96% van de CFO's wil een autopilot. 14% durft los te laten.

Welkom

Microsoft rapporteerde gisteren recordcijfers. Azure groeit 39%. Copilot heeft 15 miljoen gebruikers. En toch? Het aandeel kelderde 10%.

Investeerders zijn klaar met beloftes. Ze willen bewijs.

Diezelfde dag ontsloeg ASML 1.700 mensen (ondanks een recordwinst van €9,6 miljard). Reden: "te veel coördinatie, te weinig innovatie." Vooral managers en IT'ers mogen vertrekken.

De boodschap van deze week is ongemakkelijk maar helder: AI-investeringen worden afgerekend op resultaat, niet op intentie. En de eerste die sneuvelen? De lagen die coördineren in plaats van produceren.

Wat de Microsoft-cijfers betekenen voor jouw AI-business case, waarom ASML's reorganisatie een signaal is voor elke finance-afdeling, en een prompt om fraude-indicatoren te spotten (best actueel na de $40 miljoen SEC-boete voor ADM).

Deze week in AI

Microsoft: AI-business groter dan sommige "biggest franchises" — maar aandeel daalt 10%

Microsoft rapporteerde gisteren sterke Q2-cijfers: $81,3 miljard omzet (+17%), Azure-groei van 39%, en cloud revenue die voor het eerst de $50 miljard passeerde. CEO Satya Nadella verklaarde trots dat Microsoft's AI-business "nu groter is dan sommige van onze grootste franchises."

Toch daalde het aandeel met 7-10% in nabeurshandel.

Waarom relevant voor financials:

  • Microsoft investeerde $37,5 miljard aan AI-infrastructuur dit kwartaal alleen (een stijging van 66% in vergelijking met vorig jaar)

  • Microsoft 365 Copilot heeft nu 15 miljoen betaalde seats (op 450+ miljoen totale Microsoft 365-seats)

  • De bruto marge was de laagste in drie jaar (68%) door AI-investeringen

  • Investeerders eisen nu ROI, niet alleen groeicijfers

Concrete toepassing: Microsoft's marge-druk door AI is een voorproefje van wat elk bedrijf te wachten staat. Bouw nu een AI-impactmodel voor je eigen organisatie: wat gebeurt er met je kostenbasis als AI-tooling van €0 naar €30/user/maand gaat? Bij 500 FTE is dat €180.000/jaar extra, haal je dat terug in productiviteit?

Risico/controlepunt: 15 miljoen Copilot-seats op 450 miljoen totaal = 3,3% adoptie. Dat betekent: de meeste "AI-productiviteitswinst" die leveranciers claimen is nog niet bewezen op schaal. Vraag bij elke AI-business case om referenties van vergelijkbare finance-teams, niet om algemene marketing-slides..

ASML: recordwinst, maar 1.700 banen weg (de paradox van AI-efficiëntie?)

ASML, Nederlands trots en monopolist in chipproductie-machines, presenteerde gisteren recordcijfers: €9,6 miljard nettowinst op €31,7 miljard omzet. Orders bereikten een record van €13,2 miljard in Q4.

En toch: 1.700 banen verdwijnen. Vooral in Nederland. Vooral management- en IT-rollen.

Waarom relevant voor financials:

  • ASML's argument: de organisatie is "te rigide" geworden, engineers besteden te veel tijd aan coördinatie

  • Van 4.500 leiderschapsrollen in R&D en IT gaan er 3.000 weg

  • Sommige managers kunnen terugkeren als engineer (een signaal over de toekomst van middle management)

  • Vakbond CNV vergelijkt ASML met "de Hele Kleine Rupsje Nooitgenoeg": cash stroomt binnen, maar personeel moet weg

Concrete toepassing: Vraag jezelf af: hoeveel van jouw finance-team's tijd gaat naar coördinatie, vergaderingen en statusupdates? Dat is precies wat AI-tools als eerste kunnen overnemen.

Risico/controlepunt: Bij reorganisaties: zorg dat kennis geborgd wordt voordat mensen vertrekken. Impliciete kennis over processen en controlepunten verdwijnt sneller dan documentatie kan bijhouden.

