In januari 2023 schreef ik een stuk over wat moderne CFO's moeten weten over consolidatie 3.0. Het argument was eenvoudig: de legacy, on-premise, IT-beheerde platforms van de jaren '90 en 2000 hadden hun tijd gehad. De derde golf — cloud-first, financieel beheerd, no-code, sneller te implementeren — kwam eraan, en leveranciers die zich niet aanpasten, zouden achterblijven.

Drie jaar later sta ik nog steeds achter elk woord ervan. De richting was juist. En als ik eerlijk ben, verrast de midden-golf realiteit van 2026 me niet: consolidatieleveranciers hebben te lang op hun lauweren gerust, comfortabel in de wetenschap dat consolidatie kleverig is en klanten niet snel vervangen. Wat ik niet had voorzien, was dat AI zou arriveren en de vierde golf zou starten voordat de derde nauwelijks was begonnen. De belofte van 3.0 — echt out-of-the-box, live in weken, financieel beheerd vanaf dag één — is gedeeltelijk geleverd door sommigen en nauwelijks begonnen door anderen. De marketing haalde sneller in dan het product. En nu is de klok opnieuw ingesteld, met een snelheid die de markt nog nooit eerder heeft gezien.  

Ik heb alle vier de generaties van deze markt meegemaakt. Consolidatie 1.0 die on-premise was, IT-beheerd en programmeerintensief, wat plaats maakte voor Consolidatie 2.0 ongeveer een decennium later. Het duurde nog een decennium voordat 3.0 arriveerde. Elke generatieverschuiving duurde tien tot vijftien jaar om volledig uit te spelen. Leveranciers hadden de tijd om het te zien aankomen, erover te debatteren en geleidelijk te herpositioneren. Het tempo was evolutionair.

Consolidatie 4.0 volgt die tijdlijn niet. We zijn nog maar drie jaar in 3.0 — en veel leveranciers moeten de beloften ervan nog waarmaken. AI beweegt niet in het tempo van eerdere technologiegolven. Het beweegt met de snelheid van gedachten. De leveranciers die aannamen dat ze het gebruikelijke decennium hadden om zich aan te passen, zullen zich geconfronteerd zien met twee onopgeloste problemen tegelijk, op een tijdlijn die hen de ruimte geeft om geen van beide goed op te lossen.

Dat is de echte verstoring. Niet alleen dat AI komt. Maar dat het arriveerde terwijl het grootste deel van de markt nog midden in de vorige golf zat.

De mythe van de eenvoudige middenmarktklant 

Zolang ik in deze industrie ben, is er een comfortabele aanname geweest dat consolidatie in de middenmarkt eenvoudiger is dan in de enterprise: minder entiteiten, minder gebruikers en eenvoudigere vereisten. Het klinkt redelijk, maar het is verkeerd — en het is al jaren verkeerd.

Financiële organisaties in de middenmarkt dragen enterprise-niveau structurele complexiteit op middenmarktmiddelen.

Denk na over wat dat in de praktijk betekent. Een bedrijf voltooit een overname halverwege het jaar. Het platform verwerkt de routinematige afsluiting. Maar de toewijzing van de aankoopprijs, de berekening van goodwill, de aanpassingen van de stapsgewijze overname — deze eindigen bijna universeel in Excel, omdat ze niet vooraf zijn geconfigureerd in de applicatie. Het financiële team boekt een handmatige journaalpost en gaat verder. Hetzelfde geldt voor afstotingen, reorganisaties, beëindigde operaties. Het toevoegen van een nieuwe rapportagevaluta of een nieuw sub-consolidatieniveau, iets dat routinematig zou moeten zijn, vereist vaak configuratiewerk dat veel lijkt op de codering die 3.0 zou moeten elimineren.

Middenmarktbedrijven hebben geen andere keuze gehad dan op deze oplossingen te vertrouwen — niet omdat hun teams niet in staat zijn, maar omdat geen enkele leverancier hen gaf wat ze daadwerkelijk nodig hadden. Ofwel waren de oplossingen die de complexiteit aankonden te duur, duurden te lang om te implementeren, of waren te afhankelijk van IT en externe expertise om te bezitten en te onderhouden. Dus pasten financiële teams zich aan. Ze bouwden spreadsheetbruggen, boekten handmatige journaalposten en creëerden parallelle processen buiten het systeem. En ze noemden het normaal.

