AI geeft elk MKB een CFO, maar niet zomaar

Jarenlang was er een simpele tweedeling. Een groot bedrijf had een CFO, een controller en een financieel team dat elke maandagochtend wist hoe het er echt voorstond: welke klanten te laat betaalden, welke marge wegliep, hoeveel ruimte er over zes weken op de rekening stond. Een MKB-ondernemer keek naar het banksaldo, voelde nattigheid en hoopte dat het goed kwam. Niet uit luiheid, maar omdat een fulltime financieel brein simpelweg te duur was voor een bedrijf van tien man.

Die tweedeling is aan het verdwijnen, en dat is geen marketingverhaal. Uit het 2026 AI Impact Report van Intuit QuickBooks, gebaseerd op 34.000 ondernemers en data van 5,3 miljoen bedrijven, blijkt dat ondernemers die AI gebruiken twintig keer vaker omzetgroei melden dan omzetdaling: 43 procent zag de omzet stijgen, 2 procent zag hem dalen. Tegelijk schrijft PYMNTS dat AI Main Street eindelijk geeft wat alleen Wall Street altijd had: zicht op de eigen cijfers. De belofte is dus reëel. Maar de manier waarop die belofte meestal wordt verkocht, klopt niet. AI geeft je geen CFO. AI geeft je hefboom op de cijfers die je al hebt, en als die cijfers een rommeltje zijn, vergroot het vooral je vertrouwen in onzin.

De kloof was echt, en hij sluit

Dat grote bedrijven beter zicht hadden op hun geld was geen gevoel, het was meetbaar. In Nederland gebruikte in 2024 ruim 59 procent van de bedrijven met 500 of meer medewerkers AI-technologie, tegenover nog geen 18 procent van de kleinste bedrijven. Dat is meer dan een factor drie verschil, en het loopt parallel aan precies dezelfde kloof die er altijd al was: grote organisaties konden zich de mensen, de systemen en de tijd veroorloven om hun financiën te doorgronden, kleine niet.

Wat AI verandert, is de prijs van dat doorgronden. Een model dat je transacties categoriseert, je debiteuren bewaakt en je cashflow projecteert, kost geen CFO-salaris meer. De analyse die vroeger een team kostte, draait nu op een abonnement. Dat is echte democratisering, en ik ben er enthousiast over, want het haalt een structureel nadeel weg bij precies de bedrijven die de Nederlandse economie dragen. De vraag is alleen niet meer óf het MKB toegang krijgt tot een financieel brein. De vraag is wat zo'n brein nodig heeft om niet te liegen.

Een CFO is geen dashboard, het is oordeel op schone data

Hier gaat het bijna altijd mis in de verkooppraatjes. Een CFO wordt voorgesteld als een dashboard: grafieken, een prognose, een rood of groen bolletje. Maar dat dashboard is het minst waardevolle deel van de functie. De echte waarde van een goede financiële sturing zit in twee dingen die los staan van het scherm: kloppende, gekoppelde, actuele data als grondstof, en menselijk oordeel dat daar betekenis aan geeft.

AI is fenomenaal in de laag ertussen, het verwerken en patronen zien, maar het kan geen van beide uiteinden vervangen. Geef een model een berg ongesorteerde bonnetjes, facturen die half in een mailbox en half in een schoenendoos zitten, en een bank die niet gekoppeld is, en je krijgt geen CFO. Je krijgt een zelfverzekerd ogende prognose die nergens op slaat. Een menselijke boekhouder die door de cijfers heen kijkt, ziet dat er iets niet klopt. Een AI-systeem maakt die rommel alleen zichtbaar en schaalbaar: dezelfde fout, nu in een nette grafiek, elke ochtend opnieuw.

Neem een prognose die er gezond uitziet, maar waarin de helft van je omzet bij één klant zit, of waarin een eenmalige meevaller als structurele groei is meegerekend. Een ervaren financieel oog ziet dat risico meteen en stelt de vraag die ertoe doet: wat gebeurt er als die ene klant wegloopt? Een model dat alleen je eigen data napraat, herhaalt je blinde vlek met groot vertrouwen. Het oordeel zit niet in het rekenwerk, maar in de vraag welke cijfers je überhaupt moet wantrouwen, en dat is precies het deel dat geen abonnement voor je invult. Dat datakwaliteit, en niet het model zelf, bepaalt of een AI-project in het MKB slaagt of stilletjes sneuvelt, is de saaiste en belangrijkste les van de afgelopen jaren.

