Kan AI controleren of contracten correct worden gefactureerd?

Ja, AI kan controleren of contracten correct worden gefactureerd, en dat is een van de toepassingen waar het echt verschil maakt. Een taalmodel leest de contracten, haalt de factuurrelevante afspraken eruit (prijzen, staffels, indexatie, looptijd, kortingen, meerwerkafspraken) en zet ze in een vaste structuur. Die structuur wordt vervolgens met gewone regels vergeleken met de facturen. Het lezen doet de AI, het vergelijken en rekenen gebeurt deterministisch, en een mens beoordeelt de afwijkingen.

Waarom dit handmatig bijna nooit gebeurt

In de meeste B2B-bedrijven staat de waarheid over wat een klant moet betalen in een pdf. Het getekende contract, de raamovereenkomst, de offerte met akkoord, een addendum van twee jaar later. De facturatie werkt met wat iemand daaruit heeft overgenomen in het ERP of het facturatiesysteem, bij de start.

Controleren of die twee nog overeenkomen, betekent elk contract openen, de relevante bepalingen zoeken, uitrekenen wat er vandaag gefactureerd zou moeten worden en dat vergelijken met de laatste facturen. Voor tien contracten doe je dat. Voor vierhonderd niet. Het gevolg is dat de controle alleen gebeurt als er een geschil is, en dan is het te laat. Hoe je het handmatig aanpakt, staat in hoe je controleert of contracten correct worden gefactureerd. Dit artikel gaat over wat AI daaraan verandert.

Wat AI in een contract leest

Een taalmodel is goed in het vinden en samenvatten van specifieke bepalingen in lange, ongestructureerde tekst. Voor factuurcontrole zoek je deze velden:

Het model zet elk contract om in zo'n record, met per veld een verwijzing naar de passage waar het vandaan komt. Die verwijzing is essentieel. Zonder bron kun je een uitkomst niet controleren.

Hoe de vergelijking werkt

Na het lezen volgt de vergelijking. Die hoort niet door een taalmodel te worden gedaan, maar door gewone code of een spreadsheet. Een taalmodel is goed in lezen, niet in betrouwbaar rekenen.

1. Koppel elk contract aan een klant in de facturatie. Op klantnummer, KvK-nummer of naam. Waar dat niet lukt, is dat een bevinding: een contract zonder facturatie, of facturatie zonder contract.
2. Bereken wat er volgens het contract per periode gefactureerd moet worden. Inclusief staffels, indexaties sinds de ingangsdatum en kortingen die nog gelden.
3. Haal de werkelijke factuurregels van diezelfde periode op.
4. Vergelijk per regel. Prijs, aantal, korting, periode.
5. Markeer elk verschil boven een drempel. Met bedrag, contractpassage en factuurregel erbij.

Het resultaat is een lijst afwijkingen, elk met een bron in het contract en in de facturatie. Een mens kan elke regel in een minuut beoordelen.

Waar het misgaat

AI maakt deze controle haalbaar, maar niet foutloos. De bekende valkuilen:

• Verkeerd gelezen bepalingen. Een model kan een indexatie van "maximaal 3 procent" lezen als "3 procent", of een tijdelijke korting als permanent. Het kan ook een waarde verzinnen als een bepaling er niet is. Daarom de verwijzing naar de passage, en daarom een steekproef door een mens.
• Addenda en wijzigingen. Een contract uit 2021 met een addendum uit 2023 dat de prijs wijzigt. Als het model het addendum niet krijgt of niet koppelt, vergelijkt het met de verkeerde prijs.
• Afspraken buiten het contract. Een korting die per mail is toegezegd, staat niet in de pdf. De AI markeert dan een afwijking die eigenlijk een afspraak is. Dat is geen fout van de AI, maar een gat in je contractbeheer. Leg zulke afspraken alsnog vast.
• Slechte scans. Oude contracten als afbeelding, met handgeschreven aanpassingen, zijn lastiger te lezen. De betrouwbaarheid daalt.
• Onduidelijke contracttekst. Als twee juristen een bepaling verschillend lezen, doet een model dat ook. Markeer zulke bepalingen voor menselijke beoordeling.

Per bevinding hoort er een zekerheid bij, en die zekerheid moet ergens op zijn gebaseerd. Hoe je beoordeelt of zo'n aanbeveling te vertrouwen is, lees je in hoe je weet of een AI-aanbeveling betrouwbaar is.

