Hyperautomation, RPA en AI

Verschillende termen, verschillende rollen binnen finance automation

RPA, workflowautomation, intelligent automation, hyperautomation en AI-agents worden regelmatig gepresenteerd als opeenvolgende generaties automatisering. Alsof iedere nieuwe term de vorige technologie overbodig maakt. In werkelijkheid vervullen ze verschillende rollen. De ene technologie wisselt gegevens uit, de andere regisseert het proces, voert handelingen uit of interpreteert informatie.

Wie intelligente automatisering binnen finance wil begrijpen, moet daarom niet beginnen bij de nieuwste term. De relevante vraag is: welk deel van het proces moet worden verbonden, bestuurd, uitgevoerd of geïnterpreteerd?

Automatisering is geen afzonderlijke technologie

Finance gebruikt al decennialang automatisering. ERP-systemen voeren boekingen uit, workflows sturen facturen naar de juiste budgethouder en koppelingen wisselen gegevens uit tussen financiële systemen. RPA voegde daar een praktische manier aan toe om ook handelingen in bestaande gebruikersinterfaces te automatiseren. AI maakt het vervolgens mogelijk om informatie te interpreteren die zich moeilijk in vaste regels laat vangen.

De belangrijkste termen zijn als volgt van elkaar te onderscheiden:

Deze begrippen overlappen. Een intelligente workflow kan bijvoorbeeld AI gebruiken om een document te classificeren, een procesregel om de vervolgstap te bepalen en RPA om gegevens in een ouder financieel systeem vast te leggen. Het heeft dan weinig zin om de hele oplossing uitsluitend AI of RPA te noemen. De werking ontstaat juist uit de combinatie.

Klassieke automatisering: sterk door voorspelbaarheid

Klassieke automatisering werkt met vooraf beschreven logica. Als een bepaalde conditie optreedt, volgt een vastgestelde actie. Dat maakt de uitkomst voorspelbaar en meestal goed herleidbaar.

Een financiële workflow kan bijvoorbeeld controleren of een leveranciersnummer bestaat, of het btw-nummer het juiste formaat heeft en of het factuurtotaal overeenkomt met de som van de factuurregels. Een inkoopfactuur kan automatisch worden gematcht met een bestelling en een ontvangstregistratie, zolang de bedragen en aantallen binnen vastgelegde toleranties vallen. Wanneer aan alle voorwaarden is voldaan, kan de factuur door naar de volgende processtap.

Dit soort automatisering is niet primitief. Juist in finance zijn vaste controles waardevol. Ze dwingen procesafspraken af, leveren reproduceerbare uitkomsten op en maken zichtbaar welke regel tot welke vervolgstap heeft geleid.

De beperking zit niet in de regels zelf, maar in de variatie die de regels moeten opvangen. Leveranciers gebruiken verschillende omschrijvingen, documenten komen in verschillende structuren binnen en betalingen verwijzen niet altijd eenduidig naar een openstaande factuur. Ook kunnen gegevens ontbreken of elkaar tegenspreken. Iedere nieuwe situatie vraagt dan om een aanvullende regel, een nieuwe beslisroute of handmatige beoordeling.

Zo kan een sterk geautomatiseerd proces toch veel werk blijven veroorzaken. De standaardstroom verloopt snel, maar finance concentreert zich steeds meer op de uitval eromheen. Meer automatisering leidt dan wel tot meer verwerkte transacties, maar niet vanzelf tot een evenredige afname van het werk.

RPA: een digitale uitvoerder

Robotic Process Automation automatiseert handelingen die een medewerker normaal via een gebruikersinterface uitvoert. Een softwarerobot kan een bestand openen, gegevens kopiëren, door schermen navigeren, velden invullen en een transactie opslaan.

RPA is vooral nuttig wanneer systemen niet rechtstreeks via een API of andere koppeling kunnen worden aangestuurd. De robot bedient dan dezelfde schermen als de medewerker. Daardoor kan RPA relatief snel een verbinding leggen tussen applicaties zonder dat de onderliggende software ingrijpend hoeft te worden aangepast.

De naam zorgt soms voor verwarring. De ‘robot’ is geen zelfstandig denkende machine, maar software die een vastgelegde reeks handelingen uitvoert. RPA is sterk bij veelvoorkomende, voorspelbare en regelgedreven taken. Het weet echter niet uit zichzelf wat een afwijkende factuuromschrijving betekent of welke openstaande posten waarschijnlijk bij een verzamelbetaling horen.

