Essentials in Artificial Intelligence – Bouwstenen voor Treasury

Kunstmatige intelligentie (AI) ontwikkelt zich in rap tempo van een analysetool voor grote datasets (Machine Learning) tot een breed toepasbare technologie, via Generative Pre-trained Transformers (GPT’s). Het gebruik van AI in Treasury bevindt zich nog in een vroege fase, maar ontwikkelt zich snel.

Hoewel AI binnen Treasury al concrete toepassingen kent – zoals het nauwkeuriger voorspellen van cashflows en het automatisch hedgen van valutarisico’s – zijn veel organisaties nog bezig deze technologie verder te verkennen.

Om deze zoektocht te ondersteunen, heeft Orchard Finance de belangrijkste bouwstenen voor de toepassing van AI binnen Treasury in kaart gebracht.

Praktische toepassingen en best practices

Concrete use cases en best practices vormen het vertrekpunt voor Treasury. Ze bieden inzicht in hoe AI effectief kan worden ingezet, welke voordelen dat oplevert en wat er nodig is voor een succesvolle implementatie. Een inspirerend voorbeeld is de case van ASML, die bekroond werd met een DACT Award.

Een succesvolle inzet van AI rust op drie essentiële pijlers:

• Samenwerken, zowel met interne partners als met gespecialiseerde externe partijen
• Betrouwbare systemen 
• Een heldere governance structuur

Van Machine Learning naar geïntegreerde AI-oplossingen

Aanvankelijk richtte AI in Treasury zich vooral op Machine Learning voor data analyse. Met de opkomst van Large Language Models (LLM’s) en GPT’s zien we echter dat bestaande Treasury-systemen steeds vaker AI-functionaliteiten integreren, in plaats van volledig nieuwe oplossingen te ontwikkelen. Dit komt overeen met de integratie van bijvoorbeeld Microsoft’s Copilot en Google’s Gemini in kantoorautomatisering. 

Wij geloven dat de kracht van AI binnen Treasury ligt in de combinatie van:

• Machine Learning voor diepgaande data-analyses
• Large Language Models (LLM’s) voor het genereren van inzichten en heldere rapportages

Deze combinatie stelt Treasury teams in staat om sneller en beter onderbouwde beslissingen te nemen.

Governance: een onmisbare randvoorwaarde

Een heldere governance structuur is essentieel voor een verantwoorde en succesvolle inzet van AI. Belangrijke aandachtspunten zijn:

• Duidelijke beleidsregels voor dataveiligheid en privacy
• Nauwe samenwerking met risk-, audit- en juridische afdelingen
• Kritische beoordeling van databronnen en alertheid op eventuele bias
• Interne richtlijnen voor het gebruik van GPTs

ESG en AI ethiek zijn belangrijke aandachtspunten, ook al lijkt de directe impact op Treasury beperkt. In de bredere context van AI adoptie zijn dit echter zeer relevante thema’s. Enerzijds wordt verwacht dat AI kan bijdragen aan het vereenvoudigen en verbeteren van ESG rapportages. Anderzijds zijn er zorgen over de stijgende elektriciteits- en waterconsumptie door AI-systemen, evenals over de mogelijke grote impact op de arbeidsmarkt.

Wet- en regelgeving: het belang van de EU AI Act

Inzicht in regelgeving zoals de EU AI Act is essentieel bij het selecteren van geschikte AI tools. Deze wet stelt duidelijke grenzen aan het gebruik van AI in de samenleving, bijvoorbeeld door hoogrisico toepassingen – zoals systemen die gedrag proberen te manipuleren – te verbieden. Ook besteedt de wet aandacht aan kwesties zoals algoritmische bias en verantwoording. Deze regels sluiten nauw aan bij de bredere discussie over AI ethiek waarin verantwoordelijkheid en betrouwbaarheid centraal staan.

AI in Treasury: een strategische ontwikkeling

De integratie van AI in Treasury is een ontwikkeling voor de lange termijn. Hoewel er nog veel onzekerheden zijn, is het essentieel dat Treasurers AI meenemen in hun strategische plannen en roadmaps voor de toekomst.

Dit artikel is geschreven door:
Ariane Hoksbergen

Ariane Hoksbergen

Partner Treasury Technology