Copilot heeft meestal gelijk. En dat is het probleem.

Voor veel MKB-kantoren is Copilot de eerste stap met AI, en dat is goed te begrijpen. Je draait al op Microsoft, de licentie is er, en je hoeft niemand te overtuigen van een nieuwe leverancier.

Het is ook een logische keuze, want voor het werk waar Copilot voor gemaakt is werkt het prima. Een lange mail samenvatten, iets terugvinden in SharePoint, notulen uit een Teams-gesprek trekken, een tekst herschrijven. Daar bespaart het echt tijd.

De verwarring ontstaat pas als je er een vaktechnische klantvraag in gooit.

Er komt wel een antwoord

Dat is meteen het lastige. Stel Copilot een vraag over de bedrijfsopvolgingsregeling of over een btw-kwestie, en je krijgt een antwoord dat er op het eerste ogenblik goed uitziet. Vaak is het in grote lijnen ook nog niet eens verkeerd, want het onderliggende model heeft in zijn training genoeg Nederlandse fiscale literatuur voorbij zien komen om er iets zinnigs te zeggen.

Alleen komt dat antwoord uit algemene kennis en niet uit een bron. Je ziet niet op welke bepaling het steunt. Je weet niet of het uitgaat van de wettekst zoals die nu geldt of zoals die drie jaar geleden luidde. Je weet niet of er inmiddels een arrest ligt dat de redenering onderuit haalt. En je kunt nergens op doorklikken om het te controleren, omdat er niets is om naartoe te klikken.

Daar komt bij dat de situatie van je klant ontbreekt. Copilot kent jullie mail en jullie mappen, maar niet de boekhouding, niet de structuur en niet wat er vorig jaar met deze ondernemer is afgesproken. Dus krijg je een algemeen antwoord op een specifieke klantvraag.

Kun je dit antwoord verdedigen?

Voor een samenvatting van een vergadering maakt dat allemaal niet uit. Voor een advies aan een klant wel, want daar staat jouw naam onder.

Als een klant er over twee jaar op terugkomt, of als het ter sprake komt in een dossier, moet je kunnen laten zien waar je je op hebt gebaseerd. Een antwoord dat overtuigend klonk is dan geen onderbouwing.

Dus ga je het natrekken. Dat hoort ook zo. Maar dan heb je het onderzoek alsnog zelf gedaan en is de tijdwinst verdampt.

En als het druk wordt, gaat dat natrekken er als eerste af. Accountant.nl schreef er deze zomer over: tijdsdruk vergroot het risico op AI-fouten bij accountants en advocaten, en er zijn de afgelopen tijd meerdere gevallen bekend geworden waarin onjuiste of verzonnen informatie in stukken terechtkwam. Uit onderzoek dat accountant.nl in augustus besprak blijkt dat bij één op de vier Nederlandse organisaties interne audits AI-fouten hebben ontdekt die ook externe partijen of de raad van bestuur bereikten.

Wat er daarna gebeurt, ziet niemand

De adviseur heeft de vraag ondertussen nog steeds open staan. Copilot gaf iets algemeens, de klant wacht, en het is donderdagmiddag.

Dus opent hij ChatGPT en plakt daar de situatie van de klant in, met naam, met cijfers, met wat er vorig jaar speelde. Binnen een minuut ligt er een vlot antwoord.

Dat is geen onwil, dat is iemand die zijn werk af wil krijgen met de middelen die hij heeft. Maar het resultaat is dat klantgegevens terechtkomen in een omgeving waar het kantoor geen zicht op heeft, en dat er een advies de deur uitgaat waarvan niemand de bron kent. Een verbod helpt daar niet tegen, want dan gebeurt het gewoon zonder dat iemand het meldt.

Het is geen of-of

Dit is geen pleidooi om Copilot weg te doen. Voor generiek kantoorwerk blijft het nuttig en er is geen reden om het te vervangen.

Maar een algemene assistent en een vaktechnische adviestool doen verschillend werk. Van de eerste verwachten dat hij het tweede levert, loopt uit op teleurstelling of, erger, op een advies dat niemand kan onderbouwen.

Hoe Siska het doet

Siska onderzoekt en beantwoord vaktechnische klantvragen op de juiste manier. Daar is alles standaard al op ingericht.

De belangrijke Nederlandse bronnen zitten er echt in, dus wetgeving, jurisprudentie en standpunten van de Belastingdienst, aangevuld met live internetsearch en jullie eigen kennisbank. Elk antwoord komt met die bronnen erbij en met de gemaakte aannames erbij, zodat je in seconden ziet waar het op steunt in plaats van dat je het onderzoek overdoet.

En als iets niet duidelijk is, zegt Siska dat gewoon. Ontbreekt er informatie, of is de vraag op meer dan één manier te lezen, dan wordt dat vermeld en om verduidelijking gevraagd. Dat scheelt je precies het soort fouten dat je pas twee jaar later terugziet.

De klantcontext komt automatisch uit de gekoppelde mailbox en boekhouding boekhouding van de klant, en je kan jullie klanten met 1 klik importeren. Dus die is altijd up-to-date. Bij vragen die er echt om vragen staat het concept-advies al klaar op het moment dat je de mail opent.

Klantgegevens worden geanonimiseerd voordat er iets naar een extern model gaat, en ons eigen model koppelt de uitkomst daarna weer aan de werkelijke klantsituatie. Zo werk je met de sterkste AI die er is, terwijl klantdata Siska nooit verlaat. Conform de AVG, AI-Act proof, met een audittrail van iedere redenatie en iedere bron.

En omdat het hele kantoor in dezelfde omgeving werkt, hoeft niemand meer op donderdagmiddag zijn eigen oplossing te zoeken.

Benieuwd wat dat scheelt bij jullie eigen casussen? Plan een demo, dan lopen we er samen doorheen. Liever eerst zelf ervaren? Log in met Microsoft of Google en stel binnen vijf minuten je eerste vaktechnische vraag.