Het belangrijkste verschil tussen middenmarkt en enterprise is niet complexiteit; het zijn middelen. Een grote onderneming heeft specialisten — teams van mensen die de randgevallen beheren, de parallelle werkstromen uitvoeren en de handmatige inspanning absorberen. Een financieel team in de middenmarkt heeft vaak een controller die een eenmansband is, verantwoordelijk voor alles, zonder iemand om de moeilijke gevallen aan over te dragen. Die controller heeft geen eenvoudiger product nodig. Ze hebben een completer product nodig — een platform dat aankan wat enterprise-klanten consultants betalen om aan te pakken, zonder dat er een consultant nodig is om het op te zetten.

Die kloof, tussen wat 3.0 beloofde en wat de meeste leveranciers daadwerkelijk hebben geleverd voor deze klant, is het onvoltooide werk dat de vierde golf moet oplossen.

Snelheid zonder vertrouwen is slechts gecomprimeerd risico. Ik heb genoeg organisaties gezien die in vijf dagen sluiten en nog steeds niet volledig achter hun cijfers staan tegen de tijd dat ze de raad van bestuur bereiken.

Hoe AI in consolidatie er eigenlijk uit zou moeten zien

Elke leverancier in deze markt praat over AI. De meeste doen een van de drie dingen:  

  1. Toepassen van anomaliedetectie op invoer om trends te vinden
  2. Werkstappen orkestreren  
  3. Chatbots bouwen die vragen over financiële gegevens beantwoorden.  

Deze zijn niet zonder waarde. Maar geen van hen is wat consolidatie eigenlijk nodig heeft — en de kloof tussen de AI die op de markt wordt gebracht en de AI die wordt gebouwd, onthult hoe weinig leveranciers hun klanten echt begrijpen.

Verlengde afsluitcycli en een gebrek aan vertrouwen in de cijfers delen een gemeenschappelijke oorzaak: fouten die naar voren komen wanneer de consolidatie wordt uitgevoerd. Maar dat is niet waar ze zijn ontstaan. Te veel fouten vallen nog steeds door de kieren stroomopwaarts — in de proefbalansimport, het handmatige continuïteitsschema, de intercompany-inzending, de journaalpost — stilletjes accumuleren totdat de consolidatiemotor ze blootlegt. Tegen die tijd moet de corporate controller ze terug traceren naar de entiteitscontroller, die onderzoekt, corrigeert, soms helemaal teruggaat naar de ERP. De afsluitcyclus rekt uit. Het is het financiële equivalent van slangen en ladders — elke gegevensfout is een slang die je terug naar het begin stuurt.

AI strategisch ingebed stroomopwaarts — waar de data vandaan komt, voordat fouten de kans krijgen zich te verspreiden — is de ladder. Vang het probleem bij de bron, en alles stroomafwaarts verbetert automatisch.

Wat consolidatie nodig heeft, is een gegevensbewaker: AI ingebed in het hele proces vanaf de allereerste ontwerpfase, actief op elk gegevensinvoerpunt, aanwezig in elke entiteitsindieningsworkflow, monitorend vanaf het moment dat een periode opent. Niet reagerend op fouten. Ze voorkomend.

Maar er is een ontwerpprincipe dat betrouwbare AI scheidt van gevaarlijke AI in deze context — en het is er een die de meeste leveranciers die volledige automatisering promoten verkeerd hebben begrepen. Accountants zijn voorzichtig, doordacht en conservatief. Niet omdat ze resistent zijn tegen technologie — de meeste financiële professionals omarmen AI enthousiast. Maar omdat als het gaat om de gegevens zelf, ze terecht controle willen. Dit zijn de cijfers die een CFO goedkeurt. De cijfers die naar de raad van bestuur, auditors en toezichthouders gaan. In consolidatie moeten de cijfers kloppen — het indienen van onjuiste cijfers kan catastrofaal zijn, zowel professioneel als juridisch. De instinct om controle over hen te behouden is geen beperking om omheen te ontwerpen. Het is een professionele en ethische verantwoordelijkheid.

