Pieter de Kok

Pieter de Kok wordt heen en weer geslingerd tussen sombere en gelukzalige momenten. Maar dan is er ook weer een nieuwe horizon.

Discussie Column

Het is wat het is

Op het strand in IJmuiden beleefde ik vorige week een gelukzalig moment. Een mastercard moment pur sang. "There are some things money can’t buy." Na een uurtje blowkarten op het strand, een eerste teamevent in bijna achttien maanden en na wat (altijd noodzakelijke) motiverende woorden van mijn kant en een uitzwaaimomentje naar een teamlid, werd ik zelf toegesproken door mijn team.
Niet alleen toegesproken, maar ik ontving een prachtig gedicht, een aantal A4'tjes met motiverende teksten van mijn teamleden, een aantal cadeaus en een tegel voor aan de wand met de mijn lijfspreuk "het is wat het is".

De gelukzaligheid zit in de liefde in de woorden van mijn team. Thuiskomende heb ik dat gevoel van hun (aan mij gegeven) dankbaarheid, mijn beleving daarvan, met mijn vrouw gevierd. Eindbaas zijn kent spaarzame hoogtepunten, op het strand in IJmuiden lag zo'n hoogtepunt. Ik zou bijna aan stoppen denken, want wat kan ik nog meer bereiken in de accountancy?
Stoppen, beter gezegd "de handdoek in de ring gooien" heeft regelmatig op mijn 'overwegingenlijstje' gestaan. Na de zoveelste teleurstelling raakt de energie soms volledig op. Van wat of wie krijg je energie in het leven? Door wat loopt de energie weg?

Waar ik zeker geen energie van krijg, eerder moedeloos, boos en verdrietig van wordt, is de negatieve berichtgeving over ons mooie beroep. Deze week een hele reeks, Marcel, kwartiermakers en andere geluiden. We hebben criticasters nodig, dat houdt ons scherp, maar om de balans te herstellen hebben we ook een positief tegengeluid nodig; de succesverhalen.
We komen op een zeer gevaarlijk punt terecht, het tipping point waar negativisme overheerst, een beroep straks met een angstaanjagend groot aantal vacatures. Na ruim tien jaar debat zie ik verandering, een nieuwe generatie van kritische talenten, die helaas voor een groot deel ook na drie of vijf jaar ons mooie beroep wanhopig en teleurgesteld verlaten.

Die verandering die ik zie, lijkt te verbleken in een verzuurd macro-accountancy klimaat, een guur, winderig, vaak vermoeiend klimaat, waar de energie voor veel mensen moeilijk is te vinden. Dat hoor ik regelmatig, ook in mijn team.

Ik ben een mensenmens. Wil ook proberen op een positieve, innovatieve manier mijn team en cliënten mee te nemen in mijn werk.
Maar als werkrelaties niet lekker lopen, innovatieve ideeën niet van de grond komen, de frustrerende werkelijkheid van werkplanningen en deadlines botsen met ambities, dan is het lastig.  Als waardevolle tijd opgaat aan NOW-discussies of andere klassieke auditvraagstukken, we onze eigen staart blijven najagen, dan komt dat 'stoppen' gevoel weer opduiken. Het hangt dan als een grijze deken over mijn humeur.

Na een avondje IJmuiden is dat gevoel weer weg, als sneeuw voor de zon, zo opportunistisch ben ik dan ook wel weer. Een klein, maar zeer liefdevol gebaar geeft weer energie. Dat aangevuld met het karma van het vinden van mensen die het team komen versterken en er dan ook 'direct staan', maakt de energie compleet. Zoveel geluk in korte tijd maakt veel goed en zet de motor weer vol aan.

Dus laat ik positief afsluiten en mijn somberheid een klein beetje afdekken.
Onderdeel van mijn positieve motor is de ambitie om met mijn team de stap van data-analyse (alweer zeventien jaar geleden) naar process mining (acht jaar geleden) en story of the audit via data-visualisatie (drie jaar geleden) in de audit uit te breiden naar integratie Machine Learning de komende drie jaar.  
Mijn hernieuwde horizon. Een energiebron. Maar we willen het niet alleen doen.

Met de technieken van vandaag krijgen we in de audit redelijk goed in kaart. "Het is wat het is." Bestaande datasets kunnen we razendsnel analyseren.
De hamvraag is echter "Is het wat het is?" Ik heb daar in de afgelopen jaren leuke discussies over gehad met collega's en ook dit voorjaar werd deze vraag vaak gesteld. In gesprekken met studenten, gedurende de BusySeasonTalks en gedurende klankbordsessies met cfo's.

De data-analyse-uitgangspunten zijn gebaseerd op "wat wij willen zien". We denken met onze biased-ervaring de What Could Go Wrong auditvragen te kunnen vertalen naar slimme data-scripts. De uitkomsten is de audit evidence.
Ik zou het supergaaf vinden om met een aantal like minded-kantoren als Coney Minds te investeren in de vraag “Is het wat het is?”, door een Machine Learning (ML) platform te bouwen. Een grote wasstraat met verschillende (deep) learning-modellen en een machine die op zoek gaat naar (materiële) outliers in datasets die wij vooraf niet kunnen bedenken. Een high-end ML-wasstraat voor data driven auditors, controllers en financials.

