wordt, is wat er gebeurt met verantwoordelijkheid. Het antwoord lijkt van AI te komen, maar de verantwoordelijkheid blijft bij de mens. Ze verschuift, maar verdwijnt niet. Onderzoek binnen de cognitieve psychologie toont aan dat mensen geautomatiseerde systemen sneller vertrouwen. Dit staat bekend als automation bias. Een duidelijk antwoord wordt minder snel in vraag gesteld, zeker onder tijdsdruk.
“Een duidelijke AI Policy als noodzakelijke basis”
Binnen accountancy is dat risico groter. Een goed geformuleerd antwoord lijkt snel correct, maar de verantwoordelijkheid om te beoordelen of het klopt ligt volledig bij het kantoor. Daarom is een duidelijke AI policy geen extra laag, maar een noodzakelijke basis. Ze bepaalt hoe antwoorden worden gecontroleerd, gevalideerd en gebruikt. Zonder die afspraken en die discipline ontstaan fouten die niet alleen voorkomen, maar ook blijven terugkomen.
Telkens opnieuw dezelfde fouten
Veel kantoren reageren door extra tools toe te voegen. Een AI tool hier, een automatisatie daar. Technologie lijkt het probleem te moeten oplossen, maar dat gebeurt zelden. Zonder duidelijke structuur werkt iedereen op zijn eigen manier. Tools gebruiken verschillende bronnen en teams hanteren eigen werkwijzen. Zo ontstaan er meerdere versies van de waarheid binnen één kantoor.
Een blinde vlek bij veel kantoren is dan ook vaak hetzelfde: een centrale plek waar kennis samenkomt, wordt gevalideerd en gedeeld. Pas dan kan AI op een consistente manier werken, in plaats van te steunen op versnipperde expertise. Oplossingen zoals Knowlex sluiten hierop aan door die kennisstructuur centraal te maken, zodat AI vertrekt van één gecontroleerde bron in plaats van meerdere losse interpretaties.
Eerst begrijpen wat je weet, dan versnellen
De echte verschuiving zit niet in AI, maar in hoe naar kennis gekeken wordt. De vraag is niet welke tool je gebruikt, maar wat je organisatie weet en waar die kennis zit.
“Pas wanneer de basis klopt, krijgt AI een zinvolle rol.”
Kantoren die hier bewust mee omgaan, starten bij hun interne kennis. Ze zorgen voor centralisatie, duidelijke afspraken en minder afhankelijkheid van individuen. Pas dan kan AI versterken. Waar die basis sterk is, werkt AI als versneller. Waar ze ontbreekt, vergroot AI de verwarring.
Het verschil dat vandaag telt
AI maakt accountancy niet beter of slechter. Het maakt zichtbaar wat er al was. En net daarin zit de kans. Wat zichtbaar wordt, kan je verbeteren. Kantoren die investeren in hun kennisstructuur bouwen aan rust, consistentie en vertrouwen. Kantoren die dat niet doen, zullen merken dat problemen sneller zichtbaar worden.
De echte winst zit niet in meer technologie, maar in beter organiseren van wat je al weet. De vraag is dus niet of je AI gebruikt. De vraag is waarop je het laat werken en binnen welk strategisch kader.