De leveranciers die volledige automatisering promoten — AI die op de gegevens werkt, de posten boekt, de eliminaties accepteert zonder menselijke beoordeling — hebben verkeerd gelezen wat consolidatie-accountants van AI nodig hebben...

Het juiste ontwerp is een agent die autonoom is op procestaken — herinneringen versturen, indieningspoorten afdwingen, goedkeuringen routeren, achterstallige items escaleren — en suggestief op gegevensbeslissingen – diagnosticeert, bereidt voor en stelt voor. De controller beoordeelt en beslist. AI doet het zware werk; de mens heeft altijd de controle. Die grens is geen beperking van de visie. Het is de visie. En het is wat AI in consolidatie betrouwbaar maakt in plaats van slechts indrukwekkend in een demo.

Het stuk dat alle drie de golven negeerden — en dat AI alleen niet kan oplossen

Maar hier is de moeilijkere waarheid: AI, zelfs wanneer correct ontworpen, is alleen zo goed als de gegevens waarop het opereert. En dat wijst op een probleem dat geen van de eerste drie golven ooit serieus heeft aangepakt.

Golven 1.0 tot 3.0 optimaliseerden allemaal hetzelfde: de proceslaag. Hoe snel je kon sluiten, hoeveel IT-betrokkenheid je nodig had, en hoeveel codering vereist was. Elke generatie maakte de mechanica beter. Geen van hen vroeg fundamenteel of de gegevens die door die mechanica stroomden eigenlijk betrouwbaar waren.

Elke generatie erfde dezelfde erfzonde: de consolidatiemotor werd geoptimaliseerd; de gegevens die het voedden niet. De technologie om een echt datatrustframework af te dwingen over een multi-entiteit, multi-systeem financiële organisatie bestond simpelweg niet op schaal. Dus accepteerde de industrie een impliciete aanname dat fouten stroomafwaarts zouden worden opgevangen, handmatig, door controllers die door harde ervaring hadden geleerd waar de landmijnen begraven waren.

Die aanname is niet langer acceptabel. En met de juiste architectuur is het niet langer noodzakelijk.

Een datatrustlaag stelt een enkele gecertificeerde gegevensbasis vast — één integratie per bronsysteem, één canonieke definitie voor elke financiële maatstaf, één gevalideerde versie van de waarheid. Proefbalanscijfers. FX-tarieven. Journaalposten. Intercompany-saldi. Eenmaal geïmporteerd, eenmaal gevalideerd, eenmaal gecertificeerd. Niet gedupliceerd over toepassingen met iets andere logica in elke. Niet handmatig gereconcilieerd elke keer dat hetzelfde nummer in een ander rapport verschijnt. Eenmaal gecertificeerd. Overal vertrouwd.

Een echte trustlaag transformeert het hele afsluit- en consolidatieproces. Gegevenskwaliteitspoorten worden afgedwongen op elk indieningspunt, zodat tegen de tijd dat de consolidatiemotor draait, de gegevens bij de bron zijn gecertificeerd. Sluiten en consolideren stoppen met twee processen te zijn die verbonden zijn door workflow en worden één geïntegreerde discipline, verenigd door een gecertificeerde basis — een waar de cijfers worden vertrouwd voordat de consolidatie plaatsvindt, niet gereconcilieerd nadat deze is voltooid.

En voor leveranciers met een reeks producten — FP&A, Sluiten, Consolidatie, Account Reconciliation — is het compounding-effect diepgaand. Het FX-tarief in de consolidatie is hetzelfde gecertificeerde tarief in het FP&A-model. De journaalpost goedgekeurd in de afsluiting is dezelfde post in het auditwerkdocument. Eén versie van de waarheid, overal vloeiend. De CFO stopt met vragen “waarom is dit nummer hier anders dan daar?” — omdat de architectuur het onmogelijk maakt voor het nummer om te verschillen. AI die opereert op gesiloede, inconsistent gedefinieerde gegevens is een aansprakelijkheid vermomd als een overtuigende demo. AI die opereert over een verenigde, gecertificeerde gegevensbasis is een heel ander voorstel. De combinatie van een AI-gegevensbewaker en een trustlaag is geen incrementele verbetering — het is de architectuur die Consolidatie 4.0 definieert.