ADM betaalt $40 miljoen SEC-boete , kan AI toekomstige accounting-fraude voorkomen?

Agrarisch gigant Archer Daniels Midland (ADM) schikte deze week met de SEC voor $40 miljoen vanwege jarenlange winstverschuiving in hun nutrition-segment. Drie voormalige topmanagers, waaronder twee ex-CFO's, zijn aangeklaagd.

Fortune stelde de vraag: kan AI dit soort fraude in de toekomst voorkomen?

Waarom relevant voor financials:

  • Onderzoek in de Academy of Accounting and Financial Studies Journal toont dat AI effectief kan zijn bij fraude-detectie

  • Maar: AI is geen standalone oplossing, het moet gecombineerd worden met robuuste interne controles én menselijke oversight

  • De onderzoekers benadrukken: gedetailleerde audit trails van AI-besluitvorming zijn essentieel voor transparantie

  • Conclusie: "The buck stops with the CFO"

Concrete toepassing: Gebruik AI voor afwijkingen/bijzonderheden detecteren in je maandelijkse controls/aansluitingen e.d. Laat een model ongebruikelijke patronen signaleren, maar beoordeel zelf of het fraude, fout of feature is (F-F-F).

Risico/controlepunt: AI die fraude detecteert kan ook fraude missen. Documenteer altijd de parameters en beperkingen van je detectie-model voor de auditor.

Bron: Fortune,

AI-tool/ Feature van de week: Claude's Memory (eindelijk context die echt blijft)

Wat is het? Claude (Pro/Max/Enterprise) heeft nu een Memory-functie: de AI onthoudt relevante context uit eerdere gesprekken. Geen handmatig kopiëren meer van "ik werk bij een beursgenoteerd bedrijf" of "onze boekjaar loopt van april tot maart."

Waarom relevant voor financials: Je hoeft niet elke chat opnieuw uit te leggen dat je IFRS 16 gebruikt, dat jullie groepsrapportages in euro's zijn, of dat je CFO allergisch is voor bullet points in management letters.

Hoe te gebruiken in 3 stappen:

  1. Check of je Memory hebt: Ga naar Settings > Profile > Memory. Staat het aan? Zo niet: upgrade naar Pro (€20/maand) of vraag je IT om Enterprise-toegang

  2. Train bewust: Zeg in je eerste chats expliciet dingen als: "Onthoud: ik werk als controller bij een middelgrote woningcorporatie, we rapporteren onder Dutch GAAP, ons boekjaar is kalenderjaar"

  3. Valideer periodiek: Check via Settings wat Claude onthoudt. Verwijder verouderde info (vorige werkgever, oude projecten)

Beste use case: Terugkerende analyses. "Vergelijk deze kwartaalcijfers met vorig kwartaal" werkt alleen als Claude weet hoe jouw kwartaalrapportages eruitzien. Met Memory hoef je dat format niet elke keer opnieuw uit te leggen.

Wanneer NIET gebruiken:

  • Bij gevoelige klantdata (Memory slaat context op in Anthropic's systemen)

  • Als je wisselende rollen hebt (controller én auditor) — Claude kan contexten door elkaar halen

  • Voor incidentele vragen waar context niet relevant is

Privacy-check: Memory staat standaard aan. Voor vertrouwelijke gesprekken: gebruik "Incognito chat" — die wordt niet opgeslagen en niet meegenomen in Memory.

Praktijkverhaal: "Waar is de AI-grens?"

Vorige week zat ik met een groep controllers en een CFO aan tafel. Onderwerp: hoe ver laat je AI gaan in je finance-processen?

De situatie: Iedereen was enthousiast over tijdsbesparing. "Routinematige boekingen automatiseren, dat moet toch kunnen?" Maar toen ik vroeg: "En wie controleert de output?" werd het stil.

De uitdaging: Niemand kon precies zeggen waar de grens lag. De CFO wilde "AI die meedenkt", maar niet "AI die beslist". De controllers wilden minder handwerk, maar geen black box.

