Magazine Vandaag

We moeten het even over AI hebben

Traag en conservatief. Zodra het over nieuwe technologie in de accountancy gaat, is dat het dominante verhaal. Maar is dat ook terecht? Een analyse in vijf brokken; voorbij de snelle meningen en op zoek naar wat AI nu echt betekent voor het vak. Want ook al worden sommigen wat moe van al die aandacht voor AI: we moeten het er echt even over hebben.

Dit artikel is verschenen in Accountant nr. 3, 2026

Bekijk alle artikelen uit dit nummer

» Download dit artikel in pdf
» Download het hele nummer (pdf)

Nart Wielaard

1 Een kapotte grammofoonplaat herhaalt zich

Wie alleen het nieuws volgt, krijgt vaak een slecht beeld van de werkelijkheid. Nieuws gaat immers over incidenten, niet over de trends. Een doorgebroken dijk is nieuws, een langzaam hogere zeespiegel niet. Lees de boeken van Steven Pinker er maar op na waarin hij betoogt dat we vooral voorbij het nieuws op zoek moeten naar feiten en analyses.

Dus hoe krijg je een goed beeld van AI in de accountancy? Ik besloot de sectorrapporten van onder meer onze grootbanken eens door te spitten. Ik kreeg daarbij vooral de nodige deja vu's van een jaar of tien geleden, toen ik zelf in opdracht van NBA een analyse maakte van de impact van technologie op de accountant.

In een rapport uit 2025 las ik dat ING stelt dat "kunstmatige intelligentie (AI) ongekende kansen biedt om processen te optimaliseren, diepere inzichten te verkrijgen en de dienstverlening te verbeteren". En even verderop: "Het is essentieel dat kantoren deze trends omarmen (…)." Ik besloot het rapport van tien jaar geleden er eens bij te pakken en las daarin dat het "Omarmen van datagedreven accountantscontrole een grote maar noodzakelijke stap is." Waarom? Personele uitdagingen. Dat wordt in 2022 herhaald: "Om de
krapte op te vangen ontkomt de sector er niet aan te investeren in slimme oplossingen, zoals data-analyse (…)." In 2026 klinkt het same same but different: "(…) in een structureel krappe arbeidsmarkt moeten kantoren investeren in verdere digitalisering en kunstmatige intelligentie (AI), zodat ze efficiënter kunnen werken."

Het (op zichzelf valide) argument is in tien jaar tijd identiek gebleven: personeelstekort → technologie → efficiëntie. Alleen de naam van de technologie verandert. In 2015 ging het om "digitale transactie- en procesdata" die we  "nu toch echt in overweging moeten nemen"; in 2022 gaat het over "data-analyse" waar de sector "niet aan ontkomt"; 2024 spreekt over  "kunstmatige intelligentie (AI)" die "groot potentieel biedt". En in 2025 om "AI/generatieve AI" die kantoren "snel moeten omarmen". Mijn gokje: volgend jaar roept ING dat Agentic AI niet langer te ontkennen valt als belangrijke technologie. Tenzij de sectoranalist van dienst dit leest en het in zijn/haar oren knoopt om dat vooral niet te doen. Mijn conclusie: we luisteren naar een kapotte grammofoonplaat. Voor de jongere lezers: dat is een vinylplaat
met beschadigingen in de groeven, waardoor de naald van de platenspeler blijft hangen of overslaat. Zodat je steeds hetzelfde stukje muziek blijft horen.

Terzijde: ik pik nu ING eruit. Maar hetzelfde effect is ook zichtbaar in de rapporten van andere banken of advieskantoren. De strekking is steeds maar weer: ga nu eens investeren, want dat is zo hard nodig.

2 We slaapwandelen mooie technologie in

Ik deed vervolgens wat de eerdergenoemde Pinker adviseert om een goed beeld te krijgen: zelf op zoek gaan naar de werkelijkheid. Een belrondje langs wat kantoren en leveranciers van technologie stemde me een heel stuk optimistischer. Want veel toepassingen die een paar jaar geleden nog exotisch waren - van het herkennen en interpreteren van documenten en deze automatisch verwerken tot het gebruik van LLM's om betere rapporten te schrijven - zijn inmiddels toch echt wel gangbaar geworden. En een best intrigerend cijfer uit een onderzoek van Wolters Kluwer: In Nederland maakt 89 procent van de kantoren proactief gebruik van klantgegevens om advieskansen te ontdekken. Best goed toch?

