
AI zet credit management op zijn kop. Veel bedrijven staan te trappelen om kunstmatige intelligentie in elke fase van het incassoproces in te zetten. Maar het echte onderscheid zit niet alleen in de nieuwste technologie – het draait om gestructureerde, hoogwaardige data én een duidelijke strategie. Wie zijn data het best weet te organiseren en benutten, bouwt slimme algoritmen en realiseert betere resultaten voor zowel bedrijven als consumenten.
Sinds de oprichting in 2016 richt PAIR Finance zich op het gebruik van AI in minnelijke incassoprocessen, met als doel een zo hoog mogelijke volledig geautomatiseerde incassoratio te bereiken. Met vanaf het begin een uitgebreid datawarehouse benut de fintech omvangrijke datasets om algoritmen aan te sturen en besluitvorming te ondersteunen.
Nu de sector evolueert, komen er nieuwe vragen op: Hoeveel kun je automatiseren terwijl je de controle behoudt? Hoe ziet verantwoord AI-gebruik eruit in een sterk gereguleerde industrie? En wat zijn de nieuwe succesmetrics?
In het volgende interview delen Stephan Stricker (CEO en oprichter) en Daniela Straube (General Manager Benelux) van PAIR Finance hun inzichten over de nieuwste ontwikkelingen in AI-gedreven incasso, de impact van de EU AI Act en de strategische richting van het bedrijf.
Sinds ons laatste interview is er veel gebeurd op AI-gebied. Wat zijn de belangrijkste technische en marktontwikkelingen van het afgelopen jaar?
Stephan: “We hebben ons op twee hoofddoelen gericht: het verhogen van onze inningspercentage en het opschalen van productiviteit. Onze AI-modellen leren continu en passen zich aan, waardoor we dossiers sneller en efficiënter kunnen oplossen dan met traditionele methoden. Dat is gunstig voor zowel opdrachtgevers als consumenten. Aan de marktzijde zijn we uitgebreid naar Portugal, Polen en Italië. Deze internationale groei levert diverse data op om onze modellen te verfijnen en ondersteunt onze verticalisatiestrategie. We verdiepen onze expertise in kernsectoren zoals e-commerce, pay-later, mobiliteit, energie en telecom. Onze digital-first aanpak sluit goed aan bij “blue-chip” cliënten, en we zien ook substantiële groei in meer traditionele industrieën, met name in Nederland, België en Duitsland. Het aanpassen van onze oplossingen aan verschillende sectoren opent nieuwe kansen en helpt ons nog betere resultaten te leveren voor onze opdrachtgevers.
Daniela: In Nederland en België boeken we mooie vooruitgang in de mobiliteitssector, waaronder shared mobility, parkeren, auto-onderhoud, openbaar vervoer en gerelateerde verzekeringsmarkten. Deze sectoren zijn klaar voor digital-first oplossingen en wij helpen de standaard te zetten.”
“We hebben onze eigen incasso-AI gebouwd”
Heb je een verklaring waarom nieuwe verticals (energie, telecom, verzekeringen) meer interesse hebben in volledig digitale services in incasso dan voorheen?
Stephan: “Ik denk dat de markt gaandeweg meer vertrouwd raakt met AI. Opdrachtgevers zien steeds beter welke mogelijkheden ontstaan wanneer AI en algoritmen geïntegreerd worden in hun incassostrategie. Steeds meer bedrijven zien de concrete voordelen van AI. Er is nu ook een beter begrip van hoe AI kan helpen – niet alleen als aanvullend hulpmiddel, maar als essentieel onderdeel van hun order-to-cashprocessen.”
Qua marktontwikkeling: zien jullie dat jullie diensten ook worden toegepast in andere onderdelen van het order-to-cashproces, dus niet alleen bij incasso?
Stephan: “Sommige opdrachtgevers zijn geïnteresseerd in het gebruik van onze algoritmen voor debiteurenbeheer, maar onze primaire focus blijft incasso. Elk jaar interacteren meer dan drie miljoen nieuwe consumenten met ons platform en samen hebben alle consumenten tot nu toe meer dan tien miljard datapunten gegenereerd, vooral afkomstig uit de minnelijke incassofase. Deze diepte aan data stelt ons in staat continu te verbeteren en resultaten te leveren.”
Hoe reageert de markt op het gebruik van AI en large language models (LLM) in incasso? Is AI volgens jou al mainstream?
Stephan: “De respons op AI en LLM’s in incasso groeit zeker, maar de echte vraag gaat niet alleen over adoptie. Het draait om het begrijpen van het doel achter het gebruik van AI in business processen. Bij PAIR Finance gebruiken we een veelheid aan AI-tools in verschillende afdelingen, van Legal en HR tot Sales Analysis en Finance. Maar vóór je een tool in je kernprocessen integreert, moet je weten waarom je erin investeert en welke waarde het oplevert.
Voor ons draait AI in incasso niet alleen om efficiëntie of gemak; het genereert direct omzet voor onze opdrachtgevers. Zo kwam vorige maand 70 procent van de inningen die we voor opdrachtgevers hebben gerealiseerd voort uit zaken die volledig door AI zijn afgehandeld, zonder menselijke tussenkomst. Om dit automatiseringsniveau te bereiken, heb je sterk gestructureerde data, robuuste modellen en uitgebreide ervaring met digitale consumenten interacties nodig. Effectieve AI-gedreven incasso is niet gewoonweg een vraag stellen aan een LLM en op een antwoord wachten. Het gaat om een doordachte, geïntegreerde strategie. Dus hoewel AI richting mainstream beweegt, hangt de echte impact af van hoe diep en doelgericht het in de business is verankerd.”
