Start-ups zetten agents in voor financiële kernactiviteiten, maar zijn nog steeds selectief in wat ze agents toevertrouwen om te doen.
Stripe interviewde oprichters en ontwikkelaars bij acht door durfkapitaal gefinancierde start-ups, variërend van de seed-fase tot Series B, om te begrijpen welke taken start-ups aan agents toevertrouwen, welke nog menselijke goedkeuring vereisen en wat ervoor zou zorgen dat ze meer delegeren. Deelnemers hadden diepgaande, praktische ervaring met AI, hetzij door wekelijks agents te gebruiken om financiële werkzaamheden te automatiseren, of door agentgestuurde financiële producten voor klanten te leveren.
Binnen de groep beschreven deelnemers het gebruik van agents – veelal zelfgebouwd met tools als Claude of Codex, of standaard agents aangepast aan hun behoeften – om uitgavenanalyse, cashflowmodellering, transactiereconciliatie en anomaliedetectie te automatiseren. Geen van hen had echter een agent geautoriseerd om bedrijfsgeld te verplaatsen zonder menselijke goedkeuring. Een onjuiste overboeking kan werkkapitaal vastzetten of een dienst verstoren waarvan klanten afhankelijk zijn. Door een fout in de salarisadministratie kunnen werknemers onbetaald blijven.
Voordat agentgestuurde geldverplaatsing wordt ingeschakeld, gaven de deelnemers in ons onderzoek aan dat agents na verloop van tijd autoriteit moeten opbouwen. Agents moeten eerst aantonen dat ze de bedrijfscontext correct kunnen verwerken en accuraat werk kunnen voorbereiden voor menselijke goedkeuring. Naarmate het vertrouwen groeit, zijn teams eerder geneigd om duidelijk omschreven acties te autoriseren, zoals het overboeken van geld tussen gespecificeerde rekeningen, het betalen van goedgekeurde facturen en het omwisselen van valuta binnen bepaalde limieten.
Deze gids beschrijft de werkzaamheden die start-ups vandaag de dag delegeren en schetst een pad naar meer autonome financiële stromen voor het beheren en verplaatsen van geld.
Agents geven start-ups meer capaciteit om te groeien
Uit gegevens van Stripe Economics blijkt dat AI flexibiliteit biedt bij het beslissen over het aannemen van extra personeel. Wanneer agents terugkerend financieel werk overnemen, zoals documentverwerking en uitgavencontrole, kunnen oprichters steeds complexere financiële activiteiten beheren voordat ze een financieel team opbouwen.
Het drietrapsproces naar autonome financiën
Oprichters in ons onderzoek gaven aan bereid te zijn om agents meer verantwoordelijkheid te geven naarmate ze meer vertrouwen krijgen in de output van de agents. Dat delegeren verloopt in drie fasen waarbij agents:
- gegevens lezen en analyseren
- werk voorbereiden voor menselijke bevestiging
- transacties autonoom uitvoeren
Fase 1: Financiële gegevens lezen en inzichten bieden met agents
De oprichters in ons onderzoek gebruiken agents het vaakst voor financiële taken met alleen-lezen-toegang. Agents brengen informatie naar voren waarop het financiële team actie kan ondernemen: ongebruikelijke uitgaven, ontbrekende betalingsbewijzen, wijzigingen in de cashflow, dubbele abonnementen en actuele financiële modellen. In deze fase verplaatst een fout geen geld en past het geen financiële registratie aan. Elk bruikbaar resultaat verbetert het nauwkeurigheidsniveau van de agent en ondersteunt meer bevoegdheid in de volgende fase.
Veelvoorkomende toepassingen
- uitgaven en burnrate ten opzichte van de doelen bijhouden
- cashflow analyseren en scenariomodellen bouwen
- uitgavenafwijkingen en ontbrekende betalingsbewijzen markeren
- facturen analyseren en transacties over systemen heen matchen
Actie voor oprichters: vroege outputs testen aan de hand van bekende bedrijfsomstandigheden
Begin met een gedefinieerde, alleen-lezen-taak die gebruikmaakt van relevante financiële gegevens en bedrijfscontext. Geef de agent alleen de financiële gegevens en bedrijfscontext die deze nodig heeft voor de taak. Vergelijk vervolgens de eerste output van de agent met omstandigheden die het team al kent. Dit helpt de agent om een daadwerkelijk probleem te onderscheiden van een verwachte verandering in de onderneming.
