Van digitalisering naar AI-gedreven accountancy

Bij Van Wezel Accountants wordt die vraag niet benaderd vanuit technologie, maar vanuit de dagelijkse werkelijkheid op kantoor. Niet met een groot vergezicht of een abstract innovatieplan, maar vanuit een concreet proces dat beter kon. Juist daar begon hun AI-reis. Dat bleek al snel een logische eerste stap naar meer.

René Vletter, accountant en relatiebeheerder en verantwoordelijk voor een samenstelafdeling binnen het kantoor, is nauw betrokken bij die ontwikkeling. Hij werkt al sinds 2003 bij Van Wezel en ziet innovatie vooral als een manier om werk slimmer, sneller en prettiger te maken. Niet omdat het modern klinkt, maar omdat het verschil maakt in de praktijk. Zoals hij het zelf kernachtig samenvat:

Het gaat sneller dan je denkt.

Van papier naar proces dat werkt

René Vletter werkt al ruim twintig jaar bij Van Wezel en is verantwoordelijk voor een eigen klantenportefeuille en de samenstelafdeling. Innovatie kwam bij hem niet voort uit een formele IT-rol, maar juist vanuit de dagelijkse praktijk.

"Je ziet waar het stroef loopt. En dan ga je nadenken: dit moet slimmer kunnen", zegt René Vletter. Een goed voorbeeld daarvan is het cliëntacceptatieproces. Dat liep in de oude situatie allesbehalve soepel: formulieren gingen van collega naar collega, handtekeningen werden fysiek verzameld en dossiers bleven soms dagen liggen. Tegelijk was het een typisch voorbeeld van werk waar weinig mensen energie van krijgen. "Het moest gebeuren, maar het voelde omslachtig en tijdrovend. Daar komt bij dat dit proces direct raakt aan kwaliteit, dossiervorming en wet- en regelgeving. Het is dus niet iets waar je eenvoudig omheen werkt. Juist daarom lag hier een duidelijke kans."

De eerste stap: digitaliseren én slimmer maken

De aanpak was praktisch en gedegen. Het hele proces werd stap voor stap uitgewerkt, letterlijk op een meterslange blauwdruk. Samen met een werkgroep werd inzichtelijk gemaakt wie wat doet, op welk moment, welke informatie nodig is en waar de overdrachtsmomenten zitten.

Vanuit die analyse bouwde Van Wezel een digitale flow in hun CRM-omgeving (Dynamics), volledig geïntegreerd met onder andere KVK-gegevens en externe databronnen. Niet als losse tool naast het werk, maar als geïntegreerd onderdeel van de bestaande werkstroom.

Wat deze oplossing doet, is in eerste instantie vooral sterke digitalisering:

• het begeleidt medewerkers stap voor stap door het proces,
• haalt automatisch klantgegevens op,
• genereert documenten,
• regelt digitale ondertekening, en
• zorgt dat alles direct wordt vastgelegd in het dossier.

Maar juist daarbovenop begint de AI-laag het verschil te maken. Doordat alle stappen, data en beslismomenten vastliggen in één flow ontstaat er namelijk een dataset waarop je kunt gaan sturen, controleren en analyseren. En dát is iets wat in de oude situatie simpelweg niet mogelijk was.

Minder stroperig, meer tempo

De resultaten zijn concreet en zichtbaar. "De doorlooptijd is gehalveerd. Waar het eerst weken duurde, zijn we nu vaak in een paar dagen klaar", zegt René Vletter. "En misschien nog belangrijker, de echte verwerkingstijd is nog maar drie tot vier uur."

Deze toepassing vormt daarmee een duidelijke 'proof of value': een concrete use-case waarin digitalisering direct waarde oplevert. Maar het is ook de basis waarop AI verder kan bouwen.

