Vijfennegentig procent van de accountantskantoren gebruikt inmiddels AI in enige vorm, maar slechts ongeveer één op de vijf kan een duidelijk, meetbaar rendement aanwijzen. Die kloof tussen enthousiasme en opbrengst is op dit moment het belangrijkste cijfer in boekhoudsoftware — want de volgende golf tools vraagt je niet om sneller op knoppen te klikken. Ze vraagt je om in gewoon Nederlands te beschrijven hoe je bedrijf werkt en laat software de workflow voor je bouwen.
Dat is de belofte van XeroForce, de natural-language AI-agentbouwer die Xero in mei 2026 introduceerde en in juli tijdens Xerocon London in de spotlights zette. In plaats van weer een rules engine te leren, schrijf je een prompt: hoe je maandafsluiting verloopt, wie moet goedkeuren, welke limieten gelden. De software zet die beschrijving om in een agent die altijd actief is en werkt met je boekhoudgegevens en de andere apps die je gebruikt. Of je nu op Xero werkt of niet, het idee is belangrijk, want elk groot platform racet naar dezelfde bestemming. Deze gids legt uit wat XeroForce echt doet, wat een klein bedrijf er realistisch mee kan automatiseren, en de vijf regels die je moet volgen voordat je welk deel van je administratie dan ook aan een agent toevertrouwt.
Wat XeroForce daadwerkelijk is
XeroForce is een no-code bouwer voor aangepaste AI-agenten die financiële workflows uitvoeren. Het draait op Xero OS, het AI-native financiële besturingssysteem van het bedrijf, en werkt naast JAX, het agentic platform van Xero. De kerninteractie is een prompt in gewone taal. Je beschrijft hoe je werkt — je processtappen, je reviewvereisten, je goedkeuringslimieten voor klanten, zelfs branchespecifieke belastingregels — en XeroForce stelt een agent samen die die workflow uitvoert binnen Xero en verbonden third-party apps.
Een concreet voorbeeld uit de lancering: voor een maandafsluiting met een lange checklist bouw je het proces workflow voor workflow op. Eén stap kan in feite luiden: "vraag op de 5e van elke maand om opheldering over niet-gecodeerde transacties." Binnen enkele seconden draait de agent, en hij blijft dagen of weken op de achtergrond werken — wachtend op gebeurtenissen zoals e-mailantwoorden of naderende aangiftedata — terwijl jij ander werk doet.
Drie ontwerpkeuzes zijn het begrijpen waard, want zij maken het verschil tussen een demo en iets waaraan je echt geld zou durven toevertrouwen:
Je definieert de guardrails in dezelfde prompt. Reviewstappen, goedkeuringsdrempels en goedkeuringslimieten maken deel uit van de workflowbeschrijving, niet van een apart beheerscherm. Jij bepaalt wat zelfstandig draait en wat op een mens wacht.
Elke workflow houdt een zichtbaar spoor bij. Elke run laat zien wat is uitgevoerd, wanneer die draaide, welke data is aangeraakt en wat nog op goedkeuring wacht. Xero noemt dit "Accountable Intelligence" — het routinewerk automatiseren terwijl menselijk oordeel zichtbaar de leiding houdt.
Agenten werken op schaal, niet één chat per keer. Voor accountants en boekhouders die honderden klanten beheren, kan een XeroForce-workflow bulkacties over een hele praktijk uitvoeren, zoals overal tegelijk niet-gecodeerde afschriftregels reconciliëren, in plaats van hetzelfde gesprek per klant te herhalen.
Tijdens een vervolgebeurtenis in de VS voegde Xero een vooraf gebouwde maandafsluitingsagent toe plus templates voor veelvoorkomende workflows — van het beoordelen van de documentreconciliatiestatus tot handmatige journaalposten voor vooruitbetalingen en amortisatie. Ten tijde van de aankondigingen was XeroForce in early access met een bredere beschikbaarheid die werd uitgerold, op een moment dat Xero meldde wereldwijd 5 miljoen klanten te bedienen.
