Artificiële intelligentie zal CFO’s helpen om betere beslissingen te nemen

Artificiële intelligentie (AI) sijpelt door in allerlei sectoren en domeinen. Ook CFO’s doen er goed aan om zich te verdiepen in de mogelijkheden van deze techniek. Professor Kristof Stouthuysen legt uit waarom.

Zelflerende systemen

Voor financiële toepassingen van artificiële intelligentie verwacht Kristof vooral veel van machine learning of machinaal leren – het vermogen van computers en algoritmes om patronen te herkennen in data en om autonoom, zonder extra programmatie, maar louter op basis van data te leren, d.w.z. het algoritme en zijn prestaties te verbeteren. “Machine learning zal financiële professionals helpen om data beter te kunnen analyseren, correctere voorspellingen te maken en snellere en betere beslissingen te nemen. Het menselijk brein kan maar met een beperkt aantal parameters tegelijkertijd rekening houden terwijl de rekencapaciteit van de huidige computers nagenoeg onbegrensd is.”

Artificiële intelligentie en machine learning zijn trouwens, net als big data, geen nieuwe fenomenen. “Maar”, zegt hij, “de exponentiële toename van beschikbare data is wél een recente ontwikkeling en om die massa data te analyseren zijn machine-learning-algoritmes nuttig. Bovendien worden die algoritmes steeds gesofisticeerder en hebben computers steeds meer rekenkracht – ontwikkelingen die elkaar versterken: computers kunnen dus meer data verwerken waardoor die algoritmes ook weer beter kunnen worden.”

Waardecreatie en risk management

De activiteiten van de CFO en zijn team zijn op te delen in grofweg drie categorieën: (1) financiële, fiscale en boekhoudkundige transacties die zich bij uitstek lenen voor automatisering, (2) risk management en (3) waardecreatie. De rol van de CFO spitst zich in toenemende mate toe op strategische besluitvorming en financiële ondersteuning, want daar kan hij de meeste toegevoegde waarde leveren. “Bepalen welke projecten, activiteiten en acties strategisch interessant zijn en waarde creëren voor een organisatie zijn belangrijke beslissingen waarbij idealiter met zoveel mogelijk informatie en parameters rekening wordt gehouden, en machine learning kan daarbij helpen”, legt Kristof uit.

Ook voor risk management, met name fraudedetectie, zijn machine-learning-algoritmes onmisbare tools. “Voor een financiële instelling die kredietkaartfraude wil opsporen is het geen kwestie van even een spreadsheet lijn voor lijn te analyseren”, glimlacht hij. “Dagelijks worden er immers miljoenen transacties geregistreerd – dat is zoeken naar een speld in een hooiberg. Nu is machine learning, vooral unsupervised machine learning1, bijzonder goed in het detecteren van anomalieën, zoals ongewone boekingen op een rekening of gelijktijdige transacties met eenzelfde kaart op verschillende locaties. Die leeralgoritmes vinden de speld en dan is het aan een medewerker om na te gaan of de gesignaleerde transactie daadwerkelijk frauduleus is.”

Tandje bijsteken

Wil de CFO zijn rol als businesspartner ten volle spelen, dan moet hij qua artificiële intelligentie meer initiatief nemen vindt Kristof. “We zien dat afdelingen als marketing, operations en HRM er al veel meer gebruik van maken. De CFO en zijn team kunnen vooral goed overweg met gestructureerde data, bijvoorbeeld data afkomstig van ERP -systemen. Niet-gestructureerde data zoals tweets, e-mails, blogs, vlogs en allerlei andere informatie die via publieke bronnen beschikbaar is, gebruiken ze nog niet, en laat nu net dat soort data enorm groeien. Maar vooral: artificiële intelligentie en machine learning zijn dé tools bij uitstek om dat soort data te analyseren wil je je voordeel doen met de informatie die erin opgeslagen ligt.”