Van proces naar intelligentie: waar AI het verschil maakt

Waar de eerste stap vooral digitalisering was, zit de echte AI-waarde in wat daarna mogelijk wordt. Van Wezel heeft inmiddels een datawarehouse ingericht waarin administraties uit verschillende systemen samenkomen. Daardoor ontstaat één centrale bron van data. Vanuit daar wordt gewerkt aan toepassingen waarbij AI helpt om inzichten te genereren die voorheen niet toegankelijk waren.

Denk bijvoorbeeld aan:

• automatisch vergelijken van klanten met vergelijkbare profielen;
• het signaleren van afwijkingen in omzet of kosten;
• het herkennen van patronen in financiële data;
• en het genereren van concrete adviessignalen.

Concreet betekent dit dat het kantoor niet alleen efficiënter werkt, maar ook proactiever kan handelen.

In plaats van achteraf analyseren, wordt het mogelijk om vroegtijdig signalen op te vangen. Bijvoorbeeld wanneer een klant een bepaalde grens in liquiditeit nadert, kan er automatisch een melding worden gegenereerd. Dat maakt het verschil tussen reageren op cijfers en sturen op inzichten. Of zoals René het impliciet schetst: je gaat van registreren naar vooruitkijken.

De AI-reis: sneller dan je denkt

Als René terugkijkt op de afgelopen twaalf maanden, ziet hij vooral versnelling. Waar het eerst ging om het verbeteren van processen, verschuift de focus nu steeds meer naar het benutten van data en het opbouwen van intelligentie.

De volgende stap ligt in het verder ontwikkelen van een eigen AI-agent die op deze data kan ‘meedenken’. Denk aan vragen als:

• Wat valt op in deze klant ten opzichte van vergelijkbare klanten?
• Waar liggen risico’s of kansen?
• Welke adviespunten volgen logisch uit deze cijfers?

Dat zijn precies de vragen die voorheen afhankelijk waren van handmatige analyse en ervaring, en nu steeds meer ondersteund worden door AI.

Niet alles moet je meteen willen

Tegelijkertijd is het verhaal van Van Wezel geen eenzijdig succesverhaal. René is ook duidelijk over wat niet vanzelf werkt. Zo zijn er experimenten geweest met externe AI-toepassingen waarbij de vraag naar dataveiligheid direct speelde. In een omgeving waarin met klantdata wordt gewerkt, kun je niet zomaar alles in een generieke tool verwerken. "Je weet niet altijd precies waar data eindigt. Daarom hebben we een eigen, afgeschermde omgeving gebouwd”. Nieuwe technologie wordt dan ook altijd beoordeeld op zowel functionaliteit als veiligheid. Eerst testen, dan pas toepassen."

Kwaliteit borgen: AI helpt, de mens beoordeelt

Ook bij Van Wezel geldt: automatisering en AI nemen werk uit handen, maar niet de verantwoordelijkheid. "Het feit dat iets automatisch gaat, betekent niet dat het altijd goed is", aldus René. "AI wordt gezien als ondersteuning, niet als vervanging. Medewerkers blijven verantwoordelijk voor controle, beoordeling en het uiteindelijke advies."

Wat andere kantoren hiervan kunnen leren

De belangrijkste les uit dit verhaal is misschien wel dat AI niet begint bij technologie, maar bij een proces. Begin klein. Kies iets dat schuurt. Maak het eerst slimmer en efficiënter. En pas daarna ontstaat de ruimte om AI toe te voegen die echt waarde creëert. "De grootste valkuil is niet starten." Voor kleinere kantoren ligt er bovendien een kans in samenwerking. Niet alles hoeft alleen ontwikkeld te worden.

Van abstract naar toepasbaar

Het verhaal van Van Wezel laat zien dat AI geen doel op zich is, maar een volgende stap op digitalisering. Eerst structuur. Dan data. En pas daarna intelligentie. Juist die combinatie maakt het verschil. Of, zoals René Vletter het verwoordt: "Het gaat sneller dan je denkt."