Slimmer werken met AI:
De aanleiding: de druk op de finance-teams neemt toe. Conclusion’s Shared Service Center Finance wil meer van expertbedrijven uit het Conclusion-ecosysteem faciliteren, zonder het team uit te breiden. “We willen schaalbaar zijn zonder steeds meer mensen nodig te hebben,” zegt Erik Huls, manager van het Shared Service Center Finance. “AI helpt ons om repeterend werk te automatiseren, zodat onze collega’s zich kunnen richten op controle, analyse en advies.”
De eerste stap is het automatiseren van het ‘purchase to pay’-proces van de crediteurenafdeling. Daarna volgt het complexere ‘order to cash’-proces. “We beginnen bewust met een proces met weinig risico’s,” legt Erik uit. “Zo bouwen we ervaring op en creëren we draagvlak.”
Lativa Aarab, teamleider van de crediteurenafdeling, is vanaf het begin betrokken. “We zijn gestart met het in kaart brengen van ons proces. Hoe werken we nu? Waar zitten de piekmomenten? En waar kunnen we tijd winnen?” vertelt ze. “AI helpt ons straks om facturen automatisch te verwerken. Dat betekent minder handmatig werk en meer tijd voor uitzonderingen en kwaliteitscontrole.”
Binnen haar team zijn de reacties gemengd. “Sommigen zijn nieuwsgierig en enthousiast, anderen zijn terughoudend. Ik probeer vooral te laten zien: AI ondersteunt ons, het neemt ons werk niet over. Het maakt ons werk juist interessanter.”
“Bij alles wat we doen, beginnen we met de vraag: doen we dit omdat we iets met AI willen, of omdat we écht slimmer willen werken?,” zegt projectleider Fabian van de Loosdrecht van Conclusion Intelligence. Hij leidt een team van AI-engineers en platformontwikkelaars dat waardegedreven AI-oplossingen bouwt. “Dat betekent dat we voortdurend kijken of de innovaties die we ontwikkelen ook écht bijdragen aan efficiëntere processen,” legt hij uit. “Daarnaast zorgen we ervoor dat elke oplossing schaalbaar en toekomstbestendig is, zodat onze oplossingen beter worden als de technologie beter wordt.”
De samenwerking binnen het Conclusion-ecosysteem maakt het verschil. “We spreken dezelfde taal, kennen elkaar, en kunnen snel schakelen. Dat maakt het project niet alleen efficiënter, maar ook leuker,” aldus Fabian. De informele sfeer, het onderlinge vertrouwen en de open communicatie zorgen voor een soepel verlopend traject waarin cocreatie vanzelfsprekend is.
Een slimme oplossing staat of valt met goede data. Martijn Klemann, datamanagement lead bij Conclusion, ziet dat als zijn belangrijkste missie. “Als de data niet klopt, kun je geen betrouwbare AI bouwen. Daarom kijken we vanaf het begin mee: zijn de definities eenduidig? Is de datakwaliteit op orde? Hoe zorgen we voor goed beheer?”
Martijn werkt met een project initiatie-document dat standaardvragen bevat over datamanagement. “Zo zorgen we dat we niet achteraf hoeven te repareren, maar vooraf goed nadenken over wat er nodig is. Dat is een belangrijke stap in het aanpakken van onze IT-projecten.”
Ook op het gebied van privacy en security wordt niets aan het toeval overgelaten. Roel Gloudemans, director IT risk & compliance bij Conclusion, is nauw betrokken. “We hebben een control framework waarin alle relevante normen zijn geborgd, zoals ISO 27001 en 42001 voor AI. Zo houden we grip op risico’s, zonder innovatie te remmen.”
Bij AI-implementaties zijn er specifieke risico’s om rekening mee te houden: AI poisoning (manipulatie van het systeem via foutieve input), AI bias (onbedoelde vooroordelen in de besluitvorming) en AI drift (veranderend gedrag van het model over tijd). Daarom worden alle AI-beslissingen gelogd en gemonitord. “Bij het order to cash-proces, dat later volgt, zullen we bijvoorbeeld grote bedragen handmatig blijven controleren. Kleine transacties kunnen we statistisch volgen. Zo combineren we technologie met gezond verstand.”
Wat dit project bijzonder maakt, is de balans tussen technologie en menselijkheid. “We bouwen een oplossing die werkt voor mensen,” zegt Fabian. “Het moet intuïtief zijn, betrouwbaar en ondersteunend. Alleen dan wordt het echt gebruikt.” Lativa vult aan: “We willen dat collega’s zich ontwikkelen. Van data entry naar datamanagement. Dat vraagt iets van mensen, maar het biedt ook kansen. We nemen de tijd om iedereen daarin mee te nemen.”
Na het ‘purchase to pay’-proces volgt het ‘order to cash’-proces. Dat proces is complexer, gevoeliger, maar ook met veel potentieel. “We bouwen nu aan een fundament dat we straks breder kunnen inzetten,” zegt Erik. “Niet alleen binnen finance, maar misschien ook bij andere afdelingen of werkmaatschappijen.”
De AI-ambitie van Conclusion is een doordachte stap in een bredere ontwikkeling. En het feit dat het project volledig wordt uitgevoerd door collega’s uit het eigen ecosysteem, vergroot het vertrouwen en de betrokkenheid. “We doen dit met onze eigen mensen,” zegt Erik. “Dat maakt het verschil.”
Wanneer is het project een succes? Voor Fabian is dat helder: “Als we een oplossing hebben gebouwd die goed werkt én makkelijk te gebruiken is. Iets waar we samen trots op kunnen zijn.” Lativa vult aan: “Als mijn team minder tijd kwijt is aan handwerk en meer ruimte krijgt voor inhoudelijk werk. Dan hebben we echt iets bereikt.”
Altijd up-to-date
Nieuwsbrief
Bastiaan Sjardin
Generative AI voor het beantwoorden van klantvragen
Conclusion
Een nieuwe kijk op je applicatielandschap: van applicatiedenken naar procesdenken
Conclusion
Waarom betrouwbare data vaak ontbreekt – en hoe je daar grip op krijgt
Ontdek hoe AI jouw
organisatie vooruithelpt
Van slimme automatisering tot strategisch datagebruik: Conclusion helpt organisaties om met AI écht het verschil te maken. Bekijk onze aanpak en dienstverlening in het domein Data & AI.