Hoe AI AFAS fundamenteel verandert (en hoe je je daar op voorbereidt)
Wie tijdens de afgelopen AFAS Open 2026 naar de nieuwe AI-functionaliteiten van Profit 8 keek, heeft misschien de belangrijkste AI-ontwikkeling gemist. Hoewel AI-toepassingen zoals de hulp van Jonas op AFAS Help, het beantwoorden van HR-vragen of het automatisch samenvatten van dossierinformatie handig zijn, vormen zij slechts het begin van een veel grotere ontwikkeling. AI gaat de rol die AFAS binnen organisaties vervult fundamenteel veranderen.
AI gaat de rol die AFAS binnen organisaties vervult fundamenteel veranderen.
Van registreren naar uitvoeren
Voor AFAS-gebruikers leveren de huidige AI-toepassingen vooral tijdwinst op. Denk aan het automatisch invullen van formulieren, het verwerken van facturen of het samenvatten van gesprekken. Tegelijkertijd blijft de mens nog een belangrijk onderdeel van het proces: de gebruiker controleert en corrigeert waar nodig.
Met Profit 8 zet AFAS de eerste stap naar automatisering die onderdelen van processen overneemt. De komende drie tot vijf jaar verwacht ik dat AI zal helpen bij het configureren van complete AFAS-omgevingen. Zodra AI naast losse gegevens ook de volledige bedrijfscontext kan meenemen, zal het steeds grotere delen van een inrichting automatisch configureren. Het nieuwe AI-platform zal waarschijnlijk ook koppelingen via standaarden zoals Model Context Protocol (MCP) mogelijk maken, waardoor AI eenvoudiger en veiliger met andere systemen kan samenwerken. Security blijft daarbij een randvoorwaarde.
Daarmee verschuift ook de rol van medewerkers steeds verder van uitvoerder naar controleur. Denk aan een veiligheidsmelding waarbij relevante velden automatisch worden ingevuld, of een aanvraagproces waarbij een medewerker alleen nog hoeft te controleren of het advies van AI klopt.
Meer dan een nieuwe functionaliteit
Bij het ontwikkelen van het nieuwe AI-platform kiest AFAS bewust voor het Europese AI-model Mistral, waardoor AFAS zelf controle over de AI-infrastructuur behoudt en klantdata binnen de eigen omgeving blijft. Mistral is open source, traint niet op klantdata en kan gericht worden afgestemd op relevante HR- en bedrijfsvraagstukken. Zo blijft het voor AFAS duidelijk wat er met de data gebeurt, en dat kan transparant worden gecommuniceerd naar klanten. Bovendien stelt AFAS AI-functionaliteiten gratis beschikbaar en rekent het gebruikers niet af op basis van tokens.
Juist omdat AFAS de drempel om met AI te experimenteren bewust laag houdt, is het belangrijk om die kans te grijpen. Hoe doe je dat?
Processen bepalen het succes
Meer AI-toepassingen betekent niet automatisch meer waarde voor de organisatie. Wanneer een AFAS-proces onnodige stappen bevat of medewerkers telkens informatie handmatig moeten corrigeren, neemt AI die inefficiënties over of maakt het zelfs fouten.
Stel dat een organisatie inkoopfacturen verwerkt via verschillende werkwijzen per afdeling. De ene afdeling gebruikt vrije tekst, de andere werkt met kostenplaatsen en een derde verwerkt uitzonderingen buiten het standaardproces om. Een AI-toepassing kan dan moeilijk bepalen welke route gevolgd moet worden en geeft daardoor minder betrouwbare adviezen.
Daarom begint de voorbereiding op AI met een kritische blik op de bestaande AFAS-inrichting: waar ontstaan vertragingen, welke handelingen zijn repetitief en welke informatie wordt meerdere keren ingevoerd? Voor de crediteurenadministratie betekent dat bijvoorbeeld: standaardiseer eerst het inkoopproces, pas daarna kan AI betrouwbare adviezen geven. Daarbij helpt het dat AI gebruikmaakt van het AFAS-datamodel. Doordat processen en gegevens binnen één consistente structuur worden geïnterpreteerd, kunnen AI-toepassingen relevantere en betrouwbaardere voorstellen doen.
Prompting als expertise
Naast het kritisch beoordelen van de huidige AFAS-inrichting, verschuift de rol van AFAS-beheerders naar een bredere invulling. AFAS kiest bewust voor een veilige aanpak waarbij AI niet automatisch toegang krijgt tot alle beschikbare informatie. Daarom moeten organisaties zelf bepalen welke data AI nodig heeft, hoe prompts worden opgebouwd en hoe AI-uitkomsten worden gecontroleerd. Prompting groeit daarmee uit van een technische vaardigheid naar een vast onderdeel van functioneel beheer.
Een goede prompt is straks veel meer dan een slimme vraag stellen. Organisaties moeten bepalen welke documenten AI mag gebruiken, welke context nodig is, welke gegevens relevant zijn en hoe specifiek een opdracht moet worden geformuleerd. Hoe beter die input, hoe betrouwbaarder de uitkomst.
De basis bepaalt jouw succes met AI
Het AI-platform van AFAS komt eraan, maar AFAS-gebruikers hoeven in de tussentijd niet stil te zitten. Wie zich pas voorbereidt wanneer AI volledig is geïntegreerd, ontdekt straks dat de eigen processen de grootste belemmering vormen. Maar wie vandaag de basis op orde brengt, haalt morgen de meeste waarde uit AI.
Ook iets nieuws ontdekken, slimmer inrichten of beter maken?
CTO