XeroForce kwam niet alleen. Dezelfde Xerocon-aankondigingen bevatten Smart Document Capture dat brondocumenten in het grootboek leest, automatische bankreconciliatie die transacties in real time aan bankfeeds koppelt, receipt chasing dat transacties zonder onderbouwing markeert, integraties waarmee accountants live Xero-data kunnen bevragen vanuit Claude en Microsoft 365 Copilot, en betaalfuncties die incassofollow-ups afstemmen op de historie van elke klant en rekeningen op afwijkingen controleren voordat geld de deur uitgaat. Het patroon is onmiskenbaar: het grootboek wordt de hub waar andere software omheen draait.
Waarom een zelf te bouwen agent anders is dan de AI die je al hebt
De meeste AI in boekhoudsoftware is vandaag door de leverancier bepaald. De leverancier beslist welke taken worden geautomatiseerd — bankregels matchen, categorieën voorstellen, factuurtotalen extraheren — en jij krijgt de knoppen die zij uitbrengen. Past jouw proces niet bij hun automatisering, dan pas je je proces aan of blijf je het handmatig doen.
Agentbouwers draaien die verhouding om. De betekenisvolle eenheid is niet langer de functie, maar de workflow die jij beschrijft. Vergelijk de oude opties:
- Rules engines ("als de begunstigde 'Shell' bevat, codeer naar Brandstof") zijn precies maar breekbaar. Ze breken bij elke variant die de regelmaker niet had voorzien, en het onderhouden van honderden ervan wordt een baan op zich.
- Macro's en templates spelen vaste stappen af. Ze kunnen geen verhelderende vraag stellen, drie dagen op een antwoord wachten en dan doorgaan.
- Een agent met een prompt draagt intentie plus beperkingen. "Jaag op elke factuur ouder dan 30 dagen, voeg meerdere facturen per klant samen tot één herinnering, escaleer alles boven $10.000 naar mij voordat je verstuurt" is één beschrijving die gevallen dekt waarvoor een regellijst tientallen regels nodig zou hebben.
Daarom beschrijft Xero deze verschuiving ook als de beweging van een system of record naar een system of action. Een system of record slaat op wat er is gebeurd. Een system of action doet de volgende stap — stelt de herinnering op, bereidt de journaalpost voor, markeert de afwijking — en laat je zien wat het deed, zodat je kunt goedkeuren of corrigeren.
Wat een klein bedrijf realistisch als eerste kan automatiseren
Agentbouwers belonen saai, herhaalbaar werk met duidelijke grenzen. Dit zijn de workflows die het dichtst bij klaar staan, ongeveer in volgorde van opbrengst.
Maandafsluiting, één checklistitem tegelijk
Niemand zou op dag één zijn hele afsluiting moeten automatiseren. Kies de ene stap die de meeste tijd kost met het minste oordeel — vaak het ophelderen van niet-gecodeerde transacties of het bevestigen dat elke bankrekening is gereconciliëerd — en bouw één agent voor die stap. Zodra die twee opeenvolgende afsluitingen schoon draait, breid je uit naar de volgende stap. Xero's eigen benadering moedigt precies dit aan: bouw het afsluitingsproces workflow voor workflow op.
Jagen op ontbrekende bonnen en brondocumenten
Weinig taken zijn beter automatiseerbaar dan opmerken dat een transactie geen onderbouwing heeft en de juiste persoon erom vragen. Een agent kan scannen op ongedocumenteerde transacties, ze koppelen aan de kaarthouder of inkoper, het verzoek sturen, één keer opvolgen en escaleren wat aan het einde van de maand nog ontbreekt. Het menselijke werk krimpt tot het beantwoorden van de vragen die alleen een mens kan beantwoorden.
Sneller betaald worden
Incassofollow-up is patroonwerk met veel emotionele wrijving — eigenaren stellen het uit, en de cashflow lijdt eronder. Betaalfuncties in JAX-stijl analyseren de betaalhistorie van elke klant en passen zich aan: meerdere facturen samenvoegen tot één duwtje, de herinnering timen op wanneer die klant gewoonlijk betaalt, van kanaal wisselen voor niet-reagerende accounts. Als je je eigen escalatiebeleid in de prompt beschrijft, past de agent het consistent toe in plaats van wanneer je er toevallig de moed voor vindt.
