Van cash conversion naar copiloot: AI hertekent werkkapitaal

Artificiële intelligentie is het nieuwe toverwoord in zowat alle sectoren – ook binnen finance. Terecht, want AI opent flink wat deuren richting meer efficiëntie en inzicht. Maar volgens Robert Dijkstra, specialist werkkapitaal en oprichter van het Working Capital Institute, vergeten veel CFO’s één cruciale realiteit: je kunt een algoritme niet laten optimaliseren wat je zelf nooit goed hebt ingericht. “Tachtig procent van de CFO’s heeft nog nooit een echt werkkapitaalproject uitgevoerd. Maar iedereen wil wel iets met AI doen.” Hoe moeten we de impact van AI op finance en werkkapitaalbeheer dan inschatten?

Het behoeft geen uitleg dat werkkapitaal het fundament is van elke onderneming: het bepaalt of een organisatie haar dagelijkse activiteiten kan financieren zonder voortdurend een beroep te doen op externe middelen. Toch blijft werkkapitaal voor veel bedrijven een struikelblok – of minstens een verwaarloosd aspect. “Bij multinationals zie je dat het thema vaak verdeeld zit tussen de CFO en treasury”, zegt Robert Dijkstra. Met een verleden als consultant en als oprichter van het adviesbureau Working Capital Institute, is hij gepokt en gemazeld op het vlak van werkkapitaalbeheer. Hij kent de evoluties die in het veld plaatsvinden. “Maar treasury richt zich vooral op cashmanagement. Het echte werkkapitaalbeheer, van procure-to-pay tot order-to-cash, ligt meestal bij de CFO.”

Dat laatste is niet zonder risico, oordeelt Dijkstra: “De kans bestaat dat de CFO het werkkapitaalbeheer als een puur financieel project ziet, terwijl het in essentie een operationeel vraagstuk is.” Werkkapitaal hoort volgens Dijkstra niet thuis in één afdeling. Wel is het een gedeelde verantwoordelijkheid van het hele bedrijf. “Iedere manager in de keten heeft impact. Maar de CFO is wél de natuurlijke aanjager, omdat hij over de data, inzichten en rapportering beschikt om het proces te sturen. De CFO blijft de spin in het web.”

Crisis als katalysator

Dat werkkapitaal essentieel is, merken bedrijven vaak pas in tijden van schaarste of crisis. “Tijdens de financiële crisis van 2008, tijdens corona en nu opnieuw bij geopolitieke spanningen zie je hetzelfde patroon”, zegt Dijkstra. “Plots komt werkkapitaal hoog op de agenda. Bedrijven beseffen dat een goed beheer liquiditeit vrijmaakt en voorkomt dat ze noodgedwongen nieuwe leningen aangaan. Maar het probleem is dat ze meestal te laat beginnen.” Een werkkapitaalproject heeft immers tijd nodig. “De eerste resultaten zie je pas na drie maanden. Om het maximale effect te behalen, heb je negen tot twaalf maanden nodig. Wie pas begint als de crisis uitbreekt, redt het vaak niet.”

Banken kijken intussen scherper dan ooit naar de cash conversion cycle van bedrijven, ofwel hoe snel ze hun EBITDA omzetten in cash. “Hoe sneller dat lukt, hoe lager het risicoprofiel. Bedrijven die hun werkkapitaal op orde hebben, krijgen vlotter financiering en trekken zelfs kopers aan die bereid zijn een premie te betalen. Cash is niet alleen koning, het is ook een waarderingsfactor.”

Nieuwe evoluties

De laatste jaren hebben drie trends het speelveld voor werkkapitaalbeheer veranderd, meent Dijkstra: fintech, open banking en liquiditeitszichtbaarheid. Fintechbedrijven bieden flexibele financieringsvormen aan, vaak op basis van realtime data en risicoprofielen. “Waar banken log en bureaucratisch zijn, werken fintechs snel en dynamisch. Je uploadt je facturen, zij betalen de leverancier op de due date, en jij lost af op 60 of 90 dagen. De rente is marktconform, maar de flexibiliteit is enorm. Vooral voor kmo’s kan dat het verschil maken tussen stilstaan en groeien.”