Toepassing: in enkele minuten modellen klaar voor de directie
Oprichters in ons onderzoek gebruiken agents om NRR-tracking, groeimodellen en cashflowscenario's actueel te houden voor directievergaderingen en fondsenwerving. Werk dat ooit een weekend kostte aan het updaten van spreadsheets, kan nu in enkele minuten worden uitgevoerd op Live financiële gegevens. De oprichter van een Series A-beveiligingsstart-up zei: 'Ik kan heel snel cashflowrapporten, aangepaste query's en alles wat ik maar wil genereren, en ik ben geen technische CEO. Dit is voor mij een enorme verandering geweest.'
Fase 2: Agenten bereiden financieel werk voor op menselijke bevestiging
Hier gaan agenten verder dan alleen analyseren; ze bereiden financiële gegevens voor of zetten acties in de wachtrij zodat een mens deze kan controleren en goedkeuren. De meeste start-ups in ons onderzoek vinden het prima om agenten werk met een laag risico te laten afhandelen, zoals het voorbereiden van uitgaven of betalingen, zolang iemand dit goedkeurt voordat het werk Live gaat.
Veelvoorkomende toepassingen
- uitgavenrubrieken voor het grootboek en reconciliatiematches tussen systemen voorstellen
- leveranciersgegevens voorbereiden en betalingsontvangers instellen
- betaalrondes opstellen op basis van goedgekeurde facturen, vervaldatums en voorwaarden
- limieten, controles en bevriezingen van betaalkaarten voorstellen om te controleren
- boekhoudkundige boekingen en documenten voor de belastingaangifte genereren
Actie voor oprichters: een feedbackloop creëren om agenten te controleren
Laat mensen het werk controleren om na verloop van tijd vertrouwen in de agent op te bouwen. Leg correcties vast om toekomstige suggesties te verbeteren en creëer een staat van dienst met betrouwbare output die grotere verantwoordelijkheden kan ondersteunen. Deze verificatieloop kan ook de menselijke inspanning verminderen die nodig is om in de toekomst te controleren.
Toepassing: reconciliatie op grote schaal
Eén respondent in de insurtech-branche gebruikt een Claude Code-agent om meer dan 100 pdf's te verwerken van de verzekeraars waarmee het bedrijf werkt, waaronder maandelijkse commissie- en facturatieoverzichten. De agent extraheert factuurgegevens, matcht afschriften van verzekeraars en ondersteunt reconciliatie over verschillende systemen – taken waarvoor voorheen een tot twee fulltime werknemers nodig waren. De COO van een Series B-start-up zei: 'Directe geldmatching zou nooit door een mens moeten worden aangeraakt – gecontroleerd wel, maar verder geautomatiseerd. We voeren nog steeds handmatige reconciliaties uit totdat we er vertrouwen in hebben. Maar zodra we dat hebben, scheelt het ons het aannemen van personeel.'
Fase 3: Financiële acties uitvoeren met agents binnen het beleid
Dit is de fase waar start-ups in dit onderzoek naartoe werken: agents die belangrijke, maar terugkerende financiële werkzaamheden afhandelen zonder dat iemand elke stap hoeft goed te keuren. Om dat te bereiken is vertrouwen nodig dat is opgebouwd door mogelijk duizenden agentgestuurde taken, evenals tools die de toegang tot de benodigde financiële gegevens voor de agent correct kunnen beheren.
Het werkt [op dezelfde manier] waarop je vertrouwen opbouwt met een ander mens: hoe correct[er] de agent iets doet, hoe meer je deze vertrouwt.'