Rekeningen controleren voordat geld vertrekt
Bill protection — automatisch elke rekening inspecteren op ongebruikelijke bedragen, gewijzigde bankgegevens of onbekende leveranciers — is de zeldzame automatisering die zowel tijd bespaart als frauderisico verkleint. Wijzigingen in bankgegevens van leveranciers zijn precies hoe oplichting met omgeleide betalingen slaagt, en een onvermoeibare controle die elk gewijzigd detail markeert, is meer waard dan de minuten die het bespaart.
De adoptiecijfers zeggen: eerst enthousiasme, later rendement
Voordat je je processen rond agenten herbouwt, kijk waar het vak echt staat.
Intuit's 2026 AI Impact Report, gebaseerd op antwoorden van meer dan 34.000 bedrijfseigenaren in vier landen plus geanonimiseerde data van meer dan 5,3 miljoen bedrijven, vond dat 77 procent van de Amerikaanse kleine en middelgrote bedrijven nu regelmatig AI gebruikt — tegen 48 procent in juli 2024. Van de ondervraagden zei 78 procent dat AI de productiviteit verbeterde en 43 procent dat het de omzet verhoogde. Adoptie is niet langer de vraag.
De moeilijkere vraag is de opbrengst. Een Financial Cents-enquête onder bijna 500 accounting- en boekhoudprofessionals in Noord-Amerika vond dat 95 procent van de kantoren AI in enige vorm gebruikt, terwijl slechts ongeveer één op de vijf een meetbaar rendement kon aanwijzen. Zoals de medeoprichter van het bedrijf het zei: bijna elk kantoor gebruikt AI, maar heel weinig halen er meetbare waarde uit.
Beide bevindingen kunnen tegelijk waar zijn, en samen dragen ze de les: de tool is niet het rendement. Het rendement komt uit het herontwerpen van een specifieke workflow — afsluiting, incasso, documentverzameling — rond wat de tool goed doet, en dan het voor en na meten. Kantoren die AI over ongewijzigde processen strooien, krijgen demo's. Kantoren die één workflow kiezen en die herbouwen, krijgen dagen terug.
Vijf regels voordat je je administratie aan een agent toevertrouwt
Een agent die je grootboek aanraakt, erft elke zwakte in hoe dat grootboek wordt bijgehouden. Deze vijf regels gelden of je agent nu van Xero komt, van een ander platform, of van een script dat je zelf schreef.
1. Schone boeken erin, schone automatisering eruit
Een agent repareert geen rommelig rekeningschema, jaren van niet-afgewikkelde suspense-saldi of bankfeeds die sinds het voorjaar niet zijn gereconciliëerd. Hij versnelt ze — foutcodering gaat sneller, met meer vertrouwen, over meer transacties. Voordat je iets automatiseert: reconcilieer elke rekening, ruim verouderde posten op en zorg dat elke rekening precies één ding betekent. Automatisering vermenigvuldigt de kwaliteit van zijn invoer; zorg eerst dat de invoer goed is.
2. Houd menselijke goedkeuring op alles wat geld verplaatst
Gebruik de guardrail-functies bewust: goedkeuringsdrempels, goedkeuringslimieten, escalatieroutes. Een verstandig startbeleid is dat agenten mogen opstellen, categoriseren, herinneren en markeren — maar alleen een mens betalingen boven een vastgesteld bedrag vrijgeeft, handmatige journaalposten op gevoelige rekeningen boekt of bankgegevens van leveranciers wijzigt. Schrijf die limieten in de workflowbeschrijving zelf, herzie ze per kwartaal en verruim een drempel nooit alleen om de meldingen te laten stoppen. De melding is de control die werkt.