Daarnaast zorgt open banking ervoor dat internationale betalingen veel sneller verlopen. “Wat vroeger dagen duurde, gebeurt straks in seconden”, aldus Dijkstra. “Betalingen landen onmiddellijk op de rekening, en dat is pure winst voor je werkkapitaal.” Tot slot is de zichtbaarheid van cash sterk verbeterd. “Kleine bedrijven hebben tegenwoordig tools waarmee ze al hun bankrekeningen in één dashboard zien. Je hebt geen dure treasurymanagementsystemen meer nodig. Dat democratiseert werkkapitaalbeheer.”

AI als katalysator, of als hype?

Maar de meest disruptieve ontwikkeling is zonder twijfel artificiële intelligentie. Althans, dat is wat velen verwachten. Volgens Dijkstra bevindt de financewereld zich op een kantelpunt. “Iedere CFO wil weten wat AI kan betekenen voor werkkapitaal, maar we staan nog maar aan het begin. Er is een onderscheid tussen klassieke AI in bedrijfssoftware en de nieuwe golf van generatieve AI.” Vandaag maken ERP-systemen al gebruik van AI voor bijvoorbeeld automatische factuurherkenning en -verwerking. “Vroeger moest je elke factuurregel handmatig controleren, maar tegenwoordig is het systeem in staat om de meeste velden zelf in te vullen. Het leest onder andere bedragen, leveranciers en btw-tarieven en signaleert afwijkingen.” Al blijft de foutenmarge nog te groot voor volledige automatisering. “Maar over een paar jaar zullen alle facturen zonder menselijke tussenkomst doorstromen tot betaling. Dat betekent kleinere teams, maar vooral veel efficiëntere processen.”

Ook op het vlak van debiteurenbeheer en demand forecasting maakt AI al een groot verschil. “Tools voorspellen welke klanten te laat zullen betalen en bevelen zelfs aan wie je best opbelt of aanmaant. Tegelijkertijd winnen vraagmodellen voor voorraadbeheer aan nauwkeurigheid. Klassieke statistische modellen maken plaats voor dynamische AI-modellen die leren van patronen. Dat maakt ze niet alleen beter, maar ook goedkoper en toegankelijker.”

Van voorspellen naar handelen

Met de doorbraak van ChatGPT eind 2022 maakte generatieve of GenAI zijn intrede. Die vorm analyseert niet alleen, maar denkt en handelt ook mee. “Klassieke AI zegt: deze klant gaat te laat betalen. GenAI zegt: hier is alvast een conceptmail om hem aan de factuur te herinneren”, schetst Dijkstra het voornaamste verschil. “En straks stuurt een AI-agent die mail misschien automatisch. Of belt die de klant op met een stem die nauwelijks nog van echt te onderscheiden is. Er is al software voor beschikbaar, dus ik ben ervan overtuigd dat veel bedrijven die stap zullen zetten de komende jaren.” Toch is voorzichtigheid geboden. “De menselijke toets blijft cruciaal. Ik kreeg onlangs een AI-mail van een leverancier, en ik voelde meteen dat het effectief een mail van een robot was. Klanten prikken daar zo doorheen. Gebruik AI als hulpmiddel, niet als vervanging van menselijk contact.”

Dijkstra ziet vooral potentieel in de copilootfunctie van AI: systemen die met de financeprofessional meedenken. “Microsoft heeft Copilot in Excel geïntegreerd. Je hoeft geen formulewizard meer te zijn: je typt wat je wil berekenen en Copilot bouwt de spreadsheet voor jou. Dat maakt finance toegankelijker en productiever. Maar de waarde hangt volledig af van de input. Zonder basiskennis van finance blijft AI dom. Met kennis krijg je een geniale sparringpartner.”

Gratis, kopen of bouwen?

