Kunstmatige intelligentie is snel een strategische prioriteit geworden voor financiële leiders in uiteenlopende sectoren, gedreven door beloften van snellere processen, scherpere inzichten en grotere operationele efficiëntie. Volgens een recent KPMG-report gebruikt inmiddels 75% van de organisaties AI actief binnen de financefunctie, een scherpe stijging ten opzichte van slechts 30% in 2024.

Toch hebben de eerste generatie AI-tools bij velen niet aan de verwachtingen voldaan. In plaats van de manier waarop finance-teams werken fundamenteel te veranderen, bleef AI grotendeels beperkt tot chatbotfunctionaliteit — informatie samenvatten en generieke सुझावen geven zonder bredere bedrijfscontext te begrijpen of verbinding te maken met de systemen waar financieel werk daadwerkelijk plaatsvindt. Ondanks de hoge adoptiegraad geeft slechts 23% van de organisaties aan dat AI de verwachtingen overtreft.

Dat chatbot-tijdperk loopt echter ten einde. De volgende generatie AI in finance wordt gekenmerkt door tools met de context, systeemkoppelingen en governance die nodig zijn om als actieve deelnemer in financiële processen te functioneren — wat de bredere sector inmiddels "agentic AI" noemt, een verschuiving waarin grote technologiebedrijven zoals Google, Microsoft en Salesforce ook investeren.

Standalone AI schiet tekort in finance

Voor de meeste finance-teams bestond de eerste golf van AI-adoptie uit chatinterfaces op basis van frontier-modellen zoals ChatGPT en Claude. Data werd uit bestaande technologiestacks geëxporteerd en in een chatbot geplakt. Tegelijkertijd haastten softwareleveranciers zich om AI-functionaliteit aan bestaande platforms toe te voegen, terwijl startups "AI-native" ervaringen promootten.

Modellen zoals ChatGPT en Claude kunnen de productiviteit zeker verbeteren voor taken zoals het samenvatten van documenten en andere eenvoudige werkzaamheden. Maar dat niveau van bruikbaarheid blijft ver achter bij de transformatie die financiële leiders voor ogen hadden bij hun eerste AI-investeringen.

De kernbeperking van standalone AI is dat het buiten de systemen bestaat waarin financieel werk daadwerkelijk wordt uitgevoerd. Het kan geen toegang krijgen tot accounts payable (AP)-workflows, leveranciersrecords, factuurgegevens of betalingshistorie — precies de informatie die de cruciale context biedt voor betekenisvolle aanbevelingen. Bovendien kan standalone AI, omdat het los staat van andere tools in de finance-technologiestack, geen actie ondernemen op de aanbevelingen die het genereert. De ene AI-tool kan een afwijking analyseren maar niet onderzoeken; een andere kan een goedkeuring adviseren maar de factuur niet op het juiste moment naar de juiste persoon routeren.

Open protocollen zoals MCP vertegenwoordigen het volgende AI-tijdperk

Open protocollen zoals het Model Context Protocol (MCP) beginnen deze kloof te overbruggen. MCP, eind 2024 door Anthropic geïntroduceerd als open-source standaard, biedt een gestandaardiseerde manier waarop AI veilig verbinding kan maken met de systemen waar financieel werk plaatsvindt. In plaats van te functioneren als een standalone chatbot, kan AI via MCP relevante data benaderen, bedrijfscontext begrijpen en goedgekeurde acties in realtime uitvoeren.

Dat is een ingrijpende verschuiving. Waar AI voorheen beperkt was tot het beantwoorden van vragen, maken open protocollen het mogelijk om een actieve deelnemer in financiële processen te worden.

Stel dat een leverancier een factuur indient bij het AP-team van een koper en de prijs niet overeenkomt met de inkooporder. Een standalone AI-tool kan het verschil uitleggen of vervolgstappen voorstellen. Maar AI die via een open protocol zoals MCP is verbonden, kan een directe rol spelen in onderzoek en afhandeling: het kan de juiste inkooporder en leverancierhistorie identificeren, de huidige prijs vergelijken met eerdere facturen, de waarschijnlijke oorzaak van de afwijking vaststellen, de factuur routeren naar de juiste goedkeurder, de relevante stakeholders informeren en de oplossing vastleggen — allemaal binnen de vastgelegde rechten, goedkeuringsbeleid en workflows van de organisatie. Handmatig werk neemt af, terwijl het team volledige controle behoudt.

De impact is vooral groot in finance en AP

Elke dag genereren en beheren finance-teams enorme hoeveelheden operationele data — facturen, inkooporders, leveranciersrecords, betalingshistorie, contracten en goedkeuringsworkflows. Samen kan deze data de context bieden die AI nodig heeft om betere beslissingen te nemen en impactvolle actie te ondernemen. Bij de meeste organisaties is financiële data echter verspreid over niet-gekoppelde systemen en gebonden aan strikte toegangscontroles.

