AI-leiderschap voor de CFO

AI-leiderschap voor de CFO is het actief sturen op AI-adoptie binnen de finance-functie — niet de techniek aan de markt overlaten of aan een enthousiasteling in het team, maar richting geven, prioriteren en zorgen dat het team meegaat. Vier bouwstenen onder een AI-enabled finance-functie: visie en doel, governance en guardrails, mensen en vaardigheden, en platform-keuzes — de CFO is in alle vier de natuurlijke sponsor.

De technologie is niet de beperkende factor bij AI-adoptie in finance. Copilot, Claude en boekhouding-koppelingen zijn beschikbaar, goed genoeg, en betaalbaar. Wat ontbreekt in de meeste MKB- en scale-up-finance-functies is leiderschap: een CFO die richting geeft, prioriteert, en zorgt dat het team meegaat. Wie AI in finance overlaat aan "de markt" of aan "een enthousiasteling in het team", krijgt fragmentatie, shadow AI, en uiteindelijk teleurstelling. Wie er actief in stuurt, krijgt binnen een jaar meetbare resultaten in close-tijd, cash-positie en audit-kwaliteit.

Voor de CFO specifiek is dit een natuurlijke rol: AI raakt finance direct (tooling-budget, productiviteitseffect op personeelskosten, mogelijk herdefinitie van dienstverleningsmarge), en de CFO zit in de directiekamer waar dit soort beslissingen genomen worden.

De vier bouwstenen van een AI-enabled finance-functie

Een finance-functie die AI succesvol integreert leunt op vier bouwstenen. Wegnemen van één stort de rest in.

1. Visie met urgentie vanuit de CFO

Zonder een CFO die zelf AI gebruikt en zichtbaar uitdraagt dat dit de richting is, gebeurt er niets structureels in het team. Individuele controllers experimenteren, een enkele AP-medewerker bouwt iets moois, maar de finance-functie als geheel verandert niet. De verklaring is eenvoudig: AI-adoptie vraagt dat mensen hun werk anders gaan doen. Dat doen ze niet zonder expliciete opdracht en ruggensteun.

De meest effectieve CFO's spreken publiek commitment uit, gebruiken zelf tools in de eigen dagelijkse praktijk (analyses, board-prep, mail), en zijn bereid er tijd en budget voor vrij te maken. Dat is geen praatje op een kick-off. Dat is een heroriëntatie van wat gewaardeerd wordt binnen de finance-functie.

2. Business-first strategie

AI-adoptie in finance begint niet bij "welke tool kopen we?" maar bij "welke finance-processen willen we over een jaar radicaal anders hebben?" De close van 8 dagen naar 5. DSO van 50 naar 40. BTW-aansluiting met halve tijd. Forecast die elke ochtend klopt. De techniek is het middel, niet het doel.

Finance-teams die met een tool beginnen — "we hebben Copilot, nu moeten we er iets mee" — produceren powerpoint-oefeningen. Finance-teams die met een businessdoel beginnen — "de variance-toelichting moet van 4 uur naar 1 uur" — produceren resultaat.

De rol van de CFO is deze omkering hardmaken. Elke AI-investering moet gekoppeld zijn aan een concreet finance-proces, met een concrete verantwoordelijke, en een concrete maatstaf waarmee je over drie maanden kunt zeggen of het gewerkt heeft.

3. AI-geletterdheid in het hele finance-team

AI-geletterdheid is geen optie meer sinds februari 2025 (zie EU AI Act voor finance-teams). Maar de AI Act-verplichting is het minimum. Het werkelijke doel is dat finance-medewerkers AI gaan ervaren als onderdeel van hun normale toolbox — niet als iets engs, niet als iets wat "IT" doet.

Dat vraagt hands-on training, geen e-learnings. Een middag waarin een controller naast een ervaren AI-gebruiker zit en samen een echte variance-toelichting maakt met AI-ondersteuning, is effectiever dan tien uur video. Voor een finance-team van 12 mensen betekent dat een investering van circa 40-80 trainingsuren per jaar per medewerker in het eerste jaar, teruglopend naar een fractie in vervolgjaren.

4. Agile, pilot-gebaseerde executie

Grote finance-AI-programma's die over twee jaar iets moeten opleveren werken niet. Wat wel werkt: een lijst van 10-20 mogelijke finance-use-cases, prioritering op impact-feasibility, dan per kwartaal twee of drie uitvoeren als pilot. Wat werkt wordt uitgerold, wat niet werkt wordt afgeblazen.

Het kwadrant: impact (uren, cash, audit-kwaliteit) op één as, feasibility (data, integratie, team-capaciteit) op de andere. Low-hanging fruit — hoge impact, hoge feasibility — eerst. Gold nuggets (hoge impact, lage feasibility) reserveren voor later. Zie Use-cases scoren voor finance.

De finance-AI-champion als spil

Een AI-champion in finance is geen functietitel — het is een rol die iemand erbij vervult. Kenmerken: voldoende AI-technisch onderlegd om tools te evalueren, voldoende finance-onderlegd om use-cases te beoordelen, en voldoende gewicht in het team om dingen door te duwen.

