Hoe werkt AI? En hoe je het als financial kunt gebruiken

Waar denk je aan als je het woord ‘AI’ hoort? Prachtig hulpmiddel? Of mogen mensen van jou wel eens stoppen met het eindeloos gebruik van deze term? Misschien gebruik je het al structureel en doe je er je voordeel mee—goed bezig! Maar ook als je het (voor nu nog) links laat liggen, kan je er eigenlijk niet omheen als je LinkedIn opent of de televisie ’s avonds aan zet.

Kijk, die populariteit, die is natuurlijk niet voor niets. Het helpt mensen en bedrijven in de meest uiteenlopende sectoren zowel efficiënter als effectiever werken—ook ons. Een mailtje checken op de juiste spelling en grammatica, facturen uitlezen op relevante data, budgetten opstellen met behulp van AI—dit soort toepassingen van AI burgeren steeds verder in.

Maar, toch is het voor veel mensen nog niet helder wat AI nu precies is, hoe het steeds beter wordt in het herkennen van patronen en welke toepassingen er specifiek voor financials zijn. En dat is ook vaak de reden waarom mensen het links laten liggen, ondanks dat er zoveel mooie kansen liggen. Zonde, wat ons betreft,  waarom we in dit artikel verder willen ingaan op wat AI is, hoe het werkt en hoe het gebruikt wordt in de finance. Allemaal zodat ook jij hier je voordeel mee kan doen in je werk. Laten we beginnen!

Wat is AI?

Allereerst is het goed om helder te hebben wat AI precies is. Als we Artificial Intelligence (AI) of kunstmatige intelligentie moeten terugbrengen naar de kern, gaat het over alles wat gedaan wordt om de menselijke intelligentie na te bootsen. Niet zo verrassend waarschijnlijk. Denk hierbij aan leren, spraak interpreteren, redeneren, plannen--alles wat een mens kan, maar dan zónder dat er een mens aan te pas hoeft te komen. AI is dus eigenlijk een enorm breed begrip, waaronder veel verschillende technieken en tools vallen.

De AI’s die we vandaag de dag tot onze beschikking hebben zijn vooral goed in het herkennen van patronen. Daarmee zijn repeterende taken eenvoudig te automatiseren, maar kunnen ook voorspellingen gedaan worden op basis van historische patronen die de AI herkend heeft. Denk hierbij aan toepassingen als het opsporen van fraude door het zien van afwijkingen in geldstromen, het herkennen van gezichten in afbeeldingen, maar ook het zien van patronen in het verkeer door een zelfrijdende auto.

Hoe een AI leert met behulp van machine learning

Een AI ontwikkelt zichzelf continu, wat het doet door zogenaamde ‘machine learning’. Deze term heb je vast al eens gehoord, maar wat houdt dat nu precies in? Machine learning wijst op het proces waarbij een AI gevoed wordt door grote datasets en daarmee steeds verder gefinetuned wordt. Deze datasets worden gebruikt om het model te trainen zodat het beter patronen kan herkennen, waarmee het scherpere voorspellingen kan doen. En naarmate een model meer data krijgt, wordt de AI steeds verfijnder.

Machine learning bestaat in verschillende soorten en maten. Zo heb je ‘supervised learning’, wat betekent dat een model getraind wordt met gelabelde data. Je geeft het model bijvoorbeeld een dataset met foto’s van katten en honden, zodat het model leert hoe het deze dieren moet classificeren op basis van de kenmerken van een afbeelding. Je geeft het model wat het zou moeten kunnen herkennen, waarna het model in een willekeurige afbeelding deze kenmerken herkent en kan classificeren.

Naast supervised learning bestaat er ook ‘unsupervised learning’, waarbij het model gevoed wordt met ongelabelde data. Het doel van unsupervised learning is om verborgen patronen in de data te herkennen: het model heeft niet een bepaald doel, maar krijgt de vrijheid om zelf patronen en structuren in de data te ontdekken. Zo’n model kun je bijvoorbeeld een dataset geven die een groot aantal klantgegevens bevatten, waarna het model klanten kan groeperen op basis van overeenkomstige eigenschappen als aankoopgeschiedenis, leeftijd, of andere eigenschappen.

Een derde en laatste vorm van machine learning die we graag willen uitlichten is ‘reinforcement learning’. Hierbij wordt een model getraind doormiddel van feedback in de vorm van beloningen of straffen. Denk bijvoorbeeld aan een AI voor het doen van transacties op de aandelenmarkt. Je laat het model transacties doen, waarna de winst of verlies op de transactie de beloning of straf is. Naarmate het model meer en meer transacties doet, begint het patronen te herkennen in hoe het de winst moet optimaliseren: een klassiek voorbeeld van ‘reinforcement learning’.

Hoe AI in de finance gebruikt wordt

Nu je weet wat een AI is en hoe het leert, kunnen we door naar de verschillende toepassingen van AI binnen de finance. Er zijn tegenwoordig veel AI’s die je gratis kunt gebruiken, dus ook jij zou zonder risico kunnen kijken of je er je voordeel mee kunt doen! De bekendste van deze gratis AI’s is waarschijnlijk ChatGPT, de GenAI chatbot van OpenAI. Maar denk bijvoorbeeld ook aan Midjourney, de afbeelding generator die tekst omzet in afbeeldingen. Of Grammarly, een AI schrijfassistent, die spel- en stijlfouten voor je herkent en een betere oplossing aandraagt.  