Wat we deden: Ik liet ze een simpele oefening doen. Drie kolommen: AI mag autonoom, AI escaleert naar mens, blijft 100% menselijk. Ze moesten hun top-10 finance-processen indelen.

Het resultaat: Binnen tien minuten hadden ze ruzie. Crediteurenbeheer: autonoom of escaleren? Kwartaal- en maandafsluiting: waar zit de grens? Het werd duidelijk dat niemand dit intern had besproken en dat iedereen een andere mening had.

Eén les: De vraag is niet "gebruiken we AI?" De vraag is: "waar trekken wij de grens?" En die vraag moet je beantwoorden vóórdat je tools gaat selecteren, niet erna.

Dit sluit aan bij recent CFO-onderzoek van Wakefield Research: 96% wil AI voor strategische tijd, maar slechts 14% vertrouwt AI volledig voor accounting data. Zie: CFOtech

Trainingen AI voor Financials

Wil je praktisch aan de slag met AI in jouw finance-werk? In mijn training leer je:

  • Hoe je AI inzet voor analyse, rapportage en forecasting

  • Welke tools geschikt zijn voor jouw rol (controller, CFO, auditor)

  • Hoe je AI-output valideert en documenteert voor audit trail

  • Privacy en compliance: wat mag wel en niet met financiële data

Wanneer: Februari en maart 2026
Waar: Utrecht (of in-company)
Investering: €595 excl. BTW

Prompt van de week

Je bent een forensisch accountant. Analyseer de volgende data op mogelijke fraude-indicatoren:

[PLAK HIER JE DATA - bijv. omzet per segment, marges, intercompany-transacties, general ledger export]

Focus op:

  1. Ongebruikelijke schommelingen in marges per segment

  2. Timing van revenue recognition (concentratie aan het einde van kwartalen)

  3. Intercompany-transacties die margin-verschuiving kunnen maskeren

  4. Afwijkingen van historische patronen zonder duidelijke business-verklaring

Voor elke bevinding:

  • Beschrijf het patroon

  • Geef een risico-score (laag/midden/hoog)

  • Stel een vervolgvraag voor om te onderzoeken

Als je onvoldoende data hebt voor een conclusie, zeg dat expliciet. Speculeer niet.

Wanneer te gebruiken: Bij kwartaal-reviews, due diligence, of wanneer "iets niet klopt" maar je niet kunt pinpointen wat.

Voorbeeld output: "Segment B toont 23% margin in Q3 versus 18% gemiddeld voorgaande kwartalen. Risico: midden. Vervolgvraag: zijn er transacties met Segment A in Q3 die een afwijkend patroon vertonen?"

Kwaliteitscheck: Vergelijk AI-bevindingen altijd met je eigen inzichten, brondocumenten. De prompt is een startpunt, geen eindoordeel.

Vraag van de lezer

"Hoe documenteer ik AI-gebruik voor de auditor?"

Goeie vraag, en actueler dan ooit. En schaam je er vooral niet voor. Wees transparant: geef toe dat je AI gebruikt (je zou gek zijn om het niet te doen - mits het toegestaan is van je werkgever natuurlijk).

Mijn minimale checklist:

  1. Welke AI: Noteer tool, versie en indien mogelijk model (bijv. "ChatGPT-4o via claude., januari 2026")

  2. Wat gevraagd: Bewaar de prompt — letterlijk, niet samengevat

  3. Wat gekregen: Bewaar de output, inclusief eventuele fouten

  4. Wat gedaan: Beschrijf je eigen beoordeling en aanpassingen

  5. Hoe onderbouwd: Documenteer waarmee je de AI-output hebt gevalideerd:

    • Welke brondocumenten heb je ernaast gelegd? (contracten, facturen)

    • Welke eigen berekeningen of analyses heb je gedaan?

    • Heb je de output vergeleken met voorgaande periodes of benchmarks?

Dat was het voor deze week. Vond je dit nuttig? Forward deze mail naar één collega die er ook iets aan heeft.

Tot volgende week!

Derwish Rosalia
AI voor Financials

P.S. Reply werkt - ik lees alles persoonlijk.

Keep Reading