AI in finance & accounting: wat we kunnen en wat we willen
door Kees van Montfort & Gert de Jong
16 jan 2024 12:24 | Centre for Economic TransformationDocent-onderzoekers Kees van Montfort en Gert de Jong bespreken de potentiële relevante toepassingen van AI in finance en accounting. Daarbij belichten ze ook de dilemma's die samenhangen met het gebruik van AI in de praktijk van finance en accounting, en schetsen zij de toekomstige ontwikkelingen van de toepassing van AI-technologie.
Afgelopen jaren heeft AI een enorme vlucht genomen en er wordt ons een compleet andere toekomst voorgesteld. Zou de wereld nu echt zoveel anders worden met AI? Er zijn ons wel vaker doemscenario’s voorspeld of gouden bergen beloofd. Wordt het nu anders? “Voorspellen is moeilijk, vooral als het over de toekomst gaat”, zou Niels Bohr hebben gezegd. Maar dat dingen anders worden, lijkt evident. AI geeft veel nieuwe mogelijkheden en leidt tot veel kosten. In theorie zouden we dus een afweging kunnen maken of we de weg van AI inslaan. Maar eigenlijk is dat geen echte keuze, want we zijn die weg al ingeslagen, ondanks de verzoeken voor een time out of een druk op de pauzeknop. De vraag is dus niet of we die weg inslaan, maar waarnaartoe we die weg laten leiden.
In het vakgebied van finance en accounting wordt AI gebruikt om met gegevensanalyse inzichten te verkrijgen, risico's te beoordelen, voorspellingen te doen en besluitvorming te ondersteunen. Het is belangrijk op te merken dat de toepassing van AI een zorgvuldige afweging van ethische en regelgevende aspecten vereist. De door AI-algoritmen gegenereerde gegevens moeten verantwoord worden gebruikt en de privacy en vertrouwelijkheid van gevoelige financiële informatie moeten worden gewaarborgd.
In dit artikel worden achtereenvolgens potentiële relevante toepassingsgebieden van AI in finance en accounting besproken. Daarna wordt ingegaan op de dilemma's, die samenhangen met het gebruik van AI in de praktijk van finance en accounting. Tenslotte worden toekomstige ontwikkelingen met betrekking tot de toepassing van AI-technologie geschetst.
Toepassingsgebieden van AI in finance en accounting
In de context van finance en accounting bieden AI-technieken verschillende interessante mogelijkheden. Hieronder is een viertal toepassingsgebieden van AI geschetst.
Voorspellende financiële gegevens
AI-modellen kunnen leren van historische financiële gegevens, zoals aandelenkoersen, handelsvolumes of financiële overzichten van bedrijven, en vervolgens voorspellingen genereren die voortborduren op de patronen die zijn gevonden voor de oorspronkelijke datasets. Dit kan nuttig zijn om beperkte datasets aan te vullen, gesimuleerde scenario's te creëren en prognoses op te stellen.
Financiële fraudedetectie
AI kan worden gebruikt om frauduleuze financiële transacties te detecteren. Door te trainen op grote datasets met financiële transacties kan het AI-model de patronen en kenmerken van normale financiële transacties leren. Het kan vervolgens afwijkende of frauduleuze transacties identificeren door ze te vergelijken met de geleerde patronen. Het op deze wijze detecteren van frauduleuze financiële transacties kan helpen bij het verbeteren van fraudedetectie- en preventiesystemen.
Risicobeoordeling en scenario-ontwikkeling
AI-modellen kunnen worden ingezet om een breed scala aan financiële scenario's te simuleren en de bijbehorende risico's te beoordelen. Door virtuele data te genereren die verschillende marktomstandigheden, rentetarieven of macro-economische factoren vertegenwoordigen, kunnen financiële instellingen de potentiële impact op portefeuilles, investeringen of risico-exposities evalueren. Dit helpt bij het nemen van beter onderbouwde beslissingen en het ontwikkelen van robuuste risicobeheerstrategieën.
