De credit managementwereld staat voor een dilemma: moeten zij AI volledig adopteren of bestaan er nog teveel risico’s? Het kan helpen om de druk op cashflow en risicobeheersing te verlagen, maar tegelijkertijd zijn twee op de vijf finance professionals ook bang dat AI hen overbodig zal maken. Hoewel de angst voor automatisering begrijpelijk is, blijkt in de praktijk dat AI vooral repetitieve taken uit handen neemt en professionals ondersteunt bij het nemen van betere beslissingen. Bijvoorbeeld rondom financiële risico’s en liquiditeit. Het gaat het credit management vakgebied dan ook met name verrijken. Tijd om aan de slag te gaan dus: in deze blog deel ik vier stappen om te zetten wanneer je AI direct in wil zetten in jouw dagelijkse werk als credit manager.
Maar eerst is het belangrijk om in te zien dat AI vandaag de dag (onbewust) al op verschillende plekken in het credit managementproces wordt ingezet. Zo wordt het al enkele jaren gebruikt voor automatische risicoclassificatie van klanten, de prioritering van incassomaatregelen en voorspellingen van betaalgedrag. Hierbij kan AI vroegtijdig risicovolle klanten aanmerken op basis van historisch betaalgedrag, waardoor credit managers preventief actie kunnen ondernemen om betalingsproblemen te voorkomen. Een perfect voorbeeld van hoe AI processen kan vergemakkelijken en mensen niet vervangt. En er is véél meer mogelijk.
1. Gebruik AI-tools in je dagelijkse processen
Zet generatieve AI bijvoorbeeld in voor het herschrijven van ingewikkelde juridische passages in contracten en klantmails, het automatisch samenvatten van klantdossiers of het genereren van gepersonaliseerde betalingsherinneringen. Ook kan AI jouw DSO (Days Sales Outstanding) aanpakken door de DSO van bepaalde klanten te voorspellen en voor hen passende betalingsherinneringen op te stellen.
2. Ontwikkel AI-basisvaardigheden gericht op credit management
Dit zijn een aantal gebruiksklare toepassingen van AI, maar wil je AI echt in je werk integreren dan is het belangrijk om ook aan je vaardigheden te werken. Wil je bijvoorbeeld een volledige strategie opstellen om de DSO terug te dringen? Dan is het essentieel om begrip van voorspellende modellen op te doen. Ook basiskennis van data-analyse (bijvoorbeeld via Excel PowerQuery of Power BI) is onmisbaar bij de inzet van AI en daarnaast mag ijzersterke prompt-engineering niet ontbreken. Om de juiste resultaten te krijgen moet je AI immers wel de juiste vragen stellen. Door nu te investeren in tijd en trainingen, zorg je ervoor dat jij en je team op de lange termijn optimaal profiteren van de voordelen die AI biedt.
3. Mens en AI: herdefinieer de rol van de credit manager
Vooral als credit manager is het belangrijk om te werken aan nieuwe vaardigheden. Een credit manager van nu is veel bezig met operationele en administratieve taken, maar dat zal snel veranderen. In de toekomst is de credit manager namelijk ook een data-analist, scenarioplanner en communicatiestrateeg. Wanneer AI bijvoorbeeld een late betaling voorspelt, is het aan de credit manager om voor een vervolgstap te kiezen. Is dat een standaardbrief, of is in dit geval een persoonlijke opvolging handiger? Het is dus belangrijk om je rol intern te herdefiniëren en ook aan de rest van de organisatie te laten zien dat je als credit manager aan het roer blijft, maar op veel strategischer niveau mee kan denken.
4. Blijf experimenteren en leren
Zoals met bijna alles is een goede voorbereiding ook nu het halve werk. Zet daarom eerst met je team een AI-pilot op. Willen jullie een nieuwe AI-tool introduceren? Test dit eerst op een select deel van je klantportfolio en evalueer hoe dat ging. Kijk daarnaast regelmatig naar hoe de inzet van AI het werkproces beïnvloedt. Denk aan vragen als: worden facturen sneller verwerkt? Is de foutmarge kleiner? Is de werkdruk van het team gedaald? Door jezelf en het team periodiek deze vragen te stellen zie je wat AI daadwerkelijk oplevert – en waar het nog bijsturing nodig heeft. Als laatste is een AI-logboek aan te raden, waarin je vastlegt welke tools je gebruikt, wat ermee is getest, welke resultaten je hebt behaald en welke keuzes je hebt gemaakt. Daarmee behoud je het overzicht en blijf je met je team kennis opbouwen. Met deze tips creëer je een lerende organisatie die wendbaar blijft in het snel veranderend technologisch landschap.
Een nieuw begin
Kortom, AI is niet het einde van het vak, maar juist een nieuw begin. Door vandaag te starten, leg je de basis voor een proactieve, datagedreven en klantgerichte aanpak. Zo kan jouw team hét verschil maken in een steeds sneller veranderende financiële wereld. Welke AI-tool test jij deze maand nog in jouw debiteurenproces?
Bron: Marcommit