In dat belrondje wees iemand me op de term technological somnambulism van onderzoeker Langdon Winner. In goed Nederlands betekent dit dat we slaapwandelend nieuwe technologie opnemen in ons dagelijks handelen, zonder dat we bewust een beslissing daarover nemen. Daar zitten ook gevaarlijke kanten aan, maar daar gaat het nu even niet om.

Mijn conclusie - niet gebaseerd op een statistisch gevalideerd onderzoek - is dus dat ook accountants zich wel degelijk overgeven aan technologie. We herkennen de verandering alleen nauwelijks als zodanig. In de managementliteratuur heet dit ook wel normalisation of technology, het moment waarop een tool ophoudt een tool te zijn en onzichtbare infrastructuur wordt. De spreadsheet is het schoolvoorbeeld hiervan: toen VisiCalc in 1979 verscheen, was het een revolutie. Excel kwam uit in 1985 en nog een paar later werd dit gewoon hoe iedereen werkt. Gebruiksgemak speelde toen en nu een dominante rol. Een jaar geleden moest je nog handig zijn om iets of iemand uit een foto weg te shoppen. Inmiddels heeft een beetje smartphone die optie onder de knop zitten. Iets dergelijks zien we ook in de tools die accountants gebruiken. Hoe dan ook: laat u zich niet aanpraten dat uw beroep een bastion vol fossielen is.

3 We hebben geen gebrek aan tools, wel aan fundamentele doorbraken

Mijn eigen Linkedin feed staat er vol mee: mensen die hun AI-tooling presenteren als the next big thing voor uw business. Ook in de accountantssector zijn er meer dan voldoende.

De meeste tooling gaat echter voorbij aan het feit dat AI een systeemtechnologie is, die andere manieren van werken mogelijk maakt. En dat is echt wat anders dan een tool die je als individu helpt om je huidige manier van werken te verbeteren. Op het vlak van systeemtechnologie is het een stuk stiller, ook al omdat accountants er klaarblijkelijk niet om vragen. Een directeur van een softwarebedrijf die ik sprak, wees erop dat zijn klanten wel vragen om een extra knopje in hun software om een bepaalde download te kunnen doen, maar (nog) niet zitten te wachten op een AI-transformatie. Ze willen graag automatiseren om het opstellen van een jaarrekening te vereenvoudigen, maar niet om AI die jaarrekening onder begeleiding van mensen te laten maken. Ze omarmen AI als deze helpt om de huidige controleprogramma's sneller uit te voeren, niet om AI zelf tot oordeelsvorming te laten komen en mensen daarin als monitor te laten functioneren. Dat alles is een onderbenutting van AI. Om het grote potentieel te benutten, moeten we AI niet bovenop software zetten. We moeten AI als de nieuwe software zien. Dat vraagt om jezelf uitdagen.

Eén van de mensen die ik sprak, wees erop dat ze binnen hun eigen bedrijf de developers uitdagen met een beginners mindset te denken. Want AI zet de hele wereld van een developer op zijn kop: je rol is veel minder het schrijven van code, maar vooral nadenken over wat AI moet coderen (als 'architect') en fouten in het werk van AI oplossen. Maar die beginners mindset om processen echt anders te organiseren, zien we bij accountants nauwelijks. Een belangrijk argument daarbij - dat eerlijk gezegd ook doet denken aan een kapotte grammofoonplaat - is dat accountancy een gereguleerd domein is waar aantoonbare kwaliteit essentieel is. Maar is dat niet minstens voor een deel een schaamlap? Developers moeten toch ook kwaliteit leveren en dat laten testen?

4 Accountability is the next big thing in AI

Nu de eerste stofwolken van de AI-hype wat optrekken, komen er nieuwe vraagstukken op aan bestuurstafels. Saaie, maar oh zo belangrijke vraagstukken. Zoals de reproduceerbaarheid van beslissingen die door AI worden genomen. Oftewel: hoe kun je aantonen hoe AI tot beslissingen is gekomen. Dat is belangrijk als je een hypotheekaanvraag in een AI-workflow stopt - zowel de klant als toezichthouder wil kunnen nagaan op basis van welke data en welk beleid een AI-agent een besluit neemt - maar is zo mogelijk nog belangrijker in de accountancy. Immers: een controle moet niet alleen goed worden uitgevoerd, maar vooral ook aantoonbaar goed. Anders kun je er als mens nooit verantwoordelijkheid voor nemen. Daar ligt een uitdaging, omdat AI-modellen nu eenmaal niet deterministisch maar probabilistisch zijn. Hun antwoord is per definitie een kansberekening. En hun antwoord kan bij exact dezelfde input verschillen. Iets wat bij mensen ook zo is, maar dat geheel terzijde.