Zo kan een kredietverstrekker bij de beoordeling of een kredietaanvraag wel of niet moet worden gehonoreerd, gebruik maken van AI. Als de kredietaanvrager ermee akkoord gaat, kan de kredietverstrekker alle banktransacties over de laatste jaren van de kredietaanvrager inlezen. Vervolgens kan het AI-algoritme berekenen hoe groot de kans is dat het krediet (met rente) op tijd wordt terugbetaald aan de kredietverstrekker. Het AI-algoritme vergelijkt daarbij (in een paar seconden) de banktransactiegegevens van de kredietaanvrager met die van eerdere kredietaanvragers (waarvan het kritiekverzoek is gehonoreerd). Een kredietaanvrager die in het verleden al enkele malen niet tijdig aan zijn maandelijkse betalingsverplichtingen heeft voldaan (eventueel bij een andere kredietverstrekker), zal met deze methodiek weinig kans maken om een nieuw krediet te verkrijgen.
Semi-geautomatiseerde beantwoording van vragen en opstellen van adviesrapporten
Generatieve AI, zoals ChatGPT, kan worden gebruikt als een chatbot. Een chatbot is een computerprogramma dat gesprekken tussen mensen (schriftelijk of gesproken) simuleert en verwerkt zodat mensen met digitale apparaten kunnen communiceren alsof ze met een echt persoon communiceren. Het doel van een chatbot is om nuttige en informatieve antwoorden te geven op een breed scala aan onderwerpen en om gebruikers te helpen met hun vragen en taken. Professionals in het werkveld van finance en accounting kunnen geavanceerde chatbots ook gebruiken om semi-geautomatiseerd antwoordbrieven en adviesrapporten voor klanten op te stellen.
Sinds dit voorjaar wordt met name door studenten en scholieren veelvuldig gebruik gemaakt van de generatieve AI-tool ChatGPT. Met deze tool kunnen door middel van het intypen van een vraag of enkele trefwoorden nieuwe teksten worden gegenereerd. Op die manier kan eenvoudig bijvoorbeeld een essay of (een gedeelte van) een afstudeerrapport worden geschreven. Hierbij dienen wel enkele kanttekening te worden geplaatst.
Een van de uitdagingen is om de juiste vragen of trefwoorden in te vullen. De ingevulde vragen en trefwoorden bepalen namelijk voor een groot gedeelte de gegenereerde tekst. Daarnaast bevatten met name de gegenereerde Nederlandse teksten nogal wat taal- en spellingsfouten. Ook worden er geen bronnen vermeld bij de gegeneerde teksten. Indien gewenst kan dit worden verholpen door aan het tool te vragen welke bronnen horen bij bepaalde trefwoorden. Deze bronnen sluiten in de regel niet per se aan bij de eerder door ChatGPT gegenereerde teksten. En ook kunnen er verwijzingen zijn naar niet-bestaande bronnen. Daarom zou men de door ChatGPT gegeneerde bronnen altijd moeten verifiëren.
Interessant is ook het gegeven dat als men tweemaal dezelfde vraag aan ChatGPT stelt, men tweemaal een verschillend antwoord krijgt. In veel gevallen zijn de antwoorden zelfs totaal verschillend. Hierdoor kan de lezer niet met zekerheid vaststellen of bijvoorbeeld bij het opstellen van een essay of afstudeerrapport gebruik is gemaakt van ChatGPT.
Bij dit alles kan men zich natuurlijk de vraag stellen in hoeverre de door ChatGPT gegenereerde teksten betrouwbaar zijn. ChatGPT loopt het internet af om informatie te zoeken over de gestelde vraag of trefwoorden en combineert deze informatie vervolgens tot een stuk tekst dat op het beeldscherm wordt getoond. Deze aanpak betekent dat fake informatie op internet door ChatGPT kan worden gebruikt om bijvoorbeeld een antwoord op een vraag te geven of een essay te schrijven. Anders geformuleerd, als men fake informatie via Chat GPT wil verspreiden, kan met dat voor elkaar krijgen door deze fake informatie eerst op het internet te plaatsen.
Een andere toepassing van het gebruik van ChatGPT is het genereren van programmeercodes (bijvoorbeeld in Python, R Studio, C++, SPSS, SAS, etc.) of programmeerinstructies (PowerBI, SPSS, SAS, etc.). Door het intypen van de juiste vraag kan men programmeerwerkzaamheden van dagen in enkele secondes uitvoeren. De ervaringen van de auteurs van dit artikel met de kwaliteit van deze programmeercodes zijn overwegend zeer positief. Hierdoor kan ChatGPT behulpzaam zijn bij programmeeropdrachten in het werkveld en onderwijs.
