Financiële veerkracht gaat over het vermogen van een organisatie om schokken op te vangen zonder dat de ambitie stilvalt: fluctuaties in omzet, onvoorziene kosten, vertraging in projecten die geld kosten voordat ze geld opleveren. Als gereedheidsdimensie in de ambitietoets meet financiële veerkracht iets specifieks: is de financiële functie in staat om de scenario's die bij een AI-veronderstelde ambitie horen, tijdig te doorzien en te dragen.
Dat is iets anders dan een gezonde balans. Een ambitie die AI-werk veronderstelt, verandert het kostenpatroon: minder variabele arbeidskosten in sommige processen, meer investering in technologie en toezicht, en een ander ritme van uitgaven vooraf versus baten later. Financiële veerkracht als capability betekent dat de organisatie dat patroon kan doorrekenen, monitoren en bijstellen voordat het een probleem wordt in plaats van erna.
In delen van de bedrijfsvoering is dit al praktijk. Rapportagecycli, reconciliaties, cashflow-forecasting op basis van historische patronen: dit zijn taken waar AI het grootste deel van het rekenwerk aankan, met een controller die de uitkomst goedkeurt of afkeurt met reden. In andere delen van de financiële functie ligt dat anders. Scenarioplanning bij strategische onzekerheid, de afweging tussen investeringsruimte en risico, het gesprek met de bank of de raad van commissarissen over veerkracht bij tegenslag: dat blijft mensenwerk, omdat het oordeel vraagt dat niet uit historische data volgt.
Het verschil tussen bedrijven die dit al zo organiseren en bedrijven die dat niet doen, zit niet in de beschikbaarheid van tools. Het zit in of de onderliggende data en processen al zo zijn ingericht dat een systeem er iets betrouwbaars mee kan doen. Een organisatie waar cijfers uit losse spreadsheets komen en waar afsluitingen leunen op individuele kennis, kan dezelfde ambitie hebben als een organisatie met een doorlopend actuele financiële administratie, maar de gereedheid om AI-werk daadwerkelijk te laten landen verschilt fundamenteel.
Het merkbare verschil zit niet in de jaarrekening. Het zit in het tempo waarmee een directie een vraag kan beantwoorden. Bij lage gereedheid duurt het dagen om te weten wat een tegenvallende maand betekent voor de rest van het jaar, omdat cijfers verzameld en geïnterpreteerd moeten worden door mensen die daar tijd voor moeten vrijmaken. Bij hogere gereedheid is dat antwoord er sneller, omdat een deel van het verzamelen en samenvatten al is verplaatst en de resterende menselijke tijd naar het oordeel gaat in plaats van naar het optellen.
Dat scheelt niet alleen tijd. Het verandert ook wat er van de financiële functie gevraagd wordt. Uren die eerst gingen naar het samenstellen van overzichten, komen vrij voor het beoordelen ervan. Of die vrijgespeelde capaciteit wordt ingezet voor meer scenario's, voor eerder ingrijpen bij afwijkingen, of voor iets anders, is een keuze die bij de organisatie zelf ligt.
Gereedheid op deze dimensie hangt af van een paar dingen die zich lastig laten verbloemen. Staan de financiële gegevens ergens waar een systeem ze consistent kan lezen, of zitten ze verspreid in bestanden met eigen conventies. Zijn de aannames achter een forecast expliciet gemaakt, of zitten ze in het hoofd van één controller. Is er een vastgelegd proces voor wat er gebeurt als een scenario een bepaalde drempel overschrijdt, of wordt dat steeds opnieuw uitgevonden.
Dit raakt ook aan hoe beslissingen genomen worden: wie mag een investering goedkeuren op basis van een AI-gegenereerde prognose, en wanneer moet een mens dat oordeel expliciet overnemen. Dat is een vraag over besluitrechten, niet alleen over techniek, en hoort dus ook zo behandeld te worden. Hoe strategie en governance zich verhouden tot AI-overname van besluitwerk is in dat opzicht een aangrenzende vraag, en het antwoord daarop bepaalt mede of financiële veerkracht als dimensie los kan staan of juist wacht op andere capabilities.
Als het verzamelen en samenvatten van financiële data grotendeels bij AI komt te liggen, verandert het profiel van wat er van de financiële functie gevraagd wordt. Er is minder behoefte aan handmatige verwerking, en meer behoefte aan mensen die weten wanneer een uitkomst niet klopt en waarom. Dat is een verschuiving in vaardigheid, niet automatisch in aantal mensen: wat een werkgever daarmee doet, valt onder eigen wettelijke vereisten en is geen vraag die deze pagina beantwoordt.
Wat wel te beantwoorden is: welk deel van het financiële werk in dit specifieke bedrijf zich daadwerkelijk laat overnemen, hangt af van de kwaliteit van de onderliggende processen, niet van de ambitie alleen. Die vraag wordt per taak beantwoord met de werkscan van FTE TO AI. En omdat financiële veerkracht niet los staat van hoe processen zijn ingericht, is het relevant om ook te kijken naar hoe processen en operatie zich verhouden tot werk dat AI overneemt, en naar wat een target operating model in gewone woorden hier eigenlijk beschrijft.
De vraag wat financiële veerkracht gereedmaken voor AI kost, heeft geen vast antwoord: het hangt af van waar de data nu staat, hoe de processen zijn ingericht en welke ambitie er ligt. Een eerste beeld daarvan krijgt u met de gratis gereedheidscheck: acht korte vragen, één per dimensie, met een uitkomst die laat zien waar u het verst en het minst ver bent. De volledige ambitietoets, met de vier lagen en de vijf confidence gates, is in aanbouw. Wie nu al wil weten welke capabilities de eigen organisatie nodig heeft voor de gestelde ambitie, vindt daar het vertrekpunt.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.