3. Eis een auditspoor dat je aan je accountant kunt laten zien
Elke geautomatiseerde actie moet vier vragen beantwoorden: wat draaide, wanneer, welke data is aangeraakt en wie heeft het goedgekeurd. Dat is de standaard die XeroForce adverteert, en die moet je van elke tool eisen die je adoptieert. Het publiek voor dit spoor ben je niet alleen — het is je accountant bij jaarafsluiting, je geldverstrekker tijdens een review en mogelijk een belastinginspecteur. Als een agent geen leesbaar logboek van zijn eigen werk kan produceren, is het speelgoed, geen infrastructuur.
4. Begin met één workflow en meet die
Denk aan de kloof van één op de vijf in opbrengst. Kies één workflow, leg de nulmeting vast (dagen tot afsluiting, gemiddelde days sales outstanding, uren besteed aan het jagen op bonnen), laat de agent twee volledige cycli draaien en vergelijk dan. Is het cijfer bewogen, breid uit. Zo niet, dan heb je iets goedkoops geleerd in plaats van je hele operatie te automatiseren op een onderbuikgevoel. Weersta de neiging om in de eerste week tien agenten te bouwen; de tweede agent moet gevormd worden door de lessen uit de eerste, niet door optimisme van de lanceringsdag.
5. Weet welke data je grootboek verlaat
Agenten krijgen kracht door je boeken te verbinden met andere apps — e-mail, chat, documentopslag, payroll. Elke verbinding is een datastroom waar jij verantwoordelijk voor bent: financiële gegevens van klanten die naar een chattool gaan, bankgegevens die door een third-party dienst gaan. Inventariseer elke verbinding, bevestig dat elke verbinding noodzakelijk is, en geef de voorkeur aan tools die je data binnen hun compliance-grens verwerken in plaats van die over leveranciers te verspreiden. Gemak dat je niet kunt uittekenen, is risico dat je niet kunt beheersen.
Je grootboek is de brandstof: waarom recordstructuur nu belangrijker is
Hier is het verband dat de meeste berichtgeving over agentbouwers mist. Een AI-agent redeneert over je rekeningen, je categorieën, je historie en je bijgevoegde documenten. Een goed gestructureerd grootboek — consistente rekeningnamen, gereconciliëerde saldi, elke materiële transactie gedocumenteerd — geeft de agent schoon materiaal om mee te werken. Een rommelig grootboek geeft hem met machine-snelheid zelfverzekerd klinkende fouten.
Dat maakt saaie boekhoudhygiëne de meest hefboomrijke AI-voorbereiding die er is. Standaardiseer je rekeningschema en stop met het verzinnen van eenmalige categorieën. Voeg brondocumenten toe op het moment van boeken in plaats van tijdens een paniekerige zoektocht bij jaarafsluiting. Reconcilieer volgens schema zodat fouten bovenkomen terwijl herinneringen nog fris zijn. Wil je een rondleiding door hoe gestructureerde records in de praktijk werken, dan loopt de documentatie door het organiseren van transacties zodat zowel mensen als software ze kunnen volgen, en laat het dashboard zien hoe schone data verandert in rapporten die je echt kunt beoordelen — inclusief het beoordelen van wat een agent heeft gewijzigd.
Er is een tweede, subtieler voordeel aan het bijhouden van je grootboek in een transparant, version-controlled formaat: elke geautomatiseerde wijziging wordt zichtbaar en omkeerbaar. Wanneer elke agentactie landt als een expliciete, controleerbare boeking met een volledige historie erachter, komt het auditspoor uit regel 3 gratis met de architectuur mee, in plaats van afhankelijk te zijn van de loggingpagina van een leverancier. Plain-text accounting is AI-klaar in precies deze zin — gestructureerd genoeg voor software om te verwerken, transparant genoeg voor een mens om te verifiëren.
Houd je boeken vanaf dag één agent-klaar
Nu zelf te bouwen agenten van early access naar alledaagse tools bewegen, zullen de bedrijven die het meest profiteren degene zijn wier records een agent echt kan begrijpen. Beancount.io biedt plain-text accounting die je volledige transparantie en controle over je financiële data geeft — geen black boxes, geen vendor lock-in. Begin gratis en houd je boeken schoon genoeg voor elke agent, inclusief de agenten die je zelf bouwt.
