ING waarschuwt dat kunstmatige intelligentie het verdienmodel van accountants in Nederland en Europa onder druk zet. Automatisering van repetitieve taken verlaagt het aantal declarabele uren en drukt de uurtarieven. Kantoren moeten daardoor sneller overstappen op vaste prijzen en adviesdiensten. Dit speelt nu, omdat generatieve systemen zoals ChatGPT en Google Gemini steeds beter worden in tekst, analyse en samenvatten.
AI zet tarieven onder druk
Accountants verdienen vaak per uur aan samenstel- en controletaken. Met algoritmen die documenten lezen, boekingen voorstellen en dossiervorming automatiseren, daalt die tijdsbesteding. Klanten verwachten dat lagere kosten ook in het tarief zichtbaar worden. Dat zet vooral middelgrote kantoren onder spanning.
Vaste prijsafspraken en abonnementsmodellen worden daardoor aantrekkelijker. De waarde verschuift naar advies en interpretatie, niet naar het uitvoeren van standaardwerk. Kantoren die dit tijdig organiseren, kunnen marges behouden. Te late overstappers verliezen concurrentiekracht.
De druk is het sterkst in sectoren met uniforme processen, zoals retail en logistiek. Daar zijn de efficiencywinsten van automatisering het grootst. Nichekantoren met diepgaande branchekennis kunnen zich nog onderscheiden. Maar ook zij moeten hun prijsmodel herzien.
Routinetaken snel geautomatiseerd
Generatieve AI kan standaardbrieven, memo’s en controlewerkprogramma’s opstellen. RPA-software (robotic process automation) verwerkt mutaties en koppelt data uit banksystemen en ERP’s. In Nederland bouwen pakketten als Exact, AFAS, Twinfield en Caseware al AI-functies in. Daardoor verdwijnt veel handwerk uit de keten.
Die systemen werken met trainingsdata en voorbeelden, en leren patronen herkennen. Dat is efficiënt, maar niet feilloos. Foutieve uitkomsten (“hallucinaties”) en vooringenomenheid blijven risico’s. Menselijke oordeelsvorming en dossiervorming blijven daarom nodig.
Generatieve AI is software die op basis van voorbeelden zelf nieuwe tekst, code of beelden kan maken.
In de controlepraktijk versnelt data-analyse de steekproeven en risico-inschattingen. Toch geldt de controleverantwoordelijkheid onverminderd voor de accountant. AI is een hulpmiddel, geen vervanging van professioneel-kritisch denken. Documenteer daarom keuzes, aannames en beperkingen per opdracht.
Advieswerk wordt kernactiviteit
Nu standaardwerk sneller gaat, groeit de vraag naar uitleg, scenario’s en besluitvorming. Bedrijven willen weten wat cijfers betekenen en welke risico’s ze lopen. Accountants die bedrijfsmodellen, fiscale impact en interne beheersing duiden, voegen waarde toe. Dat vraagt meer gesprek aan de voorkant en minder arbeid achteraf.
Sector- en datakennis worden strategisch. Het gaat om het begrijpen van ketens, marges en compliance-eisen. AI kan analyses versnellen, maar de context komt van mensen. Kantoren die teams rond sectoren bouwen, lopen voorop.
Ook assurance buiten de klassieke jaarrekening groeit. Denk aan ESG-rapportages, datakwaliteit en IT‑controles. Europese regels zoals de CSRD verhogen de vraag naar betrouwbare niet-financiële informatie. AI helpt bij verzamelen en analyseren, maar het oordeel blijft menselijk.
AI-verordening dwingt transparantie
De Europese AI‑verordening (AI Act) zet kaders voor het gebruik van algoritmen. Voor high‑risk toepassingen gelden strenge eisen, zoals risicobeheer, logging en menselijke controle. Accountantskantoren zijn meestal gebruikers, geen aanbieders, maar moeten wel kunnen uitleggen hoe systemen zijn ingezet. Dat sluit aan bij bestaande documentatieplichten in de controlepraktijk.
Werkt een kantoor met persoonsgegevens, dan geldt de AVG onverminderd. Dataminimalisatie, versleuteling en verwerkersovereenkomsten zijn vereist. Bij inzet van cloud‑AI (zoals Microsoft Copilot of Azure OpenAI) moet duidelijk zijn waar data staat en wie erbij kan. Anonimiseren en het gebruik van testsets beperken privacyrisico’s.
Toezichthouders in Nederland, zoals de AFM voor OOB‑controlekantoren, letten op kwaliteit en dossiervorming. AI verandert die norm niet, maar maakt toetsing wel data‑rijker. Heldere audit trails van prompts, modelversies en uitkomsten worden belangrijk bewijs. Dit helpt ook bij interne kwaliteitsbewaking.
Investeren in vaardigheden loont
Nieuwe vaardigheden maken het verschil in productiviteit. Denk aan data-analyse, prompttechnieken en het beoordelen van modeluitvoer. Opleiden en standaardiseren van werkwijzen versnelt adoptie en beperkt fouten. Begin met kleinschalige pilots en schaal op na evaluatie.
Technische keuzes bepalen kosten en risico’s. Kantoren moeten afwegen tussen gesloten modellen in de cloud en lokaal draaiende open‑source varianten. Contracten met leveranciers moeten duidelijke afspraken bevatten over beveiliging, aansprakelijkheid en updates. Vendor lock‑in en verborgen datakosten verdienen aandacht.
Integreer AI in bestaande werkstromen in plaats van losse experimenten. Koppel boekhoudpakketten, DMS en rapportagetools via API’s. Zo ontstaan meetbare tijdwinst en consistente kwaliteit. Zonder integratie blijft de belofte van AI hangen in proefballonnen.
Timing en praktijkbarrières tellen
Niet elk kantoor profiteert even snel. Slechte datakwaliteit, versnipperde systemen en verouderde dossiers remmen de winst. Opschonen en standaardiseren is daarom een eerste stap. Daarna rendeert automatisering pas echt.
Mkb‑klanten willen direct voordeel zien in prijs en snelheid. Transparante afspraken over wat AI doet en wat de accountant doet, voorkomen misverstanden. Heldere communicatie over privacy en beveiliging vergroot vertrouwen. Dit is ook een eis onder de AVG.
De markt beweegt nu, terwijl de regelgeving nog uitrolt. Kantoren die experiment, ethiek en compliance combineren, bouwen voorsprong op. Wie wacht tot alles zeker is, verliest momentum en marge. De strategische keuze is niet óf, maar hóe AI wordt ingezet.