De introductie van ChatGPT heeft grote gevolgen voor het hoger onderwijs in het domein finance en accounting. Als studenten bijvoorbeeld een essay moeten schrijven voor de afronding van een vak, zullen zij dat essay (inclusief relevante bronnen) eenvoudig kunnen opstellen door gebruik te maken van ChatGPT. De verwachting is dat ChatGPT zich de komende jaren verder zal perfectioneren, zodat de kwaliteit van het opgeleverde werk steeds beter wordt.
De docent zal bij afronding van een vak met name moeten beoordelen of aan de van tevoren gestelde leerdoelen is voldaan. Het schrijven van een essay kan door een docent zondermeer niet meer worden gekozen als toetsvorm. Bij andere toetsvormen ligt dat echter minder duidelijk. Stel dat studenten bij een eindopdracht computercodes moeten opleveren voor het uitvoeren van data-analyses. Als het opstellen van programmeercodes een expliciet leerdoel is, wordt het toetsen van dit leerdoel bemoeilijkt door de beschikbaarheid van ChatGPT. Het zou echter ook het geval kunnen zijn dat het leerdoel met name het analyseren van data is, en dat het van ondergeschikt belang is met welke programmeercodes die analyses worden uitgevoerd. In dat laatste geval is ChatGPT een zeer bruikbaar tool en moet het gebruik ervan vooral worden aangemoedigd.
Twee kanten van AI
In het voorbeeld van de fraudebestrijding kun je stellen dat de wereld daar veiliger van wordt. Gezien de hoge boetes die de DNB uitdeelt (denk aan de 775 miljoen die ING in 2018 moest betalen) gaat het de banken niet alleen om de wereld veiliger te maken, maar ook om risico’s te dempen en aan de wettelijke verplichtingen tegemoet te komen. Inmiddels is ongeveer 10% van de werknemers van de banken in Nederland (ca. 165.000 werknemers) werkzaam met betrekking tot fraudedetectie. Met fraudebestrijding zijn dus veel kosten gemoeid. Tegelijk moeten de banken hun poortwachtersfunctie waarmaken. Dat AI daarbij kan helpen blijkt wel uit het voorgaande, alsmede uit de afstudeeropdrachten die studenten van de masteropleiding Applied AI aan de Hogeschool van Amsterdam afgelopen semester bij financiële instellingen hebben uitgevoerd. Hun opdrachten gingen om financiële fraudedetectie en beoordeling van credit risk. Dat willen banken proberen zo snel en efficiënt mogelijk te doen. Als er om snelheid en efficiëntie wordt gevraagd is de klus aan AI wel besteed. Daar kan immers geen mens tegenop. De bijdragen van onze studenten werden dan ook op prijs gesteld.
Maar we zien soms dat de beslissingen op basis van AI-systemen te rigoureus worden genomen. Zo meldt onderzoeksprogramma Argos (1 mei 2023) dat volgens de DNB de vier grootste banken van Nederland in 2021 bijna vierduizend zakelijke rekeningen hebben opgezegd vanwege verdachte transacties, contact met veroordeelde criminelen of onverklaarbare omzetstijgingen. Dit zou soms ook onterecht zijn gebeurd. Het snijdt mensen en bedrijven vervolgens volledig af van het betalingsverkeer. In NRC van 22 juni2023 wordt een andere ‘uitglijder’ gemeld: DUO zou te eenkennig controles op uitwonende studenten uitvoeren. De toeslagenaffaire hebben we allemaal nog wel in het geheugen.
Waar de ene kant van AI nog kan zijn dat het snel en efficiënt heel behulpzaam kan zijn, blijkt de andere kant een systeem te zijn dat compromisloze en meedogenloze beslissingen kan nemen, die mensen te kort kunnen doen. Hoe kunnen we die behulpzame kant nu benutten en verder ontwikkelen en die meedogenloze kant vermijden of inperken?