Over één van de toepassingen van AI in de finance hebben we laatst met Daniël gesproken, onderdeel van het Fit Datateam. In dit gesprek legt hij uit hoe hij ChatGPT gebruikt als hij even niet weet hoe hij iets aan moet vliegen in Excel. Hij legt geregeld een casus voor aan ChatGPT en krijgt op die manier nieuwe inzichten in hoe hij iets zou kunnen aanpakken.

Zo kun je met behulp van ChatGPT stuk efficiënter Excel VBA-code schrijven om te gebruiken in je macro’s. Vraag bijvoorbeeld eens “schrijf een stuk Excel code waarmee de opmaak in werkblad A gekopieerd wordt naar werkblad B tot en met G” aan ChatGPT en kijk wat er gebeurt. Hij zal je een stukje code geven, die je vervolgens kunt proberen in Excel. Doet het wat het moet doen? Mooi! Maar als het nog niet helemaal naar behoren werkt, kun je simpelweg aan ChatGPT vertellen wat er misging, waarna het de code aanpast. Je hoeft met de komst van ChatGPT dus niet meer te kunnen programmeren—je moet enkel helder kunnen verwoorden wat je graag wilt doen met je stukje code. Handig hè?

Maar denk bijvoorbeeld ook eens aan toepassingen als de Optical Character Recognition (OCR) in scan & herken programma’s, waarmee facturen worden uitgelezen op relevante data en doormiddel van patroonherkenning worden gekoppeld aan de juiste crediteur, grootboekrekening en kostenplaats. Ook dit is het werk van een AI: de AI weet na het behandelen van een aantal facturen precies waar bepaalde data staat en kan dit vervolgens zelf uitlezen uit de factuur.   

Nog een andere toepassing van AI in finance is het kunnen uitvoeren van real-time data analyses. Daarmee kan AI je ook helpen met het maken van forecasts en begrotingen. In verschillende forecasting tools wordt AI al gebruikt om op basis van historische data voorspellingen voor de toekomst te doen. Denk bijvoorbeeld aan cashflow forecasts of het maken van nauwkeurige kostenbegroting. Dit zijn trouwens allemaal duidelijke voorbeelden van unsupervised learning: je geeft het model historische data, waarna je het de vrijheid geeft om patronen en structuren te ontdekken en voorspellingen voor de toekomst te doen.

Zoals je begrijpt zijn er ook in de finance voldoende toepassingen van AI, die je kunnen helpen in je werk!

De voordelen van AI

Het grootste voordeel van het werken met AI is dat je efficiënter te werk kunt gaan en daarmee productiever bent. Ook kun je makkelijker manieren vinden om kosten te besparen en wordt het aantal fouten lager. En daarnaast zorgt het in bezit zijn van up-to-date informatie, met forecasts die daarop voortborduren, dat je beter en sneller keuzes kunt maken, die daadwerkelijk waarde toevoegen aan je organisatie. Enorm krachtig, als je het ons vraagt.

En naast de voordelen op het gebied van de productiviteit, maakt het gebruik van AI de financiële afdeling schaalbaar. Door repetitieve taken te automatiseren kun je bijvoorbeeld kosten besparen op je crediteuren- en debiteurenadministratie. Maar ook het genereren van rapporten zal veel sneller kunnen met behulp van AI, in plaats van dat jij dagenlang moet ploeteren in Excel. In ieder geval genoeg redenen om je eens te wagen aan het gebruiken van AI.

Zo stomen we je klaar voor de toekomst

Zo, dat was best even inhoudelijk. Maar natuurlijk goed om te weten wat een AI is en hoe het werkt, zodat ook jij er je voordeel mee kunt doen. Ook hebben we het gehad over de manieren waarop AI nu al gebruikt wordt in de finance, waar in de komende jaren ongetwijfeld nog 1001 nieuwe toepassingen bij gaan komen. Zat er bij de toepassingen die we vandaag genoemd hebben eentje die je nog niet kende? Hopelijk heb je er iets aan je gehad en ben je geïnspireerd om de efficiëntie op jouw afdeling op te krikken met behulp van AI.

Wij zijn in ieder geval al wèl overtuigd van de kracht van AI. Als we samen bij Fit op kantoor werken, bijvoorbeeld tijdens de themadagen, vinden we het leuk om over de toepassingen van AI te discussiëren. Zo zorgen we er met elkaar voor dat we als financials klaar zijn voor de toekomst: AI die het (vaak saaie) repeterende werk doet en de financial die daardoor tijd over heeft om op strategisch niveau bezig te zijn. Eén ding is zeker: AI gaat ons werk de komende jaren sterk veranderen, waarom wij er alles aan doen om zo goed mogelijk op te hoogte te blijven. En daarin nemen we jou ook graag mee, dus volg onze LinkedIn-pagina om geen enkel artikel te missen!