Waarom Excel de toekomst van AI in de boekhouding kan bepalen

Nieuw onderzoek suggereert dat het grootste obstakel voor kunstmatige intelligentie in de boekhouding misschien niet wantrouwen jegens AI zelf is. Het kan de vertrouwdheid, flexibiliteit en institutionele zwaarte van Microsoft Excel zijn. Dat maakt het spreadsheet zowel een barrière voor disruptie als een potentieel krachtige toegangspoort voor Microsoft.

Een nieuwe studie onder 271 boekhoudprofessionals onderzocht waarom sommige organisaties kunstmatige intelligentie adopteren terwijl anderen vasthouden aan vertrouwde analytische tools.¹ De centrale bevinding is bedrieglijk eenvoudig: het gebruik van Excel voor data‑analyse stond in negatieve relatie tot AI‑adoptie, terwijl AI‑training en bredere adoptie van data‑analyse‑tools positief geassocieerd waren.

Dit betekent niet dat Excel verouderd is of dat accountants irrationeel zijn. Excel blijft flexibel, breed begrepen en diep verankerd in budgettering, reconciliatie, prognoses, rapportage en auditvoorbereiding. De belangrijkere les is dat technologische adoptie evenveel afhangt van werkprocessen, gewoonten, waargenomen risico en training als van technische capaciteit.

Voor beleggers verandert dit de manier waarop de enterprise‑AI‑kans moet worden geëvalueerd. De waarschijnlijke winnaars zijn mogelijk niet de bedrijven die de meest ingrijpende vervanging van gevestigde werkzaamheden bieden. Het kunnen de bedrijven zijn die AI kunnen integreren in software die werknemers elke ochtend al openen.

Waarom Excel AI‑adoptie in de boekhouding kan vertragen

De onderzoekers benaderden AI‑adoptie via een dual‑factor model. In plaats van adoptie te zien als een eenvoudige vraag of gebruikers voldoende voordelen zien, hielden ze zowel drijfveren als remmende factoren in beschouwing. Een werknemer kan erkennen dat AI nuttig is, maar toch weerstand bieden omdat het veranderen van tools onzekerheid, opleidingskosten, integratiewerk en de mogelijkheid van fouten met zich meebrengt.

Die spanning is vooral belangrijk in de boekhouding. Een experimentele marketing‑concept kan worden aangepast. Een fout in een financieel model, reconciliatie, regelgevende indiening of audit‑werkblad kan materiële gevolgen hebben. Accountants hebben daarom goede redenen om systemen te verkiezen waarvan ze de formules, controles en beperkingen begrijpen.

Excel profiteert ook van de opgebouwde organisatie‑kennis. Bedrijven hebben tientallen jaren besteed aan het bouwen van sjablonen, macro’s, modellen, rapportageprocedures en goedkeuringsprocessen rond spreadsheets. Werknemers weten hoe ze formules moeten inspecteren en berekeningen moeten volgen. Het vervangen van die omgeving betekent meer opgeven dan een applicatie; het verstoort een besturingssysteem voor financieel werk.

De studie interpreteert dit via een status‑quo‑bias. Vertrouwdheid creëert vertrouwen en een gevoel van controle, terwijl de potentiële verliezen die gepaard gaan met overschakelen als meer onmiddellijk kunnen aanvoelen dan de verwachte voordelen. Dit verklaart waarom alleen aantonen dat een AI‑platform geavanceerder is, mogelijk niet voldoende is om adoptie te stimuleren.

Wat de boekhoud‑AI‑studie heeft gevonden

De uiteindelijke steekproef omvatte 271 boekhoudprofessionals die betrokken waren bij AI-, machine‑learning- of data‑analyse‑initiatieven. Ongeveer 92 % werkte in boekhoud‑ of verwante dienst‑consultancy‑organisaties, en 62 % werkte bij organisaties met minder dan 500 werknemers.

