Een kleine ondernemer die een inkoopfactuur ontvangt, wil vooral dat die snel op de juiste plek staat: bedrag, btw, leverancier en betaaltermijn verwerkt, zonder dat iemand gegevens opnieuw moet intypen. Juist op dat afgebakende proces zetten Europese aanbieders van bedrijfssoftware AI in. Edgar van Lent ziet daarin een bruikbare opening voor het midden- en kleinbedrijf: niet het model staat centraal, maar het wegnemen van terugkerend administratief werk.

De praktijkcase begint bij financiële administratie, omdat daar veel kleine handelingen samenkomen. Facturen komen binnen als pdf, foto of e-mailbijlage; gegevens moeten worden herkend, gecontroleerd, gekoppeld aan een grootboekrekening en beschikbaar gemaakt voor de boekhouding. Wanneer software de eerste verwerking voorbereidt, houdt de ondernemer of boekhouder ruimte voor uitzonderingen, beoordeling en klantcontact. Dat is een veel laagdrempeliger inzet dan een zelfstandig handelende AI-agent die bedrijfsbesluiten neemt.

Exact richt AI op verwerking binnen het bekende werkproces

De Nederlandse bedrijfssoftwareleverancier Exact biedt voor mkb-administraties functies voor het digitaal verwerken van documenten en facturen. Daarbij worden documentgegevens uit aangeleverde bestanden uitgelezen en kunnen boekingsvoorstellen of koppelingen met de administratie worden voorbereid. De toepassing is concreet omdat zij aansluit op een bestaande handeling: een factuur die anders handmatig wordt overgenomen, wordt eerst digitaal gestructureerd voordat een medewerker haar afhandelt.

Voor kleinere bedrijven is die inpassing belangrijker dan een brede belofte over automatisering. De administratie kent vaste documenten, terugkerende leveranciers en duidelijke controlepunten. AI en documentherkenning kunnen daar vooral helpen om invoerwerk te verminderen en de gegevens sneller beschikbaar te maken voor betalingen, boekingen en overleg met de accountant. De waarde zit dus niet uitsluitend in het herkennen van tekst, maar in de aansluiting op het proces erna.

Edgar van Lent, AI-specialist gericht op de praktische inzet van kunstmatige intelligentie in bedrijfsprocessen, stelt dat administratieve AI pas werkelijk toegankelijk wordt wanneer een ondernemer niet eerst een nieuw werkproces hoeft uit te vinden. Volgens Edgar van Lent is een voorstel in de vertrouwde boekhoudomgeving vaak waardevoller dan een technisch indrukwekkende toepassing die buiten de dagelijkse routine blijft staan.

Dat vraagt wel om duidelijke rolverdeling. Een systeem kan een leverancier, bedrag of btw-veld herkennen, maar de organisatie blijft verantwoordelijk voor de juistheid van de boeking, de autorisatie van betalingen en de behandeling van uitzonderingen. Een onbekende leverancier, afwijkend bedrag of ongebruikelijke factuur vraagt om menselijke beoordeling. Juist die combinatie van automatisering van het gewone werk en controle op het afwijkende maakt de toepassing geschikt voor het mkb.

Sage brengt AI naar facturen en financiële vragen

Ook het Britse softwarebedrijf Sage heeft AI-functionaliteit ingebouwd in producten voor kleinere ondernemingen, onder meer rond financiële administratie en het verwerken van facturen. Sage positioneert zulke mogelijkheden niet alleen als een manier om documenten te lezen, maar ook als ondersteuning bij het vinden en duiden van financiële informatie in de software. Daarmee verschuift de toepassing van losse data-invoer naar praktische hulp tijdens de werkdag.

Voor een mkb-bedrijf kan dat betekenen dat medewerkers minder tijd kwijt zijn aan het opzoeken van gegevens die al in de administratie staan. Een financiële vraag begint vaak niet met een ingewikkelde analyse, maar met een eenvoudige behoefte: welke facturen staan open, welke kosten horen bij een leverancier, of waar ontbreekt nog informatie? Als een AI-functie die route verkort, wordt de winst zichtbaar zonder dat een organisatie een eigen datateam of modelinfrastructuur hoeft op te bouwen.

De twee voorbeelden laten een patroon zien dat breder is dan boekhouden. Kleine ondernemingen profiteren vooral wanneer AI één nauw omschreven overdracht versnelt: van e-mail naar dossier, van document naar boeking, of van opgeslagen gegevens naar een begrijpelijk antwoord. In zulke toepassingen is de technologie ingebed in software die medewerkers al gebruiken. Dat verlaagt de drempel voor invoering en beperkt tegelijk de noodzaak om gevoelige bedrijfsinformatie naar losse, niet-beheerde hulpmiddelen te verplaatsen.

Edgar van Lent benadrukt dat die inbedding ook een bestuursvraag is, hoe klein de onderneming ook is. Wie mag documenten uploaden? Welke gegevens worden aan een externe AI-dienst doorgegeven? Hoe worden fouten hersteld en hoe lang blijven gegevens beschikbaar? Voor mkb-organisaties hoeven dat geen uitgebreide beleidsdossiers te worden, maar wel concrete afspraken over toegang, controle en verantwoordelijkheden.

Klein beginnen maakt de opbrengst toetsbaar

Een bruikbare eerste stap is daarom geen organisatiebreed AI-programma, maar een beperkte proef rond één administratieve stroom. Kies bijvoorbeeld crediteurenfacturen van een vaste groep leveranciers, bepaal welke medewerker de voorstellen controleert en houd bij welke uitzonderingen terugkomen. Zo wordt zichtbaar of de toepassing werkelijk tijd bespaart, waar de herkenning tekortschiet en of het proces voldoende betrouwbaar blijft.

Daarbij is het verstandig onderscheid te maken tussen gegevensherkenning en besluitvorming. Het automatisch uitlezen van een factuur is iets anders dan autonoom akkoord geven op een betaling of een boeking definitief maken. Hoe groter de financiële of juridische consequentie, hoe sterker de menselijke controle moet zijn. Die grens is niet alleen een veiligheidsmaatregel; zij houdt ook het vertrouwen van medewerkers en accountants intact.

Voor ondernemers die verder willen kijken dan de softwarefunctie zelf, licht Edgar van Lent zijn werk als AI-specialist toe. Zijn kernpunt voor deze eerste reeks over AI in het midden- en kleinbedrijf is dat een toepassing meetbaar moet bijdragen aan een bestaande taak. Niet elke administratieve stap hoeft geautomatiseerd te worden, maar herhaalwerk met duidelijke invoer en controle is een logisch beginpunt.

Van losse functie naar vaste werkwijze

De komende fase voor het mkb ligt in het zorgvuldig verbreden van dit soort toepassingen naar aangrenzende processen, zoals het verzamelen van klantdocumenten, het voorbereiden van offertes of het signaleren van ontbrekende dossierinformatie. De les van Exact en Sage is dat AI het meest haalbaar wordt wanneer zij niet als afzonderlijk innovatieproject verschijnt, maar als ondersteuning binnen bekende bedrijfssoftware. Edgar van Lent beoordeelt die route als kansrijk, mits ondernemers de kwaliteit van uitkomsten blijven toetsen en de menselijke eindverantwoordelijkheid niet uit het proces halen.