Nu denken we van 'van rechts naar links', dat moeten we zeker behouden, maar laten we ook van 'links naar rechts' gaan kijken. Discovering the Unknown, kijken wat we mee gaan maken, wat we gaan ontdekken.
We hebben een voorstel uitgewerkt, we hebben een strategische partner gevonden (data-science club), we willen het samen doen. Wij hebben niet de diepe zakken van een big four, maar met een stuk of tien kantoren, allemaal een x-bedrag in de pot, kunnen we een serieuze poging wagen met een nieuw ML-platform met elkaar aan de slag te gaan de komende drie jaar.

Ik hoor graag wie er mee wil doen aan de ML-reis, of dat dit het is, wat het nu is. Fijne zomer zover!

Wat vindt u van deze column?

Reageer

Pieter de Kok is partner bij Coney Minds. Van 2010 tot en met 2014 was De Kok aanjager van vernieuwingsbeweging Tuacc.

9 reacties

Ron Heinen

@Jan Bouwens: Als simpel voorbeeld hoe een ML-Systeem een waarom vraag kan beantwoorden van de gebruiker (zie mijn bijdrage hieronder), bijgaand een antwoord van een ML-systeem op een waarom vraag van een coach voor het kiezen van een wedstijdstrategie:

speel_spel(Schiet een 3 punter voor de overwinning) WAARSCHIJNLIJKHEID = 70
is bewezen met de regel
ALS aanval(winnen_op_3) ***Bekend, WAARSCHIJNLIJKHEID = 70
EN speel(winnen_op_3,Schiet een 3 punter voor de overwinning) ***Bekend, WAARSCHIJNLIJKHEID = 100
DAN speel_spel(Schiet een 3 punter voor de overwinning)
WAARSCHIJNLIJKHEID 100


aanval(winnen_op_3) WAARSCHIJNLIJKHEID = 70
is bewezen met de regel
ALS spel_situatie(laatste_min) ***Bekend, WAARSCHIJNLIJKHEID = 100
EN goede_schieters ***Bekend, WAARSCHIJNLIJKHEID = 100
DAN aanval(winnen_op_3)
WAARSCHIJNLIJKHEID 70


spel_situatie(laatste_min) WAARSCHIJNLIJKHEID = 100
is bewezen met de regel
ALS lager_min ***Bekend, WAARSCHIJNLIJKHEID = 100
EN binnen_2_punten ***Bekend, WAARSCHIJNLIJKHEID = 100
DAN spel_situatie(laatste_min)
WAARSCHIJNLIJKHEID 100

lager_min is gegeven. WAARSCHIJNLIJKHEID = 100
binnen_2_punten is gegeven. WAARSCHIJNLIJKHEID = 100
goede_schieters is gegeven. WAARSCHIJNLIJKHEID = 100
speel(winnen_op_3,Schiet een 3 punter voor de overwinning) is een feit, WAARSCHIJNLIJKHEID = 100

Wat betreft datagerichte methoden toepassen in Audits zijn devolgende boeken een goede inleiding: "Audit Analytics: Data Science for the Accounting Profession" en "Auditing: A Practical Approach with Data Analytics".

Pieter de Kok

Dank Jaap, Hein en andere voor de reacties en de input, ik zal die paper van Bafin even opzoeken online. Het mooie is dat er altijd weer nieuwe inspiratie tot ons komt om van te leren en mee aan de slag te gaan.

Voor nu iedereen een fijne zomer!

Jaap Nienhuis

@Pieter Kok, @Ron Heinen e.a.
In 2018 heeft Bafin 'Big data meets Artificial Intelligence uitgebracht.'
Onlangs is gepubliceerd 'Supervisory principles for the use of algorithmes in decision making processes by financial institions to control associated risks.'
Doel: het bevorderen van het verantwoord gebruik van big data en AI en 'to facilitate control of associated risks'.

Bafin werkt hiertoe samen met de Bundesbank.
Er vindt nu een consultatieronde plaats onder stakeholders. Hiertoe maakt men gebruik van een vragenformulier dat met open vragen veel ruimte biedt voor toelichting (het is meer een expert-interview op papier). Daarnaast wordt het project aangetakt op EC-initiatieven. (zie site Bafin: ik type dit op een mobieltje en daarom wat staccato).

Misschien leiden deze papers van defaitisme 'het is zoals het is' tot een nieuw geluksmoment!





Alle Bergsma

Mooi Pieter, dat je met nieuwe energie doorgaat [in elk geval weer voor drie jaar ;-) ].

Het geluid van de criticasters ervaar ik net zo. Wel commentaar leveren, maar geen werkbare ideeën en suggesties hoe het dan wel moet. Zo jammer, want het geeft veel negativiteit. Terwijl er zoveel goeds en moois gebeurd en er echt ook veel fouten hersteld worden en toelichtingen aangevuld worden....