Slechts 33 % van de respondenten gaf aan AI‑training te hebben ontvangen. Ondertussen had slechts 36 % van de respondenten die Excel voor data‑analyse gebruikten, overgeschakeld naar meer geavanceerde AI‑oplossingen. Alleen Excel‑kennis was geen statistisch significante voorspeller zodra het volledige model werd meegenomen, maar feitelijk Excel‑gebaseerd analytisch gebruik had een significante negatieve relatie met AI‑adoptie.

Het onderscheid is van belang. Het kennen van Excel verhindert niet per definitie dat iemand AI adopteert. De barrière ontstaat wanneer gevestigde spreadsheet‑werkstromen al aan de directe behoeften voldoen, waardoor de kosten en onzekerheid van systeemverandering moeilijk te rechtvaardigen zijn.

AI‑training is belangrijker dan een extra software‑licentie

Organisaties behandelen AI‑adoptie vaak als een inkoopbeslissing. Ze kopen licenties, activeren functies en verwachten dat gebruik volgt. De studie suggereert dat deze benadering software‑beschikbaarheid verwart met organisatorisch vermogen.

Training vertoonde een positieve relatie met AI-adoptie, net als eerdere adoptie van bredere data‑analyse‑tools. Samen suggereren die resultaten dat organisaties profiteren van het opbouwen van een opeenvolging van mogelijkheden. accountants die al verder zijn gegaan dan basis‑spreadsheetanalyse, zijn beter voorbereid om AI te evalueren, te superviseren en te integreren.

Een praktisch adoptieprogramma moet zich daarom richten op specifieke werkstromen:

• Reconciliatie en anomaliedetectie
• Variantieanalyse en managementrapportage
• Forecasting en scenario‑ontwikkeling
• Documentreview en auditvoorbereiding

Deze afgebakende toepassingen zijn makkelijker te valideren dan een algemene verplichting om “AI te gebruiken”. Ze leveren bovendien meetbare resultaten op, zoals minder handmatige stappen, snellere afsluitcycli of meer gecontroleerde transacties. Dat wordt steeds belangrijker nu financiële afdelingen moeten aantonen dat AI‑investeringen rendement opleveren in plaats van alleen licentietellingen of medewerkerinteresse te rapporteren.

De bevinding vult ook een bredere Securities.io-analyse aan die betoogt dat eigendom data en institutionele kennis kunnen de meest waardevolle AI-vesting worden. In de boekhouding is het model slechts één component. Het moeilijker te reproduceren voordeel is de combinatie van vertrouwde financiële gegevens, gevestigde controles, bedrijfsspecifieke procedures en medewerkers die begrijpen hoe een valide output eruit moet zien.

Waarom Bekende Software Het Beste AI‑Distributiekanaal Kan Worden

Het artikel beschrijft Excel als een rem, maar dat betekent niet dat het spreadsheet moet verdwijnen. Het sterkere commerciële inzicht is dat het verlagen van overstapkosten effectiever kan zijn dan gebruikers vragen vertrouwde tools te verlaten.

Microsoft volgt die route al. Zijn Finance Agent connects Excel with existing financial systems is ontworpen om activiteiten zoals reconciliatie, variantieanalyse en realtime financiële inzichten te ondersteunen. Dit is strategisch belangrijk omdat het AI naar de interface brengt die accountants al vertrouwen.

AI inbedden in bestaande software kan meerdere adoptie‑barrières tegelijk wegnemen. Het beperkt verstoringen in werkstromen, behoudt vertrouwde spreadsheets, maakt het mogelijk output te beoordelen in een bekend formaat en vermindert de psychologische kosten van het proberen van een nieuwe functionaliteit. De gebruiker wordt niet gevraagd Excel te vervangen door AI. De gebruiker wordt uitgenodigd Excel uit te breiden met AI.

Dit patroon is niet beperkt tot de boekhouding. Enterprise‑AI concurreert steeds meer op distributie, integratie, governance en toegang tot context in plaats van alleen modelprestaties. Recente Securities.io‑verslaggeving over UiPath en de verschuiving naar agentische bedrijfsautomatisering illustreert dezelfde commerciële realiteit: automatisering wordt waardevoller wanneer ze kan opereren over de applicaties en processen die een bedrijf al gebruikt.

