Waarom AI in de accountancy nog niet levert wat het belooft | Qwoater

Accountants investeren massaal in AI, maar zonder het juiste fundament blijft de echte waarde uit.

De belofte van AI in de accountancy is groot: risico’s signaleren, advieskansen herkennen en klantdossiers bevragen op trends. Kantoren gaan er volop mee aan de slag, maar de resultaten vallen tegen. En dat is geen verrassing volgens Ernesto Lopez Vega, CEO van Qwoater.
 

Drie lagen, één fundament 

Kantoren koppelen Copilot aan SharePoint, stellen vragen aan ChatGPT of bouwen een datawarehouse. Ze verwachten dat AI vervolgens het werk doet. Maar zonder de juiste basis levert geen van deze oplossingen wat ze beloven. Ernesto: “Er zijn drie fundamentele onderdelen die samen de waarde bepalen van AI in de accountancy: klantdata, domeincontext en AI-inzichten. De meeste tools waarmee kantoren experimenteren missen er minstens één. Het gevolg is dat risico’s onopgemerkt blijven en advieskansen in de dossiers voor het grijpen liggen.”
 

Eén centrale bron voor alle klantdocumenten 

AI is zo goed als de informatie waar het op draait. Hoe meer relevante data beschikbaar is, hoe beter de antwoorden. En die data is er. “In de accountancy landt bijna alles wat je voor een klant doet in een document,” stelt Ernesto. “Een jaarrekening, een aangifte, een advies, een contract: 80% van alle klantinformatie zit in documenten. Dat is je rijkste databron. Die moeten centraal staan en tot een bepaald niveau zijn geaggregeerd, zodat AI er constant uit kan putten.” 

Maar daar wringt het bij de meeste kantoren. Bij generieke tools als ChatGPT moet je handmatig documenten invoeren en informatie uit verschillende systemen samenvoegen. Kantoren die Copilot koppelen aan SharePoint komen al verder, maar ook daar zit een harde grens. “Copilot kan documenten bevragen, maar niet op de schaal die een accountantskantoor nodig heeft. Vragen over een paar klanten gaat nog wel,” zegt Ernesto. “Maar bij tientallen klanten en duizenden documenten houdt het al op terwijl kantoren 100-duizenden tot miljoenen klantdocumenten hebben. Generieke oplossingen zijn simpelweg niet gebouwd om op die schaal zinvolle antwoorden te geven.” 
 

Pas met domeinkennis krijgen antwoorden waarde 

De tweede cruciale laag is domeincontext: kennis van hoe de accountancy werkt. Generieke tools als ChatGPT of Copilot kennen geen dossierlogica, geen belastingdienstrichtlijnen, geen verschil tussen aandeelhouderschap en zeggenschap. “Vraag maar eens: bij welke DGA’s boven de zestig is de opvolging nog niet geregeld?” zegt Ernesto. “Dan loopt het vast, of erger, steken hallucinaties de kop op want de context ontbreekt om die vraag überhaupt te kunnen beantwoorden.” Daar komt bij dat generieke AI niet controleert of antwoorden kloppen binnen de accountancy. Die validatielaag ontbreekt volledig.   

Accountancyspecifieke AI-partijen hebben deze laag wél. Ze hebben domeinkennis ingebouwd, soms heel gespecialiseerd op juridisch advies. “Maar ze hebben de klantdata niet,” zegt Ernesto. “Een aandeelhoudersovereenkomst, een jaarrekening, de specifieke externe regelgeving én het intern beleid moeten samen een antwoord vormen. Dat lukt alleen als je ze allemaal hebt.”  
 

Wat je kunt vragen als de basis op orde is 

De derde laag zijn de AI-inzichten zelf: de antwoorden, signalen en adviezen die een kantoor wil kunnen geven. Dit is de laag waar de belofte van AI zichtbaar wordt. Welke klanten lopen liquiditeitsrisico op basis van hun trend van de afgelopen jaren? Welke klanten missen documenten voor de aangiftedeadline? Waar zitten cross-sell kansen voor advisory? “Die vragen kun je – als je de basis op orde hebt – direct stellen en beantwoorden,” zegt Ernesto. “Dat is wat proactief adviseren in de praktijk betekent.”

 

Veiligheid is geen bijzaak 

Als AI toegang heeft tot jaren aan gevoelige klantdata, rijzen er vanzelf vragen over privacy, autorisaties en de betrouwbaarheid van antwoorden. “Wie mag bij welke dossiers? Hoe zeker weet je dat een antwoord klopt en niet gebaseerd is op verouderde of onjuiste informatie? En voldoet de oplossing aan de AVG? Een AI-oplossing die niet specifiek is gebouwd voor de eisen van de branche zal hier vroeg of laat op vastlopen,” besluit Ernesto.   

Document Hub  De Document Hub van Qwoater combineert de drie lagen: gecentraliseerde klantdocumenten als databron, accountancyspecifieke domeinkennis ingebouwd en AI-inzichten direct klaar voor gebruik. Daarnaast ingericht op alle wet- en regelgeving waar accountancy- en advieskantoren aan moeten voldoen: AVG, bewaartermijnen en autorisatiebeheer op dossierniveau. Bovendien SOC 2 Type II-gecertificeerd. Meer weten? Plan gerust een demo of neem contact met ons op.