De Nederlandse ondernemer Edwin Vlieg, medeoprichter van boekhoudplatform Moneybird, stelt dat kunstmatige intelligentie geen reden is om personeel te ontslaan. Hij benadrukt dat software zichzelf niet schrijft en dat mensen nodig blijven om systemen te bouwen en te controleren. Met die boodschap reageert hij op de recente discussie over banenverlies door algoritmen en datamodellen in de techsector. Het onderwerp is direct relevant voor Nederlandse softwarebedrijven en hun medewerkers, zeker met de komst van de Europese AI-verordening.
AI vervangt geen teams
Vlieg ziet kunstmatige intelligentie als hulpmiddel, niet als vervanger van complete ontwikkelteams. Hij zegt dat er mensen nodig blijven om eisen te bepalen, de code te toetsen en risico’s te beheersen. Ook het uitleggen van keuzes aan klanten en toezichthouders vraagt menselijke verantwoordelijkheid. De kern: productiviteit stijgt, maar werk en aansprakelijkheid blijven bij het bedrijf.
“De software schrijft zichzelf niet.” — Edwin Vlieg, medeoprichter Moneybird
Generatieve AI, zoals grote taalmodellen die tekst of code schrijven, kan taken versnellen. Maar deze systemen maken fouten en kunnen “hallucineren”, wat betekent dat ze onjuiste uitkomsten geven met overtuigende toon. Dat vraagt om beoordeling door ontwikkelaars en domeinexperts. Zonder die controle lopen bedrijven kwaliteits- en reputatierisico’s.
In de Nederlandse markt is voorzichtig invoeren gangbaar. Bedrijven testen nieuwe functies eerst kleinschalig en meten impact op prestaties en veiligheid. Dat past bij de nuchtere aanpak die hier gebruikelijk is. Vliegs stelling sluit aan bij die praktijk: slim inzetten, niet blind vervangen.
Boekhouding vraagt vakkennis
Moneybird richt zich op ondernemers en administratie, een domein met strikte regels. Btw-tarieven, aftrekposten en fiscale termijnen veranderen regelmatig. Het omzetten van wet- en regelgeving naar robuuste software vergt ervaren productteams. Dat werk kan je niet volledig automatiseren met een model.
Al jaren gebruiken boekhoudpakketten algoritmen voor herkenning van bonnetjes en automatische categorisatie. Dat is vaak gebaseerd op patroonherkenning of OCR, een techniek die tekst uit beelden leest. AI kan die functies slimmer maken, bijvoorbeeld met betere suggesties. Maar de eindbeslissing en verantwoordelijkheid blijven bij de gebruiker of boekhouder.
Fouten in een aangifte kunnen direct geld kosten of leiden tot boetes. Daarom moeten systemen uitlegbaar zijn: de gebruiker wil zien waarom een advies verschijnt. Die uitleg is lastig bij generatieve modellen die geen vaste regels volgen. Extra controles en heldere interfaces blijven nodig.
Hulpmiddelen verhogen productiviteit
Ontwikkelaars gebruiken steeds vaker AI-hulpen als GitHub Copilot en ChatGPT. Deze tools doen voorstellen voor code of leggen foutmeldingen uit in gewone taal. Ze helpen ook bij tests, documentatie en het bouwen van prototypes. Daardoor kan een team sneller opleveren.
Die winst verandert vooral de werkverdeling. Minder tijd gaat naar routinetaken, meer tijd naar architectuur, beveiliging en code-review. Ook groeit de behoefte aan mensen die prompts kunnen schrijven en uitkomsten kritisch toetsen. Teams worden zo breder inzetbaar in plaats van kleiner.
Toch is menselijk toezicht verplicht voor kwaliteit en veiligheid. AI-voorstellen moeten passen bij interne standaarden en wetgeving. Bedrijven borgen dat met code-reviews en automatische tests. Zo voorkomen ze dat snelheid ten koste gaat van betrouwbaarheid.
AVG beperkt datagebruik
Boekhoudsoftware verwerkt financiële persoonsgegevens van klanten. De Algemene verordening gegevensbescherming (AVG) eist een duidelijke grondslag, dataminimalisatie en passende beveiliging. Dat geldt ook als een bedrijf AI inzet bovenop die data. Transacties en bonnetjes zijn gevoelig en verdienen extra bescherming.
Het trainen van modellen op klantgegevens vraagt zorg. Toestemming moet vrij gegeven en specifiek zijn, en is in B2B-context niet altijd passend. Bedrijven kiezen daarom vaker voor anonieme of synthetische data en versleutelde logs. Zo verkleinen zij privacyrisico’s en juridische onzekerheid.
Wie externe AI-diensten gebruikt, zoals API’s van OpenAI of Google, heeft een verwerkersovereenkomst nodig. Doorgifte buiten de EU vraagt passende waarborgen, zoals standaardcontractbepalingen. Ook is transparantie richting klanten nodig over welke systemen meelezen of meeschrijven. Dat voorkomt verrassingen en klachten.
AI‑verordening vraagt transparantie
De Europese AI-verordening (AI Act) treedt gefaseerd in werking tussen 2025 en 2026, op het moment van schrijven. De wet werkt met risicoklassen en legt plichten op rond transparantie, data, en toezicht. Leveranciers van generieke AI-modellen krijgen aparte verantwoordelijkheden. Integrerende bedrijven moeten hun gebruik zorgvuldig afbakenen en documenteren.
AI-functies die in boekhouding vooral adviseren, vallen naar verwachting in de beperkte-risicoklasse. Dan horen daar duidelijke gebruikersinformatie en menselijk toezicht bij. Ook moet het zichtbaar zijn wanneer content door een systeem is gegenereerd. Dat vergroot vertrouwen en maakt controle mogelijk.
Wordt dezelfde techniek ingezet voor kredietbeoordeling of beslissingen over werk, dan schuift het naar hoog risico. Dan gelden strengere eisen, zoals risicobeheer en nauwkeurige documentatie. Bedrijven doen er dus goed aan de reikwijdte van hun AI-toepassingen scherp te definiëren. Zo voorkomen ze zwaardere plichten dan nodig en houden ze regie.
Banen veranderen, niet verdwijnen
In de praktijk verschuift werk door AI, in plaats van dat het massaal verdwijnt. Taken worden anders verdeeld en rollen krijgen meer nadruk op verificatie en uitleg. Dat vraagt om bijscholing binnen teams. Bedrijven die daarin investeren, halen sneller waarde uit nieuwe systemen.
Voor Nederland speelt ook de krapte op de arbeidsmarkt voor IT-functies. Slimme hulpmiddelen kunnen de capaciteit vergroten zonder personeel te verliezen. Dat past bij Vliegs boodschap: gebruik AI om mensen beter te laten werken. Niet om ze te vervangen.
Voor medewerkers helpt transparantie over doelen en grenzen van AI. Duidelijke richtlijnen geven houvast bij privacy, kwaliteit en verantwoordelijkheden. Zo blijft innovatie in balans met vertrouwen. En wordt automatisering een versterking van het team, geen bedreiging.