In een klein finance-team (< 8 FTE) is de finance-manager of de CFO vaak zelf de champion. In een groter finance-team (12-30 FTE) is het typisch een senior controller, een lead AP/AR, of de finance-manager zelf. Belangrijk is dat deze persoon:

• Aanspreekpunt is voor vragen over welke tool waarvoor gebruikt mag worden.
• De AI-policy voor finance onderhoudt en actualiseert.
• Successen binnen het team zichtbaar maakt zodat anderen aansluiten.
• Een brug is tussen finance, IT en compliance — niet namens één van hen, maar boven die silo's.

Eén champion per 10-15 finance-FTE is een werkbare verhouding. Grotere finance-functies hebben een netwerk van champions per sub-domein (AP, AR, close, rapportage).

Proactief versus reactief leiderschap

Er zijn twee typen CFO-houdingen rond AI. De reactieve wacht op IT, op legal, op een vendor-pitch. "We kijken wel wanneer we moeten." Resultaat: de concurrent of het zusterbedrijf is eerst, medewerkers gebruiken intussen shadow AI, en de uiteindelijke adoptie is defensief en incompleet.

De proactieve CFO draait dit om. Hij of zij schrijft zelf een eerste versie van de finance-AI-policy, legt die voor aan IT en legal, stelt een champion aan, en maakt budget vrij voor training en tools voordat dat nodig is. Dit is geen onbezonnenheid — het is sturing. Je maakt het risico onderwerp van gesprek in plaats van het af te wachten.

Het 90/10-principe voor finance-budget

Een praktijkobservatie: succesvolle AI-adoptie in finance is voor 90% mensenwerk en 10% technologie. Dat betekent dat tijd en budget die besteed worden aan veranderen van gedrag, trainen van het team, inrichten van governance en vieren van successen een hogere ROI opleveren dan tijd en budget besteed aan de laatste nieuwste tool.

Concreet: als je €100K hebt voor finance-AI in een jaar, besteed daarvan €10-20K aan licenties en tooling, en €80-90K aan trainingsuren, begeleiding van pilots, en interne communicatie. Niet andersom. Voor CFO's die gewend zijn tools en software als concrete kostenpost te behandelen en training als "overhead", is dit contra-intuïtief — maar het is empirisch wat werkt.

Waar dit in de praktijk uitkomt

• Een familiebedrijf van 80 FTE maakt de CFO verantwoordelijk voor finance-AI-adoptie. Hij schrijft de AI-policy, zet Claude Team en Copilot uit, organiseert elke twee weken een lunchsessie waarin een controller een concrete use-case demonstreert. Na zes maanden gebruikt 80% van de finance-medewerkers dagelijks AI voor concreet werk.
• Een consultancy van 25 mensen laat de finance-manager één uur per week aan AI-experimenten werken en zijn leerpunten delen in het managementoverleg. Binnen een kwartaal heeft elke senior collega minstens één terugkerende finance-taak geautomatiseerd.
• Een productiebedrijf van 150 FTE benoemt per finance-sub-domein een AI-champion (AP, AR, close, rapportage — 4 mensen) die maandelijks bijpraten met de CFO. Use-cases worden bottom-up aangedragen, top-down geprioriteerd. Het bedrijf trekt in het eerste jaar 2 FTE aan finance-productiviteit vrij die direct in een uitgebreidere FP&A-functie wordt gezet.
• Een CFO die sceptisch begon, geeft zich na drie maanden gewonnen. Hij gebruikt nu dagelijks Claude voor zijn briefings aan directie, Copilot voor samenvattingen van Teams-meetings, en een Saldus-Q&A-agent voor directe vragen aan de boekhouding. Zijn agenda heeft een halve dag per week vrijgespeeld voor strategisch werk. Binnen finance is dit het overtuigendste statement.

Het eerste kwartaal — concreet

Voor een CFO die dit kwartaal een begin wil maken:

• Week 1-2: kies twee AI-tools, sluit enterprise-contracten, benoem een finance-AI-champion met halve dag per week.
• Week 3-4: schrijf een tweepagina-AI-policy voor finance (tier-classificatie, goedgekeurde tools, basisregels voor MCP en koppelingen), rond af met legal en IT, communiceer aan het team.
• Maand 2: train de hele finance-leiding (controllers, finance-manager, CFO zelf) in één dag over capabilities, prompts, context en governance. Elke teamlead benoemt één use-case uit eigen werk.
• Maand 3: start twee pilots met concrete finance-KPI's (close-tijd, DSO, variance-toelichting-tijd). Wekelijkse stand-up van 15 minuten over voortgang en obstakels.

Na één kwartaal heb je een AI-capable finance-leiding, een werkende policy, en de eerste meetbare resultaten. Dat is genoeg fundament om op te bouwen. Wachten op meer zekerheid voordat je begint, is zelf de duurste keuze.