Ook is bediening via een gebruikersinterface afhankelijk van de omgeving waarin de robot werkt. Wanneer een scherm, veld of processtap verandert, kan aanpassing nodig zijn. Rechtstreekse systeemintegratie is daarom meestal robuuster wanneer die beschikbaar is. RPA blijft desondanks relevant als uitvoeringslaag voor systemen die niet eenvoudig op een andere manier kunnen worden ontsloten.

RPA is dus eerder de digitale hand dan het digitale brein.

AI: van expliciete regels naar afgeleide uitkomsten

AI is een verzamelnaam voor systemen die uit ontvangen input afleiden hoe zij een output genereren. Die output kan volgens de definitie van NIST bestaan uit een voorspelling, aanbeveling of beslissing. Bij generatieve AI kan het ook om nieuwe tekst of andere inhoud gaan.

Het wezenlijke verschil met klassieke automatisering is niet dat AI helemaal zonder regels werkt. Ook een AI-systeem functioneert binnen software, instructies en ingestelde grenzen. Het verschil is dat niet iedere inhoudelijke relatie vooraf als afzonderlijke beslisregel hoeft te zijn uitgeschreven. Een model kan patronen en samenhang afleiden uit data, voorbeelden en de context van een nieuwe situatie.

Binnen finance kan AI daardoor bijdragen aan taken zoals:

• documenten en berichten classificeren;
• gegevens uit uiteenlopende documentstructuren herkennen;
• een grootboekrekening of kostenplaats voorstellen;
• mogelijke overeenkomsten tussen betalingen en facturen rangschikken;
• afwijkende transacties signaleren;
• financiële tekst samenvatten of voorbereiden.

AI levert daarbij geen absolute zekerheid. Een herkenning, classificatie of voorspelling heeft een waarschijnlijk karakter. Dat maakt AI geschikt voor variatie en ambiguïteit, maar stelt andere eisen aan controle dan een vaste procesregel.

Het is daarom te eenvoudig om te zeggen dat AI klassieke automatisering vervangt. AI kan bepalen wat informatie waarschijnlijk betekent of welke vervolgstap passend lijkt. Een workflow bewaakt vervolgens welke stappen zijn toegestaan, een koppeling of robot voert de handeling uit en een medewerker beoordeelt de situaties waarin menselijke verantwoordelijkheid nodig blijft.

Intelligent automation: interpreteren, regisseren en uitvoeren

Intelligent automation is geen afzonderlijke techniek. Het is de combinatie van AI met procesautomatisering. In veel definities worden AI, Business Process Management en RPA als belangrijke bouwstenen genoemd. In de praktijk horen daar ook integraties, beslisregels, documentverwerking, monitoring en menselijke controlemomenten bij.

De taakverdeling is grofweg:

• AI interpreteert: wat voor document is dit, welke betekenis heeft de tekst en welke uitkomst is aannemelijk?
• De workflow regisseert: welke controles, taken, rechten en vervolgstappen horen bij deze situatie?
• Integraties en RPA voeren uit: welke gegevens moeten worden opgehaald, vastgelegd of doorgegeven?
• De medewerker stuurt bij: welke beslissing vraagt om beoordeling, goedkeuring of verantwoordelijkheid?

Intelligente automatisering ontstaat dus niet door AI boven op een bestaand proces te plaatsen. Het proces moet de uitkomst van AI kunnen ontvangen, toetsen en vertalen naar een toegestane actie. Ook moet duidelijk zijn wat er gebeurt wanneer de uitkomst onvoldoende betrouwbaar is.

Een bruikbare samenvatting is:

Intelligente automatisering combineert context kunnen interpreteren met processen gecontroleerd kunnen uitvoeren.

Dat onderscheid is binnen de Office of the CFO belangrijk. Alleen interpretatie levert nog geen verwerkt document, gesloten openstaande post of gecontroleerde boeking op. Alleen uitvoering loopt juist vast wanneer de werkelijkheid afwijkt van de vooraf bedachte route.