Blijf inspireren!

Ron Heinen

@Jan Bouwens: De Machine-Learning (ML) waar Pieter het over heeft is klassificatie. Het is een poging om een output te voorspellen als de input bekend is.

Om waarom vragen beter te kunnen beantwoorden (wat je terecht stelt) helpt het om vanuit verschillende perspectieven naar het probleem te kijken (zie mijn eerdere reactie welke perspectieven wij op dit moment gebruiken).

Voorbeeld: Met regel- of beslisboom- gebaseerde perspectieven kan de gebruiker waarom vragen stellen over het probleem welke door het ML-Systeem beantwoord kunnen worden. Dit geeft de gebruiker meer inzicht in het probleem.

Jaap Nienhuis

Excuses voor de slordigheden in de tekst: ik heb hier slechts een mobieltje. Het gaat natuurlijk om Erfahrungen.

(Deze woorden van Bismarck staan voorin het boek dat ik hier nu aan het lezen ben 'De afrekening; Hoe ING langs de afgrond scheerde' door economisch journalist Roel Jansen. Na de boekpresentatie in een bekende Haagse boekhandel konden vragen worden gesteld aan de aanwezige, destijds meest betrokken topambtenaar, Bernhard ter Haar.

Jan Bouwens

Mooi column Pieter. Natuurlijk kan AI helpen. De uitdaging zit hem in mijn ogen nog in begrijpen. Zo kan AI helpen een going concern kwestie beter te observeren dan de mens. Waar het dan om gaat is dat de mens dan ook begrijpt waarom. Immers, ook die verbetering is onderhevig aan de tand des tijds! Ik zie papers waarin banken makkelijker dan voorheen default risks kunnen vaststellen maar daarmee wordt het fundamentele mechanisme (waarom??) niet boven tafel gehaald.

Jaap Nienhuis

Wat jammer om critici van uw mooie beroep als criticasters te beschouwen. Het zijn hoogstens 'uitbijters' (outlyers) buiten de puntenwolk van al die andere goedwillenden die uw mooie verder vooruit helpen.
Mooi om te lezen hoe een inspirerend accountant met zijn team heeft kunnen genieten van het strand. 'The best things in life are free', The Beatles zongen het al. The Beatles zongen ook 'Can't buy love'. Houd uw team voor dat zij vrije personen zijn niet 'gekocht' in ruil voor de liefde van hun 'baas' of hun cliënten.
Een dagje snel strandzeilen geeft afstand en relativeringszin en is 'not for the fainthearted'.

Ook ik wil positief nieuws met u delen: de Bafin profiteert eindelijk van zijn stimulerende achterstand, onder grote druk van buiten. Zij heeft een systematische site opgezet waar klokkenluiders relevante misstanden kunnen melden. De meldingsinfrastructuur maakt dankbaar gebruik van ICT. Wat mij betreft het belangrijkste: de veiligheid van de melder heeft topprioriteit.

Houd uw team voor dat zij juist een van de interessantste periodes uit geschiedenis van uw mooie beroep beleven. Deze vormende ervaring hebben zij voor op het het cohort teamleden-collega's dat over enkele jaren het beroep wil betreden. De kwartiermakers hebben dan immers als katalysator opgetreden en zijn niet langer nodig. Critici die zijn aangetakt, houden het beroep levend en relevant: 'Nur ein Idiot glaubt, aus den Erfagrungen zu lernen. Ich ziehe es vor, aus den Erfagrungen anderen zu lernen, um von vornherein Fehler zu vermeiden. - Otto von Bismarck.
Heb een mooie inspirerende dag!

Ron Heinen

Gefeliciteerd met deze mijlpaal.

Verschillende probleemtypen en daarbinnen probleemsituaties binnen dezelfde probleemklasse heeft ons geleerd dat verschillende ML-modellen naast elkaar dienen te worden toegepast.

Wat betreft de keuze voor Machine-Learning (ML) gebaseerd op de klassificatie van data, heeft ons geleerd dat we verschillende ML-algoritmen toepassen en vergelijken in deze situaties.

Bijvoorbeeld alleen Support-Vector-Machines (SVM) toepassen voor klassificatieproblemen geeft wisselende resultaten.

We passen in dit soort situaties Neurale Netwerken, Support Vector Machines, K-nearest neighbors, Regression trees, Rule Based Models, Bagged Trees, Boosting en Cubist toe.

GlobalOrange kan je hierop nadere toelichting geven.

Reageren op een artikel kan tot drie maanden na plaatsing. Reageren op dit artikel is daarom niet meer mogelijk.

Aanmelden nieuwsbrief

Ontvang elke werkdag (maandag t/m vrijdag) de laatste nieuwsberichten, opinies en artikelen in uw mailbox.

Bent u NBA-lid? Dan kunt u zich ook aanmelden via uw ledenprofiel op MijnNBA.nl.