Waarom zou ik betalen voor zkr als ChatGPT mij ook kan helpen met compliance?
ChatGPT wordt steeds vaker ingezet in kantoren, ook voor compliance-gerelateerde taken zoals het samenvatten van documenten, het opstellen van vragenlijsten of het uitleggen van regelgeving. Als het daar al goed genoeg voor is, waarom zou je dan betalen voor gespecialiseerde software? Het antwoord zit niet in wat ChatGPT kan, maar in wat het structureel niet levert en wat de toezichthouder wel van je verwacht.
Wat een generieke AI niet levert
ChatGPT werkt op basis van de informatie die jij aanlevert. Het heeft geen directe toegang tot het KvK-register, geen live koppeling met sanctielijsten, geen PEP-lijsten en geen doorlopende klantmonitoring. Dat betekent dat jij de data moet ophalen, zelf moet controleren of die actueel is, de uitkomsten moet documenteren en dat alles moet koppelen aan een beslissing in het dossier. ChatGPT helpt je nadenken maar het bouwt geen dossier.
En dat is precies waar het bij een toetsing stukloopt. Het BFT vraagt niet alleen wát je hebt geconcludeerd, maar ook hoe die conclusie tot stand is gekomen: welke bronnen zijn geraadpleegd, wanneer, op basis van welke logica en wie heeft de uiteindelijke beoordeling vastgelegd. Een generieke AI levert geen audittrail. Je kunt bij een toetsing niet laten zien hoe een risicoclassificatie is onderbouwd als die tot stand is gekomen in een chatvenster.
Het privacyvraagstuk dat kantoren onderschatten
Er speelt nog iets dat minder zichtbaar is maar minstens zo relevant. Wwft-werk gaat over persoonsgegevens: namen en adressen van UBO’s, bestuurders, vermogensposities, sanctielijst-hits. Bij zkr worden geen persoonsgegevens door AI gehaald. Dat is een bewuste keuze en niet zonder reden. Wie persoonsgegevens invoert in een generieke AI-omgeving, neemt een risico vanuit de AVG dat lastig te beheersen is. Zkr is ISO 27001-gecertificeerd en voldoet aan AVG, DORA en NIS2. De data blijft in een gecontroleerde omgeving en niet in een generiek taalmodel dat getraind wordt op alles wat het binnenkrijgt.
Hoe zkr wél AI inzet
Zkr gebruikt AI waar het aantoonbaar waarde toevoegt en beheersbaar is. Negatieve mediascreening is daar het meest concrete voorbeeld: het platform monitort miljoenen nieuwsbronnen en mediakanalen om signalen over klanten op te pikken. Dat is menselijkerwijs niet bij te houden. Maar de onderliggende logica van risicoclassificaties, escalaties en besluitvorming is gebaseerd op vaste business rules, geen taalmodel dat altijd het gewenste antwoord geeft.
Zkr levert wat een generieke AI structureel niet kan: een brongebonden, aantoonbaar en herleidbaar complianceproces met een audittrail die bij een toetsing standhoud.