Misverstand

Hoe komt het dat nogal wat CFO’s een beetje achterop lijken te hinken? “Ik wil zeker niet veralgemenen,” antwoordt Kristof bedachtzaam “maar CFO’s zijn doorgaans overbevraagd. Ze hebben zo veel andere dingen aan hun hoofd dat de tijd en ruimte om met artificiële intelligentie en machine learning aan de slag te gaan erbij inschieten. Soms kan het te maken hebben met een wat conservatievere ingesteldheid die wellicht samenhangt met leeftijd: de gemiddelde CFO is doorgaans wat ouder en niet altijd mee met nieuwste digitale technieken. En wat volgens mij ook speelt is dat er zo veel bedrijven en bedrijfjes op de AI-kar zijn gesprongen die hun diensten proberen te verkopen. CFO’s vrezen dat een AI-project duur zou uitvallen omdat er een externe partij betrokken moet worden, een partij waar ze dan afhankelijk van zouden zijn. Laat me alvast dat misverstand de wereld uit helpen: veel van die nieuwe tools zijn open source. Daar kun je als organisatie dus gewoon zelf mee aan de slag. Je moet er alleen voor openstaan en voldoende ondernemingszin tonen.”

Zelfde taal

Natuurlijk komt elke technologie met zijn eigen risico’s en uitdagingen en daar hoef je niet blind voor te zijn. Niet voor niets is er de GDPR en die kan het gebruik van bepaalde data bemoeilijken, en grote datavolumes verwerken en opslaan heeft gevolgen voor de ICT-infrastructuur. “Dat zijn zaken waarover je zeker moet nadenken, maar ze zijn geen excuus om dan maar af te zien van het gebruik van artificiële intelligentie”, besluit hij stellig.

En er is nog een misverstand dat Kristof graag wil wegwerken: “Moet ik me dan omscholen tot datawetenschapper, vragen Belgische CFO’s vaak. We hebben al een team dat zich bezighoudt met business intelligence, zeggen ze me dan. Natuurlijk moeten ze dat niet. De CFO en zijn team hebben zeer specifieke kennis en expertise en die moeten ze vooral koesteren, maar ze zullen wel nauw moeten kunnen samenwerken met datawetenschappers en dan spreek je maar best dezelfde taal.”

Aan de slag

Natuurlijk zijn er CFO’s en financiële professionals die zich al wèl (willen) verdiepen in AI, en dat is maar goed ook: jongeren zijn steeds meer geïnteresseerd in technologie, zoals AI. Wil het finance departement in de war for talent aantrekkelijk blijven, dan moet het, behalve in traditionele accounting en finance skills, ook in AI investeren.

Kortom, CFO’s doen er goed aan hun koudwatervrees te overwinnen. “Start met een klein project”, adviseert Kristof. “De leercurve van AI-projecten is zo steil dat ze absoluut de moeite lonen. Dat is ook wat we bij Vlerick zien. Wie hulp kan gebruiken: vanuit Accounting & Finance zetten mijn collega’s en ikzelf meer en meer in op het gebruik van nieuwe technologieën en op hoe die de financiële functie vooruit zullen helpen.”

1 Bij supervised machine learning (gecontroleerd leren) leert het algoritme op basis van input-outputparen. Bij unsupervised machine learning (niet-gecontroleerd leren) moet het algoritme zelf structuur ontdekken in de input. Anders dan bij gecontroleerd leren krijgt het tijdens het trainingsproces niet de bij de input gewenste output aangeboden.

Gerelateerd nieuws

  1. Digitale transformatie in Vlaanderen: onze ambitie moet de eerste plaats zijn, en geen plekje in de top drie

    Datum: 28-05-2019
    Categorie: Opiniestukken
    Digitale transformatie is een manier om te overleven in de turbulente tijden die we nu meemaken en die ons nog te wachten staan, zegt professor Stijn Viaene. “We moeten de logge tanker van koers veranderen. En misschien moeten we er een vloot zeilboten van maken. Zolang we maar álle mensen de kans geven om aan boord te blijven. Want niet alleen is dat onze verdomde plicht, het is ook de enige manier om het te redden.”
  2. “De makelaar is een onmisbare schakel in een hybride verhaal”

    Datum: 02-05-2019
    Categorie: Opiniestukken
    Hebt u een verzekering voor cyberrisico's in uw portfolio? En biedt u uw klanten de mogelijkheid om een bagageverzekering af te sluiten via hun smartphone op het moment dat ze de luchthaven binnenstappen? Willem Standaert, lector en postdoctoraal onderzoeker aan de Vlerick Business School, is als geen ander op de hoogte van de veranderingen die digitalisering veroorzaakt voor het werk als makelaar. Hij bespreekt de belangrijkste trends in de verzekeringswereld en de digitale toekomst van makelaars.
Alle artikels