In veel accountancykantoren klinkt vandaag dezelfde frustratie. De kennis is er, maar ze werkt te weinig mee in de praktijk. Ze zit verspreid over dossiers, jaarrekeningen, mails, adviezen en verschillende softwarepakketten. AI-tools zoals Microsoft Copilot beloven net het tegenovergestelde: sneller werken, minder zoeken, meer inzicht. Alleen botsen die tools vaak op dezelfde muur: versnipperde kennis.
Het probleem is zelden technologie. Het probleem is structuur. Veel kantoren werken nog altijd in aparte silo’s: per klant, per dossier, per boekjaar. Wat ooit logisch was, maakt kennis vandaag moeilijk vindbaar en nog moeilijker herbruikbaar. AI wordt daar vervolgens bovenop geplaatst, zonder dat de onderliggende samenhang verandert.
Volgens Nico del Rio, CEO van Knowlex, loopt het daar mis.
“Accountancykantoren denken vaak dat AI het probleem oplost. Maar als kennis versnipperd zit, ga je die versnippering gewoon sneller reproduceren. Dan win je tijd, maar geen inzicht.”
Systemen die (eindelijk) samenwerken
In de meeste kantoren worden systemen vandaag gekoppeld via API’s. Dat werkt, maar blijft kwetsbaar. Elke koppeling vraagt maatwerk en onderhoud. Verandert één systeem, dan moet de hele integratie opnieuw bekeken worden. Het resultaat is een landschap waarin dezelfde functionaliteit op meerdere plaatsen terugkomt. Net anders genoeg om verwarring te creëren.
MCP, het Model Context Protocol, probeert dat patroon te doorbreken. Geen nieuw platform, maar een standaard die bepaalt hoe taalmodellen met bestaande systemen communiceren. Het doel is niet om alles te centraliseren, maar om systemen eindelijk dezelfde taal te laten spreken.
Nico Del Rio verwoordt het zo: “AI zit vandaag verspreid in tools. Een beetje in je boekhoudpakket, een beetje in documentbeheer. MCP maakt het mogelijk om daar één consistente laag van te maken.”
Voor accountants betekent dat concreet: informatie uit boekhouding, documenten en interne kennisbronnen raadplegen binnen één context, zonder telkens nieuwe koppelingen te bouwen.
Een archief is nog geen kennisbasis
Veel kantoren documenteren grondig. Dossiers zijn volledig, mails worden opgeslagen, adviezen blijven bewaard. Maar opgeslagen informatie is nog geen bruikbare kennis. De redenering achter een advies verdwijnt vaak in tekst. Context vervaagt met de tijd. Wat vandaag evident lijkt, wordt een jaar later moeilijk terug te vinden.
Knowlex probeert dat te veranderen door kennis expliciet te structureren en actief vindbaar te maken. Niet als statisch archief, maar als een kennislaag die meegroeit met de praktijk. Kennis blijft daardoor niet opgesloten in afzonderlijke dossiers, maar bouwt zich op over dossiers heen. Vanaf het moment dat die structuur bestaat, verandert ook de rol van AI. Het systeem haalt niet alleen informatie op, maar begrijpt verbanden, context en eerdere beslissingen.
Van antwoorden naar onderbouwde inzichten
Wanneer MCP en Knowlex binnenkort samenkomen, verandert ook de manier waarop vragen worden beantwoord. Een vraag vertrekt niet langer vanuit één bron, maar uit meerdere lagen tegelijk: dossierinformatie, documenten, interne kennis en eerdere beslissingen.
Die informatie wordt niet samengegooid tot één grote databak. Elke bron behoudt haar context. Precies daardoor ontstaat geen generiek antwoord, maar een onderbouwd inzicht waarin duidelijk wordt waarom iets relevant is. En net dat verschil is cruciaal voor accountants, waar nuance vaak belangrijker is dan snelheid.
Minder ruis, meer overzicht
Vandaag wordt AI in veel kantoren nog versnipperd uitgerold. Nieuwe functies verschijnen in bestaande tools, maar zonder duidelijke samenhang. Dat leidt tot dubbel werk, tegenstrijdige logica en onduidelijkheid over welke informatie nog betrouwbaar is.
“De meeste kantoren hebben geen tekort aan data,” zegt del Rio. “Wat ontbreekt, is structuur. Zonder structuur krijg je geen grip. Ook niet met AI.”
MCP brengt die structuur door één toegangspunt te creëren tot meerdere systemen tegelijk. Knowlex zorgt er tegelijk voor dat de kennis die door die systemen stroomt niet alleen beschikbaar blijft, maar ook betekenis krijgt. Het effect daarvan is voelbaar in de praktijk: minder zoeken, minder herhalen, meer vertrouwen in wat je ziet.
Tot slot
De grootste misvatting rond AI in accountancy is dat het vooral een technologievraagstuk zou zijn. In werkelijkheid gaat het over kennisorganisatie. Zolang kennis versnipperd blijft, zal AI die versnippering alleen sneller reproduceren. Pas wanneer systemen, context en kennis samenkomen, ontstaat echte meerwaarde.
MCP en Knowlex tonen dat die verschuiving mogelijk is. Niet door nóg meer tools toe te voegen, maar door de fundamenten anders te organiseren. Del Rio vat het scherp samen:
“AI kan alleen versterken wat er al is. Als kennis niet klopt, lost AI niets op. Maar als je het goed organiseert, wordt het plots heel krachtig.”
Daar ligt de echte kans voor accountants van morgen: niet alleen sneller werken, maar vooral slimmer beslissen.
