AI vraagt nieuw toezicht

AI verandert finance, risk en audit in hoog tempo. Niet omdat AI zelf beslissingen neemt, maar omdat de manier van controleren steeds meer draait om datamodellen en -integratie. Uit ’s Executive Benchmark Survey* blijkt dat 81 procent van de Nederlandse organisaties AI-modellen al intern systematisch controleert en test. Daarmee ontstaat een praktijk waarin vertrouwen in AI niet vanzelfsprekend is, maar stap voor stap wordt opgebouwd via toetsing, monitoring en governance.

Tegelijkertijd verschuift de discussie naar de vraag hoe betrouwbaar AI-uitkomsten daadwerkelijk zijn. Welke data wordt gebruikt, hoe betrouwbaar zijn de bronnen, zijn uitkomsten reproduceerbaar en wie is verantwoordelijk als een model de mist ingaat? Het oordeel blijft mensenwerk, maar het werkveld eromheen wordt digitaler en systematischer.

De verschuiving naar model- en datacontroles

AI is geen experiment meer, maar onderdeel van interne controle- en toetsingprocessen. Tegelijkertijd laat de data zien waar de knelpunten zitten. Zo noemt bijna een kwart (24%) van de organisaties ‘te weinig actuele data’ als grootste rem om AI strategisch in te zetten. Daarnaast geeft één op de vijf (20%) aan te weinig tijd te hebben om data te analyseren.

Dat maakt duidelijk dat vertrouwen in AI-systemen niet alleen afhangt van de modellen zelf, maar vooral van de kwaliteit, actualiteit en toegankelijkheid van data. Zonder die basis blijft het lastig om AI-uitkomsten te interpreteren en te gebruiken voor besluitvorming.

Ondanks deze uitdagingen ziet 35 procent van de organisaties al dat AI significant bijdraagt aan tijdige en strategische financiële beslissingen. Tegelijkertijd geeft 46 procent aan dat die bijdrage nog beperkt is. De meeste organisaties ervaren dus enige versnelling of verbetering, maar vooral als stapsgewijze vooruitgang in plaats van een doorbraak.

Van controleur naar beoordelaar: de nieuwe rol van de accountant

Door automatisering verandert de rol van de accountant. Waar de focus traditioneel lag op het controleren van losse transacties, gaat het nu vaker om het beoordelen van datastromen en de modellen daarachter. In plaats van steekproeven wordt het gebruikelijker om de volledige dataset continu te monitoren, met doorlopende controles op datakwaliteit, uitzonderingen, autorisaties en onverwachte uitkomsten.

Daarmee verschuift het werk van uitvoerende controle naar het begrijpen en toetsen van digitale processen en besluitvorming, inclusief AI-modellen. Daarbij hoort ook het beoordelen van governance: wie is eigenaar, welke aannames gelden, welke data mag worden gebruikt, hoe blijft het uitlegbaar en wat als uitkomsten afwijken?

“Dit is geen kleine bijstelling, maar een verbreding van het vak”, aldus Kam Patel, Area Vice President bij Workiva.“Organisaties moeten AI niet zien als een extra tool bovenop bestaande controles, maar als iets dat vraagt om een herontwerp van governance en toezicht. Maak eigenaarschap van modellen expliciet, leg vast welke data en aannames worden gebruikt, toets continu op datakwaliteit en afwijkende uitkomsten. Zo voorkom je dat AI een black box wordt en blijft inzichtelijk hoe een model tot een bepaald resultaat komt. Dat helpt om vertrouwen in de uitkomsten te behouden. Governance, transparantie en toetsbaarheid zijn daarmee randvoorwaarden voor verantwoord gebruik van AI in finance en audit.”

*Het onafhankelijke, wereldwijde onderzoek is uitgevoerd onder 1.497 professionals in leidinggevende en rapportagefuncties binnen finance, accounting, ESG en sustainability, interne audit, operations en legal.