Veelvoorkomende toepassingen
- geld overboeken tussen goedgekeurde rekeningen om de doelsaldo's te handhaven
- goedgekeurde facturen betalen binnen de regels voor bedragen, leveranciers en timing
- valuta omwisselen wanneer een saldo of koers een vooraf goedgekeurde limiet bereikt
- kaarten uitgeven en beheren binnen de vooraf gedefinieerde bestedingslimieten
- terugbetalingen initiëren die voldoen aan de regels voor geschiktheid en bedragen
- machine-to-machinebetalingen en gedelegeerde uitgaven ondersteunen
Toepassing: geldige verzoeken voor terugbetaling afhandelen
Dust, een AI-platform voor het bouwen en delen van aangepaste agents, illustreert hoe deze fase eruit kan zien. De interne agent voor terugbetalingen combineert de context van de klant en het terugbetalingsbeleid van het bedrijf met geautoriseerde Stripe-gegevens via de Stripe Model Context Protocol (MCP)-server. De agent controleert de geschiedenis van de klant, valideert de betaling, past het beleid toe en initieert een geldige terugbetaling in Stripe, voordat er een gepersonaliseerde bevestigingsmail wordt opgesteld. Dust verkort het proces voor een terugbetaling van ongeveer een uur naar enkele seconden. 'In plaats van te verdrinken in een oneindige hoeveelheid taken met een lage waarde, kunnen teams hun tijd optimaal besteden aan cruciaal werk, en klanten merken dat', aldus Nicolas Chinot, algemeen directeur VS bij Dust.
Actie voor oprichters: een pilot uitvoeren voor agentgestuurde geldverplaatsing
Zodra een agent de fasen 1 en 2 heeft doorlopen, voer je gecontroleerde pilots voor geldverplaatsing uit om de capaciteiten ervan te valideren. Begin met kleine, eenmalige overschrijvingen tussen interne financiële rekeningen, en test vervolgens terugkerende of geplande transacties. Registreer elke actie die de agent onderneemt en het beleid dat deze toestond, en voer stresstests uit op de escalatieregels om te garanderen dat een mens een melding krijgt om uitzonderingen te controleren en de transactie kan pauzeren of annuleren.
Toegang en controle voor agents in evenwicht brengen
Naarmate een agent meer verantwoordelijkheid op zich neemt, heeft deze toegang nodig tot de financiële gegevens en tools die context bieden voor hoe de onderneming functioneert. Een enkel betalingsrecord verklaart bijvoorbeeld niet of een plotselinge stijging in de uitgaven een nieuw groei-initiatief is of een prijsverhoging van een dienst. Uitgebreidere gegevens over inkomsten, uitgaven en zelfs fondsenwerving helpen de agent om accuraat te interpreteren wat die piek betekent.
Deze [agents] weten niets over jouw architectuur, ze weten niet wat er gebeurt in Slack en ze weten niet van deze nieuwe productrelease die ervoor heeft gezorgd dat bepaalde uitgaven zijn gestegen.'
Om dat volledige overzicht te ontsluiten, is toegang nodig tot de systemen waar de gegevens zich bevinden. Maar dit betekent niet dat agents overal brede machtigingen moeten krijgen. Een agentgestuurde financiële infrastructuur moet daarom twee dingen doen: agents de benodigde context geven en start-ups precieze controle geven over waartoe agents toegang hebben en wat ze kunnen voorbereiden en uitvoeren.
Agentgestuurde financiën mogelijk maken met Stripe
De meeste start-ups bouwen agents rond hun eigen tools, gegevens en processen. Stripe stelt financiële gegevens en mogelijkheden voor geldbeheer beschikbaar aan de agents die een onderneming kiest, met duidelijke controle over waartoe die agents toegang hebben en wat ze kunnen doen.
Met Stripe MCP kunnen ondernemingen AI-tools koppelen aan zowel de Stripe API als de Stripe-documentatie. Stripe Financial Connections voegt veilig externe rekeningsaldo's en transactiegegevens toe. Stripe ontwikkelt ook ondersteuning voor agentworkflows via Stripe CLI en Stripe Console, onze ingebouwde Dashboard-assistent.
Stripe Treasury voor agents breidt deze workflows uit naar geldbeheer. Agents kunnen financiële gegevens analyseren, geld verplaatsen tussen ondersteunde Stripe-saldo's, ontvangers aanmaken, betalingen verzenden en valuta omwisselen. Gedetailleerde machtigingen beheren de toegang van agents, en acties die Live geld verplaatsen vereisen standaard menselijke bevestiging.