In elk geval is duidelijk dat veel marktpartijen ontdekken dat een sterke audit trail van AI misschien niet supersexy is, maar wel een basisvoorwaarde voor wie AI als systeemtechnologie wil gaan inzetten.

Veel partijen profileren zich hier dan ook actief mee. Het Rotterdamse RobotX - één van de partijen die een serieuze poging doet de transformatieve kracht in de accountancy te ontsluiten - heeft "elke output verifieerbaar" als een van de belangrijke pijlers. LexGen - een Nederlandse startup die een intelligente laag op het accountantswerk legt - heeft het over "consistente, toetsbare output".

Ook buiten de specifieke accountancytoepassingen zijn audit trails steeds meer en vogue. LangChain (San Francisco) belooft dat het de volledige logica van een AI-sessie vastlegt, zodat je precies kunt zien welke invoer de AI kreeg, welke data werd opgehaald, welke API-tools werden gebruikt en hoe het uiteindelijke antwoord tot stand kwam. Camunda zit in dezelfde hoek en maakt AI traceerbaar door AI-modellen en autonome agents te verpakken binnen visuele BPMN-bedrijfsprocessen. BPMN is een al wat oudere en bewezen taal om processen in kaart te brengen. Laatste voorbeeld in dit rijtje is Cyberdune Agents, dat eveneens werkt met deze taal en vanuit een iets andere insteek hetzelfde beoogt als Camunda. "Less AI magic, more accountability", zo luidt daar de belofte. Disclaimer: Ik ben een van de founders van deze startup.

Hoe dan ook: al deze partijen richten zich op het kunnen aantonen hóe een beslissing tot stand kwam. Voor het antwoord van een leuke chatbot is dat niet zo belangrijk. Voor een workflow die testwerk uitvoert of dagelijks duizenden automatische boekingen doet, is het een basisvoorwaarde.

5 De accountant/adviseur krijgt een nieuw profiel

Last but not least is er nog een onderwerp waarover de door mij geraadpleegde experts vaak spontaan beginnen. De mens. De AI-transformatie gaat minder over technologie dan je zou denken. Het gaat vooral over mensen. Daar zitten heel veel bekende perspectieven aan. Het gaat om weerstand tegen baanverlies (de bekende kalkoen die zichzelf op het menu zet voor kerst), de noodzaak om kritisch te zijn op AI-resultaten (en hoe leren we dat junioren aan die opgroeien met AI) en de noodzaak om vooral op een andere manier waarde toe te voegen.

Op deze plaats beperk ik me even tot het laatste. Wat een feit is: de door klanten gepercipieerde waarde van kennis staat onder druk, nu deze overvloedig en gemakkelijk beschikbaar is. Dat speelde in een digitaliserende wereld al jaren en AI zet nu de turbo op deze ontwikkeling. Vraag maar aan advocatenkantoren die zien hoe hun klanten veel juridisch advies halen bij een LLM.

Dat is misschien nog wel een veel fundamenteler punt dan we denken. Al een paar jaar geleden schreven enkele onderzoekers in Harvard Business Review een analyse onder de titel What today's rainmakers do differently. Daar zitten veel belangrijke punten in voor accountants en adviseurs. Ze leggen uit dat klanten als gevolg van een cocktail van factoren andere verwachtingen krijgen. Ze kloppen voor hulp niet langer op de deur van een kantoor met een grote naam. In plaats daarvan willen ze professionals om zich heen die problemen (of kansen) liefst zien voordat deze zich manifesteren. En daarbij willen ze professionals die het juiste netwerk om zich heen hebben en daarin continu investeren. Connecting the dots tussen expertises is belangrijker dan ooit.

De nieuwe rainmaker is vooral elke dag nieuwsgierig (naar zijn/haar klant en naar de ontwikkelingen in de wereld) en werkt aan het netwerk. Misschien is dat nog wel de grootste verandering voor accountants, die dat van nature niet zijn gewend en vanuit hun periodieke werkroutines (de jaarrekening) het werk vaak vanzelf in de schoot kregen geworpen.