Oplossingsrichtingen
De morele kant blijkt uit de manier waarop AI-systemen beslissingen nemen. Hiervoor noemden we dat compromisloos en meedogenloos. Een algoritme is ontworpen om zaken ‘rationeel’ af te wegen. Er is geen ruimte om de menselijke maat in te brengen. Als mensen beslissingen nemen, geven ze anderen soms een tweede kans, of geven ze het voordeel van de twijfel. We kunnen verschillende afwegingen maken. AI-systemen kunnen dat niet. In de kern zijn hun beslissingen (als ze zo geprogrammeerd zijn): als A dan B. Mensen kunnen nog denken: als A, dan in deze situatie toch maar C. Het is juist die menselijke maat die onze samenleving samenleving maakt en menselijk houdt.
Die afweging maken we bij voorkeur vanuit de vragen wie nu gediend zijn met onze beslissingen en wat we ermee willen bereiken. In termen van de hiervoor genoemde voorbeelden: gaat het om efficiëntie en kostenbesparing of (ook) om klanten te helpen en de wereld veiliger te maken?
Een ander aspect is de vraag welke rol we AI geven in ons werk en onze besluitvorming. De mogelijkheden van ChatGPT die we hiervoor gaven, laten zien welke mogelijkheden er zijn om het onderwijs te versterken. Er ligt een onmetelijke vraagbaak binnen handbereik die zeer snel en vaak ook nog adequaat reageert. Tegelijk liggen er tal van mogelijkheden klaar om te frauderen. Studenten schrijven hun essays, werkstukken en dergelijke niet meer zelf, maar laten dat doen.
We kunnen iets soortgelijks zeggen voor beslissingen rondom fraudedetectie en risicobeoordeling: varen we uitsluitend op het besluit van AI? Dat lijkt ons onethisch. Moreel verantwoorder is om wat AI ons levert als waardevolle input voor onze besluitvorming zien, maar zelf kiezen en besluiten we. Daarmee is ook helder waar de eindverantwoordelijkheid ligt: bij de menselijke beslissers. Het lijkt ons dat die daar ook hoort.
Gelet op de cruciale rol van vertrouwen in de financiële sector is de uitlegbaarheid van de uitkomsten en werking van AI-toepassingen cruciaal. Enerzijds moet een financiële dienstverlener weten op basis van welke criteria en scores het gebruikte AI-algoritme heeft geadviseerd om bijvoorbeeld een bedrijfskrediet toe te kennen of te weigeren. Met name de vraag is van belang of hierbij gebruik is gemaakt van ethisch-verantwoorde en praktisch-relevante uitgangspunten. Anderzijds dient het voor de kredietaanvrager duidelijk te zijn op welke door het AI-algoritme gebruikte criteria en scores het kredietadvies is gebaseerd.
Voor de geschetste ethische dilemma’s, die met het gebruik van AI gepaard kunnen gaan, zal er regelgeving moeten worden ontwikkeld door de overheid of de financiële sector. Het is onduidelijk in welke mate de overheid daartoe bereid is en of zij daarmee nu al niet te laat is.
Toekomst van AI in finance en accounting
In de toekomst zullen de bestaande AI-algoritmen zich ongetwijfeld verder ontwikkelen en zal de kwaliteit van de AI-oplossingen toenemen. Nagenoeg alle financiële innovaties in de afgelopen jaren zijn namelijk het directe gevolg geweest van de nieuwe technologische ontwikkelingen op het gebied van digitalisering en AI. Ook zullen er meer aanbieders komen van AI-systemen met momenteel bekende toepassingen. Het valt dan ook te verwachten dat de explosieve groei van het gebruik van AI-technologie vele, nieuwe financiële diensten zal initiëren. Dit zal niet alleen enorme gevolgen hebben voor de werkzaamheden van de professionals, die werkzaam zijn op het gebied van finance en accounting, maar ook voor haar klanten en daarmee samenhangend de gehele Nederlandse samenleving.
Alleen als we de technische vooruitgang gelijk op laten lopen met de door ons genoemde morele overwegingen (wie is ermee gediend, zijn de besluiten uitlegbaar, wie draagt de eindverantwoordelijkheid) kunnen we het midden houden tussen de doemscenario’s en de gouden bergen.