Nart Wielaard

Het was haast niet te missen begin dit jaar. De Nederlandse startup DataSnipper kreeg een kapitaalinjectie van honderd miljoen dollar van het Amerikaanse investeringsfonds Index Ventures en mocht zich daarmee scharen in een rijtje van enige tientallen Nederlandse Unicorns (bedrijven met een waarde van minimaal 1 miljard dollar).

Het Amsterdamse bedrijf - dat kantoor houdt in het voormalige VanMoof-hoofdkwartier - kreeg daarmee bekendheid onder een breder publiek. Voor die tijd was het bij veel accountants al langer geen geheim dat DataSnipper een interessante propositie had. Maar hoe vernieuwend is die propositie precies?

Een rondje bellen langs wat kantoren die ermee werken - en DataSnipper zelf - levert het antwoord op. En dat antwoord heeft twee kanten.

Excel als basis

Ja, DataSnipper voorziet in een behoefte – kan ook haast niet anders, want hoe kom je anders aan een marktwaarde van een miljard – en maakt het leven van menig accountant aanmerkelijk gemakkelijker. "Excel on Steroids", zo noemt een van de geïnterviewden het, en DataSnipper zelf maakt er ook geen geheim van dat good old Excel de basis vormt. Want accountants - en andere financials - beheersen Excel nu eenmaal zoals een pianist de toetsen van een vleugel beroert. Intuïtief, trefzeker en in veel gevallen zelfs met wat liefde. Dus waarom zou je een hip nieuw platform kiezen, als Excel tal van opties biedt?

Waarom zou je een hip nieuw platform kiezen, als Excel tal van opties biedt?

Het lijkt een slimme move en het leidt tot een stevige groei. Na de voorzichtige eerste stapjes bij de Nederlandse onderdelen van KPMG en EY (nu zes jaar geleden), kwam het netwerkeffect op gang door de internationale netwerken van die firma's. Inmiddels zijn er 500.000 gebruikers en schat Maarten Alblas, een van de founders, desgevraagd dat er onder accountants wereldwijd een marktpenetratie is van maar liefst dertig procent. In Nederland rekent hij 48 van de top 50-kantoren tot zijn klanten. Omzetcijfers deelt hij niet, maar hij meldt wel dat de omzet in 2023 verdubbelde. Hij ziet nog veel groeimogelijkheden, ook al omdat DataSnipper zich meer en meer richt op bedrijven en hun controllers/internal auditors.

Snippen

In de kern neemt DataSnipper veel duf werk uit handen. Als accountant hoef je niet meer zelf door allerlei bestanden heen om gegevens boven water te krijgen, zoals facturen, afschriften of allerlei andere stukken. DataSnipper koppelt het grotendeels automatisch aan elkaar. Een 'snip' is het uitlichten van een bedrag op een bepaald document. Zodat het controleren en beoordelen opeens veel gemakkelijker en sneller gaat. In een arbeidsmarkt waar accountants enorm schaars zijn, gaat zo'n belofte er natuurlijk in als koud bier op een heet strand. Ook al omdat de tooling het gemakkelijk maakt om bewijskracht in het dossier te krijgen: de audit trail is heel mooi zichtbaar.

In een arbeidsmarkt waar accountants enorm schaars zijn, gaat zo’n belofte er natuurlijk in als koud bier op een heet strand.

Dat 'snippen' zal de komende tijd nog wel een stuk beter worden, omdat juist op het vlak van het herkennen en interpreteren van gegevens op documenten flinke stappen worden gezet. Terzijde: Volgens experts zet zakenbank JP Morgan een nieuwe standaard neer met het werk aan het model DocLLM (een linkje voor de nerds), dat machine learning gebruikt om documenten beter te 'snappen', ook door de layout daarin mee te nemen. Denk aan het belang van dubbele lijntjes, de positie op een A4, of het gebruik van vetgedrukte cijfers: zaken die we als mens direct begrijpen maar waar de machine nog wat meer moeite mee heeft. De combinatie van semantische interpretatie met het begrip van de layout zou dan ook een mooie volgende stap kunnen zijn.

Toekomst

DataSnipper zelf zegt over de toekomst dat AI een belangrijke factor gaat zijn (en wie zegt dat tegenwoordig niet). Op dit moment gaat het daarbij om het begrip van data en documenten, maar Alblas ziet een (nabije) toekomst waarin je als auditor vragen kunt stellen - opnieuw vanuit Excel - over data. "Niet alleen maar over cijfermatige informatie. Denk bijvoorbeeld aan hoe AI alle leasecontracten van een instelling kan doornemen op bepaalde clausules, of andere wat meer complexere vragen aankan. De bekende Large Language Models bieden daar veel nieuwe opties."

Als voormalig programmeur - dat is hij in zijn huidige rol ontgroeid - weet hij ook dat betrouwbare resultaten de achilleshiel van die modellen zijn. "De uitdaging zit in het finetunen van de modellen. Dus vragen stellen, zodat het model daarvan weer leert, zodat we het model kunnen finetunen. Het is niet moeilijk om het model in tachtig procent van de gevallen te laten komen met goede antwoorden. Maar we willen naar 99,9 procent. En dat willen we dan ook nog aantoonbaar laten zien, met snips."

Incrementele innovatie

Hoe goed het voorgaande in de praktijk ook werkt, het is feitelijk niet meer dan incrementele innovatie

Dat alles is een kant van het antwoord. De andere kant is dat het eigenlijk niet zo hoog scoort op de schaal van Elliott. Want hoe goed het voorgaande in de praktijk ook werkt, het is feitelijk niet meer dan incrementele innovatie. Behoudens dan de AI-toekomst, maar die is deels nog een belofte.

Het product DataSnipper is nu feitelijk grotendeels gebaseerd op de bestaande werkwijze van de accountant. Het staat daarmee eigenlijk vrij ver af van de data-gedreven werkwijze waar Elliott ooit aan refereerde, een wereld waarin verbanden en controles automatisch (en waar mogelijk volledig) worden gedaan. Want het is prachtig om een tool in handen te hebben waarmee je vanuit een waarde in een excel sheet direct doorklikt naar de betreffende pdf. Maar je wilt eigenlijk een wereld waarin die pdf helemaal niet meer nodig is voor de controle.

En dus krijgt DataSnipper nu 3,5 van de 5 sterren op de schaal van Elliott.