Rekenvoorbeeld

Rekenvoorbeeld: stel je hebt 320 lopende contracten. Handmatig kost het lezen en uitwerken van één contract een half uur tot een uur. Dat is 160 tot 320 uur, oftewel een maand of twee werk voor één persoon. Met AI:

• Het lezen van 320 contracten en invullen van de velden duurt minuten tot uren, afhankelijk van de omvang.
• Een mens controleert een steekproef van 30 contracten op leesfouten: ongeveer een dag.
• De vergelijking met facturen levert bijvoorbeeld 45 afwijkingen op. Die worden in twee dagen beoordeeld.

Stel dat na beoordeling 18 afwijkingen echte lekken zijn, met samen een waarde van EUR 70.000 per jaar. Dan heeft drie dagen werk dat bedrag opgeleverd. Hoeveel lekken er in jouw contracten zitten, hangt af van hoe goed contractbeheer en facturatie nu aansluiten. Dit is een voorbeeld, geen gemiddelde.

Wat je als eerste controleert

Begin niet met alle contracten en alle velden. Begin waar het geld zit:

1. Indexatie. De meest voorkomende en best meetbare afwijking. Zie ook hoe je gemiste prijsverhogingen ontdekt.
2. Einddatums en verlengingen. Contracten die zijn verlopen maar nog worden gefactureerd, of verlengd maar niet meer gefactureerd.
3. Minimumafname. Klanten die onder hun contractuele minimum blijven terwijl het contract een aanvullende factuur voorschrijft.
4. Tijdelijke kortingen. Kortingen met een einddatum die nog steeds worden toegepast.

Deze vier dekken een groot deel van de lekken tussen contract en factuur, die in revenue leakage tussen contract en factuur verder worden uitgewerkt.

Wat je nodig hebt om te beginnen

• Een complete map met contracten. Inclusief addenda, verlengingen en getekende offertes die als contract dienen. Een ontbrekend document is een blinde vlek die de AI niet opmerkt.
• Een koppelsleutel. Een klantnummer of KvK-nummer in het contract of in de bestandsnaam, zodat elk contract aan de juiste klant in de facturatie kan worden gekoppeld.
• Factuurregels, geen totalen. Per klant, per periode, met artikel, aantal, prijs en korting.
• Iemand die de uitkomst beoordeelt. Liefst iemand die zowel de contracten als de klanten kent. Zonder die beoordeling is de lijst afwijkingen een vermoeden, geen bevinding.

Eenmalig of doorlopend

Een eenmalige controle vindt wat er nu fout staat. Een doorlopende controle vindt wat er fout gaat zodra het gebeurt: een nieuwe factuur die afwijkt van het contract, een indexatie die op de peildatum niet wordt doorgevoerd. Het verschil zit in de koppeling. Voor een eenmalige controle volstaan een map met pdf's en een export uit de facturatie. Voor doorlopend moet het systeem nieuwe contracten en facturen zelf kunnen ophalen.

Hoe een platform dit in beeld brengt, met bewijs, zekerheid en eurobedrag per signaal, zie je op de pagina het systeem. Het is een van de vormen van AI die omzetlekkage detecteert, en past in de bredere aanpak van omzetlekkage vinden.

Veelgestelde vragen

Moet ik mijn contracten naar een AI-dienst uploaden?

Voor deze controle moet een model de contracttekst zien. Let op waar die verwerking plaatsvindt, of de aanbieder de data voor training gebruikt, en of persoonsgegevens eruit kunnen voordat het model de tekst ziet. Voor factuurcontrole zijn namen van contactpersonen zelden nodig.

Hoe nauwkeurig is het lezen van contracten door AI?

Dat hangt af van de kwaliteit van de documenten en de duidelijkheid van de tekst. Bij heldere, digitale contracten met standaardbepalingen is het goed. Bij scans, handgeschreven aanpassingen en onduidelijke formuleringen minder. Meet het zelf met een steekproef voordat je op de uitkomst vertrouwt.

Kan de AI ook meteen de factuur corrigeren?

Technisch kan een systeem een correctie klaarzetten. Of je dat wilt, is een andere vraag. Een factuurwijziging raakt de klant. Laat een mens goedkeuren wat er de deur uit gaat.

Werkt dit ook voor offertes en orderbevestigingen?

Ja. Elk document waarin een prijsafspraak staat, kan op dezelfde manier worden gelezen. Hoe meer bronnen, hoe completer het beeld, maar ook hoe meer kans op tegenstrijdigheden die een mens moet oplossen.