Zo verandert machine learning de financefunctie

Door Henry Barenholz

Finance voelt al jaren de noodzaak om efficiënter en dynamischer te werken. Maar de coronapandemie heeft deze ontwikkeling versneld. Daarmee worden digitale technologieën zoals machine learning steeds essentiëler, met name voor de belangrijkste processen binnen finance. 

Met behulp van digitale technologieën en automatisering kunnen CFO's de financefunctie transformeren. Hoe beter de taken die de meeste waarde leveren geïdentificeerd en geprioriteerd worden, hoe succesvoller de transformatie. Als eerste zou het financeteam  repetitieve en transactionele taken moeten automatiseren, zodat ze minder menselijke inspanning of handmatige interventie vereisen. Door dit te doen wordt er meer tijd vrijgemaakt voor de finance professional om als strategisch adviseur voor het bedrijf op te treden.

Het tweede doel is het vaststellen waar digitale technologieën, zoals machine learning, kunnen worden toegepast voor zaken als anomaliedetectie, voorspellingen of aanbevelingen, wat zorgt voor meer 'machine intelligence' in transacties of processen. Automatisering gecombineerd met machine intelligence zorgt voor intelligent geautomatiseerde processen. Dit bespaart veel tijd die voorheen aan traditionele transacties en processen werd besteed. 

Machine learning kan risico’s en fouten beperken
Er zijn verschillende voordelen van de inzet van machine learning. Het kan bijvoorbeeld financiële risico's beperken door verdachte betalingen in realtime te identificeren. Fraude kost bedrijven jaarlijks miljarden. Het huidige systeem om fraude te beperken is gebaseerd op handmatige audits met steekproeven. Dit betekent dat er slechts naar een fractie van de totale betalingen wordt gekeken. Deze aanpak voor het opsporen van fraude en fouten is als het zoeken naar een speld in een hooiberg. Met machine learning zal het volume van de facturen die worden gecontroleerd op dubbele of frauduleuze betalingen enorm toenemen.

Financefuncties besteden veel tijd aan het samenvoegen van data uit verschillende systemen. Denk aan transacties tussen interne en externe systemen, maar ook tussen verschillende grootboeken. Dit handmatige werk gaat onvermijdelijk gepaard met fouten, waarbij dubbele invoer of fouten in de data-invoer voor inefficiëntie zorgen. Door te automatiseren kun je deze risico’s beperken.

Omarm intelligente automatisering, maximaliseer efficiëntie
Toch passen veel finance functies zich maar langzaam aan. Accounting, leveranciersmanagement, procurement en auditing zijn belangrijke gebieden die uitermate geschikt zijn voor automatisering. Maar de mogelijke risico's vormen vaak een belemmering voor innovatie, met name voor grote bedrijven die in meerdere regio's actief zijn. Ook verliezen financeteams zich vaak in het dagelijkse werk, wat ten koste gaat van transformatie.

Hoewel finance een enorme boost krijgt door het slim automatiseren van processen, is de grootste impact van intelligente automatisering het feit dat er kan worden voldaan aan de toegenomen vraag naar inzichten, rapportages en analyses, ongeacht de toenemende omvang en complexiteit van de (vaak in realtime) benodigde data.

Naarmate het gebruik van digitale technologieën ingebed raakt in de financefunctie, verdwijnt de noodzaak om data handmatig te verzamelen, consolideren, verifiëren en formatteren. Vandaag de dag zijn deze taken enorm tijdrovend. Het financeteam heeft vervolgens weinig tijd over voor analyses. Wanneer handmatige routineprocessen worden geautomatiseerd, kunnen financeteams zich richten op activiteiten die wél waarde toevoegen, zoals scenarioplanning, risicobeoordelingen, prestaties en voorspellende modellen. Dit betekent dus dat finance intelligente automatisering moet omarmen als het efficiëntie wil maximaliseren.

Door Henry Barenholz, Country Manager Nederland bij Workday