Adoptie Levert Niet Automatisch Financiële Rendementen Op

De studie moet niet worden gelezen als bewijs dat het inzetten van AI per definitie de winstgevendheid verbetert. Het meette adoptie, niet het financiële rendement dat door die adoptie werd gegenereerd. De enquête was relatief klein, sterk geconcentreerd in accounting‑gerelateerde adviesbureaus, en werd over een korte periode afgenomen. De regressieresultaten tonen associaties aan in plaats van te bewijzen dat training of analytische tools organisaties ertoe hebben gebracht AI te adopteren.

Er zijn ook risico’s die het model niet volledig heeft vastgelegd, waaronder gegevensprivacy, cyberbeveiliging, vertrouwen in derden, betrouwbaarheid van output en regelgevende aansprakelijkheid. Deze kwesties zijn bijzonder belangrijk wanneer AI wordt toegepast op financiële rapportage.

Huidig industrieel bewijs suggereert echter dat adoptie toeneemt. KPMG’s 2026 Global AI in Finance Report, gebaseerd op meer dan 1.000 senior finance‑leiders, geeft aan dat actief gebruik aanzienlijk is gegroeid, terwijl uitzonderlijke prestaties minder vaak voorkomen dan adoptie zelf. Die kloof onderstreept de onderliggende boodschap van het artikel: technologie verwerven is makkelijker dan de organisatie eromheen veranderen.

Investeren in de Interface voor Accounting‑AI

Voor investeerders die blootstelling zoeken aan AI‑adoptie in de boekhouding, biedt Microsoft een bijzonder relevante positie. Het bedrijf bezit Excel, de gevestigde tool die in de studie wordt genoemd, en ontwikkelt tevens de AI‑laag die financiële werkzaamheden moet moderniseren.

Dat creëert een ongebruikelijk strategisch voordeel. De verankering van Excel kan migratie naar concurrerende AI‑platformen vertragen, maar geeft Microsoft ook directe toegang tot een enorme geïnstalleerde basis van financiële professionals. In plaats van de status‑quo te doorbreken door deze te verwijderen, kan Microsoft er geld mee verdienen door Copilot en op finance gerichte agents binnen de bestaande Microsoft 365‑omgeving te plaatsen.

De investeringscase reikt verder dan één boekhoudkundige functie. Microsoft kan productiviteitssoftware, cloudinfrastructuur, identiteitscontroles, enterprise‑dataverbindingen en AI‑agenten combineren binnen één commercieel ecosysteem. De bredere analyse van Microsoft als AI‑investering van Securities.io onderzoekt hoe Copilot past binnen dat grotere platform.

Er zijn betekenisvolle risico’s. Klanten kunnen extra abonnementskosten afwijzen, financiële teams kunnen de toegang tot AI beperken vanwege nauwkeurigheid of privacyzorgen, en concurrerende platforms kunnen sterkere gespecialiseerde boekhoudfunctionaliteiten bieden. Microsoft moet bovendien aantonen dat ingebedde AI meetbare waarde oplevert in plaats van slechts een extra betaalde functie toe te voegen aan een al complex softwaresysteem.

Desondanks wijst de studie op een duurzaam commercieel principe. De adoptie van AI in ondernemingen wordt niet uitsluitend bepaald door welk systeem het slimst is. Het wordt ook bepaald door welk systeem de gebruikers het minste moet laten veranderen. In de boekhouding kan Excel de overgang naar AI vertragen, maar uiteindelijk kan het de deur worden waardoor die overgang plaatsvindt.

Referenties:

¹ Juma’h, A. H., & Li, Y. (2026). Het potentieel van AI in de boekhouding ontsluiten: een studie naar adoptiebarrières en drijfveren. Advances in Accounting, 71, 100905. https://doi.org/10.1016/j.adiac.2026.100905