Er is één onderscheid dat bepaalt of AI in uw kantoor nuttig of gevaarlijk is: het verschil tussen taal en cijfers. AI is opmerkelijk goed in het eerste en fundamenteel onbetrouwbaar in het tweede.
Waarom AI slecht is in rekenen
Een taalmodel voorspelt wat het meest waarschijnlijke volgende stukje tekst is. Dat is een verbluffend krachtig principe voor taal — en een slecht principe voor rekenkunde. Bij "21% van 1.847,50" produceert het model niet het resultaat van een berekening, maar het getal dat er het meest uitziet als een plausibel antwoord.
Meestal klopt dat. Soms niet. En het verschil is van buitenaf niet zichtbaar, want een fout antwoord komt met exact evenveel zelfvertrouwen als een juist antwoord. In een sector waar een afwijking van enkele euro's een aangifte doet rammelen, is "meestal juist" geen bruikbare standaard.
De regel die ik zelf hanteer: alles wat een bedrag, een percentage of een saldo is, wordt berekend in code die altijd hetzelfde antwoord geeft. AI mag lezen en formuleren, niet rekenen en niet beslissen.
Waar AI wél sterk in is
Documenten lezen die er telkens anders uitzien
Dit is de sterkste toepassing in een boekhoudkantoor. Klassieke OCR-software moet weten waar op de pagina een bedrag staat. Een taalmodel begrijpt dat "te betalen vóór 15/09" een vervaldatum is, ook als die rechtsonder in een kader staat bij de ene leverancier en bovenaan bij de andere.
Belangrijk: het model leest het bedrag van de factuur, het berekent het niet. Dat is precies het toegestane gebruik.
Rommelige omschrijvingen herkennen
"BET FACT 2024-0871 + 0872 MIN CRED" op een bankafschrift. Een mens leest daar meteen in dat het om twee facturen gaat met een creditnota ertussen. Vaste regels struikelen hierover; een taalmodel niet. De bedragen zelf worden daarna gewoon nagerekend.
Een eerste versie van een tekst schrijven
De toelichting bij een maandrapport, een herinneringsmail, een samenvatting van wat opvalt in de cijfers. AI levert een bruikbaar vertrekpunt dat u in twee minuten bijschaaft in plaats van in vijftien minuten schrijft. Zolang u het naleest, is het risico laag.
Zoeken in uw eigen documenten
"In welk dossier stond die clausule over de bedrijfswagen?" AI is uitstekend in het terugvinden van passages op basis van betekenis in plaats van exacte trefwoorden.
Waar het echt gevaarlijk wordt
Fiscale of juridische vragen laten beantwoorden
Een taalmodel geeft een vlot en overtuigend antwoord op een vraag over aftrekbaarheid of btw-regime. Dat antwoord is gebaseerd op wat er in de trainingsdata stond — mogelijk verouderde regelgeving, mogelijk Nederlandse in plaats van Belgische. Voor een leek is dat verschil onzichtbaar.
Als hulpmiddel om een spoor te vinden dat u daarna zelf in de bron verifieert: prima. Als antwoord dat naar een cliënt gaat: nee.
Cliëntgegevens in een publieke chatbot plakken
Zodra u een factuur, een jaarrekening of een lijst met klantnamen in een gratis consumententool plakt, verlaat die informatie uw controle. Voor een beroep met een deontologisch beroepsgeheim is dat geen theoretisch risico. Gebruik een omgeving waarvan u weet waar de data blijft, of gebruik het niet.
Automatisch boeken zonder tussenkomst
Technisch kan het. Maar een verkeerde boeking die niemand gezien heeft, komt vaak pas maanden later aan het licht — en dan moet u niet alleen de fout rechtzetten maar ook uitzoeken hoeveel andere boekingen op dezelfde manier gemaakt zijn. De tijd die u wint met het overslaan van de controlestap, verliest u honderdvoudig bij het eerste incident.
De praktische afweging
Een bruikbare vuistregel: hoe makkelijker een fout achteraf te herstellen is, hoe meer vrijheid u AI kunt geven.
- Laag risico: een concepttekst, een zoekopdracht, een voorstel dat u toch nakijkt. Hier levert AI zuivere tijdswinst.
- Middelhoog risico: gegevens uitlezen uit documenten. Doe het, maar bouw controles in die de uitkomst narekenen.
- Hoog risico: iets dat rechtstreeks naar een cliënt of naar de fiscus gaat zonder menselijke tussenstap. Hier hoort AI niet.
Wat dit betekent voor uw kantoor
De vraag "gebruiken jullie AI?" is eigenlijk de verkeerde vraag. De juiste vragen zijn: waarvoor precies, wat gebeurt er als het fout gaat, en wie kijkt ernaar voor het de deur uit gaat.
Een leverancier die daar geen helder antwoord op geeft — of die AI presenteert als iets dat overal en altijd beter werkt — verkoopt u een verhaal in plaats van een oplossing.
Zo bouw ik het zelf ook: AI waar het helpt, met u als eindcontrole. Bekijk welke workflows dat concreet oplevert, of vraag een gratis workflowscan aan.