Open protocollen zoals MCP bieden de structuur waarmee AI veilig verbinding kan maken met die financiële data. Teams hoeven data niet langer handmatig tussen losstaande tools te knippen en plakken, omdat AI op het juiste moment toegang kan krijgen tot de juiste informatie, binnen de kaders van de bestaande rechten, goedkeuringsbeleid en auditvereisten van de organisatie. Daardoor kan finance tijd besparen en sneller werken, met behoud van veiligheid en controle.

Hoewel open protocollen across business functions een aanzienlijke impact kunnen hebben, is dat vooral zichtbaar in accounts payable, waar een gebrek aan context vaak leidt tot te late betalingen aan leveranciers, onopgemerkte fraude en overbesteding. Het oplossen van een factuurafwijking kan bijvoorbeeld vereisen dat de juiste inkooporder wordt gevonden, historische prijsgegevens worden gecontroleerd, wordt bevestigd dat goederen daadwerkelijk zijn ontvangen en de juiste goedkeurder wordt geïdentificeerd. Of het afhandelen van een leveranciersgeschil kan betekenen dat talloze e-mails, betalingsgegevens en ondersteunende documentatie moeten worden doorzocht. Al deze taken kosten tijd, en trage afhandeling kan reëel bedrijfsrisico veroorzaken.

Met open protocollen zoals MCP kunnen deze voorheen arbeidsintensieve onderzoeken vaak binnen enkele minuten worden afgerond. Problemen worden sneller opgelost en teams hebben meer tijd voor werk met hogere waarde.

Met open protocollen ontwikkelt AI zich van een prettige productiviteitsfunctie tot fundamentele finance-infrastructuur. De organisatie kan betere en tijdigere beslissingen nemen die het bedrijf vooruit helpen, zonder concessies te doen aan nauwkeurigheid, governance of controle.

Open protocollen voegen governance toe waar die ontbrak

Naarmate AI steeds meer verankerd raakt in bedrijfsprocessen, blijven veel financiële leiders terughoudend. Beveiliging is daarbij vaak de belangrijkste zorg, en dat is terecht. Financiële systemen bevatten zeer gevoelige informatie, en leiders moeten ervoor zorgen dat elke technologie die met die data werkt aan de hoogste beveiligingsnormen voldoet.

Gelukkig betekent open protocollen niet dat financiële systemen wijd open staan. Integendeel. Open protocollen zoals MCP creëren veilige, op rollen gebaseerde verbindingen tussen AI en financiële systemen die bestaande gebruikersrechten, goedkeuringsbeleid en auditvereisten respecteren. Elke interactie kan worden afgebakend, gemonitord en gelogd.

Sterker nog, deze aanpak is vaak veel veiliger dan wat momenteel in veel organisaties gebeurt. Medewerkers voeren vandaag de dag vaak facturen, contracten of andere gevoelige financiële data in openbare AI-tools in. Deze informele workflows zijn niet goed gereguleerd en brengen beveiligings- en compliance-risico's met zich mee wanneer medewerkers ze gebruiken.

Open protocollen bieden een veiliger, beter beschermd alternatief. In plaats van dat medewerkers om bestaande systemen heen werken, kunnen organisaties AI veilige, controleerbare toegang geven tot de juiste informatie, terwijl governance, accountability en controle voor finance-teams behouden blijven.

Wat staat finance AI te wachten

Het chatbot-tijdperk van AI in finance maakt plaats voor een nieuwe generatie waarin open protocollen AI voorzien van de context en connectiviteit die nodig zijn om echte bedrijfswaarde te leveren. Finance-teams die deze aanpak vroeg adopteren, profiteren van aanzienlijke efficiëntiewinst en van een blijvend concurrentievoordeel dat verder groeit.

Hoe langer deze protocollen van kracht zijn, hoe meer contextuele data AI heeft om van te leren. Daardoor blijft het vermogen om routinetaken te stroomlijnen, inzichten naar boven te halen en besluitvorming te ondersteunen verbeteren. Organisaties die de adoptie uitstellen, zullen het moeilijk krijgen om deze early adopters in te halen.

Tegelijkertijd veranderen open protocollen ook de rol van finance zelf. Wanneer organisaties beschikken over een financieel operating system dat routinematig werk op de achtergrond afhandelt, houden teams meer tijd over voor analyse, werkzaamheden met hogere waarde en beslissingen die echt menselijke inzet vereisen.

Het financiële operating system wordt niet bepaald door één enkele tool of één platform. Het is de richting waarin de sector beweegt: een richting waarin AI de context, connectiviteit en governance heeft om een actieve deelnemer te worden in dagelijkse financiële operaties.

Over Ottimate

Ottimate is een AI-gedreven accounts payable-automatiseringsplatform dat financiële teams in staat stelt kosten te verlagen, overbetalingen te voorkomen, fraude te detecteren en beleidsnaleving af te dwingen gedurende de volledige invoice-to-payment-cyclus.

Meer Fintech Insights: The AI Shift in Fraud: Why Banks Need a New Playbook

[To share your insights with us, please write to psen@itechseries.com ]