Waarom ik me bij Prophix aansloot

Ik heb dertig jaar in het centrum van deze markt doorgebracht. Ik ken de meeste spelers in de middenmarkt niet als een analist die hen van buitenaf evalueert, maar als iemand die bij hen heeft gewerkt, naast hen en tegen hen heeft geconcurreerd. Toen ik serieus begon na te denken over wat ik daarna wilde doen, evalueerde ik het veld zorgvuldig — inclusief leveranciers waarmee ik nauw samenwerkte, gesprekken met implementatiepartners en een rigoureuze blik op wie echt iets nieuws bouwde versus het herverpakken van wat al bestond onder een AI-narratief.

Wat ik voornamelijk vond, was hetzelfde patroon: 3.0-mogelijkheden die nog steeds werden voltooid, AI gepland als een toekomstige toevoeging, en het datatrustprobleem volledig voor een andere roadmapcyclus achtergelaten.

Wat ik bij Prophix vond was anders — en het was geen plan. Het was al in beweging.

Prophix is een pionier geweest in het toepassen van AI op financieel prestatiemanagement lang voordat AI het favoriete gespreksonderwerp van de industrie werd. Dit is geen reactie op marktdruk of een draai om een trend te grijpen. Het is een voortzetting van een richting die jaren geleden is gezet en nu versnelt — omdat de technologie eindelijk is ingehaald door de visie.

Centraal staat een consolidatiemotor die Prophix al vijfentwintig jaar bouwt — en die diepte is belangrijker dan het misschien lijkt. Consolidatie is deterministisch: er zijn juiste antwoorden, en het verkrijgen ervan vereist een opgebouwde hoeveelheid domeinlogica, opgebouwd randgeval voor randgeval, klant voor klant, gedurende decennia. AI is probabilistisch — buitengewoon krachtig in het detecteren van patronen, het naar voren brengen van anomalieën en het versnellen van workflows, maar redeneert in waarschijnlijkheden in plaats van boekhoudkundige zekerheden. AI alleen kan in maanden niet bouwen wat Prophix in vijfentwintig jaar heeft gebouwd. Wat het kan doen, is die basis dramatisch slimmer maken. Dat is de combinatie: een robuuste, beproefde deterministische motor die juistheid garandeert, met AI doorheen geweven om te vangen wat mensen missen, te voorkomen wat vroeger te laat werd gevangen en de handmatige inspanning te verminderen die nog steeds te veel van elke afsluitcyclus opslokt. Een trustlaag die wordt gebouwd als de architecturale basis over de hele suite. AI ingebed als een ontwerpprincipe vanaf de eerste beslissing, niet toegevoegd wanneer de bouw is voltooid.

Die combinatie — een gecertificeerde gegevensbasis, AI doorheen, over een suite die al jaren naar dit moment toe bouwt — is hoe Consolidatie 4.0 er eigenlijk uitziet. Niet een consolidatieplatform met AI-functies die bovenop zijn toegevoegd. Niet een trustlaag die op een bestaande architectuur is vastgeschroefd. Een product dat van binnenuit is ontworpen voor het moment waarin we ons nu bevinden, door een bedrijf dat het zag aankomen en er sindsdien naar toe heeft gebouwd.

Ik kwam hier ook vanwege het leiderschap van het uitvoerend team. Alok Ajmera, CEO van Prophix, heeft een duidelijk perspectief: de leveranciers aan de verkeerde kant van de AI-heg gaan verliezen, en dit is het venster om aan de juiste kant ervan te staan. Dat is geen bravoure — het is een nauwkeurige lezing van waar de markt naartoe gaat, en het wordt ondersteund door de productbeslissingen die al zijn genomen. Een bedrijf dat AI in deze ruimte definieert in plaats van erop te reageren, en dat nu op precies het juiste moment verdubbelt, is precies waar ik wil zijn.