Hyperautomation: de aanpak rond het geheel

Hyperautomation wordt vaak gebruikt alsof het een product of een overtreffende trap van RPA is. Het is beter te begrijpen als een organisatiebrede aanpak. Daarbij worden processen onderzocht, geschikte automatiseringsvormen gekozen, oplossingen met elkaar verbonden en resultaten voortdurend gemonitord.

Het uitgangspunt is niet één techniek zo breed mogelijk uitrollen. Het gaat er juist om per procesonderdeel de passende techniek te gebruiken. Een rechtstreekse koppeling waar systemen gestructureerde gegevens kunnen uitwisselen. Een workflow voor procesregie. RPA wanneer een gebruikersinterface moet worden bediend. AI waar interpretatie of patroonherkenning nodig is.

Process mining kan binnen zo’n aanpak zichtbaar maken hoe processen daadwerkelijk verlopen. Systemen leggen gebeurtenissen vast: een factuur is ontvangen, een order is gewijzigd, een goedkeuring is gegeven of een betaling is geboekt. Door die registraties in samenhang te analyseren, worden procesvarianten, vertragingen en afwijkende routes zichtbaar. Dat helpt om niet alleen de handelingen te automatiseren die het meest opvallen, maar om naar de end-to-end processtroom te kijken.

Hyperautomation betekent daarmee niet dat uiteindelijk ieder proces zonder mensen moet functioneren. ‘Zo veel mogelijk automatiseren’ is geen zinvol doel wanneer snelheid ten koste gaat van controle, of wanneer een complexe reeks technische oplossingen meer beheer veroorzaakt dan het werk dat ermee wordt bespaard. Binnen finance moet de gekozen automatiseringsgraad altijd worden afgewogen tegen risico, uitlegbaarheid en verantwoordelijkheid.

En waar passen AI-agents in?

AI-agents voegen een nieuwe vorm van flexibiliteit toe. Waar een traditionele workflow vooraf vastlegt welke route wordt gevolgd, kan een agent binnen gestelde grenzen een doel vertalen naar meerdere stappen, informatie verzamelen en beschikbare hulpmiddelen gebruiken om acties uit te voeren.

Een agent kan bijvoorbeeld bepalen welke gegevens nodig zijn om een afwijking te onderzoeken, deze gegevens uit verschillende bronnen ophalen en een vervolgstap voorbereiden. De uitvoering kan vervolgens nog steeds plaatsvinden via een API, workflow of RPA-robot.

Daarmee is agentic automation opnieuw geen volledige vervanging van bestaande automatisering. Een agent kan plannen en keuzes voorstellen, maar heeft een gecontroleerde omgeving nodig waarin rechten, toegestane acties en controlemomenten zijn vastgelegd. Juist omdat agents meerdere acties kunnen plannen en uitvoeren, worden beveiliging, monitoring en verantwoordelijkheid belangrijker. Die onderwerpen komen uitgebreider terug in de artikelen over governance en human in the loop.

De betekenis voor finance automation

Binnen de Office of the CFO komen alle vormen van automatisering samen. Aan de basis worden documenten en data uitgewisseld, omgezet en gevalideerd. Binnen Purchase to Pay en Order to Cash worden transacties gecontroleerd, gematcht, goedgekeurd, geboekt en opgevolgd. Voor Financial & Business Control worden gegevens geconsolideerd, geanalyseerd en vertaald naar rapportages, forecasts en beslisinformatie.

Geen enkele technologie dekt deze volledige keten af:

De kwaliteit van finance automation wordt dan ook niet bepaald door de hoeveelheid AI in het proces. Goede automatisering gebruikt voorspelbare logica waar dat kan, probabilistische interpretatie waar dat waarde toevoegt en menselijke beoordeling waar verantwoordelijkheid daarom vraagt.

Daarmee kunnen de drie doelen van automatisering in balans worden gebracht. Performance vraagt om snelheid en een hoge mate van automatische verwerking. Compliance vraagt om controle, herleidbaarheid en betrouwbare uitvoering. Intelligence vraagt om het herkennen van samenhang, afwijkingen en mogelijke vervolgstappen.

RPA, AI en hyperautomation zijn dus geen concurrerende antwoorden op dezelfde vraag. RPA voert uit. AI interpreteert. Workflows regisseren. Hyperautomation organiseert hoe deze en andere technieken samen worden ingezet. Intelligent automation is wat er ontstaat wanneer die onderdelen binnen een goed ontworpen proces werkelijk samenwerken.