Tegenwoordig horen we steeds vaker over “agentic AI”, oftewel de volgende stap na generatieve AI. Hoe kijk jij hiernaar?
Stephan: “Agentic AI doet geleidelijk zijn intrede in credit management, vooral aanvullend via API’s in plaats van als kern van het systeem. Leveranciers als AWS bieden nuttige tools, maar die zijn gebaseerd op generieke data, niet op de specifieke behoeften van incasso.
Om echt waarde toe te voegen, moet agentic AI getraind zijn op echte, relevante cases. Daarom hebben we niet simpelweg een standaard extern LLM aangesloten. We kozen voor Llama 3 van Meta en trainden dat op miljoenen van onze eigen debiteurenverzoeken. Zo hebben we een incasso-AI gebouwd die onze context echt begrijpt.
Als een debiteur bijvoorbeeld om een betaalpauze vraagt, kan onze AI het dossier beoordelen, de betalingshistorie checken en – als het past – de pauze automatisch goedkeuren. Op dit moment wordt circa 40 procent van de debiteurenverzoeken volledig door AI afgehandeld. Technisch kunnen we tot 80 procent classificeren, maar volledige automatisering betekent dat elk operationeel detail moet kloppen. Met elke stap komen we dichterbij.”
Wat betekent deze ontwikkeling voor de toekomst? Kunnen debiteuren nog steeds met een mens spreken als ze dat prettiger vinden? Hoe zal deze technologie zich ontwikkelen?
Stephan: “Ja, met een menselijke medewerker spreken blijft altijd mogelijk. Naarmate AI geavanceerder wordt, zal het aantal dossiers dat automatisch wordt opgelost sterk toenemen, vooral via tekst – sneller en handiger dan telefonie. Over een paar jaar verwacht ik dat 90 tot 95 procent van de cases door AI wordt afgehandeld, en de meeste mensen niet merken of een reactie van een mens of een machine komt.
Dat gezegd hebbende: bij PAIR Finance wordt elk bericht aan een debiteur nog steeds door een mens geschreven en goedgekeurd. Als de AI niet het juiste antwoord vindt, gaat het dossier direct naar een menselijke agent. We houden de volledige regie.”
Welke rol en impact heeft de EU AI Act?
Stephan: “De EU AI Act stelt duidelijke criteria voor het beoordelen van het risico en de wettelijke vereisten van AI-systemen. Voor ons is de impact beperkt, omdat onze modellen nooit onbewaakt tekst genereren. Elke communicatie die we versturen is vooraf gedefinieerd of zorgvuldig door een mens opgesteld, wat zorgt voor compliance en consistentie.”
Daniela: “Precies. Onze communicatie met debiteuren vindt altijd plaats binnen een gecontroleerd kader. Het systeem selecteert het meest geschikte template, maar improviseert nooit of creëert niet zelfstandig content. In tegenstelling tot open-ended AI-tools versterkt deze gestructureerde aanpak zowel de betrouwbaarheid als de integriteit.”
Hoe gaat het systeem om met uitzonderingen of toekomstige wijzigingen? Stel: een debiteur heeft een betalingsregeling van vier maandelijkse termijnen van 100 euro en wil dat aanpassen naar vijf termijnen van 80 euro. Hoe reageert het systeem?
Stephan: “Verzoeken om betalingsregelingen aan te passen worden altijd individueel beoordeeld en datagedreven gestuurd. Als een debiteur eerder vergelijkbare verzoeken heeft gedaan zonder zich aan de voorwaarden te houden, is de kans groter dat het systeem afwijst. Dit soort scenario’s komen zelden voor, omdat de bedragen doorgaans bescheiden zijn, meestal tussen 150 en 300 euro.
Als we ernstige financiële problemen identificeren, functioneert het systeem binnen specifieke parameters die met onze opdrachtgevers zijn afgesproken. Uiteindelijk focussen we op praktische, duurzame oplossingen die debiteuren helpen hun verplichtingen na te komen.”
Als we naar de nabije toekomst kijken, zeg over een jaar, waar staat PAIR Finance dan?
Stephan: “Komend jaar willen we actief zijn in nog drie landen als onderdeel van onze Europese expansie. We versterken onze aanwezigheid in Nederland en België, met focus op kernsectoren als mobiliteit, energie, telecom en verzekeringen.
Technologisch willen we het aandeel dossiers dat door AI-agents wordt opgelost verhogen van 40 procent nu naar 80 procent tegen het einde van het jaar. Intern integreren we meer AI-tools in afdelingen, bijvoorbeeld door co-pilot oplossingen voor onze software engineers. Kortom: we zijn van plan om ons bereik te vergroten en onze technologie geavanceerder te gebruiken.
Bron: Credit Expo
PAIR Finance is Platinum Partner van de Credit Expo 2025 op donderdag 6 november in Congrescentrum 1931 in ’s-Hertogenbosch. Meer weten over de diensten van PAIR Finance? Bezoek dan stand 28 en/of kom naar onze presentatie ‘Transforming Collections: Zalando x PAIR Finance’ . Klik hier om je gratis te registreren voor een bezoek aan de Credit Expo 2025.