Drie fundamenten onder een AI-financieel brein

Financiële basisautomatisering is het geheel van geautomatiseerde, gekoppelde processen dat je ruwe geldstromen omzet in betrouwbare, actuele cijfers, voordat er ook maar één AI-model overheen gaat. Het is de grondstof, niet de analyse. Zonder dit fundament heeft het slimste model niets om op te sturen. In de praktijk staat of valt het met drie onderdelen.

• Factuurverwerking: je inkomende en uitgaande facturen moeten zonder handwerk in je administratie belanden. Wie zijn inkomende facturen automatisch laat uitlezen en boeken met OCR, heeft elke dag een actueel beeld in plaats van een maandelijkse inhaalslag.
• Cashflow op rails: een gekoppelde bankrekening en geboekte verplichtingen maken een prognose pas echt. Pas dan kun je een boekhoudexport omzetten in een rollende 90-dagen-cashflowprognose waar je beslissingen op durft te baseren.
• Eén bron van waarheid: verkoop, voorraad, uren en boekhouding moeten met elkaar praten. Versnipperde data in losse tools is de stille killer van elke prognose, en vaak ook van je budget.

Die volgorde is niet onderhandelbaar. AI bovenop een geautomatiseerd fundament is een hefboom. AI bovenop chaos is een vergrootglas op die chaos.

"Maar de tools doen dit toch gewoon out of the box?"

Het sterkste tegenargument is reëel: de moderne boekhoudpakketten en hun AI-functies beloven dat je niets hoeft voor te bereiden. Je koppelt je bank, zet de AI aan, en klaar. En tot op zekere hoogte klopt dat ook, de instapdrempel is lager dan ooit. Waarom zou je dan eerst maandenlang je data op orde brengen?

Omdat "out of the box" alleen werkt op data die al schoon de doos in gaat. Zo'n functie leest jouw administratie; hij repareert hem niet. Zijn je facturen niet gekoppeld, je categorieën inconsistent en je systemen los van elkaar, dan automatiseer je een verkeerd antwoord. PYMNTS verwoordt het scherp: wat het MKB mist is niet enterprise-KPI's, maar discipline op enterprise-niveau. Precies dat, discipline in hoe je data binnenkomt, is wat geen enkele standaardfunctie voor je regelt.

Daar komt de kostenkant bij. De reflex om voor elk financieel deelprobleem een aparte AI-tool aan te zetten, leidt tot precies de verborgen total cost of ownership van een uitdijende SaaS-stapel die ik vaker zie: vijf abonnementen die niet met elkaar praten, kosten meer dan een doordachte koppeling en leveren een slechter beeld op. En er is een grens aan hoeveel je een model laat doen: het verschil tussen een AI die een concept-boeking vóórstelt en een AI die zelfstandig een betaling klaarzet, is precies de vraag waar je een agent in je financiële systemen wél en niet laat schrijven. Een verkeerd opgesteld mailtje gooi je weg; een verkeerde boeking of betaling werkt door.

De democratisering is echt, het huiswerk ook

De kloof tussen de ondernemer met een CFO en de ondernemer die op gevoel stuurt, sluit zich. Dat is goed nieuws, en wie het afdoet als hype mist een van de echte verschuivingen van dit moment. Maar democratisering betekent niet dat het cadeau komt. Het financieel brein is bereikbaar geworden; de grondstof waar het op draait, moet je nog steeds zelf leveren.

De ondernemers die hier de komende jaren het verschil maken, zijn niet degenen met de duurste AI. Het zijn degenen die de saaie laag eronder serieus namen: hun facturen, hun cashflow en hun systemen geautomatiseerd en gekoppeld, zodat het slimme model eindelijk iets had om slim mee te zijn. Met slim werken, loont hard werken, en in de financiële sturing van een bedrijf begint dat slimme werk niet bij het model, maar bij de data die je het voert.