“Finance moet robotisering (RPA) naar zich toetrekken”

Over big data, robotisering en kunstmatige intelligentie (ook wel artificial intelligence, AI) wordt meer gepraat en geschreven dan dat er al werkelijk mee wordt gewerkt. Dit geldt zeker binnen de financiële functie, zegt Anneke Wieling, managing director van Protiviti Nederland, een adviesbureau op het gebied van riskmanagement, business consulting en internal audit. “Voor zover er wordt geëxperimenteerd is dat vooral door grote ondernemingen die via robotisering kosten willen besparen op activiteiten die ze eerder hebben ondergebracht in Shared Service Centers. Destijds was de crisis aanleiding om niet-strategische activiteiten te outsourcen. Nu de bedrijvigheid weer toeneemt, willen ondernemingen voorkomen dat de kosten stijgen doordat ze meer transacties hebben.” Zeker grote ondernemingen zien robots als een uitkomst, aangezien ze tegen geringe kosten enorme hoeveelheden transacties kunnen verwerken.

“Voor AI geldt meer nog dan bij robotisering dat we nog helemaal aan het begin staan van allerlei mogelijke ontwikkelingen”, is Wieling van mening. “Bedrijven krijgen de beschikking over steeds meer data, en proberen deze in toenemende mate aan te wenden om beslissingen beter te onderbouwen. In theorie kan AI hiervoor worden ingezet, maar in de praktijk gebeurt dit maar zelden en worden veel automatiseringstrajecten nog steeds gedreven door de wens om kosten te besparen.”

Lacunes vullen

Hoe komt het dat robotisering en AI nog niet de hoge vlucht hebben genomen die key note speakers van congressen en andere visionairs jaren geleden al voorspelden? Volgens Wieling heeft dat verschillende oorzaken. “Robots leveren niet altijd de verwachte kostenbesparingen op, dat in de eerste plaats. Het is ook lang niet altijd gezegd dat robots goedkoper zijn dan het huidige proces; de business case valt niet altijd uit in het voordeel van robotisering. Dat geldt zeker wanneer er sprake is van processen waarin veel afwijkingen optreden. Dan kan het aantal robots dat moet worden ingezet sterk toenemen en kunnen de kosten van het beheer van de Robotic Process Automation (RPA)-systemen sterk oplopen.” Een robot wordt veelal ingezet zonder dat het onderliggende ERP-systeem en de bijbehorende processen worden aangepast. Wieling: “Een robot is gewoon een extra laag software boven op het bestaande systeem en vervangt een voorheen manuele taak. Daarmee ontstaat ook additionele complexiteit door systemen die moeten worden onderhouden.”

"De business case valt niet altijd uit in het voordeel van robotisering"

RPA is met name interessant wanneer verschillende delen van het proces door verschillende softwareoplossingen worden ondersteund, waarbij de robot de informatie uit de verschillende systemen combineert. Dit is iets wat nu nog vaak wordt gedaan via menselijke interfaces. Dat het onderliggende systeem intact blijft, hoeft op zich geen bezwaar te zijn. “Maar vaak kun je al veel kosten besparen door het ERP-systeem beter in te richten”, zegt Wieling. “Daar waar een standaardproces in één systeem leidt tot uitzonderingen die een menselijke tussenkomst vragen, is kijken naar de parameters in de ERP-systemen vaak een manier om efficiencies te bereiken. Denk aan de tolerantie bij bulkleveringen die elke keer leidt tot weigering van de zending in de geautomatiseerde 3-way match.” Wieling geeft een voorbeeld. “Een klant van ons had een oud ERP-systeem dat transacties slechts batchgewijs kon afhandelen. Eens per uur moest iemand op een knopje drukken om het systeem te overrulen en transacties te laten uitvoeren. Wellicht kun je die man die op dat knopje drukt vervangen door een robot. Maar wellicht kun je ook heel simpel de batch-opstart in het bestaande systeem automatiseren. Dit betekent samen met de IT-afdeling een oplossing zoeken.”