Een discussie die Dijkstra vaak met CFO’s voert, gaat over de keuze tussen zelf AI-systemen opzetten of vertrouwen op bestaande tools. “Voor grote multinationals met eigen IT-teams is inhouse ontwikkeling logisch”, zegt hij. “Zij willen controle over hun data en vermijden de black box van commerciële modellen zoals ChatGPT. Maar voor kmo’s is dat een brug te ver. Zij gebruiken beter bestaande oplossingen, op voorwaarde dat ze een duidelijk beleid hebben over datagebruik.” Zo raadt hij kleinere bedrijven aan om data altijd te anonimiseren voor ze met generatieve AI werken. Upload met andere woorden geen volledige Excel-exports uit je ERP in ChatGPT. Vervang leveranciersnamen door nummers, verwijder klantinformatie. Je weet nooit waar die data terechtkomt.

In de nabije toekomst verwacht Dijkstra een golf van AI-agents: digitale assistenten die zelfstandig beslissingen nemen. “Vandaag krijg je in je systeem nog een voorstel: ‘Koop dit bij die leverancier’. Jij klikt op ‘accept’. Binnen vijf jaar doet het systeem dat zelf, op basis van voorraad, vraag en prijsevolutie. Hetzelfde geldt voor three-way matching: het systeem controleert automatisch of de factuur, bestelling en ontvangst overeenkomen, en keurt de betaling goed. Grote bedrijven doen dat al, maar straks is het standaard, ook bij kmo’s.” Tegelijk zal AI niet alles overnemen. “Onderhandelen met leveranciers over betalingstermijnen of prijzen blijft voorlopig mensenwerk. Wat AI wel kan doen, is helpen bij de strategie: welke argumenten gebruik je, hoeveel speelruimte heb je, en wanneer is het juiste moment? Zo verschuift de rol van finance van uitvoerend naar adviserend.”

Impact op teams

AI verandert onvermijdelijk de rol van medewerkers. Hoewel het verzachtende credo doorgaans luidt dat AI geen mensen zal vervangen, maar rollen verschuift, stelt Dijkstra duidelijk dat de AI-revolutie tot kleinere teams zal leiden. “Bij de ‘Big Four’ zie je het nu al. Vroeger huurden bedrijven tien associates in, nu vijf. Met AI kunnen die vijf hetzelfde werk verzetten. Afdelingen worden kleiner, maar de jobs interessanter. Mensen voeren minder data in en interpreteren meer.” Zo evolueert de rol van de controller van cijferverzamelaar naar AI-curator: iemand die de output van algoritmes evalueert en bijstuurt. “Je hebt mensen nodig die begrijpen hoe modellen werken, die fouten detecteren en ethische grenzen bewaken. De toekomst is niet mens of machine, maar mens met machine.”

In dat hele verhaal verschuift of evolueert de rol van de CFO logischerwijs ook. “AI verandert niet alleen processen, maar ook het leiderschap binnen finance”, vertelt Dijkstra daarover. “De CFO van morgen moet zowel financieel als technisch onderlegd zijn. Hij hoeft geen code te schrijven, maar moet wél begrijpen wat een model doet, welke bias erin zit, en hoe je dat vertaalt naar beleid. Werkkapitaalbeheer groeit zo uit tot een datagedreven discipline, waarin AI inzichten genereert en de CFO de context toevoegt.” Zijn eigen ervaring bevestigt dat. “Ik voer tegenwoordig discussies met AI die ik vroeger met consultancypartners had”, lacht Dijkstra. “Ik kan een AI-model vragen welk statistisch model het beste aansluit bij een specifieke productclassificatie om de voorraad te optimaliseren.”

De grootste uitdaging voor CFO’s en controllers ligt volgens Dijkstra niet in de technologie, maar in het omarmen van een nieuw werkritme. “We moeten leren samenwerken met AI zoals we vroeger met collega’s deden”, zegt hij. “AI is straks een onderdeel van ons dagelijks leven en maakt niet alleen het verschil in snelheid en kosten, maar ook – en vooral – in strategisch inzicht.”