Geschreven door Darren Roberts Kunstmatige intelligentie is voor financiële leiders niet langer een toekomstig aandachtspunt. Het verandert nu al de manier waarop marges worden beschermd, risico’s aan het licht komen en beslissingen binnen de hele onderneming worden uitgevoerd. Bij ERA Group hebben we de afgelopen jaren gewerkt aan een nieuwe manier om inkoopinformatie te integreren in de financiële besluitvorming. Wat we hebben geleerd is simpel: automatisering alleen levert geen voordeel op. Informatie wel, maar alleen als die daadwerkelijk in de praktijk wordt gebracht.
Veel organisaties beschouwen inkoop nog steeds als een puur transactionele functie. AI wordt er bovenop gezet om de inkoop te automatiseren, reacties op offerteaanvragen te versnellen of sneller rapporten te genereren. Die efficiëntieverbeteringen zijn nuttig, maar pakken zelden de diepere oorzaak aan: margeverlies als gevolg van gefragmenteerd inzicht, vertraagde rapportage en onsamenhangende besluitvorming.
De grootste verandering vindt plaats wanneer AI wordt geïntegreerd in het kernmodel van de inkooporganisatie.
In onze werkzaamheden in diverse sectoren zien we steeds hetzelfde patroon. Financiële leiders die structureel voordeel creëren, richten zich op drie zaken:
Ten eerste maken ze de overstap van rapportage achteraf naar financiële inzichten in realtime. Traditionele uitgavenanalyses laten zien wat er al is gebeurd. Door AI aangestuurde inzichten brengen signalen vroegtijdig aan het licht en signaleren problemen met de prestaties van leveranciers, afwijkingen in de prijsstelling of kostenfactoren nog voordat deze de marge aantasten.
Ten tweede herzien ze hun besluitvorming voordat ze taken automatiseren. Bij een recent project vroeg een klant ons aanvankelijk om betere prijzen te bedingen voor een belangrijke grondstof. In plaats van meteen met onderhandelingen te beginnen, hebben we het productontwerp en de operationele processen onder de loep genomen. Door het materiaalverbruik te verminderen en de productie-efficiëntie te verbeteren, hebben we een sterke onderhandelingspositie gecreëerd voordat we de commerciële gesprekken aangingen. Het effect op de marge was structureel, niet slechts een kleine verbetering.
Ten derde combineren ze AI-gestuurde inzichten met een ervaren oordeel. Data alleen zijn niet voldoende om de winstmarge veilig te stellen. Informatie moet worden geïnterpreteerd, geprioriteerd en in de praktijk worden toegepast. Technologie zorgt voor meer inzicht, maar alleen een gedisciplineerde uitvoering zet die inzichten om in financiële resultaten.
Hier komt goed bestuur om de hoek kijken. Naarmate AI-oplossingen goedkoper en toegankelijker worden, neemt het risico op versnippering toe. Een wirwar van tools, geïsoleerde dashboards en onderling niet op elkaar afgestemde initiatieven kan nieuwe blinde vlekken creëren in plaats van ze weg te nemen. Om AI in het inkoopproces te integreren, is afstemming nodig tussen de afdelingen financiën, inkoop en technologie, met een duidelijke verantwoordingsplicht voor de resultaten.
Bij ERA Group richten we ons niet alleen op het sneller analyseren van uitgaven. We richten ons op het opbouwen van inzichten die het toezicht versterken, margeverlies beperken en verborgen waarde binnen leveranciersnetwerken aan het licht brengen. Dat betekent dat we gegevens met elkaar verbinden, risico’s in realtime signaleren en ervoor zorgen dat beslissingen consequent worden uitgevoerd.
AI vervangt financieel inzicht niet. Het scherpt het juist aan.
In een klimaat van krappere marges en toenemende complexiteit is de vraag voor CFO’s niet langer of ze AI in de inkoop moeten invoeren. De vraag is nu hoe snel de financiële afdeling dit kan implementeren met de juiste structuur, governance en leiderschap om voorop te blijven lopen.
auteurs