Veel bedrijven hebben de afgelopen tien jaar weinig geïnvesteerd in de uitbreiding van hun ERP-pakketten. Ze hebben hun toevlucht genomen tot zelfgebouwde oplossingen in Excel en Acces, om lacunes te vullen, in plaats van het ERP-pakket beter in te richten. Het tweede probleem dat verdere robotisering in de weg staat, is dat de data waarmee ze werken ondermaats zijn. “Ook hier speelt mee dat bedrijven in allerlei systemen op elkaar stapelen zonder dat deze helemaal goed aansluiten: informatie uit het ene systeem moet worden bewerkt voordat deze verder kan worden verwerkt; zelfgebouwde en inconsistente spreadsheets worden gebruikt om de informatie verder te kunnen gebruiken. Zo krijg je onvolledige, inconsistente, corrupte of gedupliceerde data en leidt robotisering wel tot meer data, maar ook tot meer wanorde. Het is zaak hier ook te kijken hoe in bedrijfsprocessen de integriteit van de data wordt gewaarborgd, zodat deze aan het einde van het proces nog steeds hetzelfde zijn.”

Finance kansrijk

Als bedrijven eenmaal het probleem van de gebrekkige data-integriteit hebben opgelost, is er wellicht een grotere rol weggelegd voor robotisering en AI binnen bedrijven. Ook binnen finance, gelooft Wieling. “Zeker als het gaat om risicomanagement. AI kan een rol spelen om externe risico’s beter in kaart te brengen. Denk aan de kredietportefeuille van een bank. Een bot kan die doorspitten, en patronen herkennen om bestaande modellen over kredietwaardigheid te toetsen. Zodoende kan een bank steeds beter voorspellen wanneer een faillissement dreigt bij een klant.”

AI kan ook worden ingezet om interne risico’s te beperken. Overigens geldt ook hier weer: zet dit instrument vooral niet klakkeloos in. “Je kunt bijvoorbeeld fraude ook grotendeels tegengaan door je processen en ERP-systemen goed in te richten. Door een goede scheiding in bevoegdheden – wie krijgt waar toegang toe en wie mag wat aanpassen? – en door een robuust identificatiesysteem.” Wat niet wegneemt dat AI een rol kan spelen. Bij onrechtmatigheden of haperende interne controle kan een bot beter controle uitoefenen dan mensen dat kunnen. “Een geautomatiseerd controlesysteem kan tenslotte een hele dataset van transacties doornemen, waar mensen slechts een steekproef kunnen nemen.” Risicomanagement is volgens Wieling op termijn zeker niet het enige denkbare toepassingsgebied voor AI binnen finance. Financials zijn objectief, betrouwbaar, nuchter en cijfermatig ingesteld. Finance is in haar ogen dan ook dé plek waar je alle informatie die van belang is voor de bedrijfsvoering zou kunnen verzamelen en toetsen op juistheid, zodat het hele bedrijf zich op dezelfde data kan baseren.

"Strategisch belang finance onvoldoende onderkend"

Ook kunnen de CFO en zijn of haar medewerkers die data duiden, trends signaleren en toegevoegde waarde leveren met analyses, prognoses en advies, en hiervoor uiteraard ook AI inzetten. “In de afgelopen jaren hebben bedrijven als het om AI ging vooral in toepassingen voor marketing en verkoop geïnvesteerd. Het strategische belang van finance wordt onvoldoende onderkend. Dat ligt ook aan de financials zelf. Ze eigenen zich nog te weinig een strategische rol toe binnen de onderneming. Dit terwijl alles in de wereld vertaald wordt in geld en financials zich daarom volgens mij ook met alles zouden moeten bemoeien. Niet alleen erop toezien dat de cijfertjes kloppen en het rapport op tijd af is. Bedrijven hebben goede business controllers nodig; mensen die de samenwerking zoeken met andere afdelingen en communicatief vaardig zijn. Die bovendien system savy zijn en in de gaten hebben wanneer bepaalde routinewerkzaamheden kunnen worden geautomatiseerd. En vooral: mensen die een brug slaan tussen de financiële vastlegging en de besluitvorming in de onderneming.”